Estudio de La Dispersión de Los Contaminantes Atmosféricos en La Ciudad de Santa Cruz de La Sierra

FACULTAD DE INGENIERÍA
Carrera: INGENIERÍA INDUSTRIAL Y DE SISTEMAS
MODALIDAD DE GRADUACIÓN
Proyecto de Grado
ESTUDIO DE LA DISPERSIÓN DE LOS

CONTAMINANTES ATMOSFÉRICOS EN LA
CIUDAD DE SANTA CRUZ DE LA SIERRA
Fernando Chávez Gomes da Silva
Santa Cruz de la Sierra – Bolivia
7 de agosto del 2009

FACULTAD DE INGENIERÍA
Carrera: INGENIERÍA INDUSTRIAL Y DE SISTEMAS
MODALIDAD DE GRADUACIÓN
Proyecto de Grado
ESTUDIO DE LA DISPERSIÓN DE LOS

CONTAMINANTES ATMOSFÉRICOS EN LA
CIUDAD DE SANTA CRUZ DE LA SIERRA
Fernando Chávez Gomes da Silva

Registro: 2005111244
Proyecto de Grado para optar al

grado de Licenciado en Ingeniería Industrial y de Sistemas
Santa Cruz de la Sierra – Bolivia
7 de agosto del 2009

Agradecimientos
AGRADECIMIENTOS
Muchas gracias a todos aquellos que de una u otra manera han hecho
posible este trabajo (ellos ya saben quiénes son y prefiero no tener que
nombrarlos para evitar el riesgo de olvidar a alguien).
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ I

Abstract
ABSTRACT
ESTUDIO DE LA DISPERSIÓN DE CONTAMINANTES
TITULO ATMOSFÉRICOS EN LA CIUDAD DE SANTA CRUZ DE
LA SIERRA
AUTOR (ES) Fernando Chávez Gomes da Silva
La dispersión de los contaminantes está influenciada por
una gran diversidad de variables. Éstas están
relacionadas con los niveles de contaminantes
atmosféricos, los cuales influyen en la calidad del aire.
La importancia de la calidad del aire radica en los efectos
PROBLEMÁTICA que la contaminación atmosférica puede tener sobre la
salud y calidad de vida de las personas.
Entender mejor estos factores que afectan a los
contaminantes es un paso más para una gestión de la
Calidad del Aire.
Establecer la influencia de cada uno de los factores
OBJETIVO identificados como responsables de la dispersión de los
GENERAL contaminantes atmosféricos, en la calidad del aire de la
ciudad de Santa Cruz de la Sierra
Contaminantes Atmosféricos, sus efectos, ciclo de
dispersión, emisión, transporte, interacciones químicas y
deposición.
Factores que influyen en su dispersión: Emisiones,
Meteorología, Geografía
CONTENIDO
Trabajos Relacionados: Dispersión de contaminantes
Inmisiones: Monitoreo, Análisis de Datos
Modelo de Calidad del Aire: Diseño, Validación, Costos y
Beneficios
CARRERA Ingeniería Industrial y de Sistemas
GUIA Ing. Cynthia Bojanic
Medio ambiente, Contaminantes Atmosféricos,
DESCRIPTORES Emisiones, Inmisiones, Meteorología, Calidad del Aire
Fernando Chávez Gomes da Silva –

E-MAIL fernandochavezgomesdasilva@gmail.com
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ II

Resumen
RESUMEN
La contaminación atmosférica es un problema que afecta a todas las
ciudades modernas. El desarrollo industrial, el tráfico vehicular y otras
actividades humanas, generan altos niveles de contaminación,
principalmente en las áreas más pobladas. La ciudad de Santa Cruz de la
Sierra presenta un problema de contaminación particular, debido a altos
niveles de Material Particulado en algunas épocas del año, lo cual ha sido
identificado por los resultados de la Red de Monitoreo de la Calidad del Aire
(Red MoniCA) y otros trabajos científicos realizados sobre el tema.
El presente trabajo se plantea como objetivo el estudio de los contaminantes

atmosféricos y los factores que afectan su dispersión y la Calidad del Aire.
Se analizan las condiciones de las fuentes de emisiones, las condiciones

geográficas y de meteorología que afectan al transporte de los
contaminantes, las interacciones químicas y su deposición, factores que
determinan los niveles de inmisiones a los que se expone la población.
Como área de estudio está la ciudad de Santa Cruz y sus alrededores, los
cuales comprenden el área del departamento de Santa Cruz principalmente,
aunque se haya influencia sobre los niveles de contaminación de emisiones
de zonas como el departamento de Beni y del Oeste de Brasil. Los datos de
inmisiones utilizados corresponden a los de la Red MoniCA que cuenta con
11 estaciones de monitoreo pasivo (NO2 y O3), 4 de monitoreo activo (PM10)
y una de monitoreo automático (NO2, O3, PM10 y CO. También se utilizaron
datos meteorológicos de la estación Meteorológica de la Red MoniCA, del
Aeropuerto El Trompillo y Aeropuerto Viru Viru. También se obtuvo la
localización de fuentes puntuales (ubicación de las industrias), fuentes
móviles (distribución del tráfico en la ciudad de Santa Cruz) y fuentes de área
(distribución de la población y de algunas fuentes de área identificables).
Los datos históricos que se manejaron corresponden al periodo entre 2004 y

2008; y la propuesta vale hasta un año después de finalizado este trabajo.
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ III
Resumen
Se revisan los conceptos respecto a contaminación atmosférica, a manera de
tener un punto base de partida para el trabajo realizado. Se revisan las
Normas Bolivianas de Calidad del Aire, NB62001 - NB62018, en especial las
referentes a los métodos de monitoreo y la que se refiere al Índice de
Contaminación Atmosférica (ICA) y su cálculo, que es la NB62018.
También se revisaron trabajos relacionados, encontrándose que esta

problemática ya ha sido enfrentada por investigadores en otras ciudades, con
bastante éxito. También se revisan algunos conceptos estadísticos utilizados
para el análisis de los datos, los cuales permiten establecer las correlaciones
entre las variables, el objetivo principal del trabajo.
El ciclo de contaminantes atmosféricos consiste en emisión, transporte,

interacciones químicas y deposición. Cada una de estas etapas afecta la
dispersión de contaminantes y los niveles de inmisión registrados.
En el diagnóstico se analizan a detalle las características más relevantes del

área de la ciudad de Santa Cruz de la Sierra, como ser su geografía, su
demografía, sus emisiones, su clima y las inmisiones.
La geografía llana de la ciudad, sin elevaciones importantes, favorece la

circulación de vientos y con esto la dispersión de contaminantes. La
distribución de la población se corresponde con una mayor densidad en las
áreas centrales de la ciudad y una distribución en un área extensa, y algunas
edificaciones verticales.
El clima es bastante húmedo (71% de humedad relativa anual), caluroso

(23°C temperatura promedio, con máximo en 35°C), si endo el verano (entre
diciembre y febrero), la estación más lluviosa y la más seca el invierno (entre
junio y septiembre). El promedio anual es de 1390 mm de lluvia al año y el
mes más lluvioso, tuvo 340 mm de lluvia. Los vientos son más frecuentes
desde el NO y N de la ciudad, con velocidades medias de 3m/s (10,6 km/h).
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ IV

Resumen
Utilizando una metodología parecida a la utilizada para los inventarios de
emisiones, se estimaron las cantidades de contaminantes atmosféricos
emitidas por las fuentes y se distribuyeron geográficamente.
El NO2 y O3 están estrechamente relacionados en una relación inversa.

Al aumentar el número de incendios forestales en el departamento de Santa
Cruz, los niveles del PM10 se incrementan.
Altos niveles de humedad y precipitaciones están relacionados a menores

niveles de contaminantes. Se buscó relacionar la radiación solar con niveles
de O3, pero no se encontraron datos concluyentes.
Mientras que el O3 y el CO no llegan a concentraciones límites en general, el

NO2 y el PM10, llegan a niveles altos y de alerta (ICA mayor a 100). Se
determinó que el contaminante que más afecta a la Calidad del Aire es el
PM10 que depende principalmente de los vientos y las fuentes de área.
Durante los meses de agosto, septiembre y octubre se registran los mayores

niveles de contaminación. Los días de semana son los que tienen mayores
concentraciones, en todos los contaminantes, debido a mayor actividad
humana. En el fin de semana, con bajo tráfico vehicular y pocas industrias
que funcionan, los niveles de contaminación bajan, a excepción del ozono. A
lo largo del día, los contaminantes siguen el ciclo del tráfico vehicular, y su
concentración se incrementa aún más al final de la tarde, donde condiciones
más estables por la falta de radiación solar limitan la dispersión de los
contaminantes y el tráfico vehicular de las personas que retornan a sus
hogares produce emisiones. El ozono tiene un caso particular, con niveles
más altos hacia el medio día, y en la mitad de la madrugada.
A largo plazo se ve un ligero incremento de los niveles de O3, NO2 y CO, y

una disminución de los niveles de PM10, explicable por la reducción de los
focos de incendios en el departamento de Santa Cruz, tal vez debido a una
mayor conciencia ambiental o a que fue un año más húmedo que el anterior.
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ V

Resumen
Se realiza como propuesta un modelo de la dispersión atmosférica, que
permita realizar pronósticos de la Calidad del Aire, proyecciones de los
niveles de contaminantes, dadas ciertas condiciones de emisiones, climáticas
e interpolaciones que permitan visualizar la distribución de los contaminantes
atmosféricos en el área de la ciudad y sus alrededores.
Se determina como el tipo modelo más apropiado, de acuerdo a un análisis

de sus características, un modelo tipo multicaja. Se diseñó del mismo,
distribuyendo el área de estudio en cajas definidas. Se establecieron los
coeficientes de emisión, de transporte, interacciones químicas y de
deposición, de acuerdo a los datos históricos recopilados y se diseña la
metodología de proceso de datos y los resultados a obtenerse.
Se realizó la validación de pronósticos a 3 días y predicciones a 1 mes,

utilizando 10 predicciones de fechas y meses elegidas al azar,
encontrándose que el modelo permite realizar pronósticos a 3 días con un
error menor al 10% 5 de cada 10 veces y menor al 20% 7 de cada 10 veces.
Se trataron algunas directrices para quien implemente el modelo,

aconsejando que se desarrolle un sistema para la generación de resultados,
con el fin de automatizar las alertas y pronósticos hacia la población. Se
definió cómo se debería hacer el mantenimiento al modelo propuesto y en
qué condiciones.
Finalmente se realizó un análisis costo beneficio, en el cual se establecía una

estimación de las inversiones y los costos de una implementación del modelo
propuesto y los beneficios cualitativos que tendría para la Gestión de la
Calidad del Aire.
También se recomienda realizar inventarios de emisiones para mayor

exactitud del modelo, mejorar la calidad de los resultados obtenidos por la
Red MoniCA, la necesidad de contar con más y mejores datos
meteorológicos y realizar el mantenimiento anual al modelo, para ser válido.
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ VI

Índice de Contenido
ÍNDICE DE CONTENIDO
Introducción 1
Capítulo 1 Generalidades del trabajo de Investigación 3
Contenido del Capítulo 3
1.1 Antecedentes 4
1.2 Planteamiento del Problema 6
1.2.1 Definición 6
1.2.2 Descripción 6
1.2.3 Formulación 7
1.2.4 Supuestos 7
1.2.5 Preguntas de Investigación 8
1.3 Objetivos 9
1.3.1 Objetivo General 9
1.3.2 Objetivos Específicos 9
1.4 Metodología 10
1.5 Justificación 13
1.6 Límites 14
1.6.1 Espacial 14
1.6.2 Temporal 14
1.6.3 Sustantivo 14
1.7 Tipo de Investigación 15
1.8 Conclusiones 15
1.9 Referencias 16
Capítulo 2 Dispersión de Contaminantes Atmosféricos 18
2.1 Atmósfera 19
2.1.1 Composición Atmosférica 19
2.1.2 Capas atmosféricas 20
2.1.3 Capa Límite atmosférica 20
2.1.4 Perfil de Temperatura de la Atmósfera Terrestre 21
2.2 Contaminación Atmosférica 21
2.2.1 Impacto de la contaminación atmosférica 22
2.2.2 Calidad del Aire 22
2.2.3 Contaminantes 22
2.2.4 Contaminantes Atmosféricos Criterios 23
2.2.5 Concentraciones Límites de Contaminantes Criterios 23
2.2.6 Efectos en la Salud 24
2.2.7 Índice de la Contaminación Atmosférica (ICA) 26
2.2.8 Contaminantes Monitoreados 26
2.3 Ciclo de los Contaminantes Atmosféricos 29
2.3.1 Emisión 29
2.3.2 Factores de emisión 30
2.3.3 Fuentes de emisiones 30
2.3.4 Dispersión 35
2.3.5 Interacciones Químicas 37
2.3.6 Salida de la Atmósfera 38
2.4 Meteorología 39
2.4.1 Factores Meteorológicos de Interés: 39
2.4.2 Viento 40
2.4.3 Estabilidad Atmosférica 40
2.4.4 Temperatura 41
2.4.5 Humedad 41
2.4.6 Radiación Solar 42
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ i

2.5 Relieve 42
2.5.1 Islas térmicas 42
2.5.2 Interfases tierra–mar 43
2.5.3 Valles y Laderas 43
2.5.4 Patrones de Circulación Atmosférica 43
2.6 Validación Estadística 44
2.6.1 Coeficiente de correlación de Pearson 45
2.6.2 Estimación por intervalos de confianza 45
2.6.3 Diseños de Experimentos Factoriales 45
2.6.4 Manejo de Datos Desbalanceados o Desequilibrados 46
2.7 Modelos de Dispersión 47
2.7.1 Emisión 48
2.7.2 Transmisión 48
2.7.3 Inmisiones 48
2.7.4 Funcionamiento del modelo de Dispersión 48
2.7.5 Técnicas Estadísticas o Empíricas 49
2.7.6 Concentración de referencia 49
2.8 Trabajos relacionados 50
2.9 Conclusiones 53
2.10 Referencias 53
Capítulo 3 Diagnóstico de la Dispersión 59
3.1 Geografía 60
3.1.1 Relieve 61
3.2 Demografía 62
3.3 Emisiones 64
3.3.1 Fuentes Móviles (Lineales) 64
3.3.2 Fuentes Fijas (Puntuales) 72
3.3.3 Fuentes de Emisión Combinadas (Área) 76
3.3.4 Cuantificación de las Emisiones Totales 91
3.3.5 Distribución De las Emisiones en el Área de Estudio 93
3.4 Clima 97
3.4.1 Otras Estaciones Meteorológicas 101
3.5 Inmisiones 102
3.5.1 Red de Monitoreo de la Calidad del Aire 102
3.5.2 Métodos de Monitoreo 102
3.5.3 Incertidumbre de los Métodos 103
3.5.4 Estaciones de Monitoreo 104
3.5.5 Resultado de las Mediciones 106
3.6 Análisis de los Datos 114
3.6.1 Entre Contaminantes 114
3.6.2 Emisiones y Nivel de Inmisiones 119
3.6.3 Niveles de Inmisión y Meteorología 120
3.6.4 Tendencias Cíclicas 124
3.6.5 Tendencias a largo plazo 132
3.6.6 Análisis para el desarrollo del modelo de calidad del aire 135
3.7 Interrelaciones entre Variables Encontradas 136
3.8 Conclusiones 137
3.9 Referencias 138
Capítulo 4 Propuesta de Modelación de Dispersión 141
4.1 Características de la Propuesta 142
4.2 Gestión de la Calidad del Aire 142
4.2.1 Tipo de Modelo de Dispersión 144
4.2.2 División del Área de Estudio para el Modelo 145
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ ii
4.2.3 Variables de Entrada 145
4.2.4 Resultados A Obtenerse a través del Modelo 148
4.3 Diseño del Modelo 150
4.3.1 Trayectoria de los Contaminantes 150
4.3.2 Emisiones y Balance de Materia 151
4.3.3 Factores Climatológicos 151
4.3.4 Distribución del Área geográfica a modelarse 152
4.3.5 Coeficientes de dispersión 155
4.3.6 Manejo de las Variables de Entrada 155
4.3.7 Proceso de los Datos 158
4.3.8 Cálculo del Modelo 163
4.3.9 Salida del Modelo de Dispersión 168
4.4 Validación del Modelo 170
4.4.1 Validación realizada para pronóstico (a tres días) 170
4.4.2 Validación realizada para proyección (al siguiente mes) 172
4.5 Implementación del Modelo 175
4.6 Mantenimiento del Modelo 176
4.7 Análisis Costo Beneficio 177
4.7.1 Costos de la Implementación 178
4.7.2 Beneficios Cualitativos 181
4.9 Referencias 183
Capítulo 5 Conclusiones y Recomendaciones 185
5.2 Recomendaciones 191
Bibliografía 192
Anexos 198
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iii

Índice De Gráficos
ÍNDICE DE GRÁFICOS
Gráfico 3.1 – Parque Automotor de Santa Cruz por Tipo de Vehículo 65
Gráfico 3.2 – Parque Automotor de Santa Cruz, por Uso del Vehículo 66
Gráfico 3.3 – Parque Automotor de Santa Cruz, por Combustible Utilizado 66
Gráfico 3.4 – Parque Automotor de Santa Cruz, por Antigüedad 67
Gráfico 3.5 – Evolución del Parque Automotor en Santa Cruz de la Sierra 68
Gráfico 3.6 – Vehículos por habitantes en Santa Cruz de la Sierra 68
Gráfico 3.7 – Clasificación de las industrias en Santa Cruz según rubro 73
Gráfico 3.8 – Focos de Incendio en Santa Cruz por mes y año 78
Gráfico 3.9 – Focos de Incendio en Santa Cruz por Provincias 79
Gráfico 3.10 – Tipo de Fuente para cada contaminante 92
Gráfico 3.11 – Dirección y Velocidad de los Vientos en Santa Cruz 97
Gráfico 3.12 – Temperaturas Media, Máxima y Mínima 98
Gráfico 3.13 – Humedad Relativa 98
Gráfico 3.14 – Precipitaciones Diarias 99
Gráfico 3.15 – Precipitaciones Mensuales 99
Gráfico 3.16 – Radiación Solar Promedio Diaria 100
Gráfico 3.17 – Datos del Monitoreo Pasivo de NO2 106
Gráfico 3.18 – Datos del Monitoreo Automático de NOx, NO y NO2 107
Gráfico 3.19 – Datos del Monitoreo Pasivo de Ozono 109
Gráfico 3.20 – Datos del Monitoreo Automático de O3 110
Gráfico 3.21 – Datos del Monitoreo Activo de Material Particulado PM10 111
Gráfico 3.22 – Datos del Monitoreo Automático de Material Particulado PM 112
Gráfico 3.23 – Datos del Monitoreo Automático de Monóxido de Carbono (CO) 113
Gráfico 3.24 – Correlación entre NO2 y O3 en los diferentes puntos de monitoreo 114
Gráfico 3.25 – Correlación entre NO2 y O3 en los diferentes periodos de exposición 115
Gráfico 3.26 – Correlación con PM10 en los diferentes puntos de monitoreo 116
Gráfico 3.27 – Correlación con PM10 en los diferentes periodos de exposición 117
Gráfico 3.28 – Correlación con PM10 considerando punto y periodo de monitoreo 117
Gráfico 3.29 – Relación entre Niveles de Contaminantes e Incendios Forestales. 119
Gráfico 3.30– Correlación entre NO2 con la Humedad y Precipitación 120
Gráfico 3.31 – Correlación entre O3 con la Humedad y Precipitación 121
Gráfico 3.32 – Correlación entre PM10 con la Humedad y Precipitación 121
Gráfico 3.33 – Relación entre niveles de contaminantes y Radiación Solar 123
Gráfico 3.34 – Variación mensual de la concentración de NO2 124
Gráfico 3.35 – Variación mensual de la concentración de O3 125
Gráfico 3.36 – Variación mensual de la concentración de PM10 125
Gráfico 3.37 – Variación mensual de la concentración de CO 126
Gráfico 3.38 – Variación Semanal de los Valores de Concentración de NO2 126
Gráfico 3.39 – Variación Semanal de los Valores de Concentración de O3 127
Gráfico 3.40 – Variación Semanal de los Valores de Concentración de PM10 127
Gráfico 3.41 – Variación Semanal de los Valores de Concentración de CO 128
Gráfico 3.42 – Variación diaria de la concentración de NO2 129
Gráfico 3.43 – Variación diaria de la concentración de O3 129
Gráfico 3.44 – Variación diaria de la concentración de PM10 130
Gráfico 3.45 – Variación diaria de la concentración de CO 130
Gráfico 3.46 – Histórico de Focos de Incendios Forestales 132
Gráfico 3.47 – Histórico de Valores de NO2 133
Gráfico 3.48 – Histórico de Valores de O3 133
Gráfico 3.49 – Histórico de Valores de PM10 134
Gráfico 3.50 – Histórico de Valores de CO 134
Gráfico 3.51 – Porcentaje de Correlación entre Valores de días consecutivos 135
Gráfico 4.1 – Tendencia del promedio móvil cada 24 horas 160
Gráfico 4.2 – Porcentaje de error acumulado en los periodos pronosticados. 171
Gráfico 4.3 – Resultados de la Validación del Modelo para pronóstico a 3 días 172
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iv

Índice De Ilustraciones
Gráfico 4.4 – Porcentaje de error en la predicción de periodos mensuales 173
Gráfico 4.5 – Resultados de la Validación del Modelo para predicción a 1 mes 174
ÍNDICE DE ILUSTRACIONES
Ilustración 2.1 – Ciclo de los Contaminantes Atmosféricos 29
Ilustración 3.1 – Ciudad de Santa Cruz de la Sierra 60
Ilustración 3.2 – Vista aérea de la ciudad de Santa Cruz de la Sierra 61
Ilustración 3.3 – Relieve de los alrededores de la ciudad de Santa Cruz de la Sierra 62
Ilustración 3.4 – Principales Vías, según el número de vehículos 69
Ilustración 3.5 – Ubicación de las principales industrias en la ciudad de Santa Cruz 72
Ilustración 3.6 – Emisiones Industriales por Año (del 2004 al 2008) 74
Ilustración 3.7 – Focos de Incendios Forestales Año 2006, Mes de Agosto 77
Ilustración 3.8 – Imágenes Satelitales usadas para el monitoreo 82
Ilustración 3.9 – Modelación de transporte de CO del 7/03/2009 84
Ilustración 3.10 – Vientos zonales preponderantes en América del Sur 85
Ilustración 3.11 – Pluma de dispersión regional de CO 86
Ilustración 3.12 – Pluma de dispersión regional de PM2.5 87
Ilustración 3.13 – Área de Influencia de Incendios Forestales 88
Ilustración 3.14 – Distribución de COV 93
Ilustración 3.15 – Distribución de las emisiones de CO 94
Ilustración 3.16 – Distribución de las emisiones de NOx 95
Ilustración 3.17 – Distribución de las emisiones de PM10 95
Ilustración 3.18 – Distribución de las emisiones de CO2 96
Ilustración 3.19 – Ubicación de los puntos de Monitoreo en Santa Cruz 105
Ilustración 4.1 – Gestión de la Calidad del Aire 143
Ilustración 4.2 – Ejemplo de Índice de Contaminación Atmosférica (ICA) 149
Ilustración 4.3 – División en Zonas de la ciudad para el modelo 153
Ilustración 4.4 – Mapa del departamento con las zonas definidas 154
Ilustración 4.5 – Elementos del Modelo de caja 164
Ilustración 4.6 – Zonificación por Colores, para el mes de Septiembre 2007 169
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ v

Índice De Tablas
ÍNDICE DE TABLAS
Tabla 1.1 – Metodología para la realización del trabajo 12
Tabla 2.1 – Composición Porcentual de la Atmósfera 19
Tabla 2.2 – Capas de la Atmósfera según la variación de temperatura 20
Tabla 2.3 – Límites máximos de contaminantes criterio (Utilizados para la determinación
del índice de contaminación atmosférica) 24
Tabla 2.4 – Trabajos Relacionados sobre los Efectos en la Salud de los Contaminantes
Atmosféricos en Bolivia 25
Tabla 2.5 – Contaminantes Monitoreados 26
Tabla 2.6 – Contaminantes vehiculares según el combustible 31
Tabla 2.7 – Categorías de Fuentes de Área 34
Tabla 2.8 – Interpretación de valores del Coeficiente de Correlación de Pearson 45
Tabla 2.9 – Clases de Modelos de Dispersión 47
Tabla 2.10 – Cuadro Resumen de Trabajos Relacionados 50
Tabla 3.1 – Cantidad de Habitantes en la ciudad de Santa Cruz 62
Tabla 3.2 – Población de la ciudad de Santa Cruz de la Sierra según distritos 63
Tabla 3.3 – Factores de Emisión de Fuentes Móviles 71
Tabla 3.4 – Emisiones del Parque Vehicular de Santa Cruz 71
Tabla 3.5 - Cantidad de Industrias según rubro 73
Tabla 3.6 – Factores de Emisión de Industrias por Rubro 74
Tabla 3.7 – Emisiones Anuales Totales en Industrias por Rubro (Año 2008) 74
Tabla 3.8 – Factores de Emisión Para Incendios Forestales 80
Tabla 3.9 – Emisiones Anuales, Incendios Forestales del Departamento de Santa Cruz 81
Tabla 3.10 – Emisiones por fuentes de área en la ciudad de Santa Cruz 91
Tabla 3.11 – Emisiones Totales de la ciudad de Santa Cruz de la Sierra, Año 2008 91
Tabla 3.12 – Emisiones Totales de la ciudad de Santa Cruz por Año 92
Tabla 3.13 – Metodologías de Monitoreo 102
Tabla 3.14 – Puntos de monitoreo de Material Particulado 104
Tabla 3.15 – Resumen de los Coeficientes de Correlación con Humedad y Precipitación 122
Tabla 3.16 – Cuadro Resumen de las Correlaciones entre variables 136
Tabla 4.1 – Evaluación de Modelos de Dispersión 144
Tabla 4.2 – Zonas de la ciudad de Santa Cruz de la Sierra para el modelo 152
Tabla 4.3 – Áreas de los Alrededores de la Ciudad de Santa Cruz 154
Tabla 4.4 – Tabla de Contaminante por Área y Periodo 159
Tabla 4.5 – Tabla de Condiciones Meteorológicas para Modelo 161
Tabla 4.6 – Variación en el Transporte de contaminantes entre áreas 166
Tabla 4.7 – Variación en la Deposición de acuerdo a las Condiciones Atmosféricas 168
Tabla 4.8 – Porcentaje de error obtenido en 10 pronósticos a 3 días 170
Tabla 4.9 – Calidad del pronóstico realizado a diferentes días. 171
Tabla 4.10 – Resultados de la predicción de periodos mensuales 173
Tabla 4.11 – Calidad de la predicción realizada a 1 mes 174
Tabla 4.12 – Especificaciones del Equipo de Computación 178
Tabla 4.13 – Especificaciones del Software 179
Tabla 4.14 – Costos Anuales de la Obtención de los Datos 179
Tabla 4.15 – Costos de Funcionamiento del Modelo 180
Tabla 4.16 – Costos de Mantenimiento del Modelo 180
Tabla 5.1 - Características de Contaminantes Estudiados 186
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ vi

Introducción - Contenido del Capítulo
INTRODUCCIÓN
La contaminación atmosférica en la ciudad de Santa Cruz de la Sierra es un
problema que afecta al más del millón y medio de habitantes que tiene. Esta
alta concentración de habitantes ha creado problemas de alto tráfico
vehicular, un parque automotor que genera importantes cantidades de
contaminación atmosférica. Además la ciudad sufre anualmente durante la
época seca por la quema en áreas rurales que tradicionalmente se realiza
para limpieza del suelo. Igualmente en el interior de la ciudad existen
quemas de desechos y otros, que agravan la situación. Además los vientos
elevan gran cantidad de polvo del importante número de calles sin
pavimentar y de zonas sin cobertura vegetal. Todos estos aspectos
contribuyen al problema ambiental y el deterioro de la calidad de vida de sus
habitantes.
Uno de los mayores problemas que enfrenta la ciudad de Santa Cruz debido
al arrastre del viento son las partículas de materia sólida o líquida finamente
fragmentado y cuyo tamaño es menor que 10 micrómetros de diámetro que
se le conoce como partículas respirables (PM10).
Para identificar los niveles de contaminación en las cuatro principales

ciudades del país y sentar una línea base en cuanto a la calidad del aire que
Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ 1

Introducción - Contenido del Capítulo
respira la población urbana en Bolivia, se ha creado el Proyecto AIRE
LIMPIO, el cual ha fomentado el establecimiento de redes de monitoreo de la
calidad del aire en cada ciudad, agrupadas actualmente en la Red Nacional
de Monitoreo de la Calidad del Aire (Red MoniCA Bolivia).
La Red MoniCA Bolivia determina la calidad del aire a escala urbana. El

Proyecto AIRE LIMPIO apoya la implementación de estas redes en las cuatro
ciudades con mayor densidad poblacional y de mayor parque automotor en
el país: La Paz, El Alto, Cochabamba y Santa Cruz de la Sierra.
El proyecto, en la ciudad de Santa Cruz de la Sierra, ha formado una alianza

con la Universidad Privada de Santa Cruz de la Sierra y el Gobierno
Municipal Autónomo de Santa Cruz de la Sierra.
A lo largo del tiempo de la duración del proyecto en la ciudad, se han

obtenido datos de contaminación durante el periodo que comprende desde el
mes de abril del año 2004 para gases como Monóxido de Carbono (CO),
Oxidos de Nitrógeno (NOx) y Ozono (O3) y desde el año 2004 para material
particulado (PM10) hasta la fecha.
Como parte de la gestión de la Calidad del Aire, se han creado programas de

concientización, mediciones a fuentes emisoras como los vehículos y
actualmente se informa a la población acerca de la calidad del aire mediante
el Índice de Calidad del Aire (ICA). También se tiene previsto realizar un
inventario de Emisiones de la ciudad de Santa Cruz y continuar con el
siguiente paso en la Gestión de la Calidad del Aire, la modelación de la
dispersión de contaminantes.
Fuente: Informe Año 2008 del Proyecto Aire Limpio.

Generalidades del trabajo de Investigación - Contenido del Capítulo
Capítulo 1 GENERALIDADES DEL TRABAJO DE

INVESTIGACIÓN
CONTENIDO DEL CAPÍTULO

En este Capítulo se definen las características de este trabajo de
investigación
Se inicia con los Antecedentes del problema de la contaminación
atmosférica, la Calidad del Aire y las actividades realizadas para lograr
la Gestión de la Calidad del Aire.
Planteamiento del Problema, en función al desconocimiento de los factores
que afectan la dispersión de los contaminantes.
Formulando los Objetivos de este Trabajo
Definiendo la Metodología que se seguirá para resolver el problema
Mediante la Justificación de la investigación
Se establecen los Límites del estudio.

Generalidades del trabajo de Investigación - Antecedentes
1.1 ANTECEDENTES
Entre los principales problemas ambientales, la contaminación atmosférica
en los centros urbanos es una preocupación creciente, debido al incremento
de las emisiones de contaminantes atmosféricos, que provienen
principalmente de las necesidades de transporte, las actividades industriales,
las actividades agrícolas y otras.
La calidad del aire es importante para la salud de los habitantes de la ciudad

y es por eso que en muchas ciudades que presentan problemas de
contaminación atmosférica, situación estudiada desde muchos años atrás.
En Bolivia, el Proyecto Ecología Urbana de la Fundación Suiza de

Cooperación para el Desarrollo Técnico (Swisscontact), desde 19991, la línea
de acción contra la contaminación atmosférica llamada Proyecto Aire Limpio.
Para identificar los niveles de contaminación atmosférica, el Proyecto AIRE

LIMPIO ha fomentado el establecimiento de redes de monitoreo de la calidad
del aire en cada ciudad, agrupadas actualmente en la Red Nacional de
Monitoreo de la Calidad del Aire (Red MoniCA Bolivia)2.
Para el plan de monitoreo, se decidió medir los contaminantes de mayor

abundancia y efecto para la salud de la población y del medio ambiente:
a. Material particulado (PM10)
b. Gases: Óxidos de Nitrógeno (NOx) y Ozono (O3)
En la ciudad de Santa Cruz de la Sierra actualmente se cuentan con 11

puntos de monitoreo de gases utilizando la metodología de tubos pasivos
desde el año 2004, 4 puntos de monitoreo de Material Particulado PM10
desde el año 2004 y un punto de medición automática de NOx, O3, CO
(desde el 2006) y PM10 (desde el 2008).

Generalidades del trabajo de Investigación - Antecedentes
Los parámetros meteorológicos y topográficos también son tomados en
cuenta como parámetros ambientales, ya que la meteorología y topografía de
la región de estudio están estrechamente relacionadas con la dispersión de
los contaminantes atmosféricos. La red MoniCA Santa Cruz cuenta con una
estación meteorológica que pertenece a la red desde octubre del 20073, que
registra la dirección y velocidad del viento, temperatura, humedad,
precipitación y radiación solar de manera automática, además de estar
disponibles datos meteorológicos históricos de estaciones cercanas.
Dentro de la red MoniCA, es importante mencionar que desde su diseño,4 se

ha reconocido la necesidad de aplicar modelos de dispersión para mejorar la
gestión de la Calidad del Aire. También se han realizado algunos estudios
realizados utilizando los datos que genera durante su operación. Se han
realizado estudios acerca de los efectos de la contaminación del aire en la
salud de las personas.5 En la ciudad de Cochabamba se estudió el efecto de
NOx y O3 (año 2006)6 y CO (año 2007)7, replicándose durante este año
(2008) en la ciudad de Santa Cruz.8 También el trabajo del proyecto ha
permitido la realización de Tesis9 y Proyectos de grado.10
También se han realizado a escala nacional inventarios de emisiones, y a

escala regional (ciudad de La Paz, año 2007)11, para determinar las fuentes
de contaminantes. Entre las actividades del Proyecto Aire Limpio se
encuentran las Semanas de Aire Limpio desde al año 1998, durante las
cuales se realizan mediciones de las emisiones del parque automotor en
varias ciudades del país y permiten establecer un diagnóstico en relación a la
contaminación atmosférica generada por los vehículos.12
Existe además el interés de varias instituciones que realizan la medición de

las concentraciones de contaminantes atmosféricos y la necesidad de
representar los datos a la población a través de un Índice de Calidad del Aire
ha llevado a realizar las normativas nacionales NB 62011 a la NB 62018, las
cuales han pasado ya la etapa de aprobación en junio del 2008.13

Generalidades del trabajo de Investigación - Planteamiento del Problema
1.2 PLANTEAMIENTO DEL PROBLEMA
A continuación se define, describe y formula el problema del actual trabajo.
1.2.1 DEFINICIÓN
Desconocimiento de los fenómenos que determinan la dispersión de los
contaminantes atmosféricos en la ciudad de Santa Cruz.
1.2.2 DESCRIPCIÓN
La dispersión de los contaminantes está influenciada por una gran diversidad
de variables, las cuales interactúan en la atmósfera14. La emisión de
contaminantes atmosféricos por las actividades humanas produce los gases
y partículas que llegan a la atmósfera y a continuación pueden: permanecer
en ella, se transformarse, se dispersarse, ser absorbidos o depositarse en
tierra, dependiendo de las propiedades físicas y químicas del contaminante,
la meteorología, la morfología del terreno y otros. De acuerdo a la cantidad
de contaminante presente en la atmósfera, en un volumen dado, se obtiene
un valor de concentración del contaminante, punto de partida para
determinar la calidad del aire.
La importancia de la calidad del aire se evidencia cuando se asocian a una

baja calidad del aire y altos niveles de contaminación problemas como:
enfermedades humanas, afecciones en plantas y animales, deterioro de
edificios, pérdida de visibilidad, paisaje y otros.
La Norma Boliviana NB6201815 contempla la utilización de un índice de

calidad del aire que utiliza la concentración de los contaminantes medidos
por la Red MoniCA.
Actualmente, la red MoniCA genera datos de la concentración de

contaminantes en la ciudad de Santa Cruz. Existen 11 puntos de monitoreo
de tubos pasivos de NO2 y O3. Existen 4 puntos de monitoreo activo
mediante impactadores que monitorean PM10. Y Existe un punto de
monitoreo automático que monitorea en tiempo real las concentraciones de

NOx, CO, O3 y PM10. También se cuenta con una estación meteorológica
propia de la red en el mismo punto.
Los datos históricos16 se remontan desde el 2004 en cuestión de monitoreo

de O3 y NO2 (tubos pasivos), desde el 2004 en PM10 (impactadores), desde
el 2006 en CO, O3 y NOx (equipos automáticos), desde el 2007 en
meteorología (dirección y velocidad del viento, temperatura, humedad,
precipitación y radiación solar); y desde el 2008 PM totales, PM10, PM2.5 y
PM1 (automático).
1.2.3 FORMULACIÓN
Desconocimiento del grado de aporte de cada uno los factores (emisiones,
densidad poblacional, climatológicos, geográficos) que influyen en la
dispersión de los contaminantes del aire que determinan la calidad del aire
en la ciudad de Santa Cruz
1.2.4 SUPUESTOS
(1) Los contaminantes muestreados por la red MoniCA (NOx, O3, CO,
Material Particulado PM10), son los principales indicadores del nivel de
calidad del aire para Santa Cruz, y no serán considerados otros
posibles contaminantes.
(2) Los valores obtenidos están dentro del rango de incertidumbre de la

medida para cada método de medición.
(3) Para considerar las proyecciones a futuro, se analizarán escenarios que

contemplen las condiciones más probables para la evolución de la
situación.
(4) Ante la falta de un estudio específico de inventario de emisiones para

Santa Cruz, se harán estimaciones de las cantidades de contaminante
emitidas, utilizando como base el inventario de emisiones nacional y
como modelo el inventario de emisiones para la ciudad de La Paz.

1.2.5 PREGUNTAS DE INVESTIGACIÓN
(1) ¿Qué son y cómo se comportan los contaminantes atmosféricos?
(2) ¿Qué características presenta actualmente la contaminación

atmosférica en la ciudad de Santa Cruz?
(3) ¿Qué influencia tiene la geografía de la ciudad de Santa Cruz para la

dispersión de los contaminantes?
(4) ¿Qué cantidades de contaminantes se emiten?
(5) ¿Cuál es la distribución geográfica de los contaminantes?
(6) ¿Dónde se ubican las principales fuentes de emisión de cada

contaminante?
(7) ¿Qué importancia tienen las emisiones de contaminantes de ciudades y

pueblos vecinos, zonas cercanas y no tan cercanas a la ciudad?
(8) ¿Hacia dónde se dispersan los contaminantes emitidos en la ciudad?
(9) ¿Cuál es el grado de influencia de la dirección y velocidad del viento, la

humedad relativa, las precipitaciones, la temperatura y la radiación solar
en los valores de concentración de los contaminantes?
(10) ¿Cómo se podrían realizar pronósticos de la calidad del aire para la

ciudad de Santa Cruz?
(11) ¿Son suficientes las características de la red de monitoreo actual para

realizar estas predicciones, y si no, que características necesitaría?

Generalidades del trabajo de Investigación - Objetivos
1.3 OBJETIVOS
1.3.1 OBJETIVO GENERAL

(0) Establecer la influencia de cada uno de los factores identificados como
responsables de la dispersión de los contaminantes atmosféricos, en la
calidad del aire de la ciudad de Santa Cruz de la Sierra
1.3.2 OBJETIVOS ESPECÍFICOS

(1) Explicar las principales características de la dispersión (emisión,
transporte, interacciones químicas y deposición) de los contaminantes
atmosféricos identificados como indicadores de la calidad del aire.
(2) Describir las características actuales de la contaminación atmosférica

en la ciudad de Santa Cruz, así como la evolución histórica observada.
(3) Localizar las principales fuentes de emisiones de contaminantes.
(4) Estimar las cantidades de contaminantes atmosférico generado.
(5) Definir los procesos atmosféricos que modifican la dispersión de los

contaminantes.
(6) Desarrollar un sistema para recopilar todas las informaciones

necesarias para realizar un análisis de los datos.
(7) Describir y cuantificar la influencia de cada uno de los factores en la

calidad del aire.
(8) Diseñar una metodología para predecir el comportamiento a futuro de

los contaminantes atmosféricos.

Generalidades del trabajo de Investigación - Metodología
1.4 METODOLOGÍA
Para el desarrollo del presente trabajo, se seguirá la siguiente metodología:
(1.1) Para la Investigación Bibliográfica se consultará la Bibliografía

especializada y mediante el Análisis de Documentos y el Resumen, se
buscará la información disponible sobre el tema.
(2.1) Recolectar Datos Históricos, Información sobre la Red y su

metodología, teniendo como fuente los Informes de la Red MoniCA,
mediante Análisis de Documentos desde el año 2004.
(2.2) Luego se realizará el análisis de Datos Históricos consultando a

expertos en el tema a través de entrevistas.
(3.1) Determinar la ubicación de las principales fábricas y otras fuentes fijas

de contaminantes atmosféricos de acuerdo al Plan de Ordenamiento
Territorial de la ciudad a través de la observación del mapa y se
ubicarán a las principales industrias y fuentes emisoras fijas.
(3.2) Ubicar las principales vías y zonas en relación al tráfico vehicular en la

ciudad mediante estadísticas de transporte y observación de mapas.
(3.3) Buscar registros de áreas de incendio a través del SATIF (Sistema de

Alerta Temprana de Incendios Forestales) y la observación de mapas
para ubicar los focos de incendio desde el año 2004.
(3.4) Determinar las emisiones generadas dentro de un área, de acuerdo a

su uso de suelo utilizando el plan de ordenamiento territorial de la
ciudad mediante la observación de mapas se determinará las emisiones
probables de todas las UV de la ciudad
(3.5) Distribuir geográficamente las emisiones utilizando los datos

anteriormente recolectados y procesados para Santa Cruz de la Sierra y
sus alrededores

(4.1) Determinar la cantidad de combustibles consumido por cada tipo de
fuente de emisión utilizando datos del Instituto Nacional de Estadística
(INE)
(4.2) Estimar las emisiones totales, de acuerdo a inventarios de emisiones, a

partir de esta observación y análisis de datos.
(4.3) Calcular las emisiones por área de acuerdo a las Fuentes distribuidas
geográficamente mediante estimaciones a partir de la observación y el
análisis de datos del inventario de emisiones nacional de los datos para
Santa Cruz de la Sierra y sus alrededores.
(5.1) Enunciar los principales fenómenos atmosféricos buscando referencias

y realizando un análisis de Bibliografía Especializada.
(5.2) Describir el efecto en la atmósfera y en la dispersión de los

contaminantes de los diferentes Fenómenos Atmosféricos, a partir del
análisis de datos obtenidos de estaciones meteorológicas que
funcionan cerca o en la ciudad de Santa Cruz de la Sierra.
(6.1) Desarrollar un método de recopilación de la información para el modelo,

para organizar los datos obtenidos en la investigación a través del
diseño de un sistema de base de datos que permita almacenar las
variables estudiadas.
(7.1) Buscar correlaciones de variables a partir de los datos de

Concentración de Contaminantes, Reportes del Clima, y la Estimación
de las Emisiones para el área de Santa Cruz de la Sierra.
(7.2) A partir del análisis establecer hipótesis y probarlas estadísticamente y

en lo posible experimentalmente, mediante análisis de datos.

(7.3) Modelar la dispersión de los contaminantes del aire, utilizando las
relaciones entre las variables comprobadas, con datos desde el 2004,
para el área de Santa Cruz de la Sierra.
(8.1) Establecer la metodología del modelo de dispersión de contaminantes,

para procesar los datos y obtener resultados.
(8.2) Diseñar un sistema para actualizar y validar el modelo de dispersión de

contaminantes, para el área de Santa Cruz de la Sierra.
Tabla 1.1 – Metodología para la realización del trabajo

Objetivos Población/
Actividades Fuentes Técnica
Específicos Muestra
Análisis de Toda la
Investigación Bibliográfica Bibliografía
(1) (1.1) Documentos bibliografía
sobre contaminantes especializada
Resumen disponible
Recolección de Datos
Históricos, Normas, Informes de la Red Análisis de Datos
(2.1) Desde el 2004
Información sobre la Red y su MoniCA
(2)
metodología
(2.2) Análisis de Datos Históricos Expertos en el tema Entrevista Desde el 2004
Determinar la ubicación de las Las principales

principales fábricas y otras Plan de ordenamiento Observación de industrias y
(3.1)
fuentes fijas de contaminantes territorial de la ciudad mapa fuentes emisoras
atmosféricos fijas.
Principales
Plan de ordenamiento
Ubicar las principales vías y Observación de avenidas y calles
territorial de la ciudad y
(3.2) zonas de tráfico vehicular en mapa y Análisis de la ciudad en
estadísticas de
la ciudad de datos relación al tráfico
transporte
un 10% del total
SATIF (Sistema de Focos de
(3) Buscar registros de áreas de Observación de
(3.3) Alerta Temprana de incendio desde
incendio mapas
Incendios Forestales) 2004
Determinar las emisiones

Plan de ordenamiento Observación de Todas las UV de
(3.4) generadas dentro de un área,
territorial de la ciudad mapas la ciudad
de acuerdo a su uso de suelo
Datos anteriormente Santa Cruz de la

Distribuir geográficamente las
(3.5) recolectados y Análisis de Datos Sierra y sus
emisiones.
procesados alrededores
Determinar la cantidad de Santa Cruz de la

Instituto Nacional de
(4.1) combustibles consumido por Análisis de Datos Sierra y sus
Estadística (INE)
cada tipo de fuente de emisión alrededores
Estimar las emisiones totales, Santa Cruz de la
Inventario de Observación y
(4.2) de acuerdo a inventarios de Sierra y sus
Emisiones Análisis de Datos
(4) emisiones alrededores
Fuentes distribuidas
geográficamente y Santa Cruz de la
Calcular las emisiones por
(4.3) estimaciones de Análisis de Datos Sierra y sus
área
inventario de alrededores
emisiones

Generalidades del trabajo de Investigación - Justificación
Objetivos Población/
Actividades Fuentes Técnica
Específicos Muestra
Análisis de Toda la
Estudiar los fenómenos Bibliografía
(5.1) Documentos, bibliografía
atmosféricos Especializada
Resumen disponible
(5) Análisis de
Describir las características Estaciones
Documentos,
(5.2) climatológicas de Santa Cruz Datos Meteorológicos Meteorológicas
Análisis de
de la Sierra cercanas
Mapas
Desarrollar un método de
Datos Recopilados Diseño de Base Para todas las
(6) (6.1) recopilación de la información
para el Estudio de Datos variables
para el modelo
Datos de Desde el 2004,
Buscar correlaciones de Concentración de para el área de
(7.1) Análisis
variables Contaminantes, Clima, Santa Cruz de la
Emisiones Sierra
Datos de Desde el 2004,
Establecer hipótesis y Concentración de para el área de
(7.2) Análisis
(7) probarlas estadísticamente Contaminantes, Clima, Santa Cruz de la
Emisiones Sierra
Modelar la dispersión de los Desde el 2004,

contaminantes del aire, en Relaciones entre las Análisis y para el área de
(7.3)
base a las hipótesis y variables comprobadas Modelación Santa Cruz de la
correlaciones encontradas. Sierra
Desde el 2004,
Establecer la metodología
Modelo de dispersión Análisis del para el área de
(8.1) para procesar los datos y
de contaminantes modelo Santa Cruz de la
obtener resultados
Sierra
(8)
Desde el 2004,
Diseñar un sistema para Modelo de dispersión Análisis del para el área de
(8.2)
actualizar y validar el modelo. de contaminantes modelo Santa Cruz de la
Sierra
Fuente: Elaboración Propia Tabla 1.1
1.5 JUSTIFICACIÓN
En la actualidad, el trabajo desarrollado por la Red de Monitoreo de la
Calidad del Aire (Red MoniCA) está limitado a generar datos de
contaminación de días y semanas pasadas.
Este proyecto permitirá conocer mejor los procesos atmosféricos que

determinan la calidad del aire en la ciudad de Santa Cruz de la Sierra y así
poder ayudar a definir medidas para disminuir el impacto de las actividades
humanas en la contaminación atmosférica.
Pronosticar valores de contaminación atmosférica a partir de otros datos, con

el conocimiento de las interrelaciones entre las variables permitiría dar
informes preliminares a la población sobre la calidad del aire y permitiría a las
autoridades advertir en caso de que las condiciones no sean buenas para la

Generalidades del trabajo de Investigación - Límites
salud de la población, disminuyendo la incidencia de enfermedades
relacionadas a la contaminación atmosférica.
1.6 LÍMITES
Se definen como límites de este trabajo un límite espacial, un límite temporal
y un límite sustantivo.
1.6.1 ESPACIAL
La ciudad de Santa Cruz de la Sierra y sus alrededores, los cuales están
definidos de acuerdo la influencia que éstos tienen con los contaminantes en
la ciudad.
1.6.2 TEMPORAL
El trabajo se realizará entre agosto del 2008 y mayo del 2009 con datos
históricos desde el año 2004. Se espera generar un modelo actualizable,
inicialmente válido por un año.
1.6.3 SUSTANTIVO
Los contaminantes que serán parte de este estudio son aquellos
considerados como los indicadores de la calidad del aire y son medidos por
la Red MoniCA, los cuales son el PM10 (y los otros materiales particulados),
el CO, el NO2 (también NOx) y el O3.
Se consideran 3 clases de emisiones: las emisiones fijas (industrias), las

móviles (transporte) y las de área (incendios forestales y otros).
Otros factores serán los meteorológicos como dirección y velocidad del

viento, precipitaciones, humedad, temperatura y radiación solar; y los
geográficos, como el relieve y la densidad poblacional y ubicación de fuentes
de emisión.
En cuanto a metodologías de análisis de datos, se utilizan métodos

estadísticos de análisis de datos para encontrar tendencias, probabilidades y
correlaciones.

Generalidades del trabajo de Investigación - Tipo de Investigación
Como modelos de dispersión de contaminantes, se revisarán los más
relevantes de acuerdo a los datos con los que se disponen, para elegir el
más apropiado.
1.7 TIPO DE INVESTIGACIÓN

Este trabajo se clasifica según Vélez17 como una investigación documental,
donde se analizan los datos de concentración de contaminantes de la red
MoniCA, junto a datos meteorológicos e información sobre las emisiones de
los contaminantes medidos. Además, se interpretan los datos para
establecer un modelo que permita describir mejor la interrelación entre los
factores que influyen en la dispersión de los contaminantes.
1.8 CONCLUSIONES
Este trabajo busca desarrollar la problemática de la dispersión de
contaminantes atmosféricos; este tema es bastante interesante, por los
posibles beneficios e implicaciones públicas que tiene para el desarrollo de la
Gestión Ambiental de la Calidad del Aire. Es además complejo por el gran
número de variables y factores que influyen en su comportamiento, pero a
través de este documento se buscará identificar cada uno de ellos,
reduciendo las incógnitas acerca de sus interrelaciones.
El análisis de los datos es la principal actividad de este trabajo final de grado

y la parte de recopilación y procesamiento debe ser muy metódica, se debe
crear un sistema de información muy completo para permitir realizar análisis
de múltiples variables, a fin de desarrollar múltiples teorías y relacionarlas
con los datos observados y obtenidos.
Parte importante de este trabajo de investigación será el análisis estadístico

de la información, que se necesitará para establecer, comprobar hipótesis; y
determinar las interrelaciones posibles para luego modelarlas y lograr la
simulación para el pronóstico de los niveles de concentración de
contaminantes.

Generalidades del trabajo de Investigación - Referencias
1.9 REFERENCIAS
1
Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1. Boletín. La Paz, Bolivia:
Swisscontact, (2007), [Acceso: 14-11-2008].
2
Swisscontact. “Proyecto Aire Limpio” (2006),
[http://www.swisscontact.bo/swisscontact.php] [Acceso: 19-10-2008].
3
Según entrevista con Edgar Arteaga, Jefe de la Unidad Técnica Científica de la Dirección
de Medio Ambiente del Gobierno Municipal [Entrevista] 18-08-2008
4
Arnold Mauricio Vaca Álvarez. “Diseño de una Red de Monitoreo y Control de la Calidad del
Aire para la Ciudad de Santa Cruz de la Sierra.” UPSA, (2005), 41.
5
Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por fuentes emisoras
y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.”
Tesis para optar al título de Magister Cientiarium, Universidad Autónoma Gabriel René
Moreno, (2004), [Acceso: 13-11-2008].
6
Proyecto AIRE LIMPIO. Evaluación del efecto de Dióxido de Nitrógeno y Ozono en la salud
de la población del Municipio Cercado - Cochabamba. Cochabamba, Bolivia: Swisscontact,
(2006).
7
Proyecto AIRE LIMPIO. Efectos de la Exposición Prolongada al Monóxido de Carbono
Ambiental en Población Urbana de Riesgo. Cochabamba, Bolivia: Swisscontact, (2007),
[http://www.swisscontact.bo/sw_files/mflkapozbyl.pdf] [Acceso: 15-11-2008].
8
Centro de Investigaciones del Oriente, Universidad Nacional del Oriente. “Factores
Influyentes en los Niveles de COHB, MetaHB y desencadenamiento de los Síntomas de
Parámetros de Riesgo en Sujetos Expuestos a Medios con Alto Flujo Vehicular en Santa
Cruz.” Santa Cruz, Bolivia, (2008).
9
10
Nidia Katiuska Manzoni Rivarola. “Análisis del Impacto Ambiental del Material Particulado
(PM10) en la ciudad de Santa Cruz de la Sierra.” UPSA, (2007).
11
GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007” (2008).
12
Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” Swisscontact, (06-2008), 5.
13
IBNORCA. “NB62011 Calidad del aire - Contaminantes criterio exterior - Límites máximos
permisibles,” [Acceso: 4-10-2008].
14
Autor Bernard J. Nebel and Richard T. Wright. Ciencias ambientales. trans. Francisco
Javier Dávila, Primera Edición. Pearson Educación, (1999), 377, [Acceso: 15-11-2008].
15
IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación atmosférica,” [Acceso:
6-10-2008].

Generalidades del trabajo de Investigación - Referencias
16
Red MoniCA. “Informe técnico Red MoniCA.” Swisscontact, (2008), 12,
[http://redmonica.com/publicaciones/informe_tecnico_red_monica.pdf] [Acceso: 17-08-2008].
17
C. M. Vélez. Apuntes de Metodología de la Investigación. Medellín, Colombia, (2005); C.
M. Tinoco. Manual de Clase Trabajo Final de Grado I IN519. Santa Cruz, Bolivia, (2008), 4.

Dispersión de Contaminantes Atmosféricos - Contenido del Capítulo
Capítulo 2 DISPERSIÓN DE CONTAMINANTES

ATMOSFÉRICOS

En este capítulo se realiza una revisión Bibliográfica de los siguientes temas:
Atmósfera, en cuanto a su composición y principales características
Contaminación Atmosférica, los contaminantes, límites permisibles,
Calidad del Aire, los efectos sobre la salud
Ciclo de los Contaminantes Atmosféricos, en cuanto a emisión,
dispersión, interacciones químicas en la atmósfera y deposición final
Meteorología, los principales factores que influyen en la dispersión, los
vientos, la inversión térmica y otros
Relieve, los principales factores determinantes de la dispersión
Validación Estadística, análisis factorial, resultados en un margen de
confiabilidad, pruebas de validación
Modelos de Dispersión de Contaminantes Atmosféricos, definiendo la
importancia de cada uno de ellos
Trabajos relacionados al que se propone, analizando sus aportes

Dispersión de Contaminantes Atmosféricos - Atmósfera
2.1 ATMÓSFERA
La atmósfera terrestre es la capa gaseosa que rodea a la Tierra. El 75% de
la masa total de la atmósfera se encuentra en los primeros 11 km de altura
desde la superficie planetaria.
En la atmósfera ocurren los intercambios gaseosos entre los seres vivos

terrestres, permitiendo así que se realice la función vital de respirar. Protege
la vida de la Tierra absorbiendo en la capa de ozono parte de la radiación
solar ultravioleta, reduciendo las diferencias de temperatura entre el día y la
noche, y actuando como escudo protector contra las amenazas del espacio
como los meteoritos, partículas y rayos cósmicos18
2.1.1 COMPOSICIÓN ATMOSFÉRICA

Los gases que componen la atmósfera se encuentran en proporciones
definidas, las cuales llegan a variar un pequeño porcentaje de acuerdo a
factores como la altura, la humedad del ambiente, época del año,
contaminación atmosférica natural o antropogénica y otros.
En la tabla a continuación se presenta la composición promedio de la

atmósfera cercana a la superficie.
Tabla 2.1 – Composición Porcentual de la Atmósfera

Gas Porcentaje
Nitrógeno (N2) (78,084%)
Oxígeno (O2) (20,946%)
Argón (Ar) (0,934%)
dióxido de carbono (CO2) (0,033%)
vapor de agua (H2O) (aprox. 1%)
Neón (Ne) (0,00182%)
Helio (He) (0,000524%)
Criptón (Kr) (0,000114%)
Hidrógeno (H2) (0,00005%)
Ozono (O3) (0,00116%).
19
Fuente: Química atmosférica

Dispersión de Contaminantes Atmosféricos - Atmósfera
2.1.2 CAPAS ATMOSFÉRICAS
Al incrementarse la altura sobre la superficie terrestre, la temperatura varía
con la altitud. Relacionando matemáticamente ambas variables, existen
intervalos de altura en los que la relación matemática permanece constante.
Estos intervalos de altura son conocidos como capas de la atmósfera. Se

identifican 5 capas, las cuales se indican en la siguiente tabla:
Tabla 2.2 – Capas de la Atmósfera según la variación de temperatura

Nombre Altura Características
Exósfera, desde los 500 – 1000 Está conformada por partículas que se mueven libremente, desde y
km hacia la magnetósfera o el viento solar.
hasta los 10000 km.
Termósfera desde los 80 – 85 km La Ionósfera, como también es conocida esta capa, está formada por
partículas atmosféricas ionizadas por la radiación solar.
hasta los 600 km
Mesósfera desde los 50 km La temperatura decrece no solamente por el efecto adiabático, sino
también por el enfriamiento debido al escape de radiación infrarroja
hasta los 80 – 85 km
emitida.
Estratósfera desde los 8 – 17 km La temperatura aumenta con la altura. Contiene la capa de ozono
entre los 15 a 35 km, la cual contiene concentraciones relativamente
hasta los 50 km
altas de ozono, cuyo espesor varía estacional y geográficamente
Tropósfera desde la superficie 0 km Debido al calentamiento de la superficie terrestre, en esta capa
ocurren fenómenos de mezcla vertical, cuando masas de aire caliente
hasta los 7 km en los
y menos denso se elevan y produciendo una disminución de presión,
polos y 17 km en el
al expandirse. Con la expansión la temperatura del aire disminuye y
ecuador
con esta disminución de temperatura, el vapor de agua del aire se
condensa formando nubes o se precipita hacia la superficie, formando
la lluvia. La temperatura promedio de la atmósfera en la superficie de
la tierra es de 15 °C
Fuente: Contaminación atmosférica20
2.1.3 CAPA LÍMITE ATMOSFÉRICA

Es la zona hasta 2 km de altura en la que la velocidad del viento es afectada
por la resistencia cortante de la superficie terrestre. Arriba de esta capa, la
velocidad del viento es constante.
En océanos, o grandes extensiones de agua, alcanza una altura de 500 m.

En las áreas rurales, llega a 1 km y en centros urbanos, con varios edificios
altos, puede llegar a 2 km de alto.
En los fenómenos de la contaminación atmosférica local, la Capa Límite

Atmosférica es la región de mayor interés. Es la más próxima a la superficie
terrestre y está afectada por la agitación local y el fuerte mezclado.
Dispersión de Contaminantes Atmosféricos - Contaminación Atmosférica
2.1.4 PERFIL DE TEMPERATURA DE LA ATMÓSFERA TERRESTRE
La estructura del perfil de temperatura de la atmósfera es bastante complejo
debido a la composición química y los gases que la constituyen. 21
Los gases que constituyen el mayor porcentaje (nitrógeno, oxígeno y argón)

son moléculas diatómicas simétricas o monoatómicas sin momento dipolar,
razón por la cual son transparentes. Como consecuencia, los rayos solares
calientan la superficie terrestre, la cual calienta la baja atmósfera. El vapor de
agua absorbe la radiación infrarroja al tener un momento dipolar, pero su
presencia es significativa únicamente en zonas cálidas a bajas alturas.
El aire en contacto con la superficie se calienta y por su menor densidad, el

tiende a subir. Al hacerlo, aumenta de volumen, al descender la presión con
la altura y se enfría. Por esto, la temperatura de la tropósfera disminuye
uniformemente con la altura, generalmente unos siete grados por kilómetro
(–7° C / km). Esta tendencia permanece hasta la alt ura de la tropopausa,
donde comienza la estratósfera. Allí se encuentra la capa de ozono, que
absorbe la energía de los rayos ultravioleta. Esto modifica el cambio de
temperatura con la altura, aumentando la temperatura con la altura.
2.2 CONTAMINACIÓN ATMOSFÉRICA

La contaminación atmosférica consiste22 en:
Alteración de la composición natural de la atmósfera terrestre.
Generalmente la alteración es causada por gases, partículas líquidas o

sólidas añadidas a la atmósfera.
Como consecuencias, la alteración puede afectar la salud del ser humano y

otros seres vivientes, atacar a distintos materiales, reducir la visibilidad o
producir olores desagradables.

2.2.1 IMPACTO DE LA CONTAMINACIÓN ATMOSFÉRICA
De acuerdo al área23 que se ve afectada por la contaminación, se tiene
Impacto Local, cuando afecta las cercanías de la fuente de contaminación.

Ej. Hidrocarburos volátiles alrededor de instalaciones petroleras, Material
Particulado generado por una fábrica de cemento.
Impacto Regional, cuando el área de impacto abarca lugares alejados a la

fuente de contaminación. Ej. Material Particulado de Incendios Forestales,
Lluvia Ácida.
Impacto Mundial, al afectar la atmósfera a nivel mundial. Ej. Calentamiento

global, Agujero en la capa de ozono.
2.2.2 CALIDAD DEL AIRE

La Calidad del Aire se refiere a “concentraciones de contaminantes que
permiten caracterizar el aire de una región con respecto a concentraciones
de referencia, fijadas con el propósito de preservar la salud y bienestar de las
personas.”24
2.2.3 CONTAMINANTES
Son las sustancias cuya presencia constituye una alteración de la
composición natural de la atmósfera terrestre.25
Cada contaminante atmosférico posee distintas características respecto a su

fuente de emisión, su dispersión, su duración en el ambiente y sus
potenciales efectos.26
Una clasificación de los contaminantes atmosféricos antropogénicos sería:
• Contaminantes primarios son aquellos emitidos por fuentes y actividades

identificables, realizadas por los seres humanos. Algunos de los
principales son el Monóxido de Carbono (CO), los Óxidos de Nitrógeno
(NOx), el Material Particulado (PM), los Óxidos de Azufre (SOx), los

Hidrocarburos (HC), componentes orgánicos volátiles (COV), partículas
metálicas (como el Plomo), sustancias agotadoras del ozono (como los
CFC)27
• Contaminantes secundarios son aquellos formados en la atmósfera,

mediante reacciones químicas y fotoquímicas de los contaminantes
primarios. Entre los que se pueden mencionar son el Ozono troposférico
(O3), los ácidos nítricos y sulfúricos (de la lluvia ácida), aldehidos, nitratos
de peroxiacilo (PAN) 28
Hay una gran cantidad de sustancias que son consideradas contaminantes.

Caracterizarlas es bastante difícil, por lo que se establecen contaminantes
criterio, de acuerdo a qué problema de contaminación se desee estudiar.29
2.2.4 CONTAMINANTES ATMOSFÉRICOS CRITERIOS

Según la NB62011, “un contaminante atmosférico criterio es aquella
sustancia o material presente en el aire que tiene un efecto tóxico sobre la
salud de las personas y para el cual existe información toxicológica de
respaldo que permite establecer un límite de concentración en un tiempo de
exposición.”30
Generalmente, la presencia de un contaminante atmosférico criterio indica la

presencia otros contaminantes emitidos en conjunto al contaminante criterio.
La concentración de los contaminantes criterios permite establecer la calidad

del aire analizado.
2.2.5 CONCENTRACIONES LÍMITES DE CONTAMINANTES CRITERIOS

El valor de concentración límite permisible según la NB62011 es “un nivel de
exposición establecido en base a conocimientos científicos generales e
información toxicológica específica, con el fin de evitar, prevenir o reducir los
efectos nocivos para la salud humana y el medio ambiente.”31

Tabla 2.3 – Límites máximos de contaminantes criterio
(Utilizados para la determinación del índice de contaminación atmosférica)
Concentración Frecuencia de
Contaminante Periodo de Método de
límite excedencia
Criterio exposición Medición
(µg/m3) permitida
30 000 1h Ninguna
CO NB 62015
10 000 8h Ninguna
100 8h Ninguna NB 62013
O3
60 1 año Ninguna NB 62017
200 1h Ninguna
NB 62012
NO2 150 24 h Ninguna
NB 62016
40 1 año Ninguna
50 24 h Ninguna
PM10 NB 62014
20 1 año Ninguna
NOTA 1
La concentración medida debe ser expresada en condiciones de presión y temperaturas locales para ser
comparada con los valores de la tabla 1. Los valores de presión y temperatura ambiente locales se tomarán como
medias anuales.
NOTA 2
Los efectos de exposición a 1 h, 8 h y 24 h son de efecto agudo. Las exposiciones de 1 año causan efecto crónico.
Fuente: Norma Boliviana NB 62011
Estos contaminantes reportados de manera periódica, son indicadores que

permiten establecer el nivel de Calidad del Aire de las ciudades.32
2.2.6 EFECTOS EN LA SALUD

La propia definición de contaminantes atmosféricos indican que éstos
producen un efecto negativo sobre los seres vivos.33 La exposición a
determinadas concentraciones de los contaminantes criterios produce
efectos sobre la salud de personas, animales y plantas.34
Los valores límites establecidos según Normas son definidos como resultado
de un gran número de trabajos de investigación sobre los efectos producidos
sobre la salud humana. La OMS a través de sus Guías para la Calidad del
Aire, determina los valores que deberían tomarse, basado en estudios
epidemiológicos, principalmente aquellos que describen exposición a niveles
de concentración de contaminantes en espacios exteriores.35
Como factores importantes sobre el impacto en la salud humana se tienen: la

duración de la exposición y la concentración de los contaminantes.36 Y hay
un efecto sinérgico al asociarse varios contaminantes según Mugica y
37
Figueroa, lo cual significa que los efectos de varios contaminantes entre sí
se potencian, produciendo mayores problemas en la salud a quienes se
exponen a estas sustancias contaminantes de manera conjunta.
A. TRABAJOS SOBRE LOS EFECTOS EN LA SALUD DE LOS CONTAMINANTES

ATMOSFÉRICOS
En la siguiente tabla, se resume las principales aportaciones de trabajos
realizados en el país acerca de los efectos sobre la salud humana de los
contaminantes.
Tabla 2.4 – Trabajos Relacionados sobre los Efectos en la Salud de los Contaminantes
Atmosféricos en Bolivia
Autor y Título del Trabajo Conclusiones
Proyecto AIRE LIMPIO. Determinación de los efectos de Existe relación de causa efecto entre la exposición
contaminantes atmosféricos NO2 y O3 sobre la prolongada a contaminantes, con mayores efectos en la
población urbana de mayor riesgo. Santa Cruz de la población que trabaja como ambulantes en las vías más
Sierra, Bolivia. Swisscontact, 2008 congestionadas de la ciudad. Todavía no se ha
publicado.
Manzoni R., N. K. Análisis del Impacto Ambiental del La concentración de Material Particulado PM10 tiene
Material Particulado (PM10) en la ciudad de Santa Cruz efectos sobre la incidencia en la población de
de la Sierra. Santa Cruz de la Sierra, Bolivia UPSA 2007 enfermedades respiratorias como la bronquitis,
38
conjuntivitis y otros
Proyecto AIRE LIMPIO. Evaluación del efecto de La exposición diaria prolongada al CO, se relaciona al
Dióxido de Nitrógeno y Ozono en la salud de la nivel de Carboxihemoglobina. A mayor tiempo de
población del Municipio Cercado – Cochabamba. exposición por día, mayores niveles. Las personas
Cochabamba, Bolivia: Swisscontact, 2006. expuestas sufrían cefalea, dificultades de concentración
39
y sensación de fatiga.
Proyecto AIRE LIMPIO. Efectos de la Exposición Las concentraciones de ozono demuestran tener una
Prolongada al Monóxido de Carbono Ambiental en influencia directa en el asma crónico, en la enfermedad
Población Urbana de Riesgo. Cochabamba, Bolivia: pulmonar obstructiva crónica (EPOC) y en la rinitis
Swisscontact, 2007.
El dióxido de nitrógeno influye en el asma crónico, asma
agudo (ataque de asma), bronquitis aguda, infecciones
40
respiratorias agudas, rinitis y conjuntivitis
Cynthia Bojanic. Caracterización de los contaminantes Descripción de los principales problemas de salud
atmosféricos por fuentes emisoras y métodos para causados por los contaminantes.
reducir impactos sobre la salud en la ciudad de Santa
Estrategias para reducir los contaminantes atmosféricos
Cruz de la Sierra. Tesis para optar al título de Magister
en la ciudad, para disminuir los niveles de
Cientiarium, Santa Cruz de la Sierra, Bolivia.
contaminantes al que están expuestas las personas que
Universidad Autónoma Gabriel René Moreno, 2004. 41
habitan en la ciudad.
Factores Influyentes en los Niveles de COHB, MetaHB y El nivel de COHb y Meta Hb depende del tipo de
desencadenamiento de los Síntomas de Parámetros de Exposición, Tipo de Población, Tipo de Ocupación, en
Riesgo en Sujetos Expuestos a Medios con Alto Flujo medios de alto tráfico vehicular. A
Vehicular en Santa Cruz. Orlando Vásquez
Niveles altos de COHb y Meta Hb producen alteraciones
(Swisscontact), Centro de Investigaciones del Oriente
en los parámetros sanguíneos, desencadenan síntomas
Boliviano (Universidad Nacional del Oriente), 2008.
y exacerban factores de riesgo cardiaco, renal y
eritrocitosis.
Fuente: Elaboración Propia

2.2.7 ÍNDICE DE LA CONTAMINACIÓN ATMOSFÉRICA (ICA)
Según la Norma NB 62018, “el Índice de la contaminación atmosférica es un
valor adimensional calculado a partir de la información de la concentración
de los contaminantes y de los límites permisibles especificados en la norma
NB 62011. Su objetivo es facilitar la comprensión de la información sobre el
riesgo por la exposición a los contaminantes del aire y las acciones de
protección que se puedan realizar.”42
Para el cálculo del Índice de contaminación atmosférica se utilizan los valores

de concentración de los contaminantes criterios CO, NO2, O3 y PM10, cuyo
valor límite está definido en la NB 62011 (véase la Tabla 2.3 de éste
documento).
2.2.8 CONTAMINANTES MONITOREADOS

Entre los principales contaminantes, los de interés para este estudio son los
monitoreados por la Red de Monitoreo de la Calidad del Aire (Red MoniCA)
Santa Cruz (para mayor información sobre la Red de Monitoreo, véase el
Capítulo 3, Descripción de la Red MoniCA,); los cuales corresponden a los
contaminantes asociados a las fuentes de emisión urbanas.
Tabla 2.5 – Contaminantes Monitoreados

Contaminante Fuentes Principales Dispersión Efectos
NOx – NO2 Combustiones a alta Cercano a los emisores, Irritante, es un precursor
temperatura: motores de los NO se oxidan hasta de la lluvia ácida y otros
Óxidos de Nitrógeno,
gasolina de los NO2, la forma más contaminantes como el
principalmente Dióxido de
automóviles, centrales estable. Ozono.
Nitrógeno
térmicas, etc.
O3 Reacciones Secundarias Dado que es un Ataca a las plantas,
entre NOx, COV y luz contaminante secundario, reduciendo los cultivos.
Ozono troposférico
ultravioleta se dispersa alrededor de
Afecta las vías aéreas y
las fuentes de COV y NOx
es irritante.
PM – PM10 Combustión incompleta, Partículas livianas y Afectan al sistema
Procesos industriales, pequeñas, se dispersan respiratorio, penetran en
Material Particulado, en
Erosión con el viento, mientras los pulmones.
especial el PM10, (menor
más ligeras y pequeñas,
a 10 micras).
una mayor distancia.
CO Combustión incompleta Gradualmente se Intoxicación, impide la
transforma a CO2 oxigenación de la sangre
(Monóxido de Carbono)

A. ÓXIDOS DE NITRÓGENO (NOX)
Los NOx se producen durante el quemado de combustibles fósiles. Los NOx
de carburantes se producen por la oxidación del nitrógeno que poseen los
combustibles y los NOx térmicos se producen por la oxidación del N2
atmosférico molecular a elevadas temperaturas de combustión en presencia
de oxígeno. La mayoría de las emisiones de NOx, se encuentran en forma de
NO, se oxidan a NO2 en presencia de O2 y O3.
El NO2 puede reaccionar con compuestos orgánicos para producir nitratos de

peroxiacetilo (PAN o NPA). O con hidrocarburos para producir niebla
fotoquímica.
El NO2 puede causar problemas respiratorios. La niebla produce

enfermedades en pulmones y bronquios. El NPA en presencia de niebla
puede ocasionar irritación ocular.43
B. MATERIAL PARTICULADO (PM, PM10)

Subproductos de los contaminantes gaseosos, o industrias y combustión del
carbono inadecuada. El rango de estos contaminantes es desde los 10–6 mm
hasta 1 mm.
La materia particulada de aire presenta una mezcla compleja de sustancias

orgánicas e inorgánicas Las gruesas son Polvo, tierra y depósitos, y la fina
son aerosoles, partículas de combustión, vapores de compuestos orgánicos,
condensados y metales.
Su tamaño muy pequeño les permite permanecer en la atmósfera y viajar a

distancias grandes. Sedimentan en la superficie terrestre, de forma natural o
en gotas de agua, depositándose en el suelo o en alguna superficie.
Impide la eficiencia pulmonar del hombre y de los animales. Sobre las hojas,
perjudican la fotosíntesis. Algunas partículas contienen metales pesados y
son tóxicas.44

C. MONÓXIDO DE CARBONO (CO)
El Monóxido de carbono es gaseoso, incoloro e insípido, se forma de
combustiones incompletas del carbono, por déficit de O2 para la combustión
completa. También se produce por disociación del CO2 a altas temperaturas
(a más de 1700 °C) y en reacciones a altas temperat uras entre CO2 y
compuestos del Carbono.
El Monóxido de Carbono (CO) es el más abundante de los contaminantes de

referencia y los automóviles son la principal fuente.
Sustituye al oxígeno en la sangre, formando Carboxihemoglobina, un

compuesto que impide la correcta función de oxigenación sanguínea,
produciendo varios problemas de salud.45
D. OZONO (O3)
El ozono se asocia con la niebla urbana. Los óxidos de nitrógeno y varios
hidrocarburos en presencia de la radiación solar llevan a cabo un conjunto de
reacciones complejas que producen contaminantes secundarios u oxidantes
fotoquímicos. 46
El O3 perjudica las cosechas reduciendo el rendimiento de las mismas.47
E. OTROS
Los hidrocarburos, son parte de las emisiones de COV. Contienen
únicamente Carbono (C) e Hidrógeno (H). El metano (CH4) no es muy
reactivo, pero es un gas de efecto invernadero.
Los alquenos son altamente reactivos, por ej. Etileno y NOx, producen NPA y
O 3.
Los compuestos aromáticos, como el benceno, son cancerígenos.
Entre compuestos orgánicos volátiles, muchos de ellos son reactivos.

Producen nieblas fotoquímicas, y varios son cancerígenos.48

Dispersión de Contaminantes Atmosféricos - Ciclo de los Contaminantes Atmosféricos
2.3 CICLO DE LOS CONTAMINANTES ATMOSFÉRICOS
A continuación se resume de manera general las fases del ciclo de
contaminantes atmosféricos.
Ilustración 2.1 – Ciclo de los Contaminantes Atmosféricos
Dispersión
Emisión Interacciones Salida de la

Químicas atmósfera
Fuente: Elaboración propia
2.3.1 EMISIÓN
Es la liberación del contaminante hacia la atmósfera. 49
En muchos casos, ocurre al formarse la sustancia en reacción con los gases

atmosféricos durante la actividad que produce el contaminante, mientras que
en otros, es simplemente la liberación de gases, o partículas, que estaban
almacenados.
La clase y cantidad de contaminantes emitidos depende de la actividad

contaminante que se está realizando.
A continuación se presentan los principales mecanismos a través de los

cuales se generan emisiones:50
Combustión: Procesos donde se combina algún material combustible con el

oxígeno del aire y generan dióxido y monóxido de carbono, óxidos de
nitrógeno y azufre, entre otros contaminantes, de acuerdo a las impurezas
que tenga el combustible utilizado.

Evaporación: Algunos gases llegan a la atmósfera por la evaporación de
líquidos y sólidos, como los solventes, hidrocarburos y otros.
Liberación: Utilizando gases como propelentes o eliminándolos hacia el

ambiente luego de ser utilizados en procesos industriales.
Pulverización: Al generar partículas de peso y tamaño adecuados para

quedar suspendidas en la atmósfera.
2.3.2 FACTORES DE EMISIÓN

Un factor de emisión es un valor que relaciona la cantidad de contaminante
emitido a la atmósfera con la realización de una actividad fuente de
contaminantes. El valor obtenido experimentalmente, con promedios de
datos muestrales asumidos representativos de la categoría de la actividad
fuente.51
Usualmente estos factores son expresados como el peso del contaminante

emitido dividido por una unidad de la actividad que emite el contaminante,
(por ejemplo kg de CO2 por L. de gasolina consumido por un automóvil).
݇݃ ݀݁ ‫ݏ݋݀݅ݐ݅݉ܧ ݁ݐ݊ܽ݊݅݉ܽݐ݊݋ܥ‬
‫݅ݏ݅݉ܧ ݁݀ ݎ݋ݐܿܽܨ‬ó݊ =
ܷ݊݅݀ܽ݀ ݀݁ ‫ܽ݀ܽݖ݈ܴ݅ܽ݁ ݀ܽ݀݅ݒ݅ݐܿܣ‬
Estos factores facilitan la estimación de las emisiones de varias fuentes de

contaminación atmosférica.
2.3.3 FUENTES DE EMISIONES

La clasificación de las fuentes de emisiones de manera general se divide en
2 tipos: fuentes naturales y fuentes antropogénicas.
Las fuentes naturales, emiten mayores volúmenes globales que las

emisiones antropogénicas, pero se encuentran más distribuidas. Las
emisiones de las fuentes antropogénicas están más concentradas,
especialmente en centros urbanos e industriales, donde producen altas
valores que afectan a un gran número de habitantes.
Existen episodios en los cuales los fenómenos naturales causan un impacto
importante, por lo cual es necesario tomarlos también en cuenta.52
Las fuentes de emisión antropogénicas se clasifican en 3 tipos: fuentes fijas,

fuentes móviles y fuentes compuestas. Para realizar la distribución
geográfica de las emisiones, también se pueden clasificar como fuentes
puntuales, fuentes lineales y fuentes de área.53
Es posible establecer factores de emisión, al considerar que el volumen de

actividades contaminantes presenta una tendencia lineal con la cantidad de
contaminante generado.54.
Se desarrollan a continuación las principales categorías de emisiones

antropogénicas:
A. EMISIONES VEHICULARES
Los vehículos impulsados por la combustión de Gasolina, Diesel, Gas Natural
y otros, generan gases de escape como subproductos de este proceso.
En centros urbanos de países en desarrollo, se reconoce que el 70% de las

emisiones contaminantes se producen por fuentes móviles del transporte.55
Se presenta a continuación una tabla, que compara las emisiones

contaminantes de vehículos, según su combustible.
Tabla 2.6 – Contaminantes vehiculares según el combustible

Combustible del Vehículo Emisiones
Gasolina Monóxido de carbono (CO)
Óxidos de Nitrógeno (NOx)
Hidrocarburos no Quemados (HC)
Diesel Óxidos de Azufre (SOx),
Material Particulado (PM) (humo negro)
Gas Natural Metano (CH4)
Óxidos de Nitrógeno (NOx)
Fuente: Elaboración Propia con Datos de Emisiones EPA56

Alguna parte de los Hidrocarburos no quemados (HC) y Metano, se produce
como resultado del combustible sin quemar.57
Entre los procesos que generan este tipo de emisión están: Emisiones
Evaporativas del Motor Caliente, Emisiones Evaporativas de Operación,
Emisiones Evaporativas durante la Carga de Combustible, Emisiones
Diurnas (del tanque de combustible del vehículo debido a una mayor
temperatura), Emisiones Evaporativas en Reposo (fugas de combustible).58
a) CÁLCULO DE LAS EMISIONES VEHICULARES

Para el cálculo de las emisiones vehiculares, se utiliza el método de factores
de emisión. Los conteos del tráfico forman la base para los cálculos de las
emisiones provenientes del tráfico motorizado.59
Cada tramo de carretera tiene características en cuanto al volumen del tráfico

y a la composición de la flota; el volumen del tráfico además varía mucho
durante las 24 horas del día. Se necesitan datos sobre el flujo vehicular por
hora durante todo el día.
En un conteo de doce horas de las 6am a las 6pm no se registra la mitad del
volumen diario del tráfico, sino que 65% y entre las 6am y las 8pm,
aproximadamente el 78% del volumen diario del tráfico pasa en este período.
Para extrapolar el resultado de cualquier conteo a la cantidad de vehículos

que pasa por el mismo sitio durante 24 horas, se necesitaba entonces hacer
una estandarización en cuanto al tráfico por hora.
Para un cálculo sencillo del actual y del futuro volumen del tráfico
motorizado, se tendría que considerar el crecimiento anual de la flota
vehicular en porcentaje.
Para distribuir las emisiones sobre el área geográfica de estudio, se define

en el mapa, para cada tramo de carretera; una cantidad de emisión, la cual

depende de los siguientes factores: Cantidad de vehículos, Composición de
la flota vehicular, Factores de emisión.
Los factores de emisión por su lado dependen de los parámetros: Categoría

del vehículo, Mantenimiento del motor, Velocidad, Tecnología del vehículo y
Manera de conducir.
Por sus características, un tramo de carretera es considerado una fuente de

emisión lineal. La unidad de emisión de una fuente lineal es gramos por hora
por 100 m (g/h/100 m) 60
B. EMISIONES INDUSTRIALES
Una fuente fija, con un nivel importante de emisión de un contaminante es
considerada fuente puntual. Pero si son numerosas y el nivel de emisión de
contaminante está por debajo de un nivel determinado, se la clasifica como
fuente de área, por ser más práctico y permite reducir la cantidad de datos a
relevar.61
El tipo de contaminante producido está condicionado principalmente a 2

categorías. La combustión industrial y las operaciones unitarias de
producción.
La quema de combustibles para la obtención de energía (térmica, mecánica

y otras) utilizada en un proceso o la generación de electricidad genera
contaminantes de acuerdo a la eficiencia de la combustión y tipo de
combustible empleado.62
En relación al proceso de combustión, las emisiones dependen de sus

procesos,63 aunque la gran variedad de los mismos hace difícil la
determinación de la cantidad de contaminantes emitidos.64
Además, existen equipos de control de emisiones que disminuyen

significativamente las emisiones del contaminante y forman parte de algunas
industrias.65

a) ESTIMACIÓN DE LAS FUENTES INDUSTRIALES
Es posible hacerlo mediante 3 herramientas: Factores de emisión, Pruebas
en la fuente y Balance de materias.
Para la emisión por combustión, los datos que se deben recabar son el tipo y
capacidad del tipo de combustión, el consumo anual y tipo de combustible, el
horario de operación y si cuenta con un tipo de tratamiento de los gases de
combustión, que contaminante es controlado y la eficiencia de este
tratamiento.66
Para las emisiones por Proceso, se utilizan factores de emisión que

dependen de los procesos de las industrias como datos se necesitan los
volúmenes de producción de la industria en cuestión, las materias primas e
insumos utilizados y también se necesitan considerar las medidas de control
para las emisiones.
C. OTROS TIPOS DE FUENTES

Son las consideradas como fuentes de área. Son de pequeño aporte al
volumen total de contaminante y son numerosas.
Las emisiones se estiman por categoría de fuente en conjunto.
Tabla 2.7 – Categorías de Fuentes de Área

Categoría Características
Combustión en fuentes estacionarias Industrias pequeñas, combustión habitacional.
Fuentes móviles estacionarias Terminal de Autobuses
Aeropuerto
Uso de solventes Pintura, Lavado en seco, Limpieza
Fuentes industriales ligeras y comerciales Panaderías, Ladrilleras, Restaurantes
Fuentes de áreas misceláneas Caminos pavimentados y no pavimentados
Manejo y tratamiento de residuos Rellenos sanitarios, tratamiento de agua
Almacenamiento y transporte de derivados Almacenamiento, Distribución, Fugas
del petróleo
Cambio de uso de suelo Quemas, Incendios Forestales
Fuente: Manual para la Elab. de un Inventario de Emisiones en Bolivia67

a) ESTIMACIÓN DE LAS EMISIONES DE ÁREA
La metodología que se aplica está de acuerdo a la disponibilidad de datos.
En caso de no contar con datos específicos, es posible utilizar factores de
emisión per cápita.
Para evitar la duplicación de emisiones, es necesario ajustar los factores de

emisión por fuentes de área. Es recomendado hacer los ajustes con datos de
actividad, no de contaminante.68
b) QUEMAS E INCENDIOS FORESTALES

Estas fuentes de emisión, que provienen de la quema de biomasa, producen
cantidades importantes de Material Particulado y gases de Efecto
Invernadero.69 La dispersión de estos contaminantes puede llegar a afectar
lugares alejados, debido al fenómeno de transporte que arrastra los
contaminantes hacia otras áreas.
Varios estudios70,71,72,73 hablan de la influencia de fuentes externas de

emisión sobre la concentración de contaminantes de una región. Las plumas
de emisión pueden llegar a afectar regiones lejanas, como las
experimentadas por algunos países del Mar Mediterráneo, en los cuales se
produce un incremento del espesor de la capa de aerosol, por la influencia
de tormentas de arena del desierto del Sahara (norte de África).74
2.3.4 DISPERSIÓN
Los contaminantes producidos por las fuentes de emisión al ingresar a la
atmósfera se dispersan, es decir se mezclan en ella, diluyéndose y
alejándose de la fuente.
Como causas para la dispersión se tiene la diferencia de concentración del

contaminante en diferentes puntos de la masa de aire, el arrastre del viento y
los movimientos verticales.75

Entre los factores que afectan el transporte y dispersión de contaminantes
atmosféricos están las variaciones del clima a nivel local, regional y global y
el relieve local.76
El grado de turbulencia cercana a la fuente de emisión influye en la

dispersión del contaminante. La turbulencia es el movimiento de la
atmósfera. Éste puede ser horizontal, como el caso del viento y vertical,
como en el caso de las corrientes de aire ascendente y descendente, la
altura de la capa de mezcla, lo que se conoce como estabilidad atmosférica.
Se produce una mayor dispersión de los contaminantes cuando hay viento

con mayor velocidad, y cuando hay inestabilidad atmosférica, es decir,
fuertes corrientes de aire tanto verticales como horizontales.
Cuando ocurren fenómenos como la inversión térmica, la atmósfera queda

estratificada en capas de aire de relativa estabilidad. Esto disminuye el grado
de dispersión de los contaminantes, los cuales se concentran en la capa
inferior de la atmósfera.
La topografía del área también influye en la dispersión de los contaminantes.

Las altas cadenas montañosas, o las laderas de los valles, constituyen
obstáculos para la dispersión de los vientos.77
Otros factores a considerar son los efectos de turbulencia sobre la Capa

Límite Atmosférica, el transporte por convección de la humedad, la
deposición húmeda y seca (que modifica la concentración y la tasa de
dispersión de las partículas) y la elevación de la pluma contaminante
asociada a los incendios forestales, en adición al transporte de mayor escala
o regional.78

2.3.5 INTERACCIONES QUÍMICAS
Una vez que los contaminantes se encuentren en la atmósfera, es posible
que interactúen con otras sustancias allí presentes.79
Éste es el caso de las interacciones de los NOx con los COV en presencia de
radiación ultravioleta, que producen O3 y contaminantes secundarios.80
El NO, se emite en cantidades mayores al NO2, se produce a temperaturas

mayores a 1200 °C por reacción entre el oxígeno y e l nitrógeno del aire.
(்வଵଶ଴଴°஼)
ܰଶ + ܱଶ ሱۛۛۛۛۛۛۛሮ 2ܱܰ
Mediante la fotólisis, parte del NO se convierte en NO2. La formación de

oxidantes fotoquímicos es uno de sus graves efectos.
El NO reacciona con ozono, y forma NO2
ܱܰ + ܱଷ → ܱܰଶ + ܱଶ
El NO2 reacciona con luz y forma NO y radical O
௛௩
ܱܰଶ ሱሮ ܱܰ + ܱ∗
Radical O y O2 forman O3
ܱଶ + ܱ∗ → ܱଷ
Los HC interactúan de forma que el ciclo está desequilibrado. NO se

convierte más rápido en NO2 que la disociación del NO2 en NO y O
Al formarse más rápidamente el NO2, el NO se vuelve más escaso. La falta

de NO, produce niveles de O3 mayores.81
La humedad y la precipitación también pueden favorecer la aparición de

contaminantes secundarios peligrosos, tales como las sustancias
82
responsables de la lluvia ácida.
2.3.6 SALIDA DE LA ATMÓSFERA
El tiempo de permanencia en la atmósfera de un contaminante es variable.
Depende del estado físico (partículas o gases), la naturaleza del
contaminante, el área de dispersión (relieve), y las interacciones químicas
que transforman al contaminante en otros compuestos y la absorción de éste
en el agua, el suelo y los seres vivientes.83
Para algunos contaminantes, su dilución en la atmósfera lleva sus niveles de

concentración a valores muy reducidos, casi indetectables, sin efectos.
La emisión continua de algunos gases satura la capacidad de dilución de la

atmósfera y el contaminante comienza a acumularse, produciendo el
incremento de las concentraciones de la sustancia. Hay gases que
permanecen durante décadas, como el caso de los CFC, en la estratósfera.84
Los océanos, lagos, ríos, bosques, campos, constituyen sumideros para

buena parte de los gases contaminantes, en especial el CO2. La deposición
seca, en especial de las partículas y compuestos formados por interacción
química de gases contaminantes, es uno de los mecanismos de retorno de
estos contaminantes hacia el suelo85
Las lluvias pueden tener un efecto beneficioso porque lava las partículas
contaminantes del aire y ayuda a minimizar las partículas provenientes de
actividades como la construcción y algunos procesos extractivos
industriales.86

Dispersión de Contaminantes Atmosféricos - Meteorología
2.4 METEOROLOGÍA
Generalmente los contaminantes se elevan o flotan lejos de sus fuentes sin
acumularse hasta niveles peligrosos. Los patrones de vientos, las nubes, la
lluvia y la temperatura pueden afectar la rapidez con que los contaminantes
se alejan de una zona. Los patrones climáticos que atrapan la contaminación
atmosférica en valles o la desplacen por la tierra pueden, dañar ambientes
limpios distantes de las fuentes originales.87
Los fenómenos meteorológicos que influyen en la dispersión de

contaminantes se producen en 3 escalas:88
Microescala (1 km) con acción en minutos y en horas
Mesoescala (100 km) actuando durante horas y días
Macroescala (miles de km) interactuando durante días y semanas.
2.4.1 FACTORES METEOROLÓGICOS DE INTERÉS:89

Velocidad y Dirección del Viento
Temperatura y Humedad
Turbulencia
Estabilidad Atmosférica
Efectos Topográficos en la Meteorología. (Véase el punto 2.5 Relieve)
A. CAPAS ATMOSFÉRICAS
El fenómeno de transporte con focos de industrias, los datos de interés se
obtienen dentro de la capa límite atmosférica, la capa más baja de la
atmósfera terrestre.
La dispersión de los contaminantes dentro de la CLA se debe a las

turbulencias, las cuales varían de acuerdo a la estratificación de la misma.

La capa inestable o capa límite por convección, las turbulencias se deben a
remolinos considerables, poseen de 1 a 2 km de diámetro. Las turbulencias
son más débiles en la capa límite estable, con menor tamaño. Estas
diferencias originan diferentes velocidades de dispersión de los
contaminantes. 90
2.4.2 VIENTO
En la capa cercana a la superficie, existen variaciones de la velocidad y
dirección del viento debido a la influencia del relieve. Es por eso que se
considera una componente media y una componente variable.
La velocidad del viento, al ser dependiente del terreno, es variable con la

altura. Para determinar la velocidad del viento que sea independiente de la
influencia de edificios y topografía, se utiliza la ley de semejanza de la
potencia.
La componente media está determinada por la dirección y velocidad

dominantes, y las fluctuaciones de poco tiempo.
Estructuras tipo remolino de velocidad media corresponden a la componente

variable de la velocidad, y es denominada turbulencia.
La turbulencia puede ser producida por las irregularidades del terreno, en

cuyo caso se habla de turbulencia mecánica.
O por el gradiente vertical de temperatura, el cual produce corrientes de aire

caliente que se eleva desde la superficie, y corrientes de aire descendente,
más frío y más denso.91
2.4.3 ESTABILIDAD ATMOSFÉRICA

La estabilidad atmosférica depende de las condiciones meteorológicas. Las
condiciones neutrales generalmente se dan cuando hay cielos nublados.
También la radiación solar cumple un papel importante, al igual que la
velocidad del viento.92

Una atmósfera neutralmente estable ocurre cuando la variación de
temperatura con la altura es igual a la gradiente de temperatura seca
adiabática, que corresponde a la disminución de 1ºC cada 100 m de altura.
Al ser la variación de la temperatura mayor a 1º, se habla de una atmósfera

inestable. Esto produce mayores turbulencias, porque el aire que asciende o
desciende, se enfría o calienta a una tasa menor, y al llegar a la nueva altura,
se encuentra a diferente temperatura que el aire que lo rodea, produciendo la
sustentación o hundimiento que produce inestabilidad de las capas de aire.
La estabilidad atmosférica ocurre cuando la variación de la temperatura con

la altura es menor a 1ºC por cada 100 m. En estos casos, se habla de
atmósfera estable. La atmósfera isoterma es un caso particular, que ocurre al
no haber variación de temperatura con la altura.
La inversión térmica es la condición de mayor estabilidad. Al aumentar la

temperatura con la altura, el aire caliente que se enfría 1ºC por la expansión
adiabática se encuentra rodeado de aire más caliente, lo que lo fuerza a
descender y permanecer en la capa inferior, de donde provenía. Y el aire que
desciende, se calienta 1ºC por la contracción adiabática, se encuentra con
aire más frío, lo cual lo obliga a ascender y retornar a la capa de la que
provenía.93
2.4.4 TEMPERATURA
Las emisiones producen penachos que varían con la clase de estabilidad
atmosférica. La temperatura del ambiente, puede ser un factor que determina
si las condiciones atmosféricas son de estabilidad o producir grandes
remolinos de turbulencia.
2.4.5 HUMEDAD
El contenido de humedad del aire puede modificar las propiedades caloríficas
del aire. Además, una atmósfera cargada de humedad produce mayores
interacciones entre los NOx y SOx que producen partículas.

Dispersión de Contaminantes Atmosféricos - Relieve
La deposición de estas partículas pueden ser en forma seca, formando
material particulado, que finalmente desciende a tierra.
O puede ser de forma húmeda, en precipitaciones en forma de rocío,

llovizna, lluvia, aguanieve, nieve, granizo. Permite que los ácidos formados
por las reacciones químicas desciendan, con serios problemas para los
bosques, la vida acuática y los edificios.94
2.4.6 RADIACIÓN SOLAR

La formación del smog (smoke + fog, humo + niebla) fotoquímico, compuesto
de contaminantes oxidantes secundarios es favorecido por la presencia de
los contaminantes precursores primarios y la radiación solar. Su efecto
permite las complejas interacciones químicas que producen los compuestos
que conforman la niebla fotoquímica.
La concentración de altas cantidades de contaminantes como los óxidos de

nitrógeno, los compuestos orgánicos volátiles en días soleados producen
altas concentraciones de oxidantes, que permanecen en la atmósfera, con
efectos visibles de smog.95
2.5 RELIEVE
El relieve afecta a la dispersión de los contaminantes, al ejercer una
importante influencia sobre el movimiento de las masas de atmosféricas.
Algunos efectos producidos por el relieve en los contaminantes son: 96
2.5.1 ISLAS TÉRMICAS

Las cuales pueden ser naturales o consecuencia de las actividades
humanas. Los centros de las ciudades, tienen tasas mayores de absorción
de calor que sus alrededores. Esto produce corrientes verticales de aire
caliente, las cuales reducen la estabilidad atmosférica, aumentando el
intercambio gaseoso, pero con penachos de industrias que afectan más a los
terrenos cercanos.

Dispersión de Contaminantes Atmosféricos - Relieve
2.5.2 INTERFASES TIERRA–MAR
Los cuerpos de agua mantienen el calor durante mayor tiempo, por lo que en
la noche, la tierra se enfría más rápidamente. De esta manera, se producen
corrientes de aire alternadas de día y de noche, modificando la dirección de
los vientos, produciendo condiciones de corrientes nocturnas que pueden
concentrar los contaminantes cerca a la fuente de emisión.
2.5.3 VALLES Y LADERAS

Los accidentes geográficos modifican la circulación del aire, reduciendo la
velocidad de los vientos y produciendo sus propias turbulencias. Los
microclimas generados por el desigual calentamiento de las laderas debido al
movimiento del sol y el impacto de la radiación solar durante diferentes
horarios en las laderas de la montaña, producen corrientes de convección
que impiden la dispersión de los contaminantes, concentrándolos en áreas
cercanas a las de las fuentes de emisión.
2.5.4 PATRONES DE CIRCULACIÓN ATMOSFÉRICA

Si la superficie de la tierra fuera completamente lisa, el aire se elevaría en las
regiones ecuatoriales y lo desviaría por la rotación de la tierra hacia el este.
Vientos desde el este se encontrarían en las regiones tropicales, y en las
regiones templadas se formarían vientos hacia el oeste, los cuales se unirían
con vientos polares de dirección variable creando una región de turbulencias
en esa zona.
Las cadenas montañosas tienen un efecto importante en los patrones de

circulación y producen cambios importantes en las regiones cercanas a ellas.
Las tierras cercanas a la costa tienen un ciclo de vientos alternativos debido
a su ciclo desigual de calentamiento en relación al mar con cambios en los
vientos superficiales.
Pero a mayores alturas, superiores a los 2000 m sobre el nivel del suelo, los
patrones de circulación son bastante uniformes.97

Dispersión de Contaminantes Atmosféricos - Validación Estadística
2.6 VALIDACIÓN ESTADÍSTICA
El sistema en estudio se visualiza como una combinación de recursos que
transforman entradas, en salidas con respuestas observables.
Algunas de las variables son conocidas, pero otras son incontrolables, y

desconocidas.
Entre los objetivos del análisis de variables se tienen98
Determinar las variables de mayor influencia en la respuestas.
Determinar el mejor valor de las entradas que influyen en las respuestas,

obteniendo valores cercanos al deseado.
Determinar el mejor valor de las entradas que influyen en las respuestas, de

manera que la variabilidad de los valores de salida sea mínima.
Determinar el mejor valor de las entradas, de manera que minimicen los

efectos de las variables incontrolables sobre las respuestas.
El objetivo es diseñar un método que permita obtener datos apropiados, que

permitan ser analizados estadísticamente, para llegar a formular
conclusiones válidas y significativas. Además debe estar sujeto a los
problemas de los errores experimentales.
El análisis de los datos debe realizarse estadísticamente, permitiendo que los

resultados y conclusiones sean objetivos. Los métodos estadísticos y los
gráficos permiten establecer e interpretar las conclusiones. El análisis de
residuos y la verificación de la idoneidad del modelo permiten establecer el
grado de confianza de los resultados obtenidos.
“Los métodos estadísticos no prueban que un factor (o varios factores) tienen

un efecto particular”99 Únicamente permiten obtener el grado de error y la
confiabilidad de los resultados.

Para analizar un problema, también se debe recurrir al conocimiento no
estadístico, es decir, las relaciones entre factores y las respuestas pueden
venir de conocimientos previos, la experiencia, ayudar a comprender mejor el
problema, colaborando con la explicación estadística del mismo.
Mantener el análisis lo más sencillo posible es una cualidad que tiene una
preparación objetiva de los datos y que permitirá establecer conclusiones
iniciales y futuras etapas para el estudio.100
2.6.1 COEFICIENTE DE CORRELACIÓN DE PEARSON101

Mide la relación lineal entre dos variables cuantitativas. Es independiente de
la escala de medida de las variables.
Su valor varía entre -1 y +1, ocurriendo cualquiera de estos casos:
Tabla 2.8 – Interpretación de valores del Coeficiente de Correlación de Pearson

Valor de r Interpretación
r=0 Sin relación lineal. No implica independencia total, sino que puede haber relaciones no lineales.
Hay correlación positiva perfecta, una dependencia total entre variables, una relación directa en
r=1
idéntica proporción
0<r<1 Hay correlación positiva
Hay correlación negativa perfecta, una dependencia total entre variables, una relación inversa en
r = -1
idéntica proporción
1<r<0 Hay correlación negativa
2.6.2 ESTIMACIÓN POR INTERVALOS DE CONFIANZA

Cuando el investigador desea reportar los resultados finales en términos de
intervalos de confianza utiliza este tipo de estimación del resultado final.102
2.6.3 DISEÑOS DE EXPERIMENTOS FACTORIALES

Utilizados cuando se desea estudiar los efectos de varios factores sobre un
resultado. Permite investigar todas las posibles combinaciones de los niveles
de los factores, y determinar el cambio que se produce en la respuesta al
modificar el nivel del factor.

El análisis de varianza permite cuantificar estos efectos. Y para comprobar
sus conclusiones, se aplica el análisis de residuos, que cuantifica el error.103
2.6.4 MANEJO DE DATOS DESBALANCEADOS O DESEQUILIBRADOS

Utilizado en casos donde el número de observaciones para cada
combinación de factores es diferente. El análisis de factoriales
desbalanceados no permite aplicar las técnicas del análisis de varianza.104

Dispersión de Contaminantes Atmosféricos - Modelos de Dispersión
2.7 MODELOS DE DISPERSIÓN
Se usan para predecir la calidad del aire y ayudan a la toma de decisiones,
que permiten una gestión de las políticas sobre contaminación atmosférica.
De acuerdo a la disponibilidad de datos de entrada adecuados, es posible

realizar modelos complejos que reflejen la realidad con mayor precisión.
Las clases de modelos de calidad del aire según Kiely105 son:
Tabla 2.9 – Clases de Modelos de Dispersión

Tipo de Modelo Características principales Ejemplos y Aplicaciones
Determinista Formulados en términos de relaciones Índice de Calidad del Aire (ICA)
Simple algebraicas Modelo Simple de fuente atmosférica
Estadístico Mediante análisis estadístico de datos determina Estudios Epidemiológicos de

relaciones probabilísticas entre variables de Enfermedades Relacionadas a la
dispersión de contaminantes. Contaminación Atmosférica.
Local de penacho Son los más comunes Fuentes fijas como chimeneas. Es la
y ráfaga técnica mayormente utilizada para
Describe el campo de concentración
contaminantes no reactivos
(Gaussiano) tridimensional
Integrables, para modelizar fuentes de línea, de
área y de volumen.
Caja y multicaja Método simple. Estimación de la masa de Modelos de ciudades.
contaminante en una caja, mediante la
Áreas de emisión de contaminantes.
conservación de su masa.
El multicaja considera que varias cajas están
unidas a las demás e interactúan por el
contorno.
Diferencia finita y Incluyen las reacciones químicas, considerando Nieblas fotoquímicas en áreas urbanas.
rejilla la caída y deposición químicas. Hay reacciones,
fuentes y sumideros de contaminantes.
Partícula Mediante relaciones dinámico–cinéticas, NASA Global Aerosol Climatology Project
evalúan el comportamiento de aerosoles y (GACP)
partículas durante su dispersión en la atmósfera.
Físico–túneles de Utiliza pruebas físicas en ”túneles de viento” Determinación de factores de emisión en
viento para determinar empíricamente los factores de actividades como la combustión de
dispersión de los contaminantes. carbón, conducir un vehículo y otros
Regional Considera específicamente velocidad y Dispersión de cenizas volcánicas.
dispersión de vientos, la geografía de la región
para determinar la dispersión de contaminantes.
Fuente: Elaboración Propia con datos de Ingeniería Ambiental, de Kiely
Los contaminantes atmosféricos están generalmente sometidos a tres

procesos: emisión, transmisión e inmisión.106

2.7.1 EMISIÓN
Es la liberación de los contaminantes hacia la atmósfera, sus valores
corresponden generalmente a variables de entrada del modelo de dispersión
de contaminantes.
2.7.2 TRANSMISIÓN
La transmisión describe la distribución y las posibles transformaciones
químicas (formación de los llamados contaminantes secundarios) del
contaminante en la atmósfera. En los modelos de dispersión, esta fase es
representada por distintos factores, coeficientes, que afectan cómo se
transportan los contaminantes.
2.7.3 INMISIONES
Bajo el término inmisión se entiende la cantidad o concentración del
contaminante que es recibido por un receptor y por ende es registrado
también por cualquier equipo de medición de contaminación atmosférica.
Receptores son los seres humanos, las plantas, los animales. En los
modelos de dispersión, las inmisiones son el resultado obtenido de
concentración de los contaminantes sobre un receptor en un área
determinada.
2.7.4 FUNCIONAMIENTO DEL MODELO DE DISPERSIÓN

Los modelos de dispersión requieren como datos de entrada (“input”),
información sobre la situación de las emisiones de los contaminantes. Varios
tipos de modelos – también los llamados modelos de Gauss – toman en
cuenta adicionalmente datos meteorológicos, ya que la meteorología es un
factor importante de la transmisión y por ende influye de manera decisiva en
la distribución de los contaminantes en las tres direcciones del espacio. El
resultado de un cálculo con un modelo de dispersión es la inmisión calculada
del contaminante para cualquiera o para miles de puntos en el espacio. El
modelo es entonces el eslabón entre el inicio (=emisión) y el final calculado

(=inmisión) del contaminante, es decir que los modelos de dispersión simulan
el proceso de la transmisión.107
2.7.5 TÉCNICAS ESTADÍSTICAS O EMPÍRICAS

Utilizadas cuando la información sobre los procesos físico químicos es
inadecuada para un modelo matemático o gaussiano. Producen un resultado
que permite establecer los fundamentos del problema de la calidad del aire.
2.7.6 CONCENTRACIÓN DE REFERENCIA

La concentración total de un contaminante es en la modelación la suma de
dos valores: la concentración de referencia y la contaminación adicional.
Dicha contaminación adicional se origina de las fuentes con emisiones
conocidas y situadas dentro del área de investigación, mientras la
concentración de referencia representa las inmisiones causadas por todas
las fuentes no consideradas en la investigación. Tanto la concentración de
referencia como la contaminación adicional varían dependiendo del lugar.
Tomar en consideración condiciones locales como un área verde o el centro

urbano con su densidad más alta de calles. Para poder aprovechar esta
función, se necesitarían sin embargo muy buenos datos sobre las emisiones
en general y su distribución geográfica.

Dispersión de Contaminantes Atmosféricos - Trabajos relacionados
2.8 TRABAJOS RELACIONADOS
A continuación se citan algunos trabajos relacionados al Estudio de
Dispersión de Contaminantes Atmosféricos, cuyos métodos, experiencias y
conclusiones aportarán al desarrollo de esta investigación.
Tabla 2.10 – Cuadro Resumen de Trabajos Relacionados

Estudio Objetivos Métodos Utilizados Resultados encontrados
Alvarado, S. et al. Estimar las emisiones Programa para el Vehículos de transporte
Modelación de las totales del parque modelado de emisiones público emiten PM,
emisiones del parque automotor del centro de EMOD/CMAP, a partir de transporte privado emite
automotor en la ciudad de Cochabamba, características del parque más NOx.
Cochabamba – Bolivia, automotor, intensidad de
Proyecciones de
diciembre 2004 tráfico y la red vial.
emisiones en varios
http://www.ucbcba.edu.bo/
escenarios futuros.
Publicaciones/revistas/act
anova/documentos/v2n4/v Al 2010, las tendencias
2.n4.alvarado.PDF indican niveles arriba de
los permisibles.
Freitas S. R., Longo K. M., Entender y predecir la Modelo CATT-BRAMS. El modelo se ajusta
Silva Dias M. A. F., dispersión y transporte de bastante bien, y es
Redes de sensores
Chatfield R., Silva Dias P., las emisiones que práctico de utilizar.
remotos.
Artaxo P., Andreae M. O., provienen de la quema de
Se han desarrollado
et al. “Modelo CATT- Biomasa en Sudamérica.
herramientas de software
BRAMS / Qualidade do
para aplicaciones de
Ar.”
monitoreo y pronóstico
[http://meioambiente.cptec
asociado a la
.inpe.br/modelo_cattbrams
contaminación de quemas
.html] [9-03-2009].
forestales.
A. M. Ramos, Transporte Atmosférico de MODIS Aqua para Transporte vertical
“SIMULAÇÃO NUMÉRICA (CO) y material localizar los incendios
Plumas de dispersión de
DA DISPERSÃO DE particulado (PM2.5) en la
modelo CATT–BRAMS acuerdo a sistemas
POLUENTES EMITIDOS Península Ibérica
(Coupled Aerosol and meteorológicos regionales
POR INCÊNDIOS NO
Tracers Transport model
VERÃO DE 2003 NA Campos de vientos
to
PENINSULA IBÉRICA,” in anticiclónicos
(presented at the XXIX the Brazilian Regional
Jornadas Científicas de la Gases y partículas de
Atmospheric Modeling
AME, PAMPLONA, 2006), aerosol influyen en la
System)
http://www.ame– dinámica de formación de
web.org/JORNADAS/Co2 Observación y modelación nubes
– numérica
La contaminación llegó a
trabajo%20Ramos%20et lugares distantes de
%20al.pdf. donde fueron generados
los incendios
Bilkis A. Begum, Swapan Descripción de los datos 2 estaciones de monitoreo Tendencia a disminuir por
K. Biswas, and Philip K. obtenidos a través de 2 de material particulado en la prohibición de motores
Hopke, “Temporal muestreadores de material la capital de Bangladesh a 2 tiempos y autobuses
variations and spatial particulado. viejos, además de usar
Datos del 2000 al 2003
distribution of ambient gas natural comprimido.
PM2.2 and PM10
Los principales factores en
concentrations in Dhaka,
los valores de PM2.5 y
Bangladesh,” Science of
PM10 son la estación, la
The Total Environment
velocidad y dirección del
358, no. 1–3 (April 2006):
viento.
36–45,
doi:10.1016/j.scitotenv.200
5.05.031.

Dispersión de Contaminantes Atmosféricos - Trabajos relacionados
Aguirre Batsuko E., Anta 2 trabajos donde se utiliza Modelos de predicción de Validación del Modelo
Sanz A., Luis Barrón J R., modelos de red neuronal ozono por estación en mediante estadística
Etxeberria, M. A. et al., para establecer base a Perceptrones (paquete)
“Relevancia De Las predicciones de niveles de multicapa (red neuronal)
Cálculo de la relevancia
Variables Meteorológicas ozono
de los factores de entrada
En El Diseño De Un
Modelo De Predicción De
Los Niveles De Ozono, En
Tiempo Real,” in (XIX
Jornadas Científicas de la
AME, PAMPLONA, 2006),
http://www.ame–
web.org/JORNADAS/Co4-
trabajo%20Aguirre%20et
%20al.pdf.
H.J.S. Fernando et al., Estudio de casos para Descripción de la Transporte y modelaje de
“Urban Fluid Mechanics: describir el flujo del aire y mecánica de flujo del aire. cada contaminante y su
Air Circulation and su calidad en áreas repercusión en la calidad
Escala de los flujos, Capa
Contaminant Dispersion in urbanas del aire
atmosférica límite
Cities,” Environmental
Fluid Mechanics 1, no. 1
(March 1, 2001): 107–164,
doi:10.1023/A:101150400
1479.
Marcos Hermida, José Sistema de apoyo a la Simulaciones La central eléctrica usa
Antonio González, and predicción de meteorológicas precisas esta información para
José Luis Bermúdez, contaminación generada para la predicción de la adecuar su producción de
“SAGA: Sistema de Apoyo por fuentes puntuales calidad del aire manera de no perjudicar a
a la Decisión para la los vecinos.
Gestión de la Calidad del
Transporte de la pluma de
Aire,” in A13–trabajo
acuerdo a cálculos de
Hermida y Souto.pdf
predicción de condiciones
(presented at the XXIX
locales
Jornadas Científicas de la
AME, PAMPLONA, 2006),
http://www.ame–
web.org/JORNADAS/A13–
trabajo%20Hermida%20y
%20Souto.pdf
Oriol Jorba, Pedro Simular con elevada Diferentes dominios de Las variaciones regionales
Jiménez, and José María resolución espacial la estudio, cada uno con un durante el año no son muy
Baldasano, “Simulación meteorología regional grado de influencia hacia grandes, pero es
Meteorológica Anual con para predicción de la la simulación. necesario poder simular
Elevada Resolución calidad del aire. con gran resolución para
Espacial para Aplicaciones aplicaciones tipo calidad
de Calidad del Aire,” A14– de aire, porque las
trabajo Jorba et al.pdf, influencias regionales son
abril de 2006, menores a las influencias
http://www.ame– puntuales.
web.org/JORNADAS/A14–
Topografía compleja
trabajo%20Jorba%20et%2
necesita mayor atención y
0al.pdf.
validación.
Martín Blaser, Dispersión Modelo de NO2 Emisiones Vehiculares La red de monitoreo tiene
de la contaminación que llenar ciertos
Procedimiento para Resultados Monitoreo
atmosférica causada por requisitos para que luego
calcular factores de
el tráfico vehicular, Meteorología se pueda aplicar un
emisión en formato Excel
Swisscontact., 2000, modelo de dispersión.
http://bvsde.per.paho.org/b Nubosidad
La búsqueda de los datos
vsci/e/fulltext/dispers/dispe modelo ImmProg. necesarios de entrada fue
rs.pdf.
Datos Meteorológicos de 6 el principal problema
horas representativas al Transformación de datos
día, durante 4 años de horas meteorológicas y
datos medidos en la red
de Monitoreo

Dispersión de Contaminantes Atmosféricos -
A. Retalis et al., Air quality Desarrollo de un sistema Sistema de red neuronal Modelos estadísticos para
study over Cyprus: The utilizado para mapeo y de clasificación para el predecir los niveles de
AERAS project, 2005, predicción de la evolución desarrollo de algoritmos contaminación del aire.
http://www.cosis.net/abstra temporal de de clasificación espacial.
Algoritmos de localización
cts/EGU2007/01582/EGU contaminación de material
Análisis de contaminación de contaminación urbana
2007–J–01582.pdf. particulado del transporte
de PM con datos de utilizando imágenes
de polvo del Sahara en el
sensores remotos y remotas.
Mediterráneo y de fuentes
medidas de contaminación
antropogénicas
en el sitio
Monitoreo y mapeo de
eventos de contaminación
significativos utilizando
imágenes remotas
Fuente: Elaboración propia Tabla 2.9

Dispersión de Contaminantes Atmosféricos - Conclusiones
2.9 CONCLUSIONES
La alteración de la composición natural de la atmósfera por sustancias
contaminantes produce efectos negativos sobre la salud de las personas, las
plantas, los animales e inclusive las edificaciones.
Los límites permisibles responden a las concentraciones con menores

riesgos para la salud, establecidas en estudios de epidemiología. A partir de
ellos se determina la calidad del aire.
Las fuentes de los contaminantes se clasifican en fijas, móviles y de área. El

contaminante, y la cantidad emitida dependen de la actividad que se realice,
el tiempo y esto es relacionado mediante factores de emisión.
La dispersión y las interacciones químicas de los contaminantes es afectada

por un gran número de factores, como los factores meteorológicos del viento,
la humedad, la radiación solar, el perfil vertical de temperatura; también
influyen los factores del relieve del terreno.
Para establecer el modelo que explique la dispersión de los contaminantes,

se necesitan hacer análisis multivariables que definan estadísticamente
dentro de un intervalo de confianza la relación entre concentración de
contaminantes y factores de emisión, dispersión, interacciones y deposición.
La gran variedad de modelos de dispersión permite adaptar uno de ellos a la

situación que se quiere resolver. Además, existen varios trabajos
relacionados al que se propone, cuyos hallazgos son significativos para este
trabajo.
2.10 REFERENCIAS
18
“Meteorology - Wikipedia, the free encyclopedia,” [http://en.wikipedia.org/wiki/Meteorology]
[Acceso: 22-09-2008].
19
“Química Atmosférica, CCA, UNAM,”
[http://www.atmosfera.unam.mx/quimicatmos/index.html] [Acceso: 22-09-2008].

Dispersión de Contaminantes Atmosféricos - Referencias
20
“Contaminación atmosférica - Wikipedia, la enciclopedia libre,”
[http://es.wikipedia.org/wiki/Contaminaci%C3%B3n_atmosf%C3%A9rica] [Acceso: 22-09-
2008].
21
Jürgen Scheer and Esteban R. Reisin. “Perfil de Temperatura.” Grupo de Aeronomía,
Instituto de Astronomía y Física del Espacio (6-10-2008),
[http://www.iafe.uba.ar/aeronomia/perfil.html] [Acceso: 13-10-2008].
22
“Contaminación atmosférica - Wikipedia, la enciclopedia libre.”
23
“Química Atmosférica, CCA, UNAM.”
24
Ley 1333 Reglamento en materia de contaminación atmosférica. Decreto Supremo (1995),
2, [Acceso: 15-11-2008].
25
Gerard Kiely. Ingeniería Ambiental, vol. 1, 138.
26
CEPIS and OPS. “Transporte y dispersión de contaminantes en el aire ambiental.” Curso
de Autoinstrucción Orientación para el Control de la Calidad del Aire (2002),
[http://www.cepis.org.pe/bvsci/E/fulltext/orienta/cap6c.pdf] [Acceso: 20-10-2008].
27
Gerard Kiely. Ingeniería Ambiental. 458.
28
Ibid.
29
y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” 16.
30
IBNORCA. “NB62011 Calidad del aire - Contaminantes criterio exterior - Límites máximos
permisibles.” 2.
31
Ibid. 4.
32
IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación atmosférica.” 1.
33
34
Ibid.
35
Organización Mundial de la Salud (WHO). “WHO Air Quality Guidelines 2005.” WHO, (10-
2005), 1-6, [Acceso: 15-11-2008].
36
Manzoni Rivarola. “Análisis del Impacto Ambiental del Material Particulado (PM10) en la
ciudad de Santa Cruz de la Sierra.” 21.
37
38
ciudad de Santa Cruz de la Sierra.”

39
Proyecto AIRE LIMPIO. Efectos de la Exposición Prolongada al Monóxido de Carbono
Ambiental en Población Urbana de Riesgo.
40
Proyecto AIRE LIMPIO. Evaluación del efecto de Dióxido de Nitrógeno y Ozono en la
salud de la población del Municipio Cercado - Cochabamba.
41
42
IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación atmosférica.”
43
44
Ibid. 443.
45
Ibid. 438.
46
Ibid.
47
Nebel and Wright. Ciencias ambientales. 495.
48
49
“Emisiones - Wikipedia, la enciclopedia libre,” [http://es.wikipedia.org/wiki/Emisiones]
[Acceso: 20-10-2008].
50
“Air pollution - Wikipedia, the free encyclopedia,” [http://en.wikipedia.org/wiki/Air_pollution]
[Acceso: 19-10-2008].
51
US EPA. “Emissions Factors & AP 42 | Clearinghouse for Emission Inventories and
Emissions Factors,” [http://www.epa.gov/ttn/chief/ap42/index.html] [Acceso: 20-10-2008].
52
y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” 7-8.
53
“La Contaminación Atmosférica IV,”
[http://www.jmarcano.com/recursos/contamin/catmosf4.html] [Acceso: 20-10-2008].
54
“Emission factor - Wikipedia, the free encyclopedia,”
[http://en.wikipedia.org/wiki/Emission_factor] [Acceso: 20-10-2008].
55
Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1. 2.
56
US EPA. “Emissions Factors & AP 42 | Clearinghouse for Emission Inventories and
Emissions Factors.”
57
58
“Manual para la Elaboración de un Inventario de Emisiones en Bolivia” (2007), 51.
59
Ibid. 51-55.

60
Martín Blaser. Dispersión de la contaminación atmosférica causada por el tráfico vehicular,
Swisscontact. (2000), 17, [http://bvsde.per.paho.org/bvsci/e/fulltext/dispers/dispers.pdf]
[Acceso: 6-10-2008].
61
“Manual para la Elaboración de un Inventario de Emisiones en Bolivia.” 13.
62
y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” 13-
14.
63
64
y métodos para reducir impactos sobre la salud en la ciudad de Santa Cruz de la Sierra.” 13-
14.
65
C. David Cooper and F. C. Alley. Air Pollution Control, Tercera Edición. Estados Unidos:
Waveland Press, (2002), 123.
66
67
Ibid. 94.
68
Ibid. 95-96.
69
{Citation}
70
71
ciudad de Santa Cruz de la Sierra.”
72
Dimarena. “PROGRAMA DE INCENDIOS 2006 - 2010” (2006).
73
A. M. Ramos. “SIMULAÇÃO NUMÉRICA DA DISPERSÃO DE POLUENTES
EMITIDOS POR INCÊNDIOS NO VERÃO DE 2003 NA
PENINSULA IBÉRICA.” in . PAMPLONA, (2006), [http://www.ame-
web.org/JORNADAS/Co2-trabajo%20Ramos%20et%20al.pdf] [Acceso: 30-09-2008].
74
A. Retalis et al. Air quality study over Cyprus: The AERAS project (2005),
[http://www.cosis.net/abstracts/EGU2007/01582/EGU2007-J-01582.pdf] [Acceso: 6-10-2008].
75
Departamento de Geofísica - Facultad de Ciencias Físicas y Matemáticas - Universidad de
Chile. “Dispersión de Contaminantes.” Atmósfera.cl,
[http://www.atmosfera.cl/HTML/temas/contaminacion/conta3.html] [Acceso: 20-10-2008]
76
CEPIS and OPS. “Transporte y dispersión de contaminantes en el aire ambiental.”
77
Chile. “Dispersión de Contaminantes.”

78
Freitas S. R. et al. “Modelo CATT-BRAMS / Qualidade do Ar,” 3,
[http://meioambiente.cptec.inpe.br/modelo_cattbrams.html] [Acceso: 9-03-2009].
79
80
“Air pollution - Wikipedia, the free encyclopedia.”
81
82
Ibid. 466.
83
David Cooper and Alley. Air Pollution Control. 607.
84
Nebel and Wright. Ciencias ambientales. 420.
85
Ibid. 410.
86
87
Chile. “Dispersión de Contaminantes.”
88
89
Ibid.
90
Ibid. 499.
91
Ibid.
92
Ibid.
93
Ibid.
94
Ibid. 484.
95
David Cooper and Alley. Air Pollution Control. 588-590.
96
Gerard Kiely. Ingeniería Ambiental. 504-505.
97
David Cooper and Alley. Air Pollution Control. 570-572.
98
Douglas Montgomery. Diseño y Análisis de Experimentos. Mexico: Grupo Editorial
Iberoamérica, 1.
99
Ibid. 9.
100
Ibid. 6-9.
101
“Coeficiente de correlación de Pearson - Wikipedia, la enciclopedia libre,”
[http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson] [Acceso: 27-
02-2009].
102
Douglas Montgomery. Diseño y Análisis de Experimentos. 49.
103
Ibid. 175.
104
Ibid. 217.
105
Gerard Kiely. Ingeniería Ambiental, vol. 3, 3 vols. Madrid: McGraw-Hill, (1999).
106
ciudad de Santa Cruz de la Sierra.” 2.
107
Departamento de Geofísica - Facultad de Ciencias Físicas y Matemáticas - Universidad
de Chile. “Dispersión de Contaminantes.”

Diagnóstico de la Dispersión - Contenido del Capítulo
Capítulo 3 DIAGNÓSTICO DE LA DISPERSIÓN

En este capítulo se realiza un diagnóstico del área de estudio donde se
realiza la investigación de la dispersión de los contaminantes.
Geografía de la ciudad de Santa Cruz
Fuentes de Emisión, características y ubicación
Clima y Meteorología, en cuanto a vientos, temperatura, humedad,
precipitación
Red MoniCA, las características de esta Red, la Metodología empleada y las
Estaciones de Monitoreo
Datos de Contaminantes, Análisis de los Datos obtenidos, búsqueda de
correlaciones entre los valores de emisión, inmisión, meteorología, y
análisis de ciclos estacionales y tendencias a largo plazo.

Diagnóstico de la Dispersión - Geografía
3.1 GEOGRAFÍA
La ciudad de Santa Cruz de la Sierra se encuentra ubicada a 17º 46’ de
latitud sur y a 63º 10’ de longitud Oeste, situándola en los trópicos del
planeta. Se encuentra en la provincia Andrés Ibáñez del departamento de
Santa Cruz de la república de Bolivia.
La altura sobre el nivel del mar es de 417 m.s.n.m.
El área ocupada por la ciudad es de 388 km², tiene un perímetro de 84,2 km.
Hacia el oeste de la ciudad se encuentra el Río Pirai y el municipio de

Porongo. Hacia el este se encuentra el Municipio de Cotoca y el Río Grande.
Hacia el Norte se encuentra la provincia de Warnes y el aeropuerto Viru Viru.
Hacia el Sur se encuentra el municipio de la Guardia.
Ilustración 3.1 – Ciudad de Santa Cruz de la Sierra
Fuente: Gobierno Municipal y Wikipedia
Se encuentra dividida en 16 Distritos, los cuales a su vez están distribuidos

en Unidades Vecinales (UV).
Característico de la ciudad son sus Avenidas en forma de Anillos, los cuales

son concéntricos, que rodean la ciudad y están unidos a través de Radiales.

Diagnóstico de la Dispersión - Geografía
El centro de la ciudad, la parte histórica y más antigua, se encuentra en el
interior del Primer Anillo. A partir del centro histórico, la ciudad se extiende
principalmente hacia el este, ya que al oeste se encuentra con el río Pirai y el
cinturón ecológico de protección de la ciudad contra las inundaciones, que
frenan su expansión, aunque en los últimos años, luego de la construcción
del puente del Urubó, se han construido barrios residenciales al otro lado del
río.
3.1.1 RELIEVE
Santa Cruz de la Sierra se encuentra en una llanura, en medio de 2 ríos, el
río Piraí y el Río Grande, distanciados entre sí de aproximadamente 35 km.
Ilustración 3.2 – Vista aérea de la ciudad de

de Santa Cruz de la Sierra
Fuente: Google Earth
Hacia el oeste y suroeste de la ciudad se encuentran algunas estribaciones

montañosas, pero por su lejanía, su efecto sobre la ciudad es despreciable.
Como la orografía de la región no supone obstáculos para

para el flujo del viento,
la dispersión de los contaminantes se ve favorecida.

Diagnóstico de la Dispersión - Demografía
Ilustración 3.3 – Relieve de los alrededores de la ciudad de Santa Cruz de la Sierra
Fuente: Google Maps
3.2 DEMOGRAFÍA
Como en cualquier ciudad, la población de la ciudad de Santa Cruz de la
Sierra es un factor que debe tomarse en cuenta. Debido a que las
actividades humanas están relacionadas con la emisión de contaminantes, el
número de habitantes guarda una estrecha relación con
con la cantidad de
contaminantes generados.
A lo largo de los años, la ciudad ha experimentado un crecimiento

poblacional importante; las tasas de inmigración desde el campo a la ciudad
y desde el interior del país son las más altas de Bolivia, influyendo en el
crecimiento poblacional.
A continuación se presentan la población estimada para la ciudad de Santa

Cruz entre los años 2004 al 2008.
Tabla 3.1 – Cantidad de Habitantes en la ciudad de Santa Cruz

Año 2004 2005 2006 2007 2008
Habitantes 1318489 1372356 1426862 1482255 1538343
108
Fuente: INE

Diagnóstico de la Dispersión - Demografía
La distribución geográfica de la población en Santa Cruz de la Sierra es la
siguiente, de acuerdo a los distritos en los que está dividida la ciudad.
Tabla 3.2 – Población de la ciudad de Santa Cruz de la Sierra según distritos

Año 2008
Distrito Habitantes Porcentaje

1 160.340 10,4%
2 132.900 8,6%
3 123.240 8,0%
4 134.530 8,7%
5 104.350 6,8%
6 75.560 4,9%
7 95.310 6,2%
8 59.170 3,8%
9 107.650 7,0%
10 103.830 6,7%
11 119.250 7,8%
12 88.290 5,7%
13 75.380 4,9%
14 72.290 4,7%
15 49.990 3,2%
16 36.263 2,4%
Total 1.538.343 habitantes
Fuente: Gobierno Municipal de Santa Cruz de la Sierra109
De acuerdo a estos datos, el distrito más populoso es el distrito 1.

Diagnóstico de la Dispersión - Emisiones
3.3 EMISIONES
Las identificación y cuantificación de las emisiones de contaminantes
atmosféricos permite estudiar el ciclo de la dispersión de contaminantes
partiendo de su propio origen.
De acuerdo al desarrollo sobre la clasificación de las fuentes de emisiones

(párrafo 2.3.3, página 30), se han dividido en 3 categorías principales las
fuentes de emisiones antropogénicas en la ciudad de Santa Cruz de la
Sierra, obedeciendo a criterios que permitan utilizarlos como base para un
modelo de dispersión de contaminantes.
3.3.1 FUENTES MÓVILES (LINEALES)

Entre estas fuentes, el principal es el vehículo. La forma de estudiar estas
emisiones es su emisión a través del área que forman las calles, avenidas y
carreteras del tráfico.110
El parque automotor es una fuente importante de la contaminación en las

ciudades bolivianas.111
El problema de contaminación vehicular no está solamente en el número de

vehículos. Otras características del parque automotor son importantes al
determinar el impacto que tendrán sus emisiones.
En el parque automotor de Santa Cruz, los vehículos tienen una edad media
de 10 años, agravando el problema, ya que son modelos obsoletos, con
emisiones mayores que los modelos más actuales, no contando con
sistemas de control de emisiones, como el catalizador. Además muestran
desgaste debido al uso y varios reciben mantenimiento deficiente,
produciendo una combustión incompleta. Esto produce emisiones con
exceso de HC no quemados, NOx y CO, lo cual se debe tomar en cuenta
para adaptar los factores de emisión a la realidad de Santa Cruz.

En relación al combustible utilizado, un buen porcentaje de estos vehículos
utiliza gasolina. Ésta comparativamente es de bajo octanaje, pero no
contiene plomo.
El diesel es utilizado principalmente por el sector de transporte. Su calidad es

muy buena, con un contenido de azufre está muy por debajo de las normas
nacionales e internacionales.112
A continuación se presentan gráficos del parque automotor de la ciudad de

Santa Cruz de la Sierra.
Gráfico 3.1 – Parque Automotor de Santa Cruz por Tipo de Vehículo
Parque Vehicular En Santa Cruz

Por Tipo de Vehículo, Datos: Año 2007
14% 10% Vagoneta
Automóvil
9%
Camioneta
4% Camión
3%
23% 4% Jeep
Moto
1% Microbús
0% Minibús
36% Ómnibus
Fuente: INE Gráfico: Elaboración Propia
En Santa Cruz, la mayoría de los vehículos son vagonetas y automóviles, es

decir, los vehículos livianos, mientras que el menor porcentaje son las motos
y los buses. Esto se debe a que el transporte privado ha experimentado un
importante crecimiento los últimos años, debido a las deficiencias en el
transporte público, el cual no logra convencer a las personas de utilizarlo y a
las largas distancias y falta de seguridad e infraestructura que hacen
impráctico el transporte Urbano no motorizado.

Gráfico 3.2 – Parque Automotor de Santa Cruz, por Uso del Vehículo

Por Uso, Datos: Año 2007
10% 1%
Oficial
Particular
Público
89%
Los vehículos registrados como de uso particular son casi el 90% del total,
quedando un porcentaje pequeño para los vehículos públicos y de uso oficial.
Gráfico 3.3 – Parque Automotor de Santa Cruz, por Combustible Utilizado

Por Combustible, Datos: Año 2007
1% Gasolina
14% 0%
Diesel
Convertidos
a GNC
26%
59% Gas Natural
Otros
Fuente: INE y Super. de Hidrocarburos Gráfico: Elaboración Propia
Hay predominancia de vehículos cuyo combustible primario es la gasolina,

seguido por el diesel y luego por algunos vehículos a Gas Natural, la cual la
mayoría son convertidos y funcionan con el sistema de doble combustible

(Gasolina y GNC). También hay vehículos que funcionan a Gas Natural
desde fábrica, que han ingresado en los últimos años. Es posible que el
número de vehículos convertidos a Gas Natural sea un poco mayor, por la
existencia de talleres ilegales que realizan esta actividad e incluso convierten
vehículos para que funcionen con GLP, lo cual está prohibido.
Gráfico 3.4 – Parque Automotor de Santa Cruz, por Antigüedad

Por Antigüedad, Datos: Año 2007
32% 2001 o más nuevos
1991-2000
1981-1990
6%
8% 1971-1980
1961-1970
10% 1%
51% 0% 1961 o más antiguos
La antigüedad de los vehículos es un factor importante en Santa Cruz, ya

que la mayoría (90%) son vehículos con más de 8 años de antigüedad, lo
que significa que las emisiones de este parque automotor son más
contaminantes, debido a que los modelos antiguos no cuentan con sistemas
de inyección eficientes, sus motores y partes mecánicas están desgastados y
no cuentan con apropiados sistemas de control de emisiones (convertidores
catalíticos).
Como se puede observar en el siguiente gráfico, el número de vehículos en

Santa Cruz se ha incrementado rápidamente en los últimos 10 años.

Gráfico 3.5 – Evolución del Parque Automotor en Santa Cruz de la Sierra
Parque Vehicular en Santa Cruz de la Sierra

Número de Unidades, Años 1998 - 2008
197.325
250.000
162.047
200.000
133.721
125.181
115.573
102.265
Unidades
95.210
150.000
91.830
86.419
47.613
100.000
12.342
50.000
0
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Año
Desde el año 2004, se estima que se ha duplicado el número de vehículos

que circula en las calles de Santa Cruz de la Sierra. Además, de acuerdo a
datos oficiales, hay 7,5 habitantes por automóvil.113
Gráfico 3.6 – Vehículos por habitantes en Santa Cruz de la Sierra
Vehículos por cada 1000 habitantes en

Santa Cruz de la Sierra
Número de Unidades, Años 2000 - 2008
140
128
130
120
109
Unidades
110
94
100
91
88
90
81
79
79
78
80
70
2000 2001 2002 2003 2004 2005 2006 2007 2008
Año
Podría considerarse que el número de vehículos aumenta debido al

incremento de población, pero analizando el número de vehículos por cada

1000 habitantes, se observa que la proporción
proporción se ha incrementado, lo que
significa que cada vez más personas poseen vehículo.
A este incremento significativo del parque automotor (cuadruplicación del

número de vehículos desde el año 1999 hasta el año 2007) corresponde el
aumento importante de las emisiones, con el consiguiente deterioro de la
calidad del Aire.
A. TRÁFICO EN LA CIUDAD.
La gran cantidad de motorizados existentes en la ciudad, produce un colapso
de la actual infraestructura urbana. Según autoridades del propio Gobierno
Municipal, el descontrol
descontrol en el número de vehículos genera diariamente
congestionamientos en las principales vías de circulación de la ciudad.
Entre las principales vías de circulación en relación al número de vehículos

se han identificado para determinar las emisiones de estas
estas fuentes en el
modelo de estudio de la dispersión de contaminantes.
Ilustración 3..4 – Principales Vías, según el número de vehículos
Fuente: Proyecto Aire Limpio114

B. SEMANAS DE AIRE LIMPIO
Una fuente importante para determinar el grado de contaminación de los
vehículos son los estudios efectuados por el proyecto Aire Limpio, en sus
semanas de Aire Limpio, con un trabajo continuo de 10 años.
Algunas de las conclusiones que se pueden rescatar son:
Los vehículos de Santa Cruz de la Sierra tienen una tasa de reprobación de

60% para motores a Diesel y 21% para motores a Gas Natural Vehicular y
26% para vehículos a Gasolina.115 Lo que significa que aproximadamente
este porcentaje de vehículos emite cantidades de contaminante mayores a
los normados y por lo tanto habrá que tener en cuenta al momento de
realizar la estimación de sus emisiones.
C. ESTIMACIÓN DE LAS EMISIONES DEL PARQUE AUTOMOTOR

Para determinar las emisiones del parque automotor, se utilizó el método de
los factores de emisión.
Se utilizaron los factores de emisión del “International Vehicle Emissions

Model”, por ser el modelo recomendado por el Ing. Marcelo Gorritty.116
En este modelo los factores de emisión vehicular se dividen en 2, las

emisiones en ruta, las cuales están en gramos de contaminante por km
recorrido y las emisiones por encendido del vehículo, que están en gramos
de contaminante por partida. Estos factores de emisión también contemplan
otras variables que no fueron consideradas, como: tecnología de combustión,
antigüedad del vehículo, sistema del tubo de escape, y otras.
Dadas las informaciones disponibles, se utilizó únicamente la diferenciación

entre factores de emisión de vehículos según su tipo de combustible, tanto
para emisiones en ruta como emisiones en partida. A continuación se
presentan las tablas de los factores de emisión utilizados en la estimación de
las emisiones para el presente estudio.

Tabla 3.3 – Factores de Emisión de Fuentes Móviles
Factores de Emisión promedio de ruta g/km
Combustible COV CO NO X PM 10 CO 2
Gasolina 1,181760425 11,04199749 1,118376124 0,010838518 241,9740954
Diesel 0,269301284 0,675586713 0,729215016 0,082689951 244,7719619
Gas Natural 0,144240375 7,759650663 0,986701707 0,003983562 234,6470829
Factores de Emisión promedio de encendido g/encendido

Combustible COV CO NO X PM 10 CO 2
Gasolina 2,661805399 28,94215445 1,179824967 0,054192589 35,82696507
Diesel 0,853014797 3,991314047 0,102903215 0,264607845 57,61261071
Gas Natural 1,132226992 23,29137456 1,050852066 0,019917808 32,22880131
Fuente: International Vehicle Emisions Model117
Utilizando como el número de vehículos por año de cada tipo de combustible

(gasolina, diesel y gas natural) y un promedio de 20000 km recorridos al año
por vehículo, se calcularon los kilómetros recorridos por la flota vehicular de
cada combustible en Santa Cruz de la Sierra. Del mismo modo, considerando
2000 partidas por vehículo al año, se calculó el número de partidas.
Multiplicando el factor de emisión de ruta por la cantidad de km recorridos y

el factor de emisión en encendido por las partidas realizadas, se determinó la
cantidad de contaminantes emitidas por la flota vehicular. A continuación, se
presenta la tabla resumen de las cantidades de contaminante emitidos, del
año 2004 al año 2008.
Tabla 3.4 – Emisiones del Parque Vehicular de Santa Cruz

2004 2005 2006 2007 2008
COV 2.467 2.694 2.923 3.678 3.931
CO 21.879 23.958 26.127 33.415 39.634
Totales en Tn/Año NO X 2.459 2.673 2.876 3.553 4.288

PM 10 112 120 124 137 154
CO 2 571.581 618.997 661.010 800.209 969.960
Posteriormente, para la realización del modelo de dispersión de

contaminantes, se distribuyó geográficamente a estas emisiones, de acuerdo
a la densidad de tráfico en cada área delimitada.

3.3.2 FUENTES FIJAS (PUNTUALES)
Para establecer las fuentes fijas de la ciudad, se consultó a los registros de
las industrias, de manera de recabar información como ser:
Su localidad, la actividad industrial que desarrolla, el volumen de producción,

materia prima e insumos utilizados y capacidad instalada.
Existen registradas 235 industrias de la ciudad de Santa Cruz según la

Cámara Nacional de Industrias118 y existen 581 actividades manufactureras
con Registro Ambiental en la Dirección de Medio Ambiente del Gobierno
Municipal.
Ilustración 3.5 – Ubicación de las principales industrias en la ciudad de Santa Cruz
Fuente: Cámara Nacional de Industrias Gráfico: Elaboración Propia
De acuerdo al mapa, las principales industrias contaminantes se encuentran

al este y sur de la ciudad.

A. ESTIMACIÓN DE EMISIONES DE FUENTES FIJAS
Para la estimación de las fuentes fijas se utilizó la metodología de factores de
emisión. Éstos fueron obtenidos del trabajo de Inventario de Emisiones para
la ciudad de La Paz.119.
Primero se clasificó a las industrias que poseen Registro Ambiental Industrial

(RAI) de la ciudad en 7 categorías según su actividad y código CAEB.
Tabla 3.5 - Cantidad de Industrias según rubro

Clase de Industria Cantidad Porcentaje
Alimentos 145 25%
Textiles 64 11%
Madera 124 21%
Papel 19 3%
Química 56 10%
No Metálica 44 8%
Metalica 129 22%
TOTAL 581 100%
Fuente: RAI de la Dirección de Medio Ambiente GMSC120
A continuación, el gráfico muestra el porcentaje de industrias de cada rubro.
Gráfico 3.7 – Clasificación de las industrias en Santa Cruz según rubro
Tipo de Industria en Santa Cruz
Alimentos
129 145
22% 25% Textiles
Madera
44
8%
Papel
64
11%
Química
56 124 No Metálica
10% 21%
19
Metalica
3%
Fuente: RAI de la Dirección de Medio Ambiente GMSC121 Gráfico: Elaboración Propia
Los factores de emisión que se utilizaron son los siguientes:

Tabla 3.6 – Factores de Emisión de Industrias por Rubro
COV CO NO X PM 10 CO 2
tn/(año.ind) tn/(año.ind) tn/(año.ind) tn/(año.ind) tn/(año.ind)
Alimentos 0,243 0,065 0,171 7,883 193,250
Textiles 5,287 0,140 0,199 0,015192 222,865
Madera 0,752 0,000556 0,002778 0,001111 3,281
Papel 2,129 0,000145 0,000290 0,001449 0,349
Química 2,848 0,001250 0,004375 0,002083 4,595
No Metálica 3,312 3,598 0,700 0,768 188,500
Metalica 0,230 0,002439 0,005610 0,000488 7,146
Fuente: Inventario de Emisiones de la Ciudad de La Paz122
Se calcularon las emisiones para las industrias de Santa Cruz de la Sierra

utilizando el número de industrias por rubro y el factor de emisión asociado al
rubro, obteniéndose los siguientes resultados:
Tabla 3.7 – Emisiones Anuales Totales en Industrias por Rubro (Año 2008)
tn/año tn/año tn/año tn/año tn/año
Alimentos 35,303 9,465 24,751 1143,083 28021
Textiles 338,338 8,972 12,714 0,972 14263
Madera 93,207 0,069 0,344 0,138 407
Papel 40,451 0,003 0,006 0,028 6,62
Química 159,483 0,070 0,245 0,117 257
No Metálica 145,713 158,327 30,800 33,807 8294
Metalica 29,670 0,315 0,724 0,063 922
TOTAL 842 177 70 1178 52171
Utilizando los datos del INE123 del volumen de producción por rubro para los
años entre el 2004 y el 2008, se estimaron las emisiones totales para cada
uno de los años en ese periodo.
Ilustración 3.6 – Emisiones Industriales por Año (del 2004 al 2008)

2004 2005 2006 2007 2008
COV 702 743 802 931 842
Emisiones CO 112 122 133 152 177
Totales NO X 49 53 58 67 70
(tn/año) PM 10 729 873 1.046 1.167 1.178
CO 2 39.150 42.394 46.612 53.985 52.171

Los resultados estiman que al año 2008, se han emitido 842 tn de COV, 177
tn de CO, 70 tn de NOx, 1178 tn de PM10, y 52171 tn de CO2.
Posteriormente, para la realización del modelo de dispersión de

contaminantes, se distribuyó geográficamente a estas emisiones, de acuerdo
a la ubicación de las industrias en cada área delimitada.
Es importante reconocer que 145 (25% del total) de estas industrias se

encuentran en el parque industrial, razón por la que esta zona es la que
concentra la mayor parte de las emisiones de fuentes fijas de la ciudad.

3.3.3 FUENTES DE EMISIÓN COMBINADAS (ÁREA)
Entre las fuentes que corresponden a este tipo se tienen:
A. INCENDIOS FORESTALES
Durante varios años, la época de sequía ha sido caracterizada por valores
elevados de contaminantes en el aire de la ciudad. A pesar de que la gran
mayoría de las quemas ocurren fuera del radio urbano, la dispersión se
encarga de transportarlos por toda el área del departamento, afectando
también al área de Santa Cruz de la Sierra.
Conscientes del gran problema ambiental y de seguridad que los incendios

forestales incontrolados representan, el Gobierno Departamental de Santa
Cruz ha creado a través de su Dirección de Manejo de Recursos Naturales,
el SATIF, o sistema de Alerta Temprana de Incendios Forestales, los cuales
monitorean los incendios en el departamento a través de imágenes
satelitales, reportes de guardias forestales, agrónomos, lugareños. Luego del
trabajo de introducción de datos al sistema, éstos están disponibles en
Internet.
Los datos recabados con el fin de determinar la relación entre los episodios
de alta contaminación en la ciudad y las quemas son la fecha y ubicación de
los focos de incendio, de manera que se pueda establecer la influencia
geográfica de los focos de incendio ubicados en diferentes áreas del
departamento.

Ilustración 3.7 – Focos de Incendios Forestales Año 2006, Mes de Agosto
Fuente: SATIF
Municipios de mayor riesgo de incendios forestales:124
Zona I.– Ascensión de Guarayos, Urubichá y El Puente en la provincia

Guarayos; San Julián y Cuatro Cañadas en Ñuflo de Chávez.
Zona II. San Ignacio, San Miguel y San Rafael en la provincia Velasco;
Concepción y San Javier en Ñuflo de Chávez.
Zona III. San Matías en Ángel Sandoval
Zona IV. San José y Roboré en Chiquitos; El Carmen, Puerto Suárez y

Puerto Quijarro en Germán Busch
Zona V Santa Rosa en la provincia Sara; San Carlos y San Juan en la

provincia Ichilo.

Zona VI. Provincias Cordillera, Florida, Vallegrande y Caballero.
Los datos recabados abarcan el periodo desde el año 2005 hasta el mes de
octubre del 2008.
a) FOCOS DE INCENDIO POR PERIODO

A continuación se presenta el gráfico comparativo de focos de incendio
anuales.
Gráfico 3.8 – Focos de Incendio en Santa Cruz por mes y año
Focos de Incendio en el
Departamento de Santa Cruz
9000
8000
7000
6000
5000 2008
4000
3000 2007
2000
1000 2006
0
2005
Fuente: SATIF Gráfico: Elaboración Propia
Es notable el incremento de incendios a lo largo de los años, pero también

hubo una disminución del número de incendios hacia el año 2008.
b) FOCOS DE INCENDIO POR ZONAS

El siguiente gráfico muestra la distribución geográfica de los focos de
incendio en el departamento de Santa Cruz. Presenta datos desde el año
2005 hasta el año 2008.

Gráfico 3.9 – Focos de Incendio en Santa Cruz por Provincias
Focos de Incendio en el
Departamento de Santa Cruz
(desde el año 2005 hasta el año 2008)
Velasco 10515
Ñuflo de Chavez 8635
Chiquitos 8450
Angel Sandoval 5126
Guarayos 4285
German Busch 3454
Cordillera 3013
Ichilo 2292
Sara 1896
Obispo Santisteban 966
Andres Ibañez 952
Warnes 584
Vallegrande 272
Florida 219
Manuel Maria Caballero 23
0 2000 4000 6000 8000 10000 12000
Fuente: SATIF Gráfico Elaboración Propia
Las provincias con más quemas son Velasco, Ñuflo de Chávez y Chiquitos,
las cuales quedan al Noreste de la ciudad de Santa Cruz. Combinadas,
forman más del 60% de los focos de incendio del departamento. Las
provincias hacia el Norte y Noroeste de la ciudad tienen un número mucho
menor de focos de incendio, al igual que provincia Andrés Ibáñez.

c) ESTIMACIÓN DE LAS EMISIONES PRODUCIDAS POR INCENDIOS
FORESTALES.
Las condiciones que actúan sobre el fuego de biomasa y sus emisiones

están altamente influenciadas por factores del ambiente en el que se
desarrolla. El clima local, con su humedad, la temperatura, las
precipitaciones y el viento son importantes para el desarrollo de un tipo de
vegetación en la zona y en el inicio y evolución del incendio.
Después de la ignición, aparecen las llamas, las cuales consumen la materia

orgánica a altas temperaturas, produciendo óxidos de nitrógeno
hidrocarburos y partículas. Una vez ha pasado esta etapa, aparecen las
brasas, las cuales queman en oxidación incompleta, produciendo CO y más
partículas. Factores como el tipo de biomasa y su cantidad de agua
determinan cuál etapa es más significante, lo que define la cantidad de CO y
CO2 emitidos.
Hay estudios125 que estiman que se emiten unos 1700 g[CO2]/kg[biomasa

quemada] and 60 g[CO]/kg[biomasa quemada en pastos, mientras que en
bosques se estima un promedio de 1600 g[CO2]/kg[biomasa quemada] Y 125
g[CO]/kg[biomasa quemada].
Utilizando valores como la cantidad de biomasa (kg/m2), el factor de

combustión (qué porcentaje de la biomasa se quema), el área quemada y los
factores de emisión anteriormente determinados de acuerdo al tipo de
vegetación, es posible determinar las emisiones.126
A continuación se coloca un factor de emisión aproximado.
Tabla 3.8 – Factores de Emisión Para Incendios Forestales

NO2 CO PM10
Incendios Forestales tn/hectárea 0,166 4,66 0,324
Fuente: The UK Emission Factor Database127

Es importante recordar que estas emisiones son generadas casi en su
totalidad en las afueras de la ciudad. La estimación de estas emisiones
permite determinar la cantidad de contaminantes que se transporta hacia la
ciudad.
Partiendo de los reportes mensuales de área quemada en el departamento

de Santa Cruz del Servicio de Alerta Temprana de Incendios Forestales
(SATIF) de la Prefectura del Departamento de Santa Cruz,128 es posible
estimar las emisiones anuales de la quema forestal.
Tabla 3.9 – Emisiones Anuales, Incendios Forestales del Departamento de Santa Cruz
Focos de Superficie
Año tn de NO 2 tn de CO tn de PM 10
Incendio Quemada
2005 8769 798000 132.468 3.718.680 258.552
2006 9841 984100 163.361 4.585.906 318.848
2007 18622 1489800 247.307 6.942.468 482.695
2008 13559 813400 135.024 3.790.444 263.542
Fuente: SATIF Tabla: Elaboración Propia
Esto significa que el año 2008 por ejemplo, se han emitido aproximadamente
135 gigagramos (Gg) de NO2, 3 790 Gg de CO y 263 542 Gg de PM10.
d) TRANSPORTE DE EMISIONES DE INCENDIOS FORESTALES

De acuerdo a los datos de focos de incendio del Sistema de Alerta Temprana
de Incendios Forestales (SATIF) de la Prefectura del departamento de Santa
Cruz, la gran mayoría de los incendios forestales no se produce en la
provincia de Andrés Ibáñez, donde se encuentra ubicada la ciudad de Santa
Cruz de la Sierra.
Estudios como el de Kaufman, Y (1995) citado en S. R. Freitas et al

(2003),129 indican que las partículas de Material Particulado de la fracción
fina permanecen en la atmósfera por una semana. Esto permite que los
contaminantes viajen a través de kilómetros y ocasionen problemas de
contaminación en lugares alejados de sus fuentes de emisión.

Durante la estación seca, la mayor parte del área quemada se encuentra
alejada de la ciudad, la cual es transportada desde las fuentes de emisión,
hacia la ciudad, agravando el problema de contaminación local.
La determinación de los mecanismos de transporte

transporte de contaminantes
generados por los incendios forestales es de especial importancia, ya que
permite establecer cuáles son las fuentes que producen un mayor impacto en
la Contaminación Atmosférica de la ciudad de Santa Cruz de la Sierra. Al
identificar las zonas
identificar zonas que originan las emisiones y cuantificarlas, es posible
realizar pronósticos acerca del la cantidad de contaminante que llegará a la
ciudad y establecer medidas de prevención.
Estudios realizados en América del Sur, describen algunos mecanismos

mecanismos
importantes para el transporte de los contaminantes generados por los
incendios forestales.
Im
Imágenes de espectro visible del satélite GOES-8
GOES 8 permiten observar áreas
cubiertas con humo de aproximadamente 5 millones de km2 130
Ilustración 3.8
3 – Imágenes Satelitales usadas para el monitoreo
Fuente: INPE131

En la ilustración se observa una imagen satelital de septiembre del 2008
creado por imágenes infrarrojas y otro de espectro visible. La cubierta de
nubes es bastante densa, pero también se pueden observar hacia el centro
del continente áreas cubiertas por una densa capa de aerosol, proveniente
de las quemas forestales.
Para la determinación de cómo se dispersan estos contaminantes, se han

desarrollado varios estudios y modelos, los cuales utilizan la información
satelital, sensores remotos, predicciones meteorológicas para predecir cómo
serán transportados los contaminantes. Algunos modelos aplicados a los
incendios forestales de Sudamérica son los siguientes:
Global-Regional Atmospheric Chemistry Event Simulator (GRACES), un

modelo conceptual que relaciona las emisiones forestales e interacciones
químicas y explica la existencia de altas concentraciones de monóxido de
carbono (CO), en áreas remotas del Océano Pacífico.
MOZART (Model of Ozone And Related Tracers) permite similar la

distribución tridimensional de compuestos químicos en la atmósfera.
Georgia Tech/Goddard Global Ozone Chemistry Aerosol Radiation and

Transport (GOCART), es un modelo de transporte de contaminantes global,
que muestra el ciclo de los óxidos de azufre a nivel mundial.
CATT-BRAMS (Coupled Aerosol and Tracer Transport model to the Brazilian

developments on the Regional Atmospheric Modelling System).
Implementado en 2003, este modelo describe el transporte del monóxido de
carbono y de material Particulado PM2.5. Éstos contaminantes están
asociados a la quema de bosques tropicales, pastos. Para el cálculo de este
modelo, los datos de quemas son parametrizados e introducidos al modelo.

Ilustración 3.9
3 – Modelación de transporte de CO del 7/03/2009
Fuente: CATT-BRAMS
CATT - CPTEC/INPE132
Se observa en la ilustración anterior que los puntos más urbanizados

presentan una mayor concentración de
de contaminación, pero también las
zonas agrícolas, presentan altas concentraciones, debido a los incendios
forestales.
Para la determinación de la influencia de qué áreas generan las emisiones

de Material Particulado, CO, O3 y NO2 que son
son transportadas hasta
hasta la ciudad
de Santa Cruz de la Sierra, se han consultado trabajos que explican los
mecanismos de transporte de contaminantes generados por la quema de
biomasa en América del Sur.

Ilustración 3.10 – Vientos zonales preponderantes en América del Sur
Velocidad del viento en m/s


Fuente: INPE133
Esta ilustración representa los vientos preponderantes en cada región del

continente, expresados como vector representan la dirección principal del
movimiento de las masas de aire en esa zona.
En la zona de Bolivia, estos vientos forman un sistema, bastante influenciado

por la orografía de los Andes, teniendo una dirección Noroeste en la zona del
departamento de Santa Cruz.

También es importante mencionar que hacia el norte del departamento
departamento de
Santa Cruz, los vientos provienen del este, por al otro lado de la frontera con
Brasil razón por la cual los focos de incendio de esa región también
contribuyen a elevar la concentración de contaminantes de la ciudad de
Ilust
Ilustración 3.11
3 – Pluma de dispersión regional de CO
Concentración de CO en ´ppb
Fuente: INPE134
En la ilustración anterior se muestra la mezcla y la dispersión

dispersi dee CO desde el
día 25-08
25 08 al 28-08.
28 08. Los valores del primer día, de hasta
hasta 0,6 ppm hacia el
norte de Beni; después de 3 días son transportados hacia el sur del
continente, incrementando los valores registrados hasta 0,3 ppm en la zona
este y sur del departamento de Santa Cruz y el occidente del departamento
del Beni,
Beni, lo cual muestra
muestra el transporte y dispersión de un episodio de
contaminación a través de más de 1000 km.

Ilustración 3.12 – Pluma de dispersión regional de PM2.5
Columna de PM2.5 en ´mg/m

2
Fuente: INPE135
Para el caso de Material Particulado PM2.5, el patrón de transporte es similar

al de CO. Los altos valores registrados satelitalmente en el norte de Bolivia,
debido a incendios en la Amazonía elevaron la concentración a valores de
180 µg/m3, mientras que en otras regiones, las concentraciones se
mantenían entre 20 y 40 µg/m3. Después de 3 días, los valores en la zona de
emisión variaban entre 20 y 160 µg/m3, mientras que en Bolivia, Paraguay y
Argentina se encontraban entre 60 y 80 µg/m3 y el sur de Brasil y Uruguay
entre 40 a 60 µg/m3. 136
Esto muestra claramente el transporte regional de los contaminantes

generados a lo largo de la trayectoria principal de los vientos, hacia el sur del
continente.
Por estas razones, el área que debe considerarse como de influencia, en la

cual los incendios forestales pueden influir en los niveles de contaminación
de la ciudad de Santa Cruz de la Sierra es bastante amplia, puede
considerarse el noroeste, norte y noreste del departamento de Santa Cruz, el
departamento de Beni y Pando, y los estados del oeste de Brasil, Matto
Grosso, Rondonia, Acre y Amazonia, pero los de mayor influencia son los del
departamento de Santa Cruz, en especial los ubicados en las provincias

Velasco, Ángel Sandóval, Chiquitos, Ñuflo de Chávez, Guarayos, Warnes,
Obispo Santistevan e Ichilo.
Ilustración 3.13 – Área de Influencia de Incendios Forestales
Fuente: INPE137
En la ilustración se observa el extensa área donde los incendios forestales

pueden causar influencia en los niveles de contaminación de la ciudad de

B. COMBUSTIÓN EN FUENTES ESTACIONARIAS
Estas fuentes corresponden a las generadas en Industrias pequeñas,
comercios, cuyas emisiones no son tan significantes como para identificarlas
individualmente como fuentes puntuales. Como ejemplo se pueden citar
Panaderías, Restaurantes, Hospitales, Colegios y otros.
C. FUENTES MÓVILES ESTACIONARIAS

La Terminal Bimodal de Autobuses y Ferrocarril se encuentra en el interior de
la ciudad de Santa Cruz de la Sierra. Aunque las emisiones móviles en ruta y
en en la partida de motor ya fueron estimadas, las emisiones de los
vehículos en espera no, y aunque no son muy significativas respecto al total
emitido por los vehículos, su concentración geográfica en la Estación de
Buses debe considerarse.
También deben ser estimadas las emisiones de las locomotoras de los

trenes, las cuales funcionan con combustible Diesel. Estas emisiones no
fueron consideradas por falta de factores de emisión adecuados al caso.
El Aeropuerto El Trompillo se encuentra dentro del radio urbano, con 125

operaciones diarias138 (despegues y aterrizajes) de aviones pequeños y
medianos. Estos valores de emisión fueron considerados utilizando una
estimación de emisiones promedio por despegue y aterrizaje, para aviones
pequeños y medianos.
D. USO DE SOLVENTES
Entre estas actividades, la emisión de contaminantes se relaciona al uso de
Pintura, como barnices y otros. También la limpieza, que emite sustancias
volátiles y al uso de productos para el Lavado en seco.
Para la estimación de estas emisiones fueron considerados el número de

habitantes de la ciudad de Santa Cruz de la Sierra y se utilizaron los factores
de emisión aplicados en el inventario de emisiones de la ciudad de La Paz.139

E. FUENTES INDUSTRIALES LIGERAS Y COMERCIALES
Estas fuentes corresponden a las que emiten contaminantes no relacionadas
a la combustión, anteriormente ya consideradas. Son específicas de los
procesos llevados a cabo de acuerdo al rubro de actividades de la fuente.
A falta de información específica, se utilizaron factores de emisión

comparativos del inventario de emisiones de la ciudad de La Paz, en relación
al número de habitantes.
F. MANEJO Y TRATAMIENTO DE RESIDUOS

En la zona de estudio existen plantas de tratamiento de aguas residuales
(Saguapac) que generan contaminantes atmosféricos. El relleno sanitario
para los residuos sólidos se encuentra en los límites del municipio, algo
alejada de la zona de estudio, así que no se tomaron en cuenta sus
emisiones.
Para la estimación de las emisiones, se utilizó un factor de emisiones en

base al número de habitantes de la ciudad de Santa Cruz de la Sierra.
G. ALMACENAMIENTO Y TRANSPORTE DE DERIVADOS DEL PETRÓLEO

Las emisiones generadas por las actividades de Almacenamiento,
Distribución, y las Fugas asociadas con los combustibles derivados del
petróleo fueron consideradas utilizando factores de emisión correspondientes
al volumen de ventas de combustible en las estaciones de servicio de la
ciudad de Santa Cruz de la Sierra, con datos de la Superintendencia de
Hidrocarburos para el año 2008.140
H. FUENTES DE ÁREAS MISCELÁNEAS

Caminos pavimentados y no pavimentados, Animales, Personas, etc. Cuyas
emisiones fueron estimadas de acuerdo a factores de emisión comparativos
del inventario de emisiones de la ciudad de La Paz, en relación al número de
habitantes.

A continuación se presenta el cuadro que totaliza las emisiones de área
producidas en la ciudad de Santa Cruz. Las fuentes de área de los
alrededores de la ciudad (incendios forestales), no entran entre estos
cálculos.
Tabla 3.10 – Emisiones por fuentes de área en la ciudad de Santa Cruz

Años
2004 2005 2006 2007 2008
Población Estimada de la ciudad de
1.318.489,0 1.372.356,0 1.426.862,0 1.482.255,0 1.538.343,0
Factores de Emisión Años

Contaminante
kg/(hab.año) 2004 2005 2006 2007 2008
COV 11,179213 14.739,7 15.341,9 15.951,2 16.570,4 17.197,5
CO 0,225109 296,8 308,9 321,2 333,7 346,3
NO X 0,191759 252,8 263,2 273,6 284,2 295,0
PM 10 1,916402 2.526,8 2.630,0 2.734,4 2.840,6 2.948,1
CO 2 207,557462 273.662,2 284.842,7 296.155,9 307.653,1 319.294,6
Fuente: Población: INE Factores de Emisión: Inventario de Emisiones de LPZ
Tabla: Elaboración Propia
3.3.4 CUANTIFICACIÓN DE LAS EMISIONES TOTALES

Una vez estimadas las emisiones de cada tipo de fuente, se calcularon los
valores totales.
Tabla 3.11 – Emisiones Totales de la ciudad de Santa Cruz de la Sierra, Año 2008
Año 2008
Fuentes Fijas
842 177 70 1.178 52.171
(Industrias)
Fuentes Móviles
3.931 39.634 4.288 154 969.960
(Automotores)
Fuentes de Área
2.948 346 295 17.197 319.295
(Otras)
Total Ciudad de
7.721 40.158 4.653 18.530 1.341.426
Santa Cruz

De acuerdo al tipo de fuente según el contaminante, las principales fuentes
de CO, COV, NOx y CO2 son las fuentes móviles, mientras que las
principales fuentes de PM10 son las fuentes de área.
Gráfico 3.10 – Tipo de Fuente para cada contaminante
Tipo de Fuente según contaminante

100%
80%
60%
40%
20%
0%
COV CO NOX PM10 CO2
Fuentes Fijas (Industrias) Fuentes Móviles (Automotores) Fuentes de Área (Otras)
También se obtuvieron los siguientes valores de emisiones totales para cada

año, desde el año 2004 al 2008:
Tabla 3.12 – Emisiones Totales de la ciudad de Santa Cruz por Año

2004 2005 2006 2007 2008
COV 17.909 18.779 19.676 21.179 21.970
Emisiones CO 22.288 24.388 26.580 33.901 40.158
Totales NO X 2.760 2.989 3.208 3.905 4.653
(tn/año) PM 10 3.368 3.622 3.904 4.144 4.280
CO 2 884.393 946.234 1.003.777 1.161.847 1.341.426

3.3.5 DISTRIBUCIÓN DE LAS EMISIONES EN EL ÁREA DE ESTUDIO
Utilizando los datos de distribución geográfica de:
Fuentes fijas (ver Ilustración 3.5 – Ubicación de las principales industrias en

la ciudad de Santa Cruz),
Fuentes móviles de acuerdo a la distribución de las principales vías y tráfico

de la ciudad (ver Ilustración 3.4 – Principales Vías, según el número de
vehículos);
Y fuentes de área, considerando principalmente la densidad de población

(ver Tabla 3.2 – Población de la ciudad de Santa Cruz de la Sierra según
distritos)
Se distribuyeron geográficamente las emisiones generadas en la ciudad de

Santa Cruz.
A continuación se muestran los resultados de dicha distribución, por

contaminante.
A. COV
La siguiente ilustración muestra dónde se generan las emisiones de
compuestos orgánicos volátiles (COV) en Santa Cruz de la Sierra.
Ilustración 3.14 – Distribución de COV

COV
kg año / km2
1000-1500
500-1000
0-500

Hay una predominancia de altos niveles de emisión al Oeste de la ciudad,
debido a la gran cantidad de industrias y otras fuentes de área en esa zona.
B. CO
La siguiente ilustración muestra la distribución de las emisiones de monóxido
de Carbono (CO) en la ciudad de Santa Cruz de la Sierra.
Ilustración 3.15 – Distribución de las emisiones de CO

CO
kg año / km2
4000-5000
3000-4000
2000-3000
1000-2000
0-1000
Las zonas con mayores emisiones de CO son aquellas donde hay mayor
tráfico vehicular, destacándose principalmente las zonas del norte y oeste,
además del centro de la ciudad.
C. NOX
La siguiente ilustración muestra la distribución de las emisiones de óxidos de
Nitrógeno (NOx) en la ciudad de Santa Cruz de la Sierra.

Ilustración 3.16 – Distribución de las emisiones de NOx
NOx
kg año / km2
3000-4000
2000-3000
1000-2000
0-1000
Las principales fuentes de NOx están en la zona Norte y en el centro de la

ciudad.
D. PM10
La siguiente ilustración muestra la distribución de las emisiones de óxidos
Material Particulado menor a 10 micras (PM10) en la ciudad de Santa Cruz de
la Sierra.
Ilustración 3.17 – Distribución de las emisiones de PM10

PM10
kg año / km2
2000-3000
1000-2000
0-1000

Al ser las principales fuentes de PM10 fuentes caracterizadas como de área,
la distribución de PM10 es más uniforme en la ciudad.
E. CO2
La siguiente ilustración muestra la distribución de las emisiones de óxidos
Dióxido de Carbono (CO2) en la ciudad de Santa Cruz de la Sierra.
Ilustración 3.18 – Distribución de las emisiones de CO2

CO2
kg año / km2
150000-200000
100000-150000
50000-100000
0-50000
El centro de la ciudad y la zona del parque industrial son las que tienen
mayores emisiones de este gas, debido a que éste está asociado a todos los
procesos de combustión.

Diagnóstico de la Dispersión - Clima
3.4 CLIMA
Debido a la latitud y su baja altura sobre el nivel del mar, el clima de Santa
Cruz es propio de una región tropical. Para describir mejor las condiciones
climáticas, han sido analizadas varias variables meteorológicas a
continuación.
Gráfico 3.11 – Dirección y Velocidad de los Vientos en Santa Cruz

Rosa de Vientos de Santa Cruz de la Sierra Velocidades de los Vientos en Santa Cruz de la Sierra
Estación Meteorológica de ET Estación Meteorológica de ET
Datos entre 01/01/2008 a 31/12/2008 Datos entre 01/01/2008 a 31/12/2008
14%
N
NNO NNE
12%
NO NE
10%
NOO NEE Porcentaje

8%
6%
O E
4%
SOO SEE
2%
SO SE 0%
SSO SSE 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5 10
S Velocidad del viento en m/s
Fuente: Estación Meteorológica Red MoniCA Gráfico: Elaboración Propia
Sus vientos son principalmente del Norte (N) y del Noroeste (NO), con una
velocidad de viento de unos 3 m/s (10,6 km/h) como promedio, pero con
ráfagas que suelen llegar a los 8 a 10 m/s (entre 30 y 40 km/h)
La rosa de vientos y el histograma de frecuencias de las velocidades de

vientos fueron elaboradas con datos anuales (del año 2008) de la estación
meteorológica de la Red MoniCA, ubicada en el punto de la Ex Terminal.
Los meses con mayores velocidades de viento coinciden con los meses de
Agosto y Septiembre, meses que corresponden a la época seca del año.
Especialmente en los meses de invierno, el viento sopla desde el Sur (S) y

Sureste (SE), producto de frentes fríos que producen una significativa
disminución de la temperatura.

Gráfico 3.12 – Temperaturas Media, Máxima y Mínima
Estación Meteorológica de ET
Datos entre 01/01/2008 a 31/12/2008
40
35
Temperatura (°C)
30
25
20
15
10
5
0
2008/01/01
2008/01/17
2008/02/02
2008/02/18
2008/03/05
2008/03/21
2008/04/06
2008/04/22
2008/05/08
2008/05/24
2008/06/09
2008/06/25
2008/07/11
2008/07/27
2008/08/12
2008/08/28
2008/09/13
2008/09/29
2008/10/15
2008/10/31
2008/11/16
2008/12/02
2008/12/18
Temperatura Promedio Temperatura Mínima Temperatura Máxima
La temperatura anual promedio de Santa Cruz para el año 2008 está en

alrededor de 23°C. Las temperaturas máximas fueron de hasta los 35°C en
días calurosos de verano y hasta 8°C en los días má s fríos del invierno.
Gráfico 3.13 – Humedad Relativa
Datos entre 01/01/2008 a 31/12/2008
100,00
% Humedad Relativa
80,00
60,00
40,00
20,00
0,00
2008/01/01
2008/01/19
2008/02/06
2008/02/24
2008/03/13
2008/03/31
2008/04/18
2008/05/06
2008/05/24
2008/06/11
2008/06/29
2008/07/17
2008/08/04
2008/08/22
2008/09/09
2008/09/27
2008/10/15
2008/11/02
2008/11/20
2008/12/08
2008/12/26

La humedad relativa promedio anual es de un 71%, lo cual convierten a la
ciudad en un lugar bastante húmedo. El nivel de humedad se mantiene
bastante elevado los meses de verano, en especial el mes de enero.
Gráfico 3.14 – Precipitaciones Diarias

Datos entre 01/01/2008 a 31/12/2008
140
120
mm de Lluvia
100
80
60
40
20
0
2008/01/01
2008/01/20
2008/02/08
2008/02/27
2008/03/17
2008/04/05
2008/04/24
2008/05/13
2008/06/01
2008/06/20
2008/07/09
2008/07/28
2008/08/16
2008/09/04
2008/09/23
2008/10/12
2008/10/31
2008/11/19
2008/12/08
2008/12/27
Gráfico 3.15 – Precipitaciones Mensuales
Datos entre 01/11/2007 a 31/12/2008
400
350
300
mm de Lluvia
250
200
150
100
50

Las lluvias se distribuyen a lo largo del año de manera desigual, con las
mayores precipitaciones en verano, la temporada lluviosa, especialmente en
el mes de enero. El valor máximo de precipitación diario registrado el último
año ha sido de 125 mm de agua caída por m2 lo que equivale a decir 125 L
de lluvia por m2. El total de precipitaciones anuales es de 1390 mm al año
(año 2008).
Gráfico 3.16 – Radiación Solar Promedio Diaria
Datos entre 01/01/2008 a 31/12/2008
1400
1200
1000
KWh/m2
800
600
400
200
0
2008/01/01
2008/01/18
2008/02/04
2008/02/21
2008/03/09
2008/03/26
2008/04/12
2008/04/29
2008/05/16
2008/06/02
2008/06/19
2008/07/06
2008/07/23
2008/08/09
2008/08/26
2008/09/12
2008/09/29
2008/10/16
2008/11/02
2008/11/19
2008/12/06
2008/12/23
Las variaciones constantes en radiación solar se deben a días alternados de

nubosidad bastante elevada y cielos despejados.
Normalmente, los valores de mayor radiación solar se obtienen en los meses

de verano, donde los días son más largos y se distingue claramente la
reducción de la radiación solar total en los días de invierno, debido al día de
menor duración.

3.4.1 OTRAS ESTACIONES METEOROLÓGICAS
Debido a la más o menos reciente instalación de la Estación Meteorológica
de la Red MoniCA, no se cuentan con datos anteriores al 18 de octubre del
2008, fecha a partir de la cual entró en funcionamiento.
Gracias a la cercanía de 2 aeropuertos, El Trompillo (SLET) y Viru Viru

(SLVI), es posible utilizar sus datos como complemento, en especial para los
años anteriores.
Los datos meteorológicos obtenidos son promedios horarios, con información

de la dirección y velocidad del viento, temperatura, humedad, precipitaciones
y presión atmosférica, los cuales han sido recopilados para el presente
estudio.

Diagnóstico de la Dispersión - Inmisiones
3.5 INMISIONES
Para realizar un diagnóstico del nivel de inmisiones (concentraciones de
contaminantes sobre los Receptores) en la ciudad, se utilizaron los datos de
la Red MoniCA (Red de Monitoreo de la Calidad del Aire)
3.5.1 RED DE MONITOREO DE LA CALIDAD DEL AIRE

La Red MoniCA Santa Cruz fue establecida el año 2004,141 como parte de lo
que es el proyecto Aire Limpio, para diagnosticar y permitir establecer
políticas para la Gestión de la Calidad del Aire.
Se estableció en base a la cooperación entre 3 instituciones: Swisscontact, el

Gobierno Municipal y la Universidad Privada de Santa Cruz de la Sierra.
3.5.2 MÉTODOS DE MONITOREO

En la Red MoniCA Santa Cruz, la metodología para el monitoreo está de
acuerdo a las normas bolivianas según el tipo de contaminante:
Tabla 3.13 – Metodologías de Monitoreo

Contaminante Tipo de Monitoreo Norma Boliviana
NB62012 (Calidad de aire – Determinación
Pasivo, mediante absorción química del
de dióxido de nitrógeno – Muestreo pasivo
contaminante
– Método Palmes)
NO2
Automático, mediante detección de NB62016 (Calidad del aire – Determinación
quimioluminiscencia de la reacción entre de dióxido de nitrógeno – Muestreo activo –
O3 y NO) Método de quimioluminiscencia)
NB 62013 (Calidad de aire – Determinación
Pasivo, mediante absorción química del
de ozono – Muestreo pasivo – Método
contaminante
Palmes)
O3 NB 62017 (Calidad del aire –
Automático, mediante detección de la Determinación de ozono troposférico –
absorción de radiación UV Muestreo activo – Método
espectrofotométrico ultravioleta)
NB 62014 (Calidad de aire – Determinación
Activo, mediante gravimetría de un filtro a de material particulado menor a 10
través de un impactador de bajo volumen. micrómetros (PM10) – Muestreo activo –
PM10 Método gravimétrico)
Automático, mediante detección de la
absorción de un rayo de luz por partículas
de diferente tamaño.
NB 62015 (Calidad del aire –
Automático, mediante detección de la
Determinación de monóxido de carbono –
CO absorción de radiación infrarroja a través
Muestreo activo – Método infrarrojo no
de la muestra.
dispersivo)

Los contenedores de tubos pasivos se instalan en postes de un alto de 2,8
metros, en ubicaciones alejadas de árboles.
El impactador de PM10 cuenta con energía eléctrica para alimentar la bomba

y el sistema para su funcionamiento continuo durante 24 horas.
Los métodos automáticos cumplen la normativa vigente, utilizan la

metodología descrita en las NB62015 (CO), NB62016 (NOx), NB62017 (O3) y
son revisados periódicamente.
Los puntos relativos a la preparación y el análisis de las muestras NB62012

Sección 7.3, NB62013, Sección 7.3, NB62014, Sección 8.4 – 8,5, son
ejecutados en el laboratorio de la Red MoniCA en Santa Cruz de la Sierra,
después de exponer y recoger las muestras.
3.5.3 INCERTIDUMBRE DE LOS MÉTODOS

De acuerdo al reporte de Marcus Hangartner de Passam AG,142 laboratorio
de Suiza especializado en monitoreo ambiental, existe un porcentaje de
incertidumbre para estas metodologías. También se han realizado campañas
de auditorías para evaluar la calidad de los datos de monitoreo, siendo éstos
resultados parte del reporte.
La incertidumbre expandida para la medición por tubos pasivos de NO2 en

Santa Cruz es de 31% mientras que para la medición por tubos pasivos de
O3 es de 46%.
En el caso de medición por método activo de impactador Harvard Mini Vol

para PM10 la incertidumbre es de 28% (de acuerdo a los registros de calidad
del laboratorio) y para las metodologías automáticas la incertidumbre no se
ha calculado, pero los equipos utilizan metodología de la US EPA, con
métodos de Referencia o Equivalentes para el monitoreo automático, lo que
quiere decir que su incertidumbre es de 5% (según la norma).

3.5.4 ESTACIONES DE MONITOREO
La red MoniCA Santa Cruz cuenta actualmente con once estaciones de
monitoreo. De las cuales, todas cuentan con contenedores para monitoreo
pasivo de NO2 y O3, cuatro cuentan con monitores activos de material
particulado PM10 y una cuenta con los equipos automáticos de monitoreo de
NOx, O3, CO, PM, y meteorología.
Tabla 3.14 – Puntos de monitoreo de Material Particulado

Contaminantes
Código Nombre Dirección Clasificación del sitio
Monitoreados
Av. Banzer y 4to. NO2 (pasivo), O3

CN Carretera al Norte alto trafico vehicular
Anillo (pasivo)
Administración NO2 (pasivo), O3

CU Colinas del Urubó rural/periurbano
Colinas del Urubó (pasivo), PM10 (activo)
Av. Banzer y 2do. NO2 (pasivo), O3

EC El Cristo alto trafico vehicular
Anillo (pasivo)
NO2 (pasivo y
automático), O3
(pasivo y automático),
ET Ex – Terminal Av. Irala y 1er. Anillo alto trafico vehicular PM10 (activo y
automático), CO
(automático) y
meteorología
Av. San Aurelio y 4to. NO2 (pasivo), O3

LP Las Palmeras residencial
Anilllo (pasivo), PM10 (activo)
Bº Las Palmas – NO2 (pasivo), O3

PA Las Palmas residencial
Iglesia La Macarena (pasivo)
Av. Melchor Pinto y NO2 (pasivo), O3

PC Plaza Cementerio alto trafico vehicular
1er. Anillo (pasivo)
Parque Industrial NO2 (pasivo), O3

PI Parque Industrial industrial
frente ADM SAO (pasivo)
Mercado Alto San NO2 (pasivo), O3

SP San Pedro industrial
Pedro – 3er. Anillo (pasivo)
Av. Paraguá y 4to. NO2 (pasivo), O3

UP UPSA industrial
Anillo (pasivo), PM10 (activo)
Villa 1º de Mayo – NO2 (pasivo), O3

VM Villa 1º de Mayo residencial
5to. Anillo (pasivo)
Fuente: Informe Red MoniCA Santa Cruz

Ilustración 3.19 – Ubicación de los puntos de Monitoreo en Santa Cruz
Fuente: Elaboración Propia y Proyecto Aire Limpio

3.5.5 RESULTADO DE LAS MEDICIONES
A continuación se presentan las series de datos recogidos durante el tiempo
de funcionamiento de la Red MoniCA.
A. DIÓXIDO DE NITRÓGENO (NO2)

Para el monitoreo de este gas, se tienen los datos del Método Pasivo y el
Método Automático.
a) MÉTODO PASIVO
Los datos obtenidos en el monitoreo pasivo de NO2 comprenden el periodo
de mayo del 2004 a diciembre del 2008, son 11 puntos de monitoreo, con
datos que representan periodos de exposición de 2 semanas.
A continuación se presentan los promedios mensuales para los 5 años de

monitoreo mediante este método.
Gráfico 3.17 – Datos del Monitoreo Pasivo de NO2

Monitoreo de dióxido de nitrógeno por tubos pasivos Monitoreo de dióxido de nitrógeno por tubos pasivos
Santa Cruz de la Sierra Año 2004 Santa Cruz de la Sierra Año 2005
70 CN 70 CN
CU CU
60 60
EC EC
Concentración (μgNO2/m3)
50
50
ET ET
40 40
LP LP
30 PA 30 PA
PC PC
20 20
PI PI
10 10
SP SP
0 UP 0 UP
VM VM
Mes Mes
Monitoreo de dióxido de nitrógeno por tubos pasivos Monitoreo de dióxido de nitrógeno por tubos pasivos
80 CN 90 CN
70 CU 80 CU
EC 70 EC
60
ET 60 ET
50
LP 50 LP
40
PA 40 PA
30
PC 30 PC
20
PI 20 PI
10 10
SP SP
0 UP 0 UP
VM VM
Mes Mes

Monitoreo de dióxido de nitrógeno por tubos pasivos
Santa Cruz de la Sierra Año 2008
80 CN
70 CU
EC
60
ET
50
LP
40
PA
30
PC
20
PI
10
SP
0 UP
VM
Mes
Fuente: Red MoniCA
Es notable que la tendencia al incremento de los valores de NO2 durante los

meses de agosto y septiembre. Los puntos con los mayores valores son los
de Carretera al Norte (CN) y Plaza del Cementerio (PC).
b) MÉTODO AUTOMÁTICO
Los datos obtenidos para el monitoreo de NO2 mediante este método
corresponden a la estación de monitoreo automático de Ex Terminal (ET)
Gráfico 3.18 – Datos del Monitoreo Automático de NOx, NO y NO2

Monitoreo de óxidos de nitrógeno (NOx, NO y NO2)
Método Automático
Santa Cruz de la Sierra (ET) Año 2008
120,0
Concentración (ppb)
100,0
80,0
60,0
40,0
20,0
0,0
Día
NOx (ppb) NO (ppb) NO2 (ppb)
Fuente: Red MoniCA

Este gráfico muestra la tendencia a lo largo del tiempo de funcionamiento del
equipo e indica que los niveles de concentración de NO2 se están
incrementando en el punto de la Ex Terminal. Igualmente se ven los valores
máximos en el mes de agosto.
Afortunadamente en ninguno de los métodos se sobrepasan los límites

permisibles de manera continua.

B. OZONO (O3)
Para el monitoreo del Ozono, se tienen los Métodos Pasivo y Automático.
a) MÉTODO PASIVO
Los datos obtenidos mediante el monitoreo pasivo de O3 abarcan el periodo
desde mayo de 2004 hasta diciembre de 2008
A continuación se presentan los promedios mensuales para los 5 años de

monitoreo mediante este método.
Gráfico 3.19 – Datos del Monitoreo Pasivo de Ozono

Monitoreo de ozono por tubos pasivos Monitoreo de ozono por tubos pasivos
30 CN 40 CN
CU 35 CU
25
EC EC
30
20 ET ET
25
LP LP
15 20
PA PA
15
10
PC PC
10
PI PI
5
5
SP SP
0 0
UP UP
VM VM
Mes Mes
Monitoreo de ozono por tubos pasivos Monitoreo de ozono por tubos pasivos
35 CN 30 CN
CU CU
30
25
EC EC
25
ET 20 ET
20
LP LP
15
15 PA PA
10
PC PC
10
PI PI
5
5
SP SP
0 0
UP UP
VM VM
Mes Mes
Monitoreo de ozono por tubos pasivos

60 CN
CU
50
EC
40 ET
LP
30
PA
20
PC
PI
10
SP
0
UP
VM
Mes
Fuente: Red MoniCA

Los valores más altos de O3 se dan en la época de agosto y septiembre, y se
repite en cada uno de los años de los que se tiene datos de medición.
El punto con mayor contaminación por O3 es el de las Colinas del Urubó

(CU), que se encuentra en las afueras de la ciudad, al otro lado del río Piraí.
Los datos obtenidos para el monitoreo de O3 mediante este método
corresponden a la estación de monitoreo automático de Ex Terminal (ET)
Gráfico 3.20 – Datos del Monitoreo Automático de O3

Monitoreo de ozono (O3)
Método Automático
70,0
60,0
Concentración (ppb)
50,0
40,0
30,0
20,0
10,0
0,0
Día
O3 (ppb)
Fuente: Red MoniCA
En este gráfico se aprecia el incremento de los niveles de O3 en los meses

de agosto y septiembre, con valores que duplican y triplican las
concentraciones promedio de los otros meses del año. Este comportamiento
se corresponde con el observado en el método pasivo.

C. MATERIAL PARTICULADO PM10
Para el monitoreo de material particulado PM10 se tienen los métodos Activo
y Automático.
a) MÉTODO ACTIVO
Los datos obtenidos mediante el monitoreo activo de PM10 abarcan el
periodo desde agosto de 2004 hasta diciembre de 2008
Gráfico 3.21 – Datos del Monitoreo Activo de Material Particulado PM10

Monitoreo de Material Particulado PM10 por Monitoreo de Material Particulado PM10 por
Método Activo Método Activo
450
Santa Cruz de la Sierra Año 2004 300
CU CU
400
250
Concentración (μgPM10/m3)
350
300 200
ET ET
250
150
200
150 100
100
LP LP
50
50
0 0
UP UP
Mes Mes
Monitoreo de Material Particulado PM10 por Monitoreo de Material Particulado PM10 por
Método Activo Método Activo
180
Santa Cruz de la Sierra Año 2006 180
CU CU
160 160
140 140
120 120
ET ET
100 100
80 80
60 60
40
LP 40
LP
20 20
0 0
UP UP
Mes Mes
Monitoreo de Material Particulado PM10 por

Método Activo
120
CU
100
80
ET
60
40
LP
20
UP
Mes
Fuente: Red MoniCA

Las estaciones de ET y UP son las que presentan los mayores valores de
concentración de material particulado. Los meses de junio a octubre son las
de mayor prevalencia de este contaminante. El punto de CU es el que tiene
menores valores de concentración.
Los datos de PM que se tienen corresponden a PST (Partículas totales),
PM10 (Partículas menores a 10 micras) PM2.5 (Partículas menores a 2,5
micras) y PM1 (Partículas menores a 1 micra). Los datos están disponibles
desde febrero del 2008 a diciembre del 2008, a excepción de parte de los
meses de octubre y noviembre.
Gráfico 3.22 – Datos del Monitoreo Automático de Material Particulado PM

Monitoreo de Material Particulado PM por
Método Automático
300
Concentración (μgPM/m3)
250
200
150
100
50
Día
PST (ug/m3) PM10 (ug/m3) PM2.5 (ug/m3) PM1 (ug/m3)
Fuente: Red MoniCA
Hay pocos datos de Material Particulado, debido a la reciente compra de este

equipo, pero muestra que a lo largo del año hay episodios donde los niveles
de Material Particulado se elevan significativamente, especialmente en
agosto y septiembre, la temporada seca y con bastante viento.
D. MONOXIDO DE CARBONO (CO)
Para la medición de este contaminante, únicamente se cuenta únicamente
con el método automático.
a) MÉTODO AUTOMÁTICO
La Red MoniCA cuenta con 1 medidor de concentración de CO en la
estación de monitoreo automática de ET. Los datos obtenidos abarcan el
periodo desde octubre de 2006 hasta diciembre de 2008.
Gráfico 3.23 – Datos del Monitoreo Automático de Monóxido de Carbono (CO)

Monitoreo de Monóxido de Carbono CO por
Método Automático
1,4
1,2
Concentración (ppm)
1,0
0,8
0,6
0,4
0,2
0,0
Día
CO (ppm)
Fuente: Red MoniCA
Los niveles medidos de Monóxido de Carbono son bastante bajos, por lo que
no es un contaminante problema para la ciudad de Santa Cruz. Los datos no
disponibles se deben a un problema con el equipo.

Diagnóstico de la Dispersión - Análisis de los Datos
3.6 ANÁLISIS DE LOS DATOS
A partir de los datos recolectados, se realiza un análisis que permita
establecer el grado de correlación entre variables, de manera que se puedan
determinar las relaciones existentes entre ellas y describir mejor el
comportamiento que presentan.
3.6.1 ENTRE CONTAMINANTES

Es importante establecer el grado de correlación entre los contaminantes que
interaccionan entre sí y también de aquéllos emitidos al mismo tiempo.
A. CONTAMINANTES PRIMARIOS Y SECUNDARIOS

La relación entre el NO2 y el O3 se da debido al ciclo de formación del ozono,
en el cual participan los óxidos de nitrógeno, hidrocarburos y luz ultravioleta.
Considerándose los datos obtenidos de los puntos de monitoreo pasivo, se

realizaron análisis de correlación entre ambas variables, organizando las
series de datos de la siguiente manera:
a) PROMEDIO DE CONTAMINANTES POR PUNTO
Gráfico 3.24 – Correlación entre NO2 y O3 en los diferentes puntos de monitoreo

Promedio de
Relación de las Concentraciones en Concentraciones
los Diferentes Puntos de Monitoreo Por

NO2 O3
Punto
Concentración O3 (µg/m3)
18 CN 39,8 9,1
16
14 CU 3,7 16,7
12 EC 27,1 8,8
10
8 ET 34,1 6,4
6
LP 13,8 11,6
4
2 PA 8,7 13,3
0
PC 43,2 5,7
0 10 20 30 40 50
PI 27,1 9,7
Concentración NO2 (µg/m3)
SP 25,7 10,5
y = -3,946ln(x) + 21,89 UP 19,7 9,8
R² = 0,8861
VM 16,8 10,0
Coeficiente de Correlación entre ambas series de datos: –0,8939
Fuente: Red MoniCA Gráfico: Elaboración Propia

Existe una fuerte correlación negativa entre ambas variables, lo que se
interpreta como una proporcionalidad inversa de los niveles de NO2 y O3 en
cada punto de monitoreo durante todo el tiempo de estudio (un promedio de
los valores de concentración obtenidos en más de 70 mediciones por punto).
b) PROMEDIO DE CONTAMINANTES POR MES
Gráfico 3.25 – Correlación entre NO2 y O3 en los diferentes periodos de exposición
Relación de las Concentraciones en

el promedio mensual
40,0
35,0
30,0
25,0
20,0
15,0
10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0 50,0
y = 0,4922x - 1,5235
R² = 0,3043
Coeficiente de Correlación =0,5515
Utilizando los promedios mensuales para buscar la correlación, ésta resulta

con tendencia positiva, lo que significa que en meses con elevada
contaminación, ambos contaminantes se incrementan, pero debido al valor
bajo del coeficiente de determinación, se puede concluir que existen otros
factores que influyen en la variable, que no han sido considerados en el
modelo lineal obtenido con el conjunto de datos.

B. POR LA FUENTES DE EMISIÓN
El Material Particulado PM10 es asociado principalmente a las fuentes de
combustión, y está formado principalmente por carbono, hidrocarburos,
metales pesados y otros. Es por eso que se verificó la correlación entre la
concentración de Contaminantes NO2 y O3, con la concentración de PM10.
a) PROMEDIO DE CONTAMINANTES POR PUNTO
Gráfico 3.26 – Correlación con PM10 en los diferentes puntos de monitoreo

Relación de las Concentraciones en Relación de las Concentraciones en
los Diferentes Puntos de Monitoreo los Diferentes Puntos de Monitoreo
40 18
35 16
30 14
25 12
10
20
8
15 6
10 4
5 2
0 0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
Concentración PM10 (µg/m3) Concentración PM10 (µg/m3)

y = 0,6193e0,033x y = -11,83ln(x) + 64,546
R² = 0,6239 Coef. Correl. = 0,5458 R² = 0,5559 Coef. Correl. = -0,7099
La correlación existente entre el PM10 y el NO2 tiene tendencia positiva, pero

no es concluyente. Con un valor de 0,54; indica que los puntos que sufren
concentraciones altas de material Particulado PM10, tienen mayores
concentraciones de NO2.
Entre el PM10 y el O3, la correlación es negativa, lo cual puede deberse a la

correlación negativa importante encontrada en el Gráfico 3.24. Esto llega a
interpretarse como que los puntos que tienen altas concentraciones de PM10
tienen valores bajos de O3.

b) PROMEDIO DE CONTAMINANTES POR MES
Gráfico 3.27 – Correlación con PM10 en los diferentes periodos de exposición

50 40
45 35
40
30
35
30 25
25 20
20 15
15
10
10
5 5
0 0
0 50 100 150 200 250 0 50 100 150 200 250
Concentración PM10 (µg/m3) Concentración PM10 (µg/m3)
Coef. Correl. = -0.014

Coef. Correl. = -0.1068
Los valores de correlación encontrados para ambos contaminantes (-0,1068

entre NO2 y PM10; y de -0,014 entre O3 y PM10) indican que no hay ninguna
relación entre el nivel de Material Particulado de un periodo de exposición y
las concentraciones promedio obtenidas de los otros contaminantes (NO2 y
O3).
c) PROMEDIO DE CONTAMINANTES POR PUNTO Y MES

Debido a la poca cantidad de puntos del Gráfico 3.26, se decidió realizar una
comparación considerando todos los pares de datos disponibles de punto de
monitoreo, comparándose los valores de concentración obtenidos en los
diferentes meses por cada punto de monitoreo.
Gráfico 3.28 – Correlación con PM10 considerando punto y periodo de monitoreo

Concentración PM10 (µg/m3)
450,0 450,0
400,0 400,0
350,0 350,0
300,0 300,0
250,0 250,0
200,0 200,0
150,0 150,0
100,0 100,0
50,0
50,0
0,0
0,0
0,0 10,0 20,0 30,0 40,0 50,0 60,0
0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0
Concentración NO2 (µg/m3) Concentración O3 (µg/m3)

El coeficiente de correlación obtenido en ambos gráficos fue bastante bajo.
Entre NO2 y PM10: 0,1613. Indica que la variabilidad en la correlación entre

NO2 y PM10 es únicamente del 16%, lo cual no es muy significativo, pero
indica una asociación positiva.
Entre O3 y PM10: -0,1540. Indica que la variabilidad en la correlación entre O3

y PM10 es únicamente del -15%, lo cual indica una relación negativa (cuando
el nivel de O3 baja, el de PM10 tiende a subir.

3.6.2 EMISIONES Y NIVEL DE INMISIONES
La localización y la actividad de las fuentes de emisiones son determinantes
en el grado de contaminación atmosférica en un área. Es por esto que se
analizarán a detalle cómo estas influyen en los valores obtenidos en la red de
monitoreo.
A. INCENDIOS FORESTALES EN EL DEPARTAMENTO DE SANTA CRUZ

Las emisiones causadas por la quemas en el departamento de Santa Cruz
cumplen un rol bastante importante en los niveles de contaminación
registradas en la ciudad de Santa Cruz.
Para establecer el grado de relación entre estas variables, se determinó

comparar los niveles de contaminación registrados por mes con el número
mensual de focos de incendio en el departamento de Santa Cruz, como se
puede observar a continuación.
Gráfico 3.29 – Relación entre Niveles de Contaminantes e Incendios Forestales.

Relación entre Concentración Relación entre Concentración Relación entre Concentración
de PM10 y Número de Focos de NO2 y Número de Focos de O3 y Número de Focos de
de Incendio de Incendio Incendio
180 50 40
160 45
35
140 40
30
35
120
30 25
100
25 20
80
20
15
60
15
40 10
10
20 5
5
0 0 0
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Focos de Incendios Registrados Focos de Incendios Registrados Focos de Incendios Registrados
y = 49,291x0,0891 y = 7,6204x0,178 y = 2,8691x0,2014
R² = 0,1071 R² = 0,5416 R² = 0,3352
Existe correlación en el caso de NO2 (0,7721) y O3 (0,5142); pero con los

datos disponibles de PM10, existen menores niveles de correlación entre
ambas variables (0,2424). Esto puede deberse a otras fuentes de emisión de
contaminantes que determinan la variación del Material Particulado.

3.6.3 NIVELES DE INMISIÓN Y METEOROLOGÍA
Los fenómenos climáticos influyen directamente en la dispersión de
contaminantes, por lo tanto, establecer bajo qué condiciones y en qué grado
influyen es importante para estudiar la dispersión de contaminantes.
A. INFLUENCIA DE LAS PRECIPITACIONES Y HUMEDAD

Según la teoría, las precipitaciones son uno de los principales mecanismos
de eliminación de la atmósfera de los contaminantes, en especial los NOx.
Para determinar la relación entre precipitaciones y la concentración de

contaminantes, se determinó el promedio de humedad relativa y el total de
precipitaciones caídas durante el periodo de exposición.
Gráfico 3.30– Correlación entre NO2 con la Humedad y Precipitación

Relación entre Concentración Relación entre Concentración
de NO2 y Humedad Relativa de NO2 y Precipitación
50 50
45 45
40 40
35 35
30 30
25 25
20 20
15 15
10 10
5 5
0 0
0 20 40 60 80 100 0 100 200 300 400
Humedad Relativa (%) mm de Lluvia

y = -0,6414x + 69,187 y = -0,0273x + 28,65
R² = 0,5141 R² = 0,0562
La correlación negativa entre humedad y las concentraciones de NO2, indica

que al disminuir la humedad relativa del ambiente, las concentraciones de
NO2 se incrementan, observándose algo semejante en el caso de las
precipitaciones Esto puede ser causado por la mayor permanencia de
contaminantes en la atmósfera debido a una menor deposición húmeda de
los mismos o por la mayor emisión de contaminantes en épocas secas del
año.

Gráfico 3.31 – Correlación entre O3 con la Humedad y Precipitación
de O3 y Humedad Relativa de O3 y Precipitación
50 50
45 45
40 40
35 35
30 30
25 25
20 20
15 15
10 10
5 5
0 0
0 20 40 60 80 100 0 100 200 300 400
Humedad Relativa (%) mm de Lluvia
y = -0,721x + 60,83 y = -0,0342x + 15,01
R² = 0,3313 R² = 0,0533
El O3 presenta un comportamiento semejante al del NO2 frente a la Humedad

y las Precipitaciones. Pero la correlación entre los datos es algo menor.
Para el caso del Material Particulado PM10, que abarca un periodo de

exposición de 24 horas, en vez de considerarse la cantidad en mm de Lluvia
caída durante el periodo de exposición, se consideró como variable
independiente el número de días transcurridos sin lluvias hasta el fin de la
exposición. Por ejemplo, si llovió durante la exposición, corresponde un valor
de 0, si llovió el día anterior, un valor de 1 y así sucesivamente.
Gráfico 3.32 – Correlación entre PM10 con la Humedad y Precipitación

de PM10 y Humedad Relativa de PM10 y Precipitación
160,0 160,0
140,0 140,0
120,0 120,0
100,0 100,0
80,0 80,0
60,0 60,0
40,0 40,0
20,0 20,0
0,0 0,0
0 20 40 60 80 100 0 5 10 15 20 25
Humedad Relativa (%) Días sin lluvia
y = 0,6575x + 57,235
y = -0,89x + 113,34
R² = 0,0119
R² = 0,2227

El coeficiente de correlación en ambos casos es muy bajo, pero con una
tendencia negativa en cuanto a la humedad del día, lo cual significa que días
más húmedos tienden a tener menores niveles de contaminación por
Material Particulado. En el caso de Días sin lluvia y la Concentración de
Material Particulado, la correlación es casi nula, aunque la tendencia de la
gráfica es a un aumento del nivel de Material Particulado mientras
transcurran más días sin llover. Esta baja correlación puede deberse a la
mayor influencia de otros factores en estos niveles.
Tabla 3.15 – Resumen de los Coeficientes de Correlación con Humedad y

Precipitación
Humedad Precipitación
NO2 –0,717 –0,237
O3 –0,576 –0,231
PM10 –0,472 -0,072
En la anterior tabla se observa que la precipitación y la humedad tienen

correlación negativa para todos los contaminantes, lo cual demuestra que en
días húmedos y lluviosos es más probable que la calidad del aire sea mejor.

B. IMPACTO DE LA RADIACIÓN SOLAR EN EL CICLO DE FORMACIÓN DE OZONO
Otro factor climático importante es la radiación solar, la cual interviene en la
formación de los contaminantes secundarios. Analizando la correlación entre
estas variables, se obtuvieron el siguiente gráfico.
Gráfico 3.33 – Relación entre niveles de contaminantes y Radiación Solar

de NO2 y Radiación Solar de O3 y Radiación Solar
50 50
45 45
40 40
35 35
30 30
25 25
20 20
15 15
10 10
5 5
0 0
0 5000 10000 15000 20000 0 5000 10000 15000 20000
Radiación Solar (kwh/m2) Radiación Solar (kwh/m2)
y = 0,0005x + 20,729 y = 0,0004x + 8,3719
R² = 0,0161 R² = 0,0048
Los datos no muestran un dato concluyente, se observa una correlación casi

nula entre altos niveles de Radiación Solar, niveles de O3 altos y niveles de
NO2 altos.

3.6.4 TENDENCIAS CÍCLICAS
A primera vista, los datos obtenidos por la Red MoniCA a través de
cualquiera de sus métodos, presentan un comportamiento regular de cada
uno de los contaminantes. Estas tendencias serán analizadas a continuación.
A. CICLOS ANUALES
Cada uno de los contaminantes presenta un comportamiento anual
estacional, con periodos claramente definidos. A continuación se presentan
gráficas de promedios mensuales. Para evitar los problemas de escala, año
tras año, se ha procesado los datos de la siguiente manera:
1. Se obtuvo el promedio mensual para cada contaminante.

2. Se ha obtenido el promedio anual a partir de los mensuales, para cada
contaminante.
3. Utilizando el promedio anual, se ha obtenido el porcentaje de variación de
cada uno de los meses del año.
4. Se promedió el porcentaje de variación de cada mes, en todos los años
analizados y los resultados se grafican a continuación:
Gráfico 3.34 – Variación mensual de la concentración de NO2

Valores de Concentración de NO2 en diferentes meses del año
(Variación Porcentual)
% Variación respecto a la media anual
50%
40%
30%
20%
10%
0%
-10%
-20%
-30%
-40%
Mes
Se observan valores superiores hasta un 40% de la media anual en los

meses secos, (agosto y septiembre).

Valores menores a la media de marzo a junio, lo cual indica que las
condiciones encontradas en estos meses producen menores
concentraciones.
Gráfico 3.35 – Variación mensual de la concentración de O3

Valores de Concentración de O3 en diferentes meses del año
80%
60%
40%
20%
0%
-20%
-40%
-60%
Mes
Se observan valores superiores en los meses de invierno, incrementándose

hasta octubre. Los valores permanecen bajos desde noviembre a mayo.
Gráfico 3.36 – Variación mensual de la concentración de PM10

Valores de Concentración de PM10 en diferentes meses del año
50%
40%
30%
20%
10%
0%
-10%
-20%
-30%
-40%
Mes
El Material Particulado presenta un comportamiento semejante al de los NO2,

con la diferencia de que el pico se acentúa más en septiembre.

Gráfico 3.37 – Variación mensual de la concentración de CO
Valores de Concentración de CO en diferentes meses del año
% Variación respecto a la media anual 25%
20%
15%
10%
5%
0%
-5%
-10%
-15%
-20%
-25%
-30%
Mes
El CO muestra un comportamiento algo anómalo en los meses de Enero y

Febrero (puede deberse a la poca cantidad de datos de estos meses) y
muestra incrementos en los meses de octubre y noviembre.
B. CICLOS SEMANALES
A lo largo de la semana, las variaciones en las actividades humanas
producen variación en la concentración de los contaminantes. Para cada día
de la semana, se calculó la concentración promedio de cada contaminante y
se graficó el porcentaje de variación porcentual respecto a la media semanal.
Gráfico 3.38 – Variación Semanal de los Valores de Concentración de NO2

Valores de Concentración de NO2 en diferentes días de la
semana (Variación Porcentual)
6%
4%
2%
0%
-2%
-4%
-6%
-8%
-10%
-12%
Día de la Semana

Los valores más altos de NO2 se registran los días laborables, durante los
cuales el tráfico vehicular es más intenso que durante los fines de semana.
Gráfico 3.39 – Variación Semanal de los Valores de Concentración de O3

Valores de Concentración de O3 en diferentes días de la
20%
15%
10%
5%
0%
-5%
-10%
-15%
Día de la Semana
El caso del O3 es bastante curioso, con valores elevados los días domingo,
lunes y viernes. Se puede asociar a la menor emisión de NO2 durante estos
días y al tiempo que tarda en formarse el ozono, que después de los días
laborables comienza a formarse y después del lunes recién comienza a
dispersarse.
Gráfico 3.40 – Variación Semanal de los Valores de Concentración de PM10

Valores de Concentración de PM10 en diferentes días de
la semana (Variación Porcentual)
6%
4%
2%
0%
-2%
-4%
-6%
-8%
-10%
-12%
-14%
Día de la Semana

El PM10 presenta niveles elevados durante la semana y el fin de semana
disminuye bastante las concentraciones. Esto se asocia a la disminución del
tráfico vehicular durante esos días.
Gráfico 3.41 – Variación Semanal de los Valores de Concentración de CO

Valores de Concentración de CO en diferentes días de la
10%
5%
0%
-5%
-10%
-15%
-20%
Día de la Semana
El CO tiene su pico máximo a la mitad de la semana, con valores menores

durante el fin de semana. Se piensa que esto se debe a que el CO se va
acumulando a lo largo de la semana debido a que se produce una cantidad
mayor a la que naturalmente se dispersa y se elimina, y el fin de semana
logra dispersarse y eliminarse más rápido de lo que se produce.
C. CICLOS DIARIOS
Las concentraciones de los contaminantes urbanos están directamente
relacionadas con las actividades humanas. A lo largo del día éstas varían de
acuerdo a la hora. Utilizando equipos de monitoreo automático, cuyos
valores representan la concentración de contaminantes cada 15 minutos, es
posible trazar gráficos con la variación del contaminante a lo largo del día.

Gráfico 3.42 – Variación diaria de la concentración de NO2
Valores de Concentración de NO2 en diferentes horas del
día (Variación Porcentual)
% Variación respecto a la media anual 80%
60%
40%
20%
0%
-20%
-40%
-60%
-80%
Hora del Día

En las horas de la madrugada, los valores disminuyen debido a la

disminución de las fuentes de emisión. Al inicio de la mañana, la mayor
circulación de personas que se dirigen hacia sus fuentes de trabajo
incrementa los valores de NO2. Al medio día, la disminución puede deberse
al alto nivel de O3 que se forma y consume el NO2. Hacia el final del día, el
nivel de NO2 tiene su máximo, disminuyendo hacia el final de la noche.
Gráfico 3.43 – Variación diaria de la concentración de O3

Valores de Concentración de O3 en diferentes horas del
80%
60%
40%
20%
0%
-20%
-40%
-60%
Hora del Día

El comportamiento del O3 está muy ligado al del NO2. Su pico coincide con la
disminución al medio día de los niveles de NO2 y en la madrugada los niveles

se incrementan por la falta de NO2, lo cual inclina el balance del ciclo del O3
hacia la mayor formación de O3.
Gráfico 3.44 – Variación diaria de la concentración de PM10

Valores de Concentración de PM10 en diferentes horas
del día (Variación Porcentual)
80%
60%
40%
20%
0%
-20%
-40%
-60%
Hora del Día

El Material Particulado PM10 muestra un comportamiento diario semejante al

de NO2, lo que permite suponer que están asociados en su fuente de
emisión. Sus valores se incrementan hacia el principio de la mañana y el
principio de la noche, debido a la actividad humana y a que en estas horas
no hay una buena mezcla de las capas atmosféricas, debido a que la
superficie está fría o enfriándose y las corrientes de aire ascendentes no
producen la misma turbulencia que durante el día.
Gráfico 3.45 – Variación diaria de la concentración de CO

Valores de Concentración de CO en diferentes horas del
50%
40%
30%
20%
10%
0%
-10%
-20%
-30%
-40%
Hora del Día


El CO presenta idéntico comportamiento al del Material Particulado PM10 y el
NO2, lo cual es esperado, por la asociación de fuentes de emisión. Presenta
una mayor reducción de concentración durante las horas de mayor calor del
día, lo que hace suponer que la turbulencia ascendente es bastante
importante para la dispersión y eliminación de este contaminante.

3.6.5 TENDENCIAS A LARGO PLAZO
Describir las tendencias hacia el futuro, permite pronosticar la gravedad de
un problema de contaminación que sigue creciendo, o valorar los esfuerzos
en los programas de reducción de contaminación por la disminución de los
niveles. Por esto, se han analizado las series históricas de cada uno de los
factores, como base para predecir su comportamiento futuro.
A. EMISIONES
Entre las tendencias futuras evaluadas, están las emisiones producidas por
los incendios forestales.
Gráfico 3.46 – Histórico de Focos de Incendios Forestales

Focos de Incendio en el Departamento de Santa Cruz
9000
8000
7000
6000
5000
4000
3000
2000
1000
Hubo una tendencia creciente del número de focos de incendio, pero el

último año el número ha bajado un poco. Si la disminución de focos de
incendio del año 2008 no fue por casualidad, sino por la prevención, es
posible que los próximos años estos valores sigan disminuyendo.

B. INMISIONES
En estos gráficos, además de mostrar los puntos de cada mes a lo largo de
todo el tiempo de trabajo de la Red MoniCA, se calculado una media móvil (a
12 meses), para establecer una línea de tendencia eliminando buena parte
de la estacionalidad.
Gráfico 3.47 – Histórico de Valores de NO2

Valores de Concentración de NO2 desde 2005 a la fecha
50
45
40
35
Concentración
30
25
20
15
10
5
0
Mes
La tendencia hasta el año 2007 fue el aumento de los valores máximos de

concentración, pero el año 2008 hubo un retroceso, pero el promedio anual
igualmente sigue elevándose muy poco, casi es estable.
Gráfico 3.48 – Histórico de Valores de O3

Valores de Concentración de O3 desde 2005 a la fecha
40
35
30
25
20
15
10
5
0
Mes

El ozono se ha ido reduciendo a lo largo de estos años, pero a finales de
este año 2008, se incrementado bastante, aumentando el promedio.
Gráfico 3.49 – Histórico de Valores de PM10

Valores de Concentración de PM10 desde 2005 a 2008
250
200
150
100
50
Mes
El Material Particulado PM10 muestra una disminución a lo largo de estos

años, lo cual parece corresponderse con la disminución de quemas e
incendios forestales del último año, lo cual puede observarse en el Gráfico
3.46.
Gráfico 3.50 – Histórico de Valores de CO

Valores de Concentración de CO desde 2006 a 2008
1,2
0,8
0,6
0,4
0,2
Mes
Los pocos datos de CO disponibles no permiten ver tendencias claramente,

aunque los últimos meses se ha producido un incremento considerable de

los niveles de CO, lo cual puede estar relacionado con el incremento
significativo del tráfico y embotellamientos durante este último año.
3.6.6 ANÁLISIS PARA EL DESARROLLO DEL MODELO DE CALIDAD DEL AIRE
A. VALORES ENTRE PERIODOS CORRELATIVOS.
Este análisis comprueba que tan relevantes para las concentraciones de los
días siguientes son las concentraciones medidas en los periodos anteriores.
Para realizar esto, se tomaron periodos durante los cuales las otras variables
meteorológicas y de emisiones se mantuvieron relativamente constantes
(dirección de vientos similares, humedad relativa constante, precipitaciones,
etc).
Se usaron principalmente los datos de concentración de contaminantes de la

estación automática de ET para determinar esto. La resolución fue de
promedios de una hora.
Gráfico 3.51 – Porcentaje de Correlación entre Valores de días consecutivos
Valores entre Periodos Correlativos

80%
70%
A 1 día
60% A 2 días
% de Correlación
50% A 3 días
40% A 4 días
30% A 5 días
20% A 6 días
A 7 días
10%
0%

Diagnóstico de la Dispersión - Interrelaciones entre Variables Encontradas
3.7 INTERRELACIONES ENTRE VARIABLES ENCONTRADAS
A continuación se presenta el cuadro resumen que representa el grado de
relación entre variables, encontradas al realizar el análisis de datos.
Tabla 3.16 – Cuadro Resumen de las Correlaciones entre variables

Concentración Concentración Concentración Concentración
Valor ICA
PM10 NO2 O3 CO
Dirección Viento 60% 65% 42% 7% 54%
Velocidad Viento 75% 30% 55% 12% 58%
Meteorología
Precipitación 7% 6% 5% 5% 6%
Humedad Relativa 22% 51% 33% 20% 26%
Temperatura 18% 25% 19% 16% 18%
Radiación Solar 1% 1% 1% 1% 1%
Estabilidad Atmosferica 29% 24% 31% 30% 25%
Nubosidad 2% 41% 51% 13% 11%
Distancia 4% 5% 4% 4%
Geografía
Relieve 12% 12% 12% 12% 11%

Punto de Monitoreo 43% 88% 88% 49%
Población 7% 12% 4% 13% 7%
Emisiones
Emisiones vehiculares 3% 91% 18% 98% 21%

Emisiones industriales 17% 6% 13% 1% 13%
Emisiones Área (Varias) 80% 6% 21% 20% 55%
Emisiones Área (Incendios) 89% 54% 55% 24% 71%
Año 19% 12% 7% 13% 15%
Temporales
Hora del Día 59% 61% 52% 46% 53%

Día de la Semana 12% 10% 15% 15% 11%
Mes del Año 45% 41% 21% 20% 39%
Tiempo Transcurrido 31% 55% 55% 41% 34%
contaminantes
Concentración PM10 72% 62% 55% 20% 66%

Interacciones
con otros
Concentración NO2 62% 55% 89% 24% 19%

Concentración O3 55% 89% 24% 13% 4%
Concentración CO 59% 24% 13% 1%
Como se puede observar, el contaminante que más afecta al Índice de

Contaminación Atmosférica (ICA) es el PM10, seguido por el NO2. La
dirección y velocidad del viento son los factores meteorológicos más
importantes. Las emisiones de área, seguidas por las emisiones vehiculares
también afectan a la calidad del aire. La hora del día y el mes del año son los
factores temporales más importantes y la ubicación del punto de monitoreo
es el aspecto geográfico más importante.

Diagnóstico de la Dispersión - Conclusiones
3.8 CONCLUSIONES
Las principales fuentes de contaminantes en la ciudad se encuentran en las
calles y avenidas de la ciudad. Los automóviles, con su rápido índice de
crecimiento, son la principal fuente de emisiones, incrementándose con la
actual congestión vehicular. A esto se suman las emisiones industriales,
localizadas principalmente en el parque industrial, al noreste y este de la
ciudad.
Las emisiones producidas por los incendios forestales son un factor que
influye bastante en la calidad del aire. Otros trabajos han demostrado los
fenómenos de dispersión y transporte que sufren los contaminantes emitidos
en lugares como el norte de Bolivia y el oeste de Brasil, que finalmente llegan
hasta el sur de Continente, como Argentina, Paraguay, Uruguay y el sur de
Brasil.
Geográficamente y meteorológicamente se tienen condiciones que permiten

la dispersión de los contaminantes, aunque la alta radiación solar de la
región fomenta la producción de neblinas fotoquímicas de O3.
Los datos de la Red de Monitoreo de la Calidad del Aire (Red MoniCA)

abarcan ya un periodo bastante importante de tiempo, lo que permite
estudiar con mayor detalle el fenómeno de la contaminación. A simple vista,
se distingue que en las época seca (meses de julio, agosto, septiembre y
octubre) los niveles de contaminantes se elevan. Además, las zonas con
mayor tráfico vehicular registran mayores valores, lo que sustenta la idea de
que los vehículos son los principales emisores de contaminantes.
Realizando los análisis correspondientes, es notable la correlación entre los

sitios con alta contaminación de NO2 y bajos niveles de O3. Se pudo
cuantificar cuánto es la influencia de la lluvia y la humedad en los niveles de
contaminantes.

Diagnóstico de la Dispersión - Referencias
Analizando los ciclos anuales, se ven patrones muy definidos del
comportamiento de los contaminantes. También la asociación de los
contaminantes primarios en las fuentes de emisión es visible en los ciclos
diarios, así como la participación del O3 en los procesos diarios.
Analizando los ciclos semanales, los días con mayor contaminación son los
días laborables (de lunes a viernes), a excepción del O3, que presenta
mayores concentraciones los fines de semana, al estar correlacionado
negativamente con los NO2 y por ser un contaminante secundario que
demora en su transformación y transporte. El CO tiene su máximo a final de
la semana laboral (jueves y viernes), lo cual indica que se va acumulando a
lo largo de la semana, produciéndose más que la cantidad que se dispersa o
destruye y el fin de semana vuelven a bajar los valores gracias a la
disminución de las emisiones.
Buscando las tendencias a largo plazo, se encuentra que hay contaminantes

que están disminuyendo (PM10), otros se incrementan muy lentamente (NO2)
y otros tienen comportamiento algo irregular, pero el último año han subido
bastante (O3 y CO), lo cual se constituye en un desafío para las autoridades
ambientales.
El cuadro resumen muestra que el ICA depende principalmente de los

niveles de PM10, que a su vez dependen principalmente de la velocidad del
viento, dirección del viento, ubicación del punto de monitoreo, las emisiones
de área, la hora del día y el mes del año.
3.9 REFERENCIAS
Datos de la Red MoniCA Santa Cruz.
108
Instituto Nacional de Estadística de Bolivia. “Santa Cruz: Proyecciones de Población,
Según Municipio, 2000 - 2010,”
[http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC20407.HTM] [Acceso: 7-06-2009].

109
Gobierno Municipal de Santa Cruz de la Sierra. “Portal del Municipio Autónomo de Santa
Cruz de la Sierra,” [http://www.gmsantacruz.gov.bo/] [Acceso: 7-06-2009].
110
Sonia Alvarado, Marcos Luján, and Christian Bomblat. “Modelación de las emisiones del
parque automotor en la ciudad de Cochabamba - Bolivia” (2004),
[http://www.ucbcba.edu.bo/Publicaciones/revistas/actanova/documentos/v2n4/v2.n4.alvarado
.PDF] [Acceso: 28-02-2009].
111
Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” 5.
112
Servolab. “Estudio Diesel Servolab.” Aire Limpio, (02-2008),
[http://www.swisscontact.bo/sw_files/meazlciswym.pdf] [Acceso: 11-02-2009].
113
El Deber. “Parque automotor se duplicó en 4 años,”
[http://www.eldeber.com.bo/2008/2008-06-09/vernotaahora.php?id=080608195526] [Acceso:
17-11-2008].
114
Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1.
115
Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” 27-29.
116
Marcelo Gorritty. “Modelos de estimación de emisiones de fuentes móviles.” Taller
presented at the Taller de Inventario de Emisiones, Santa Cruz, Bolivia (04-2009).
117
International Sustainable Systems Research Center. “International Vehicle Emissions
Model.” Welcome to International Sustainable Systems Research Center,
[http://www.issrc.org/] [Acceso: 4-06-2009].
118
CNI - Cámara Nacional de Industrias. “Guía Directorio de la Industria Boliviana,”
[http://www.bolivia-industry.com/guiadirectorio/Sistema/Busquedas/rubro.php#] [Acceso: 10-
11-2008].
119
“Manual para la Elaboración de un Inventario de Emisiones en Bolivia.”
120
Dirección de Medio Ambiente. Lista de Industrias Categorizadas según RAI. Lista de
Industrias Categorizadas. Santa Cruz, Bolivia: Gobierno Municipal de Santa Cruz de la
Sierra, (3-04-2009).
121
Ibid.
122
GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007.”
123
Instituto Nacional de Estadística de Bolivia. “Santa Cruz. Valor Bruto de Producción de la
Industria Manufacturera,”
[http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC027003.HTM] [Acceso: 7-06-2009].
124
Dimarena. “PROGRAMA DE INCENDIOS 2006 - 2010.”
125
S. R. Freitas et al. “Monitoring the Transport of Biomass Burning Emissions in South
America.” in Environmental Fluid Mechanics. Springer, (2005), 138,
[http://meioambiente.cptec.inpe.br/pdf/EnvFluidMech_SFreitas_etal.pdf] [Acceso: 17-03-
2009].

126
Ibid.
127
“Emission Factors Database,” [http://www.naei.org.uk/emissions/] [Acceso: 27-02-2009].
128
“Dirección de Manejo de Recursos Naturales (DIMARENA) - Prefectura de Santa Cruz,
Bolivia - Reportes diarios de focos de calor,”
[http://servicios.santacruz.gov.bo/forestal/index.php?option=com_content&task=category&se
ctionid=4&id=13&Itemid=32#] [Acceso: 10-11-2008].
129
S. R. Freitas et al. “Monitoring the Transport of Biomass Burning Emissions in South
America.” 136.
130
Ibid.
131
INPE. “Divisão de Satélite e Sistemas Ambientais,” [http://satelite.cptec.inpe.br/home/]
[Acceso: 17-03-2009].
132
INPE. “Qualidade do Ar.” Centro de Previsao do Tempo e Estudios Climáticos (7-03-
2009), [http://meioambiente.cptec.inpe.br/] [Acceso: 17-03-2009].
133
K. M. Longo et al. “Transport of Biomass Burning Products in Southeastern South
America and its relationship with the South American Low Level Jet East of the Andes.” in .
Foz de Iguacu, Brasil: INPE, (2006), 123-124,
[http://meioambiente.cptec.inpe.br/pdf/longo_LLJ.pdf] [Acceso: 17-03-2009].
134
Ibid.
135
Ibid.
136
Ibid.
137
Ibid.
138
Pablo Ortiz. “La DGAC no vigila todos los aviones que despegan.” El Deber (27-07-2008),
sec. Nacional, [http://www.eldeber.com.bo/2008/2008-07-
27/vernotanacional.php?id=080726210119] [Acceso: 4-06-2009].
139
GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007.”
140
“Superintendencia de Hidrocarburos,” [http://www.superhid.gov.bo/] [Acceso: 9-10-2008].
141
Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1.
142
M. Hangartner. “Evaluation of project MONICA
AIRE Limpio Bolivia.” Passam AG, (28-10-2008).

Propuesta de Modelación de Dispersión - Contenido del Capítulo
Capítulo 4 PROPUESTA DE MODELACIÓN DE DISPERSIÓN

En este capítulo se propone la realización de un modelo predictivo
probabilístico que permita generar pronósticos de nivel de Calidad del
Aire para la ciudad de Santa Cruz, con el fin de mejorar la gestión de la
Calidad del Aire a las instituciones interesadas.
Características Necesarias, de acuerdo a la situación actual, se
determinará las características que debe tener el modelo. Se selecciona
el tipo de modelo, se definen las variables de entrada y los resultados
que se espera produzca el modelo.
Diseño del Modelo de Dispersión, utilizando los resultados obtenidos del
análisis, se realizará
Implementación Modelo de Dispersión considerando cómo funciona el
modelo y de acuerdo al uso propuesto del mismo.
Análisis Costo Beneficio, en el que se estima el costo de la implementación
del modelo y se comparan con los beneficios de su uso.

Propuesta de Modelación de Dispersión - Características de la Propuesta
4.1 CARACTERÍSTICAS DE LA PROPUESTA
De acuerdo al diagnóstico obtenido en el capítulo anterior, la propuesta de
este estudio es un modelo que demuestre la dispersión de contaminantes en
la ciudad de Santa Cruz de la Sierra, utilizando como parámetros las
variables relacionadas con los niveles de Contaminación Atmosférica.
El realizar un modelo de dispersión de contaminantes es parte importante

para la Gestión de la Calidad del Aire,143 al permitir realizar pronósticos que
ayuden para advertir a la población sobre episodios de contaminación, al
permitir realizar políticas efectivas que busquen mejorar las condiciones de la
Calidad del Aire e identificar áreas críticas en relación a la Contaminación
Atmosférica para realizar Planificación Urbana.
4.2 GESTIÓN DE LA CALIDAD DEL AIRE

Para minimizar los riesgos para la salud de la población de la contaminación
atmosférica, deben tomarse medidas para mantener la calidad del Aire en
niveles aceptables, de acuerdo a los niveles definidos por normativas tanto
nacionales como de organismos internacionales.
El proceso de gestión de la Calidad del Aire, busca evitar los niveles

insalubres de contaminantes, que reducirían el bienestar de la población.
Cada una de las actividades del proceso contribuye al objetivo, son
interdependientes y necesitan ser realizadas coordinadamente.
El monitoreo atmosférico, realizado por la Red MoniCA, permite identificar los

valores de contaminantes en diferentes zonas de la ciudad, y diferentes
épocas del año. Mediante el inventario de emisiones, se pueden identificar
los contaminantes y sus fuentes de emisión. Estos datos serán utilizados
para la modelación. Los resultados también podrán ser utilizados para la
propuesta de medidas de control de la Calidad del Aire, a corto, medio y
largo plazo. Estas medidas deben ser evaluadas en función al costo y la
factibilidad de la implementación. Y una vez implementadas, verificar si
produjo el resultado esperado.
Propuesta de Modelación de Dispersión - Gestión de la Calidad del Aire
A continuación se presenta el ciclo de gestión de la calidad del aire, según
Korc144
Ilustración 4.1 – Gestión de la Calidad del Aire

Evaluar el daño de
Evaluar la la contaminación Analizar los
contaminación costos
Evaluar posibles
medidas de acción
Implementar el Elaborar un
plan de acción Plan de Acción
Fuente: Korc, citado en Alvarado S. et al145
El monitoreo de la calidad del aire permite cuantificar el problema actual,

pero debido al desconocimiento de las causas que producen las
concentraciones actuales y cuál es el aporte de cada una de ellas, es muy
difícil establecer las medidas más apropiadas para una gestión de la Calidad
del Aire lo más eficiente posible.
Por estas razones, el siguiente paso para la Gestión de la Calidad del Aire en
Santa Cruz es estimar los niveles de emisión de la región, al identificar y
cuantificar las fuentes de emisión.
Mediante modelos de emisión y concentración se pueden obtener resultados

que establezcan predicciones de las concentraciones de contaminantes
medidas. Las interrelaciones entre las emisiones, la dispersión de los
contaminantes, las condiciones meteorológicas de un determinado periodo,
la variación en la cantidad y calidad de las fuentes emisoras y otros factores
relacionados que se han identificado y cuantificado, pueden incluirse en un
Modelo de Dispersión de la Calidad del Aire.

4.2.1 TIPO DE MODELO DE DISPERSIÓN
Para la elección de una metodología de modelo de dispersión, se evaluó
cada uno de los modelos de dispersión de contaminantes revisados en el
Marco Teórico y se valoraron según los aspectos que necesitaba el modelo a
aplicarse de manera específica. El tipo de modelo con mayor puntaje fue el
escogido.
A continuación se presenta la tabla de comparación entre distintos modelos:
Tabla 4.1 – Evaluación de Modelos de Dispersión

Tipo de Modelo Simplicidad Apropiado al Caso Información Disponible Total
Determinista Simple 100 50 10 160
Utiliza pocos parametros
Bastante Simple Algo
Estadístico 90 70 50 210
Simple Se aplica Permite relacionar valores
Local de penacho y ráfaga 60 60 20 140
(Gaussiano) Algo Complejo Más o menos aplica No hay suficiente
Caja y multicaja 80 100 90 270
Simple Se aplica Aceptable
Diferencia finita y rejilla 50 80 60 190
Algo Complejo Se aplica Más información
Partícula 30 70 30 130
Complejo Se aplica Faltan pruebas
Físico–túneles de viento 40 20 10 70
Complejo No se aplica No hay disponible
Regional 80 80 70 230
Simple Se aplica Aceptable
El modelo de Caja y de Multicaja es el más adecuado de acuerdo a las

características evaluadas al momento de escoger el modelo.
En este tipo de modelo, se definen zonas identificables, en los que en cada

una de ellas se considera que las variables están definidas para todo el
volumen de la caja.
De ese modo, las emisiones se agrupan por caja del modelo, considerando
la ubicación de las fuentes fijas; el tráfico y las vías de circulación para
fuentes móviles y la distribución geográfica de las fuentes de área.
Las inmisiones al interior se encuentran de acuerdo a las estaciones de
monitoreo en el área. Las variables meteorológicas se consideran como
definidas para cada caja.
Entre área y área, se produce el transporte de los contaminantes a través de

las fronteras de las cajas y finalmente, al interior de cada caja, ocurren
interacciones químicas que transforman los contaminantes y deposición
húmeda y seca, cuyas tasas están de acuerdo al contaminante, sus
concentraciones y variables atmosféricas.
4.2.2 DIVISIÓN DEL ÁREA DE ESTUDIO PARA EL MODELO

El modelo divide la ciudad en 16 zonas. Este modelo de dispersión considera
las inmisiones medidas, las emisiones de la zona, la influencia de los factores
climatológicos y del relieve. Para las emisiones externas a la ciudad y la
dispersión de ésta hacia el campo, se considera como ingreso y salida de las
cajas exteriores de la multicaja, utilizando una división de 8 zonas de
acuerdo al punto cardinal que corresponden.146
4.2.3 VARIABLES DE ENTRADA

Entre las variables de entrada que se deben suministrar al modelo para
generar predicciones están:
A. DATOS DE EMISIONES
Con un inventario de emisiones actualizado sobre las fuentes fijas de la
ciudad y departamento de Santa Cruz, es posible realizar las ecuaciones de
balance de materia que determinen la cantidad de contaminante que se
libera a la atmósfera por las industrias y otras fuentes puntuales, y distribuir
sus plumas de contaminación geográficamente.
En el caso de las fuentes móviles se necesita la información sobre tráfico,

(velocidad en las vías, cantidad de vehículos, tipo de vehículos del parque
automotor), sus factores de emisión y el índice de crecimiento del parque
automotor (para modelos de predicción a varios años).

Para las fuentes de área, el inventario de emisiones permitirá determinar
cantidades de contaminantes emitidos por zona y en el caso de las fuentes
de emisión por incendios forestales, se necesita información de sensores
remotos e imágenes satelitales que determinan los patrones de transporte de
contaminantes y el monitoreo remoto de focos de calor y áreas de incendios.
Para todas las emisiones, es necesario contar con datos de

georeferenciación, para una distribución de las emisiones en el área de la
ciudad de Santa Cruz y sus alrededores.
Estos datos permiten demostrar cuáles son posibles escenarios positivos y

negativos, que permitan formular estrategias de planificación urbana,
políticas para el cuidado del medio ambiente y mejorar las campañas de
concientización para la población.
B. CARACTERÍSTICAS DE LOS CONTAMINANTES

Para cada contaminante que ingresa al modelo, debe incluirse como datos
las siguientes informaciones que los caracterizan:
La tasa de difusión,147 ya que no todos los gases o aerosoles se difunden a

la misma velocidad. Esta tasa de difusión estaría en función a masa de
contaminante que atraviesan por unidad de tiempo un área perpendicular a la
dirección a la que tiene la difusión.148
Las interacciones químicas transforman a los contaminantes primarios en

secundarios, a una tasa que depende de las concentraciones de
contaminantes y de factores externos que catalizan las transformaciones.149
La tasa y mecanismos de deposición, expresada en masa de contaminante

eliminado por unidad de tiempo, la cual depende de factores como la
naturaleza de los contaminantes y factores externos como las condiciones
meteorológicas (humedad y precipitaciones).

C. INFORMACIÓN METEOROLÓGICA
Debido a la gran influencia que tienen los fenómenos meteorológicos en el
ciclo de la dispersión de contaminantes, puede considerarse que son
necesarios los siguientes datos:
Vientos: Dirección y Velocidad, en diferentes puntos de la ciudad con

resolución mínima de cada 4 horas,150 contando además con datos de la
velocidad y dirección del viento de los alrededores (aeropuertos y
poblaciones cercanas), y a nivel de mesoescala (unos 500 km a la redonda,
por medio de satélites y sensores remotos)
Temperatura: Datos de diferentes puntos de la ciudad, y de ser posible, un

perfil de temperatura vertical, para identificar fenómenos como la turbulencia,
la altura de la capa límite, la existencia de una inversión térmica, las
condiciones de estabilidad e inestabilidad y las corrientes de aire
descendientes y ascendientes.
Precipitación: Información sobre la cantidad de lluvia caída y datos de

predicción de posibles precipitaciones.
Humedad: Evolución de la humedad atmosférica y datos de predicción.
Nubosidad: Información satelital sobre cubierta de nubes, altura del techo,

tipo de nubes.
Radiación solar, radiación UV, espesor de la capa de aerosoles.
D. MEDICIONES DE INMISIONES
Datos históricos, con información sobre la concentración, periodo de
exposición, punto de monitoreo. Además información georeferenciada del
punto de monitoreo y la incertidumbre de la medida de cada método:
NO2 (pasivo), O3 (pasivo), PM10 (activo), NOx (automático), O3 (automático),

CO (automático), PM (automático).

E. OTRAS INFORMACIONES
Entre otras informaciones que deben ingresar al modelo están:
Densidad poblacional, por área de estudio, así como su factor de

crecimiento.
Relieve de la ciudad y de sus alrededores.
4.2.4 RESULTADOS A OBTENERSE A TRAVÉS DEL MODELO

Una vez ingresados al modelo los datos anteriormente mencionados, éste
permitirá determinar:
Concentraciones de inmisión para próximos días (pronóstico), y además

generar el Índice de Contaminación Atmosférica esperado (ICA), para la
difusión de estos datos.
Concentraciones de inmisión para escenarios determinados (predicción), ya

sea a tiempo futuro, manteniendo las tendencias (predicción a futuro) o
variando condiciones específicas (predicción de escenarios).
Concentraciones de inmisión para puntos intermedios (interpolación), con el

fin de establecer mapas que muestren las concentraciones de las diferentes
zonas, aunque no haya una estación de monitoreo muy cercana. Esto tiene
el fin de permitir una mejor planificación urbana, al considerar áreas de
influencia de las concentraciones de contaminantes.
El resultado de estos datos, para ser de mayor provecho para la población en

general podrá ser adaptado para la información al público utilizando el Índice
de Contaminación Atmosférica (ICA) normado según NB 62018.

Ilustración 4.2 – Ejemplo de Índice de Contaminación Atmosférica (ICA)
Calidad del Aire en Santa Cruz

Rango
Bueno 16 24,6 ug/m3 NO2
De 1 – 49 Disfruta al aire libre!

Valor registrado para el 03/05/2009
Para un promedio de 24 hrs
Fuente: Dirección de Medio Ambiente, Gobierno Municipal
Calidad del Aire Color Rango

Bueno Verde 1 - 49
Regular Amarillo 50 - 100
Malo Rojo 101 - 150
Muy Malo Café-Marrón 151 - 300
Extremadamente Malo Negro Mayor a 300
El valor del índice calculado corresponde a 24,6 ug/m3 NO2

(microgramos por metro cúbico de Dióxido de Nitrógeno) para un
promedio de 24 horas.
Los 24,6 microgramo por metro cúbico nos dan un ICA de 16
Fuente: Dirección de Medio Ambiente, Gobierno Municipal

Propuesta de Modelación de Dispersión - Diseño del Modelo
4.3 DISEÑO DEL MODELO
Al hablarse de modelos de dispersión de contaminantes atmosféricas, uno de
los tipos más utilizados es la modelación de Dispersión Gaussiana (véase
Modelos de Dispersió en la página 47).
Pero hay situaciones donde no corresponde una modelación Gaussiana,

especialmente cuando hay situaciones convectivas y se producen emisiones
a nivel de suelo.151 La pluma de contaminantes se eleva en los casos de
emisiones cercanas al nivel del suelo.
Cercano al suelo, la fricción de la superficie atmosférica sobre el aire en

movimiento produce el fenómeno del incremento de velocidad del viento con
la altura. La turbulencia no es homogénea en lo vertical debido a la
superficie.
Debido a los datos disponibles y la finalidad del modelo, se ha elegido un

modelo tipo multicaja, que relaciona las variables encontradas al interior de
cada caja con los valores estimados y la evolución de los contaminantes en
el ambiente.
Los modelos de este tipo utilizan las emisiones de contaminantes y la

trayectoria de las corrientes de aire para determinar el camino que recorre
una cantidad finita de aire contaminado.
4.3.1 TRAYECTORIA DE LOS CONTAMINANTES

La fórmula que expresa el cálculo de la trayectoria del viento es una
ecuación diferencial vectorial, la cual utiliza la posición del vector viento en
sus tres componentes para integrar la trayectoria del aire.
Ecuación 4.1 – Trayectoria de las masas de aire

݀‫ݎ‬
= ‫))ݐ(ݎ(ݒ‬
݀‫ݐ‬

Para valores distintos de t, el vector de trayectoria r(t) denota un vector que
es el resultante de la velocidad del viento en sus componentes (viento zonal
(U), viento meridional (V) y viento vertical (W).
Para trazar la trayectoria, se realizan varias iteraciones, para ti de acuerdo a

los intervalos disponibles de la velocidad.
4.3.2 EMISIONES Y BALANCE DE MATERIA

Las estimaciones de emisiones y posteriores inventarios de emisiones
permiten al modelo calcular la masa que ingresa de contaminante por zona,
de acuerdo a factores como el tráfico, fábricas, densidad poblacional, fuentes
de área, e incluso incendios forestales. Este cálculo permite establecer el
balance de materia entre distintas cajas del sistema.
4.3.3 FACTORES CLIMATOLÓGICOS

Además de la trayectoria del viento, otros factores climáticos son importantes
para que este modelo calcule la dispersión de los contaminantes.
La temperatura ambiente condiciona la dispersión al crear situaciones

estables o de turbulencia que facilitan la dispersión vertical y horizontal de los
contaminantes.
La radiación solar contribuye a la formación de contaminantes secundarios

conforme se pudo observar en el capítulo de diagnóstico. Es por eso que la
variación en la radiación solar afecta los coeficientes de equilibrio entre los
contaminantes.
Las precipitaciones y la humedad relativa incrementan el grado de

deposición húmeda y el grado con que disminuye la concentración de las
sustancias removidas de la atmósfera por estos procesos.

4.3.4 DISTRIBUCIÓN DEL ÁREA GEOGRÁFICA A MODELARSE
De acuerdo al modelo multicaja, el área de estudio se dividió en 24 zonas,
cuya características se describen a continuación:
A. CIUDAD DE SANTA CRUZ

Generalmente se consideran celdas para zonas metropolitanas de 5 km por
5 km.152 Pero en este caso, la división de la ciudad en áreas estuvo de
acuerdo a la actual distribución de los puntos de monitoreo de la Red
MoniCA y la zonificación de la ciudad (zonas industriales, zonas del centro,
zonas residenciales y zonas periurbanas).
Tabla 4.2 – Zonas de la ciudad de Santa Cruz de la Sierra para el modelo

Código de Puntos de Monitoreo
Nombre de la Zona Características de la Zona
la Zona existentes en la zona
SC1 Norte del Río Pirai Zona de protección ecológica, Periurbano
Tráfico Pesado, Zona Comercial y
SC2 Carretera al Norte CN
Residencial
Zona Industrial, con algunos barrios y alto
SC3 Parque Industrial PI, UP
tráfico vehicular
SC4 Carretera a Cotoca Zona Industrial, con alto tráfico vehicular
SC5 Colinas del Urubó Zona Residencial Periurbana CU
SC6 Centro Norte Zona comercial y residencial, alto tráfico EC
SC7 Centro Este Zona comercial y residencial, alto tráfico PC
Zona comercial y residencial, tráfico
SC8 Villa Primero de Mayo VM
moderado
SC9 Río Piraí Centro Zona de protección Ecológica, Periurbano
SC10 Centro Oeste Zona Comercial con alto tráfico
Zona Comercial, con alto tráfico.
SC11 Centro Sur ET
Aeropuerto el Trompillo
Zona Residencial, con la Industria de San
SC12 San Aurelio LP
Aurelio.
SC13 Río Piraí Sur Zona de Protección Ecológica. Periurbano
SC14 Carretera a la Guardia Zona Comercial y Residencial PA
Zona Comercial e ndustrial Liviana. Tráfico
SC15 San Pedro SP
Alto
SC16 Sur de Santa Cruz Zona Residencial, Tráfico Moderado
En la siguiente ilustración se muestra el mapa de las zonas establecidas.

Ilustración 4.3 – División en Zonas de la ciudad para el modelo
Sobre esta imagen Satelital de la ciudad, las líneas verdes corresponden a

los límites entre cuadrantes, mientras que los puntos rojos corresponden a
los actuales puntos de monitoreo de la Red MoniCA.
B. ÁREAS DE LOS ALREDEDORES DE LA CIUDAD DE SANTA CRUZ

En los límites de las 16 zonas de la ciudad de Santa Cruz de la Sierra, se
extienden las áreas de los alrededores de la ciudad.
Las áreas de los alrededores de la ciudad de Santa Cruz de la Sierra son

divididas en 8 cuadrantes, los cuales están distribuidos de acuerdo a la rosa
de los vientos, abarcando 45° cada cuadrante.
En la tabla a continuación, se resumen las características de cada una de las

áreas de los alrededores.

Tabla 4.3 – Áreas de los Alrededores de la Ciudad de Santa Cruz
Código Nombre Direcciones cardinales Provincias que abarcan
N Norte 338° hasta 23° Warnes, Obispo Santistevan, Guarayos
NE Noreste 23° hasta 68° Ñuflo de Chávez, Velasco
E Este 68° hasta 113° Chiquitos, Ángel Sandóval y G ermán Busch
SE Sureste 113° hasta 158° Cordillera
S Sur 158° hasta 203° Cordillera
SO Suroeste 203° hasta 248° Florida y Vallegrande
O Oeste 248° hasta 293° Florida y Manuel María Caba lero
NO Noroeste 293° hasta 338° Ichilo y Sara
Cada una de estas direcciones permite corresponderse con provincias

cruceñas, de las cuales es posible obtener registros de sus focos de
incendio, por lo cual es posible considerar en el modelo las quemas
forestales como factor para la determinación de la calidad del aire en la
ciudad.
Ilustración 4.4 – Mapa del departamento con las zonas definidas

4.3.5 COEFICIENTES DE DISPERSIÓN
Los datos de inmisión históricos, correlacionados con los factores
climatológicos y las emisiones estimadas por área, permiten establecer
coeficientes de dispersión empíricos para cada zona.
Estos también permiten establecer la validez del modelo, al comparar los

valores predichos con los valores medidos en el siguiente periodo de
exposición.
4.3.6 MANEJO DE LAS VARIABLES DE ENTRADA

Las principales variables de entrada para el modelo de simulación son los
datos de las emisiones, las mediciones del monitoreo de inmisiones y las
variables meteorológicas.
A. EMISIONES
Los datos de emisiones consisten en las coordenadas de la localización de la
fuente y los valores de contaminación generados. Estas coordenadas
permiten distribuir las emisiones en cada una de las zonas establecidas de la
simulación y calcular la masa de contaminante que se genera en cada zona
por unidad de tiempo.
Las unidades que se manejarán para las emisiones, están en
Ecuación 4.2 – Unidades para las emisiones

‫]݃݇[ ݋݀ܽݎ݁݊݁ܩ ݁ݐ݊ܽ݊݅݉ܽݐ݊݋ܥ ݁݀ ܽݏܽܯ‬
ܷ݊݅݀ܽ݀ ݀݁ ܶ݅݁݉‫[ ݋݌‬ℎ]
Estos datos de emisiones deben sistematizarse en una base de datos, con

información de georeferenciación, nivel promedio de contaminante, qué tipo
de fuente es y en caso de que corresponda, altura de la pluma, velocidad y
temperatura de salida de gases.
Para pronósticos diarios, otras variables relacionadas con las emisiones

serían el día de la semana, si el día es feriado o no es feriado y el cambio de

concentraciones encontrado según el estudio histórico de concentraciones
según día de la semana de la estación automática.
B. INMISIONES
Los datos utilizados de inmisiones para verificar el modelo y como entrada
para determinar la contaminación actual existente deberán ingresarse en
caso de los métodos automáticos con 15 minutos de periodo de muestra. Los
datos de los métodos activo y pasivo, al requerir la preparación, exposición y
análisis de las muestras solamente podrán ser utilizados para las previsiones
a largo plazo. Estos datos deberán contar con información sobre el punto de
monitoreo, la hora y fecha de la medición y la incertidumbre de la medida.
Para pronósticos diarios, la metodología indica que se debe utilizar como

referencia la concentración máxima de 24 horas del día anterior. También los
cambios de ésta en relación a las concentraciones medias de 24 horas en las
últimas horas (la última hora, hace 3 horas y hace 6 horas).
C. METEOROLOGÍA
Los parámetros meteorológicos para periodos horarios son las velocidades
del viento promedio, la dirección del viento, la altura de mezcla y la clase de
estabilidad atmosférica existentes en el lugar. Por la disponibilidad de datos,
se generalizará a la zona urbana, considerando los datos obtenidos en las
estaciones meteorológicas cercanas a la ciudad, como la de la Exterminal,
Aeropuerto El Trompillo y Aeropuerto Viru Viru.
Los parámetros de altura de mezcla y clase de estabilidad atmosférica no

pueden ser medidos de manera directa con los equipos instalados
actualmente. Se estimará la altura de mezcla en base a la radiación solar, la
temperatura ambiente, la humedad relativa y la velocidad del viento. La
estabilidad atmosférica se estimará en base a la cobertura de nubes, la
existencia de inversión térmica, la hora del día y la variabilidad de la
dirección del viento.

Las diferencias de los datos entre el día y los de días anteriores, de acuerdo
al análisis realizado en el capítulo de Diagnóstico, permitirá pronosticar si los
factores meteorológicos están evolucionando de manera que se favorece la
dispersión de los contaminantes o no
D. PRONÓSTICOS METEOROLÓGICOS
Para realizar el cálculo de los valores de concentración de contaminantes en
los próximos días, es necesario contar con las condiciones meteorológicas
para las fechas siguientes. Debido a la naturaleza de este trabajo, el modelo
de dispersión de contaminantes utilizará como datos las predicciones
meteorológicas de otros sistemas como ingreso de datos climatológicos para
el pronóstico de la calidad del aire para los días siguientes.
E. SUPUESTOS EN LAS VARIABLES DE ENTRADA

Para modelos de hasta 1 semana, se tomarán en cuenta los siguientes
supuestos:
Las tasas de emisión de contaminantes no variarán más considerablemente

que lo previsto por el periodo semanal.
Los datos de pronósticos meteorológicos para las condiciones futuras para la

dispersión.
Para modelos de varios meses y años
Las tasas de emisiones proyectadas serán utilizadas para el modelo.
Valores promedios y estacionales de las variables meteorológicas serán

utilizadas, a no ser que existan predicciones meteorológicas disponibles para
los periodos que se proyecten.
Para modelos de inmisión de puntos intermedios (interpolación

espacial)

Los valores de inmisión intermedios serán calculados en función a los datos
que se refieren a la rosa de los vientos (dirección y velocidad) y el método de
interpolación intermedia.
4.3.7 PROCESO DE LOS DATOS

Los cálculos son realizados para cada estación de monitoreo, el primer grupo
de cálculos se determina la distancia hacia cada fuente y la dirección de esta
distancia. El otro cálculo es la resolución de la ecuación de dispersión para
determinar la concentración del contaminante en este receptor de cada
fuente.
Después se calculan las condiciones meteorológicas que afectan la manera

como se dispersan estas plumas de contaminantes.
A. VARIABLES DE EMISIONES
Para cada caja del modelo se calcula las emisiones generadas por periodo
de tiempo. Para esto se utiliza la información recopilada en el diagnóstico
referente a las emisiones generadas en la ciudad y distribuidas
geográficamente.
Las emisiones fijas son las más fáciles de distribuir al contarse con la
ubicación exacta de cada uno de los puntos de emisión.
Las emisiones de área, son distribuidas geográficamente si existe la

información sobre la distribución de las fuentes (caso de vertedero y plantas
de tratamiento de aguas residuales), pero en la mayoría de los casos, se
distribuyen uniformemente en el área.
Las emisiones de las fuentes móviles se distribuyen de acuerdo a la

distribución de las principales vías y las características del tráfico en la
ciudad.
Otra información importante respecto a las emisiones son variables

temporales que afectan a la cantidad de emisiones. Los ciclos anuales,

semanales y diarios estarán dados en porcentaje de variación respecto al
promedio y permitirán establecer las cantidades de contaminante emitidas
durante ese periodo de tiempo.
Se elabora una tabla por contaminante con las emisiones por cada área del
modelo de multicaja, por cada periodo de tiempo a modelar. A continuación
se muestra un ejemplo de la tabla siguiente:
Tabla 4.4 – Tabla de Contaminante por Área y Periodo

Periodo (día)
NO2 1 2 3 4 5 6 7
SC1 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05
SC2 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05
SC3 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05 2,E+05
SC4 3,E+05 3,E+05 3,E+05 2,E+05 2,E+05 3,E+05 2,E+05
SC5 3,E+05 4,E+05 2,E+05 3,E+05 3,E+05 2,E+05 3,E+05
SC6 4,E+05 4,E+05 3,E+05 3,E+05 4,E+05 4,E+05 3,E+05
SC7 4,E+05 3,E+05 3,E+05 3,E+05 5,E+05 5,E+05 4,E+05
SC8 3,E+05 5,E+05 4,E+05 4,E+05 4,E+05 3,E+05 5,E+05
SC9 4,E+05 6,E+05 5,E+05 4,E+05 3,E+05 4,E+05 5,E+05
SC10 3,E+05 6,E+05 6,E+05 4,E+05 4,E+05 5,E+05 5,E+05
Código de Zona
SC11 5,E+05 4,E+05 6,E+05 3,E+05 6,E+05 5,E+05 5,E+05

SC12 4,E+05 6,E+05 5,E+05 4,E+05 6,E+05 7,E+05 6,E+05
SC13 7,E+05 4,E+05 8,E+05 4,E+05 7,E+05 6,E+05 5,E+05
SC14 6,E+05 5,E+05 7,E+05 8,E+05 5,E+05 8,E+05 4,E+05
SC15 5,E+05 8,E+05 5,E+05 5,E+05 7,E+05 7,E+05 9,E+05
SC16 6,E+05 7,E+05 6,E+05 8,E+05 8,E+05 7,E+05 8,E+05
N 9,E+05 1,E+06 5,E+05 7,E+05 9,E+05 9,E+05 7,E+05
NE 9,E+05 9,E+05 6,E+05 1,E+06 7,E+05 9,E+05 9,E+05
E 9,E+05 9,E+05 1,E+06 9,E+05 6,E+05 5,E+05 9,E+05
SE 6,E+05 1,E+06 1,E+06 8,E+05 6,E+05 1,E+06 9,E+05
S 1,E+06 6,E+05 1,E+06 1,E+06 1,E+06 1,E+06 1,E+06
SO 9,E+05 6,E+05 8,E+05 7,E+05 7,E+05 6,E+05 1,E+06
O 9,E+05 1,E+06 7,E+05 9,E+05 1,E+06 1,E+06 8,E+05
NO 1,E+06 9,E+05 7,E+05 1,E+06 1,E+06 1,E+06 7,E+05
Por ejemplo, en el área SC1 en el primer periodo (primer día) la cantidad de

contaminante NO2 generado fue de 2 x 105 kg de NO2
B. VARIABLES DE INMISIONES
Para el ingreso de las inmisiones al modelo, éstas se registran mediante una
tabla de la siguiente manera:
De los datos disponibles de inmisiones de contaminantes, se utilizan los

inmediatamente anteriores al periodo que se desea pronosticar (calidad del
aire para días siguientes). La cantidad de estos datos debe ser de unos 7
días, de acuerdo a lo encontrado en la valores entre periodos correlativos.
(Véase pág. 135).
En base a los datos de inmisiones, se ingresa la cantidad de contaminantes

existentes en la atmósfera hasta el momento de realizar la predicción.
Se analiza la tendencia de estos datos utilizando los promedios cada 24

horas. El primer promedio considerará las anteriores 24 mediciones horarias,
el siguiente considerará los datos entre 1 y 25 mediciones anteriores y así
sucesivamente, hasta llegar al promedio entre la medición 168 y 144 (24
mediciones más antiguas). Estos promedios de los anteriores 7 días
mostrarán la tendencia de los contaminantes en general.
Gráfico 4.1 – Tendencia del promedio móvil cada 24 horas

ET - PM10
Promedios horarios y promedio móvil cada 24 horas
300
250
200
150
100
50
0
05/09/2008 01:00
05/09/2008 03:00
05/09/2008 05:00
05/09/2008 07:00
05/09/2008 09:00
05/09/2008 11:00
05/09/2008 13:00
05/09/2008 15:00
05/09/2008 17:00
05/09/2008 19:00
05/09/2008 21:00
05/09/2008 23:00
06/09/2008 01:00
06/09/2008 03:00
06/09/2008 05:00
06/09/2008 07:00
06/09/2008 09:00
06/09/2008 11:00
06/09/2008 13:00
06/09/2008 15:00
06/09/2008 17:00
06/09/2008 19:00
06/09/2008 21:00
06/09/2008 23:00
07/09/2008 01:00
07/09/2008 03:00
07/09/2008 05:00
07/09/2008 07:00
07/09/2008 09:00
07/09/2008 11:00
07/09/2008 13:00
07/09/2008 15:00
07/09/2008 17:00
07/09/2008 19:00
07/09/2008 21:00
07/09/2008 23:00

C. VARIABLES METEOROLÓGICAS
La frecuencia del viento en cada dirección y la velocidad promedio y la
variabilidad del viento para cada periodo histórico se registran en la tabla de
vientos. Se deben registrar los datos de los últimos 7 días.
Tabla 4.5 – Tabla de Condiciones Meteorológicas para Modelo

Periodo (día)
1 2 3 4 5 6 7
N 11% 4% 7% 19% 18% 9% 2%
NE 18% 30% 3% 19% 21% 3% 5%
Dirección Viento
E 4% 28% 3% 4% 4% 10% 15%

SE 9% 2% 22% 4% 16% 0% 19%
S 10% 13% 21% 9% 2% 10% 17%
SO 16% 7% 18% 17% 12% 34% 10%
O 14% 7% 22% 10% 26% 3% 20%
NO 17% 9% 3% 18% 0% 31% 13%
Velocidad Viento (m/s) 3,5 3,1 3,0 2,1 4,4 3,9 3,8
Precipitación 0,0 0,0 0,0 0,0 18,5 0,0 0,0

Radiación Solar 73,7 86,3 68,9 56,8 18,6 80,0 87,1
Humedad Relativa 44,5 42,3 43,8 47,4 74,7 54,4 57,4
Temperatura Promedio 20,1 22,0 24,4 26,9 20,2 25,2 27,0
Temperatura Mínima 14,9 14,9 18,9 21,7 17,7 20,0 22,3
Temperatura Máxima 26,3 29,2 30,6 31,9 26,1 31,0 31,9
Los pronósticos meteorológicos igual se deben registrar en una tabla similar,

a fin de contar con los datos climáticos de ingreso al modelo.
Utilizando estos datos se calcula las condiciones atmosféricas de estabilidad

atmosférica, las cuales vienen dadas por la clasificación de estas
condiciones en distintas clases de estabilidad, que para el modelo afectan el
grado de dispersión de contaminantes atmosféricos.

También se determina la altura de mezcla, lo cual permite conocer el
volumen de aire en el que los contaminantes llegan a dispersarse. A una
mayor altura de mezcla, los contaminantes pueden dispersarse más rápido.
En el modelo, esto influye en el coeficiente de dispersión de las emisiones.
La humedad relativa y las precipitaciones influyen en la deposición húmeda

de los contaminantes. En el modelo, determinan la tasa de eliminación de los
contaminantes de la atmósfera.
Los datos históricos de meteorología se utilizan en el modelo para determinar

las condiciones en las que se registraron las concentraciones. Si se
presentaba una situación desfavorable a la dispersión de contaminantes, la
concentración de días anteriores era alta. Si la situación era buena, la
concentración era más baja.
Para los pronósticos diarios, se utilizan los datos históricos para mejorar la
precisión de la proyección de datos de inmisión y los datos meteorológicos
pronosticados para establecer los coeficientes de dispersión y las tasas de
eliminación de contaminantes de la atmósfera.
D. INTERPOLACIÓN DE DATOS
Para determinar las concentraciones previstas en puntos intermedios
(modelo de interpolación), donde no hay una estación de monitoreo se
utilizarán los datos de dispersión de las inmisiones de las estaciones más
cercanas.
Los factores a utilizarse en este caso serán
Concentración de Puntos de Monitoreo de los alrededores
Distancia y dirección al punto intermedio.
Dirección y Velocidad del Viento

Para la realización de la interpolación de datos intermedios, se utilizará el
método de ponderación por distancia inversa, considerando los datos
conocidos.
Éste método permite realizar interpolaciones multivariables. Utiliza la

siguiente ecuación para obtener los valores intermedios.
Ecuación 4.3 – Interpolación por ponderación de distancia inversa

௡
ܸ௜
Vf Valor desconocido en el punto A
ܸ݂ = ෍ Vi Valor obtenido en la estación de medición i
௜
݀௜ ଶ di Distancia entre A y la estación de medición i
153
Fuente: Inverse Distance Weighting
4.3.8 CÁLCULO DEL MODELO

Básicamente el modelo funciona como un balance entre las cantidades de
contaminante que ingresan al área.
El volumen a través del cual se difunden los contaminante permite

determinar la concentración de contaminante esperado.
La ecuación de balance de contaminantes al interior de la caja sería:
‫ݐܥ‬௜ = ‫݊ܫ‬௜ + ‫݉ܧ‬௜ + ܶܽ௜ ± ܶ‫ݍ‬௜ − ܶℎ௜ − ‫݌ܦ‬௜
En la Ilustración 4.5, se describen cada uno de estos elementos. Cada uno

de los flujos de contaminantes, permite aplicar la misma fórmula por
contaminante específico.
Más que cantidad de contaminante, en aplicaciones de calidad de aire, es

más útil calcular concentraciones de éstas sustancias. En este caso, la
fórmula se transforma para obtener estos resultados.
Además, existen datos que son difíciles de medir, como lo son la masa de
contaminante transportado hacia y desde la caja, la cantidad de
contaminante creado o destruido mediante transformaciones químicas y la
cantidad de contaminante depuesta.

Ilustración 4.5 – Elementos del Modelo de caja
Tq
Ta Th
In
Em Dp
Transporte desde afuera del área Ta

Transporte hacia afuera del área Th
Emisiones en el área Em
Deposiciones en el área Dp
Inmisiones medidas In
Transformaciones Químicas Tq
(4) (5)
Ta(4,5)
Th(4,5)
Fuente: Elaboración Propia con información de INE México154

Al interior de una masa de aire, el contaminante llega a distribuirse de
acuerdo a fenómenos muy complejos de dinámica de fluidos. Las emisiones
que ingresan a la atmósfera se van difundiendo en la masa de aire,
homogeneizando la concentración del contaminante.
A. TRANSPORTE DE CONTAMINANTES
El transporte de contaminantes hacia y desde el área de la caja en la
realidad está determinado por el movimiento de masas de aire que contienen
los contaminantes. Estas masas de aire ingresan y salen de la caja, incluidos
sus contaminantes. Es por esto que los flujos de transporte están definidos
junto al movimiento de masas de aire y al de los contaminantes en su interior.
Para simplificar los modelos, los flujos de transporte se simplifican al del aire
que se mueve entre caja y su entorno, con una carga de contaminantes igual
al volumen del aire y la concentración de los mismos.
En el modelo propuesto, los parámetros que determinan este transporte de

contaminantes se determinan de acuerdo a la dirección y velocidad del viento
(masa de aire en movimiento) y la concentración de contaminantes de las
zonas de donde proviene, que para el modelo son los límites de la caja.
ܶܽ[4,5] = ‫[݊ܫ‬4] × ݇ܶ
ܶℎ[4,5] = ‫[݊ܫ‬5] × ݇ܶ
La constante de transporte kT es obtenida de acuerdo a las condiciones

atmosféricas determinadas por los parámetros como el viento y la
estabilidad.
Para determinar los valores numéricos de fenómenos de transporte, se

utilizan los datos históricos de inmisiones, las direcciones y velocidades del
viento características, el inventario de emisiones y en el caso del ozono y
nitrógeno, la tasa de transformaciones químicas entre ambos, y en el caso

del PM10, la tasa de deposición seca y húmeda referencial para el
contaminante.
En este modelo en específico, se calcula de esta manera:
Entre 2 áreas a y b, se calcula la diferencia de emisiones que poseen. Estas

emisiones están en masa de contaminante por unidad de área promedio.
‫]ܽ[݉ܧ‬ ‫]ܾ[݉ܧ‬
∆‫= ݉ܧ‬ −
‫]ܾ[ܽ݁ݎܣ ]ܽ[ܽ݁ݎܣ‬
En periodos específicos, se determina la estabilidad atmosférica utilizando

datos meteorológicos, y la dirección de los vientos. En un cálculo iterativo, se
determina el movimiento de las masas de aire de una zona a otra. La pluma
de emisiones contaminantes tendrá una forma similar a la del movimiento de
masas de aire.
Luego se comparan las inmisiones entre ambas áreas, las cuales están
influenciadas por la diferencia de emisiones y la pluma de emisiones
contaminantes.
‫]ܾ[݊ܫ‬
ܶܽ[ܾ] =
∆‫ܽ[݉ܧ‬, ܾ]
Y este transporte se debió a la pluma de contaminantes y la estabilidad

atmosférica. Se fueron registrando estos valores, para diferentes periodos y
se determinó la siguiente tabla de transportes.
Tabla 4.6 – Variación en el Transporte de contaminantes entre áreas

% Dirección del Viento 5 10 20 50
A 0,012 0,12 0,18 0,28
B 0,011 0,09 0,12 0,2
C 0,009 0,08 0,1 0,19
D 0,005 0,05 0,08 0,19

Estabilidad
E 0,002 0,04 0,07 0,19
F 0,001 0,02 0,05 0,18

Para calcular el transporte entre 2 áreas, se determina la posición relativa
entre ambas. Ej. Entre área 1 y área 2, el área 1 está al NE del área 2. Y el
área 2 está al SO del área 1.
En el registro de vientos, se determina qué porcentaje fueron vientos de NE y

de SO. Utilizando este porcentaje se ingresa a la columna de la tabla.
Utilizando la velocidad del viento y la radiación solar, se determina el tipo de

estabilidad. Con este dato se ingresa a la fila de la tabla.
El valor indica la relación entre la inmisión del área y la diferencia de

emisiones por unidad de área.
B. DEPOSICIÓN DE CONTAMINANTES
El cálculo de la deposición de los contaminantes (Dp) en el modelo se realiza
considerando principalmente la humedad relativa y las precipitaciones que se
encuentran en el periodo.
Para determinar la tasa de Deposición, se realizó un análisis histórico que

consideraba la variación de los contaminantes entre periodos con valores
bajos de humedad y precipitación y periodos consecutivos de valores altos
de humedad y precipitación.
La duración del periodo estaba en función a los datos utilizados. Para datos
de los métodos automáticos, el periodo fue de 24 horas, para los datos de los
métodos activo y pasivo, el periodo fue de 1 mes.
Como resultado se obtuvo la siguiente tabla, que indica el porcentaje de

variación en la deposición, bajo estas condiciones, de acuerdo a los datos
históricos.

Tabla 4.7 – Variación en la Deposición de acuerdo a las Condiciones Atmosféricas
Humedad Relativa
Baja Promedio Alta
Precipitaciones
Ninguna -15% -12% -2%
Promedio 0% 0% 13%
Altas 4% 10% 25%

C. TRANSFORMACIONES QUÍMICAS
Aunque las fuentes de información consultada asocian al Ozono y a la
radiación solar como factor que influye en su formación, no se encontró
correlación alguna entre altos niveles de ozono y alta radiación solar.
Lo que sí se encontró fue una fuerte asociación entre lugares con altos
niveles de NO2 y bajos niveles de O3. Por esta razón, para el término de
transformaciones químicas del modelo se utilizarán los niveles altos de
inmisiones de NO2 en la zona como indicador de concentraciones bajas de
O3. La relación viene dada por la función:
‫ܱ[݊ܫ‬3]
ܶ‫ܱܰ[ݍ‬2 ܽ ܱ3] =
‫ܱܰ[݊ܫ‬2]
4.3.9 SALIDA DEL MODELO DE DISPERSIÓN

Para determinar valores finales de concentración de contaminantes en cada
zona, se deben seguir los siguientes pasos:
Recopilar los datos meteorológicos, de inmisiones y emisiones para el

modelo.
Calcular las condiciones de cada elemento (transporte, emisiones,

deposiciones y transformaciones químicas) del modelo de caja.

Ir calculando el resultado del modelo de caja, iniciando con las emisiones, las
inmisiones anteriormente medidas, las interacciones químicas, la deposición
y por último el transporte de contaminantes entre zonas.
Registrar los resultados para cada zona, en la tabla.
Seguir calculando el modelo para los siguientes periodos.
Los resultados muestran las mayores concentraciones para determinados

periodos, desde 1 hora a 24 horas, 1 mes y valores anuales. Estas
concentraciones corresponden a las previstas para una de las 16 zonas de la
ciudad.
Es posible además mostrar la interpolación de concentraciones de

contaminantes mediante un mapa que zonifique por colores los valores de
contaminante de acuerdo a la calidad del aire.
Ilustración 4.6 – Zonificación por Colores, para el mes de Septiembre 2007
Fuente: Modelo de Simulación de Dispersión de Contaminantes155

Propuesta de Modelación de Dispersión - Validación del Modelo
4.4 VALIDACIÓN DEL MODELO
Para validar el modelo, se utiliza 2 métodos.
Verificar si sus resultados corresponden a los obtenidos en periodos

anteriores.
Realizar predicciones en puntos de monitoreo específicos y determinar si los

valores corresponden a los predichos.
4.4.1 VALIDACIÓN REALIZADA PARA PRONÓSTICO (A TRES DÍAS)

Para validar el método, se escogió aleatoriamente 10 periodos en los que
hubo resultados de mediciones de métodos automáticos en los 3 días
siguientes. Contaminantes pronosticados fueron NO2, PM10, y CO. O3 se lo
excluyó por el mal funcionamiento del equipo de medición desde la
instalación de la estación meteorológica.
Se aplicó la metodología del modelo para predecir los valores de

contaminantes en los tres días siguientes (ver anexo con los valores diarios
obtenidos), se compararon con los valores registrados para esos días y se
calculó el error en base a la variación (tanto positiva como negativa) del valor
pronosticado respecto al registrado, obteniéndose los siguientes resultados:
Tabla 4.8 – Porcentaje de error obtenido en 10 pronósticos a 3 días

% Error
Periodo 1er Día 2do Día 3er Día Total
1 12,2% 22,1% 27,0% 20,4%
2 4,9% 8,9% 11,3% 8,4%
3 8,0% 9,4% 3,4% 6,9%
4 6,8% 10,5% 29,5% 15,6%
5 6,7% 7,3% 51,3% 21,8%
6 5,4% 7,4% 15,1% 9,3%
7 5,6% 10,5% 10,2% 8,7%
8 6,5% 7,8% 61,7% 25,3%
9 3,6% 43,6% 9,7% 19,0%
10 5,9% 8,3% 14,9% 9,7%
Promedio 6,6% 13,6% 23,4% 14,5%
Gráfico 4.2 – Porcentaje de error acumulado en los periodos pronosticados.
Porcentaje de Error Acumulado

en el pronóstico de 10 periodos
80,0%
70,0%
60,0%
50,0%
Porcentaje
40,0% 3er Día
30,0% 2do Día
20,0% 1er Día
10,0%
0,0%
1 2 3 4 5 6 7 8 9 10
Periodo de Exposición
De los 10 pronósticos, 5 fueron acertadas (hasta 10% de error en los valores

predichos en promedio), 2 tuvieron hasta 20% de error y son aceptables y las
restantes tuvieron más de 20%. El valor promedio de error máximo fue de
42,7%. El promedio de error fue de 14,5% y la desviación estándar fue de
6,70%
Tabla 4.9 – Calidad del pronóstico realizado a diferentes días.

Tipo de Pronóstico 1er Día 2do Día 3er Día En los 3 días
Acertados <= 10% 9 6 2 5
Aceptable <= 20% 1 2 4 2
Inciertos > 20% 0 2 4 3
En relación a valores por día, las pronósticos al 1er día fueron acertadas
(menos de 10% de error) en un 90% (9 de 10) al 2do día fueron 60% y al 3er
día 20%. El promedio de error de pronóstico de 1 día fue de 6,6%, a 2 días
fue de 13,6% y a 3 días fue de 23,4%.

Gráfico 4.3 – Resultados de la Validación del Modelo para pronóstico a 3 días
Porcentaje de Error Promedio

25,0%
20,0%
15,0%
10,0%
5,0%
0,0%
a 1 día a 2 días a 3 días
Los resultados muestran un modelo que permite pronosticar con una

incertidumbre (en un 95% de los casos) de hasta un 34,6% del valor real los
resultados para los próximos días.
4.4.2 VALIDACIÓN REALIZADA PARA PROYECCIÓN (AL SIGUIENTE MES)

Se escogieron 10 periodos mensuales con valores de contaminación
obtenidos mediante métodos pasivos, activos y automáticos. Contaminantes
pronosticados fueron NO2, PM10, CO y O3.
Se aplicó la metodología del modelo para predecir los valores de

contaminantes en el mes siguiente considerando únicamente los datos
disponibles en meses anteriores al que se debía predecir. Se comparó con
los valores registrados para ese mismo mes y se calculó el error en base a la
variación (tanto positiva como negativa) del valor pronosticado respecto al
registrado, obteniéndose los siguientes resultados:

Tabla 4.10 – Resultados de la predicción de periodos mensuales
% Error
Periodo NO2 O3 CO PM10 Total
2004-11 15,9% 42,1% 45,9% 34,6%
2004-12 20,1% 76,3% 10,9% 35,7%
2005-04 16,8% 14,3% 17,1% 16,1%
2005-12 6,9% 1,5% 6,9% 5,1%
2007-07 1,1% 50,5% 15,6% 22,4%
2007-11 18,0% 18,0% 5,5% 13,8%
2008-03 3,2% 11,9% 29,8% 18,4% 15,8%
2008-09 10,7% 51,2% 1,5% 16,5% 20,0%
2008-11 12,4% 11,0% 15,1% 17,7% 14,1%
2009-01 1,6% 8,0% 13,5% 7,4% 7,6%
Promedio 10,7% 28,5% 15,0% 16,2% 17,6%
En los primeros 6, no habían datos de CO disponibles, por lo que no se

realizó el pronóstico. A continuación se grafica el porcentaje de error en cada
mes pronosticado, por contaminante.
Gráfico 4.4 – Porcentaje de error en la predicción de periodos mensuales

Porcentaje de Error por Contaminante
en la predicción de 10 periodos mensuales
90,0%
80,0%
70,0%
60,0%
Porcentaje
50,0%
40,0%
30,0%
20,0%
10,0%
0,0%
Periodo de Exposición Elegido

NO2 (ug/m3) O3 (ug/m3) PM10 (ug/m3) CO (ug/m3)
De los 10 pronósticos, 2 fueron acertados (hasta 10% de error en los valores

predichos en promedio), 5 tuvieron hasta 20% de error y las restantes
tuvieron más de 20%. El valor máximo de error fue de 35%. El promedio de
error fue de 17,6% y la desviación estándar de 10,15%
Tabla 4.11 – Calidad de la predicción realizada a 1 mes
NO2 O3 CO PM10
Tipo de Predicción Total
(ug/m3) (ug/m3) (ug/m3) (ug/m3)
Acertados <= 10% 4 2 1 3 2

Aceptable <= 20% 5 4 2 6 5
Inciertos > 20% 1 4 1 1 3
Revisando los datos, se observó bastantes errores en la predicción de los

valores de ozono, los cuales pueden deberse a imprecisiones en el modelo
por falta de información o por la propia incertidumbre del método de
medición, (Véase pág. 103, 3.5.3 Incertidumbre de los Métodos).
Gráfico 4.5 – Resultados de la Validación del Modelo para predicción a 1 mes
Porcentaje de Error Promedio en la

Predicción a 1 Mes
30,0%
25,0%
20,0%
15,0%
10,0%
5,0%
0,0%
NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3)
A pesar de que los errores parecen muy elevados, las predicciones se las
puede tomar como referencia. Se puede afirmar que en un 95% de los casos,
el error promedio no sobrepasará el 48%
Cabe notarse que para estas predicciones se usaron los valores promedio de
parámetros meteorológicos para ese mes, tomando como base 5 años
distintos. Tal vez si se utiliza como entrada al modelo las condiciones
meteorológicas pronosticadas para ese mes, es posible que el error en la
predicción disminuya.

Propuesta de Modelación de Dispersión - Implementación del Modelo
4.5 IMPLEMENTACIÓN DEL MODELO
Después del diseño del modelo, la implementación del mismo consiste en
hacer práctica su utilización, de acuerdo a los fines necesarios para la
persona o institución que implemente el modelo.
Para los datos de emisiones, la base de datos debe contar con información
referenciada con sus coordenadas geográficas (georeferenciada) que
mantenga un inventario de las emisiones generadas en la ciudad y sus
alrededores. Este inventario además de las cantidades emitidas debe
permitir pronosticar las emisiones para realizar proyecciones del modelo.
Esta base de datos se realiza durante el inventario de emisiones. Las fuentes

fijas pueden ser georeferenciada usando la dirección de la industria por
ejemplo. Las fuentes móviles son georeferenciables mediante el cálculo de
las emisiones de las avenidas y calles de la ciudad y su ubicación. Las
fuentes de área pueden ser georeferenciadas de acuerdo a criterios de
ubicación de este tipo de fuentes, por parte de quienes realizan el inventario
de emisiones.
Los datos meteorológicos serán almacenados con la mayor resolución

posible, como mínimo de 1 hora, mediante un sistema que descargue los
datos y almacene en una base de datos que facilite el acceso a estos datos.
La información sobre los históricos de inmisiones debe actualizada

periódicamente, con el fin de mantener el modelo al día.
El procesamiento de los datos deberá ser realizado de manera automática,

para reducir el tiempo de trabajo necesario para realizar las predicciones y
pronóstico. La generación de los informes indicará un margen de error
probabilístico de los datos ofrecidos.
Se deben establecer los flujos de información pertinentes hacia las

autoridades y la población en general.

Propuesta de Modelación de Dispersión - Mantenimiento del Modelo
El objetivo de este trabajo de investigación era diseñar el modelo, el cual
está en la forma de un algoritmo, el cual permite recopilar y analizar los datos
metodológicamente para establecer un pronóstico o una predicción. La
implementación futura depende de las características específicas de quienes
lleguen a implementarlo.
4.6 MANTENIMIENTO DEL MODELO

El modelo de Dispersión debe ser revisado periódicamente con el fin de
mantenerse actualizado y mejorar la confiabilidad en el modelo.
El mantenimiento consiste en replantearse el diseño del modelo, bajo una

perspectiva de mejora en el procedimiento implementado.
Entre las actividades necesarias para la mejora continua del modelo se

tienen:
Actualización del Inventario de Emisiones, a realizarse cada año, o cada 2

años, a determinarse por las instituciones que implementen el modelo,
considerando si la información disponible está de acuerdo a los niveles de
emisiones actuales y al factor económico.
Cambios en la Red de Monitoreo; como nuevos puntos de monitoreo, nuevos

contaminantes monitoreados, otras metodologías, otras variables y
eliminación de estaciones de monitoreo innecesarias.
Recálculo de los coeficientes de transporte, los coeficientes de deposición

húmeda, deposición seca, interacciones químicas, utilizando los datos de
inmisiones y ensayos de laboratorio, ya sea propios o de otros
investigadores.
Nuevos análisis de las series de tiempo, anual, semanal, diario, de cada una
de las variables medidas, como niveles de emisión, inmisión, variables
meteorológicas y otras.

Propuesta de Modelación de Dispersión - Análisis Costo Beneficio
4.7 ANÁLISIS COSTO BENEFICIO
A continuación se establecerá mediante datos cuantitativos y cualitativos las
ventajas de la implementación de la propuesta de un modelo de la dispersión
de contaminantes en la ciudad de Santa Cruz de la Sierra, que permita la
simulación de las condiciones que afectan la contaminación atmosférica.
Actualmente la Red de Monitoreo de la Calidad del Aire (Red MoniCA),

realiza mediciones durante todo el año de las concentraciones de los
contaminantes atmosféricos. La información generada por la red de
monitoreo será utilizada para la propuesta, pero al ser una red ya en
funcionamiento, gestionada por tres instituciones: la UPSA, el Gobierno
Municipal de Santa Cruz de la Sierra y la Swisscontact, el acceso a la
información no supone un costo específico para el modelo de dispersión de
contaminantes.
Para obtener información más precisa y detallada de los niveles de

contaminación en la ciudad de Santa Cruz de la Sierra, la Red MoniCA
necesitará readecuar sus estaciones de monitoreo con el tiempo. La
información obtenida a través del modelo de simulación puede indicar en
cuáles ubicaciones se necesitarían nuevas estaciones de monitoreo, cuáles
son innecesarias y si se deben contar con nuevos métodos, monitoreo de
otros contaminantes o cambios de metodología (de activo y pasivo a
automático).
Para la correcta modelación de los contaminantes, es necesario contar con

inventario de emisiones lo más específicos posibles. Estos inventarios de
emisiones necesitan ser actualizados como mínimo cada año, pero la
elaboración inicial es la más morosa, debido al relevamiento inicial de la
información en todas las fuentes de emisión, que año a año pueden
mantenerse y se registrarían al inventario únicamente las nuevas fuentes o
se eliminarían aquellas que han dejado de emitir.

4.7.1 COSTOS DE LA IMPLEMENTACIÓN
Para la implementación del modelo de dispersión de contaminantes
atmosféricos, se deben incurrir en los siguientes costos:
A. INVERSIÓN EN EQUIPOS NECESARIOS

Aunque no es necesaria una computadora exclusiva para implementar el
modelo y su posterior funcionamiento, se considera el costo de una con la
capacidad necesaria para el funcionamiento adecuado del software. Entre las
características que se pueden mencionar:
Tabla 4.12 – Especificaciones del Equipo de Computación

Característica Especificación Motivo
Almacenamiento Mínimo 13 GB, pero se La cantidad de datos que se deben manejar requiere
recomienda unos 20 GB que sea una computadora con buena capacidad de
o más. almacenamiento de acuerdo a los requerimientos de
datos:
Datos meteorológicos y previsiones climatológicas- 60
MB
Datos de inmisiones de contaminantes - 80 MB
Datos emisiones en Fuentes fijas - 50 MB en total,
Fuentes móviles - 30 MB en total, Fuentes de área - 50
MB
Mapas y sistema de información geográfica – 200 MB.
Software específico para el modelo y la simulación –1
GB
Software general de la computadora – 10 GB
Procesamiento Procesador de 1 GHz La cantidad de procesamiento requerida depende de la
como mínimo. complejidad del modelo. De acuerdo a la propuesta, se
necesita bastante poder de procesamiento.
Memoria RAM de 1 GB
Procesamiento de datos de entrada
Cálculo de concentraciones
Generación de gráficas de dispersión
Retroalimentación del modelo
Software General de la Computadora
Conectividad Tarjeta de Red Ethernet, Conectividad a través de red para acceso a los datos
Conexión a Internet de:
Estaciones de monitoreo automáticas,
Datos meteorológicos generadas por otras redes y
Información de emisiones.
Envío de reportes y publicación de resultados en
páginas de Internet
Interfaces y Periféricos Monitor de 17’’ Entradas y salidas estándares.
Teclado y Mouse

El costo de un equipo que cumple estas características, (al 04-2009) es de
aproximadamente 450 US$ (nuevo) pero puede readaptarse equipos más
antiguos, debido al bajo requerimiento de hardware.
B. INVERSIÓN EN SOFTWARE NECESARIO.

Para el funcionamiento del modelo de simulación, el equipo requiere
software, tanto especializado como general para su funcionamiento. Además
del costo de la instalación y de las licencias de software, también se
considera el costo de capacitación en su uso.
Tabla 4.13 – Especificaciones del Software

Actividad Software Costo Anual
Sistema Operativo Microsoft Windows 250 US$
Información Geográfica ILWIS 50 US$
Procesador de Texto OpenOffice Writer 20 US$
Bases de Datos Microsoft Office Access 300 US$
Hojas de Cálculo y Gráficos Microsoft Office Excel 250 US$
Modelos de Emisiones EPA AERMET y similares 150 US$
C. COSTOS DE LA RECOPILACIÓN DE DATOS NECESARIOS

Entre estos gastos se tienen aquellos que corresponden a las instancias de
medición de la calidad del aire, medición de parámetros meteorológicos,
inventarios de emisiones, y otros datos para el modelo propuesto
Tabla 4.14 – Costos Anuales de la Obtención de los Datos

Nombre Actividad Costo Anual
10000 US$ / año (es
Medición métodos Activos, Pasivo y Automático de
el estimado que
las Concentraciones de Contaminantes a lo largo
gastan las
de todas las estaciones de la Red de Monitoreo.
Red MoniCA instituciones)
Es financiado por el Gobierno Municipal de Santa
0 US$ (ya se realiza
Cruz de la Sierra y la Universidad Privada de
y los datos están
disponibles)
Registro de fuentes fijas, móviles y de área en el
Inventario de Emisiones área de influencia del modelo. (se está realizando 2000 US$
el inventario de emisiones del año 2008)
Varias Estaciones Meteorológicas distribuidas a lo
Red Meteorológica largo de la ciudad para registrar los vientos, 200 US$
precipitación, temperatura, radiación, etc.
Datos institucionales que complementen al modelo
Otros Datos 50 US$
(Ej. Datos del INE, RUAT, etc)

D. COSTOS DE FUNCIONAMIENTO
Incurridos por el uso de la tecnología del modelo de dispersión de
contaminantes. Esto incluye los recursos humanos, tecnológicos y de
difusión de resultados.
Tabla 4.15 – Costos de Funcionamiento del Modelo

Profesional que utiliza el modelo propuesto para
Recursos Humanos 6000 US$
obtener los resultados
Utilización de equipos, comunicaciones,
Tecnológicos 200 US$
necesarios para los objetivos del modelo
Páginas Web, Folletos, Revistas, Mensajes en
Difusión 500 US$
Radio, TV.
E. COSTOS DE MANTENIMIENTO
Actualización del método para el cálculo del modelo de dispersión propuesto,
de realizarse una vez al año. Consiste en revisar la metodología de
implementación del modelo y adaptarlo de acuerdo a los cambios y
optimizarlo, de acuerdo a la experiencia obtenida en los años anteriores.
Tabla 4.16 – Costos de Mantenimiento del Modelo

Profesional que utiliza el modelo propuesto para
Recursos Humanos 1000 US$
obtener los resultados
Utilización de equipos, comunicaciones,
Tecnológicos 500 US$
necesarios para los objetivos del modelo
F. COSTOS TOTALES
Para la implementación, funcionamiento y mantenimiento del modelo
propuesto, de acuerdo a los costos presentados, se tiene como costo total:
1450 US$ en inversión inicial y 20250 US$ de costos anuales.
Cabe destacar que una buena parte de los costos anuales (12200 US$) ya
son asumidos por instituciones que participan del Proyecto Aire Limpio y la
Red MoniCA, como lo son el Gobierno Municipal de Santa Cruz,
Swisscontact y la Universidad Privada de Santa Cruz de la Sierra.

4.7.2 BENEFICIOS CUALITATIVOS
Los beneficios que genera este modelo de dispersión están en relación a las
ventajas de poseer mayor información acerca de cómo afectan en la calidad
del aire las diversas variables relacionadas con la contaminación atmosférica.
Presentar resultados de pronóstico de la Contaminación Atmosférica lleva los

siguientes beneficios:
Permite establecer alertas a la población, la cual puede prepararse para

minimizar su exposición a niveles altos de contaminación. Esto permitirá
reducir el número de casos agudos provocados por un aire impuro y
disminuir los costos asociados al tratamiento de emergencia, la reducción de
la productividad de los trabajadores y la mortalidad asociada.
La planificación urbana podrá utilizar los modelos de dispersión para

determinar las áreas más vulnerables a los efectos de contaminación y
planificar los lugares de futuros desarrollos industriales, de comercio y de
vivienda.
Se podrá establecer la efectividad de medidas gubernamentales y

legislativas, al permitir simular escenarios futuros de contaminación
ambiental, en condiciones determinadas.
Determinar la efectividad de la red de Monitoreo existente, mediante la

modelación de la dispersión que podría indicar la existencia de otros puntos
críticos que no se han identificado aún y que deberían ser monitoreados.

Propuesta de Modelación de Dispersión - Conclusiones
4.8 CONCLUSIONES
Se propone un modelo de dispersión de contaminantes basado en el modelo
de las multicajas, debido a la disponibilidad de datos, el área del estudio y la
utilización de variables meteorológicas que modifican las tasas de dispersión
y deposición de los contaminantes.
El modelo permitirá hacer pronósticos de calidad del aire para los próximos
días, predicciones anuales de las tendencias de contaminación, predicciones
del impacto de posibles medidas y escenarios de contaminación y la
interpolación de valores de contaminación, en especial, en aquellas áreas en
las que no hay una estación de monitoreo cercana.
Se ha dividido la ciudad en 16 áreas y sus alrededores en 8 áreas. Esta

división permite que el modelo esté mejor adaptado a las condiciones
encontradas en la ciudad.
Las variables a utilizarse deben sistematizarse, a fin de que el modelo una

vez en operación sea lo más fácil de operar y los datos generen
informaciones lo más fácilmente posible. Por esto el modelo propuesto utiliza
tablas para organizar la información de ingreso al modelo y permiten operar
de manera más fácil con el mismo.
Además se describió cómo realizar el cálculo para determinar los diferentes

elementos del modelo. El transporte hacia (Th) y desde (Ta) la caja está en
función a la dirección del viento, estabilidad atmosférica y la diferencia de
emisiones entre áreas. La deposición (Dp) está en función a la concentración
de contaminantes y a las variables meteorológicas de Humedad Relativa y
Precipitaciones. Las Transformaciones Químicas (Tq) está en función a la
concentración de NO2 y O3 al no haberse encontrado otra correlación más
significativa.
Se realizó la validación del modelo, el cual muestra que éste es confiable (un
70% de las veces con más de 80% de acierto) en pronósticos a 3 días. Y en

Propuesta de Modelación de Dispersión - Referencias
predicciones de contaminación al siguiente mes, hay una confiabilidad del
80% el 70% de las veces.
La propuesta tiene un costo anual de 20250 US$ y una inversión de 1450

US$. Esto considera incluso algunos costos que ya son asumidos por
instituciones existentes como lo son el Gobierno Municipal de Santa Cruz,
Swisscontact y la Universidad Privada de Santa Cruz de la Sierra (UPSA).
El costo del proyecto justifica los grandes beneficios para la comunidad que
tendría un modelo de las características mencionadas.
4.9 REFERENCIAS
143
Sonia Alvarado, Marcos Luján, and Christian Bomblat. “Modelación de las emisiones del
parque automotor en la ciudad de Cochabamba - Bolivia.”
144
Ibid. 478.
145
Ibid. fig. 3.
146
O. R. Sanchez-Ccoyllo et al. “Determination of O3-, CO- and PM10-transport in the
metropolitan area of Sao Paulo, Brazil through synoptic-scale analysis of back trajectories.” in
Meteorology Atmospheric Physics (2006), 86,
[http://meioambiente.cptec.inpe.br/pdf/MAPtrajectory.pdf] [Acceso: 16-03-2009].
147
“A review of the molecular diffusivities of H2O, CO2, CH4, CO, O3, SO2, NH3, N2O, NO,
and NO2 in air, O2 and N2 near STP,”
[http://cat.inist.fr/?aModele=afficheN&cpsidt=2272030] [Acceso: 21-05-2009].
148
Ángel Franco. “Difusión. Ley de Fick.” Difusión. Ley de Fick,
[http://www.sc.ehu.es/sbweb/fisica/transporte/difusion/difusion.htm] [Acceso: 21-05-2009].
149
Guadalupe Cisniega. “Contaminación del Aire Urbano: Efectos de la Radiación Solar.” in .
Cancún, México, (2002).
150
Martín Blaser. Dispersión de la contaminación atmosférica causada por el tráfico
vehicular. 34.
151
Turner D. Bruce. Workbook of Atmospheric Dispersion Estimates, 2º ed. USA: Lewis
Publishers, (1994), 5-1, [Acceso: 10-02-2009].
152
Secretaría de Medio Ambiente y Recursos Naturales and Instituto Nacional de Ecología.
Guía de elaboración y usos de inventarios de emisiones. Mexico, 258, [Acceso: 11-05-
2009].

Propuesta de Modelación de Dispersión - Referencias
153
Wikipedia. “Inverse distance weighting” (9-05-2009),
[http://en.wikipedia.org/wiki/Inverse_distance_weighting] [Acceso: 11-05-2009].
154
“Estimación de Emisiones Mediante Modelos de Emisión de Contaminantes,”
[http://www.ine.gob.mx/publicaciones/libros/457/estimacion2.pdf] [Acceso: 20-10-2008].
155
S. G. Cardenas et al. “Modelo de Simulación de Dispersión de Contaminantes.” in . Santa
Cruz, Bolivia, (2007).

Conclusiones y Recomendaciones - Contenido del Capítulo
Capítulo 5 CONCLUSIONES Y RECOMENDACIONES

En este capítulo se analizan las conclusiones obtenidas a partir del estudio
realizado. Y se realizan las recomendaciones para la mejora de éste y
otros trabajos relacionados.

Conclusiones y Recomendaciones - Conclusiones
5.1 CONCLUSIONES
El problema de la contaminación atmosférica es que la alteración de la
composición natural de la atmósfera por sustancias contaminantes produce
efectos negativos sobre la salud de las personas, las plantas, los animales e
inclusive las edificaciones.
De acuerdo a la cantidad de contaminante presente en el aire, se producen

problemas en la salud de las personas expuestas. Los límites permisibles
responden a las concentraciones máximas con menores riesgos para la
salud, establecidas en estudios de epidemiología.
La Calidad del Aire está en estrecha relación al fenómeno de la dispersión de

contaminantes. La problemática de la dispersión de contaminantes
atmosféricos es un tema de interés, por los posibles beneficios e
implicaciones para la Gestión Ambiental de la Calidad del Aire.
La dispersión y las interacciones químicas de los contaminantes es afectada

por un gran número de factores, como los factores meteorológicos del viento,
la humedad, la radiación solar, el perfil vertical de temperatura; también
influyen los factores del relieve del terreno. Los contaminantes estudiados y
sus características principales se resumen en la tabla a continuación.
Tabla 5.1 - Características de Contaminantes Estudiados

Contaminante Fuentes Principales Dispersión Efectos
NOx – NO2 Combustiones a alta Cercano a los emisores, Irritante, es un precursor
temperatura: motores de los NO se oxidan hasta de la lluvia ácida y otros
Óxidos de Nitrógeno,
gasolina de los NO2, la forma más contaminantes como el
principalmente Dióxido de
automóviles, centrales estable. Ozono.
Nitrógeno
térmicas, etc.
O3 Reacciones Secundarias Dado que es un Ataca a las plantas,
entre NOx, COV y luz contaminante secundario, reduciendo los cultivos.
Ozono troposférico
ultravioleta se dispersa alrededor de
Afecta las vías aéreas y
las fuentes de COV y NOx
es irritante.
PM – PM10 Combustión incompleta, Partículas livianas y Afectan al sistema
Procesos industriales, pequeñas, se dispersan respiratorio, penetran en
Material Particulado, en
Erosión con el viento, mientras los pulmones.
especial el PM10, (menor
más ligeras y pequeñas,
a 10 micras).
una mayor distancia.
CO Combustión incompleta Gradualmente se Intoxicación, impide la
transforma a CO2 oxigenación de la sangre
(Monóxido de Carbono)

La concentración de algunos contaminantes atmosféricos de la ciudad de
Santa Cruz de la Sierra ha sido registrada desde el año 2004. Los datos de
la Red de Monitoreo de la Calidad del Aire (Red MoniCA) abarcan un periodo
de tiempo que permite estudiar con detalle el fenómeno de la contaminación.
Analizando los ciclos anuales, se ven patrones muy definidos del

comportamiento de los contaminantes. Se distingue que en la época seca
(meses de julio, agosto, septiembre y octubre) los niveles de contaminantes
se elevan.
La asociación de los contaminantes primarios en las fuentes de emisión es

visible en los ciclos diarios, así como la participación del O3 en los procesos
diarios.
Analizando los ciclos semanales, los días con mayor contaminación son los
días laborables (de lunes a viernes), a excepción del O3, que presenta
mayores concentraciones los fines de semana, al estar correlacionado
negativamente con los NO2 y por ser un contaminante secundario que
demora en su transformación y transporte. El CO tiene su máximo a final de
la semana laboral (jueves y viernes), lo cual indica que se va acumulando a
lo largo de la semana, produciéndose más que la cantidad que se dispersa o
destruye y el fin de semana vuelven a bajar los valores gracias a la
disminución de las emisiones.
A largo plazo, las tendencias muestran que hay contaminantes que están
disminuyendo (PM10), otros se incrementan muy lentamente (NO2) y otros
tienen comportamiento algo irregular, pero el último año han subido bastante
(O3 y CO).
Las zonas con mayor tráfico vehicular registran mayores valores, lo que se
corresponde con la idea de que los vehículos son los principales emisores de
contaminantes.

Los automóviles, con su rápido índice de crecimiento, son la principal fuente
de emisiones, incrementándose con la actual congestión vehicular. A esto se
suman las emisiones industriales, localizadas principalmente en el parque
industrial, al noreste y este de la ciudad.
Las emisiones producidas por los incendios forestales son un factor que
influye bastante en la calidad del aire. Otros trabajos han demostrado los
fenómenos de dispersión y transporte que sufren los contaminantes emitidos
en lugares como el norte de Bolivia y el oeste de Brasil, que finalmente llegan
hasta el sur de Continente, como Argentina, Paraguay, Uruguay y el sur de
Brasil.
Para estimar las cantidades de contaminantes atmosféricos generados, se

ha hecho una estimación, basada en la metodología de un Inventario de
Emisiones.
Como primer paso, se han clasificado las fuentes de los contaminantes en

fijas, móviles y de área. Cada una de estas fuentes tienen sus métodos para
estimar las emisiones, pero el más utilizado es el de los factores de emisión,
en el cual, el contaminante, y la cantidad emitida dependen de la actividad
que se realice y durante cuánto tiempo.
Se han determinado las cantidades de contaminantes generados para la

ciudad de Santa Cruz, distribuyendo geográficamente estas emisiones.
En la estimación realizada de las emisiones, se determinó que en la ciudad

de Santa Cruz se produjeron el año 2008 aproximadamente: 18530 Tn/Año
de PM10, 40158 Tn/Año de CO y 4653 Tn/Año de NOx. Los vehículos son la
principal fuente de CO, de NOx y las fuentes de área son la principal fuente
de PM10.

Geográficamente y meteorológicamente se tienen condiciones que permiten
la dispersión de los contaminantes, aunque la alta radiación solar de la
región fomenta la producción de neblinas fotoquímicas de O3.
El contaminante que más afecta al Índice de Contaminación Atmosférica es

el PM10, el cual se ve afectado por los vientos, las fuentes de área, la hora
del día y el mes del año.
Para establecer el modelo que explique la dispersión de los contaminantes,

se realizaron análisis multivariables que definan estadísticamente dentro de
un intervalo de confianza la relación entre concentración de contaminantes y
factores de emisión, dispersión, interacciones y deposición.
Se propone un modelo de dispersión de contaminantes basado en el modelo

de las multicaja, debido a la disponibilidad de datos, el área del estudio y la
utilización de variables meteorológicas que modifican las tasas de dispersión
y deposición de los contaminantes.
El modelo permitirá hacer pronósticos de calidad del aire para los próximos
días, predicciones anuales de las tendencias de contaminación, predicciones
del impacto de posibles medidas y escenarios de contaminación y la
interpolación de valores de contaminación, en especial en aquellas áreas en
las que no hay una estación de monitoreo cercana.
Se ha dividido la ciudad en 16 áreas y sus alrededores en 8 áreas. Esta

división permite que el modelo esté mejor adaptado a las condiciones
encontradas en la ciudad.
Las variables a utilizarse deben sistematizarse, a fin de que el modelo una

vez en operación sea lo más fácil de operar y los datos generen
informaciones lo más fácilmente posible. Por esto el modelo propuesto utiliza
tablas para organizar la información de ingreso al modelo y permiten operar
de manera más fácil con el mismo.

El cálculo de los coeficientes de los diferentes elementos del modelo se
realizó en base a la información del diagnóstico. El transporte hacia (Th) y
desde (Ta) la caja está en función a la dirección del viento, estabilidad
atmosférica y la diferencia de emisiones entre áreas. La deposición (Dp) está
en función a la concentración de contaminantes y a las variables
meteorológicas de Humedad Relativa y Precipitaciones. Las
Transformaciones Químicas (Tq) está en función a la concentración de NO2 y
O3 al no haberse encontrado otra correlación más significativa.
Se realizó la validación del modelo, el cual muestra que éste es confiable en

un 50% de las veces con más de 95% de acierto en pronósticos a 3 días. Y
en predicciones de contaminación al siguiente mes, hay una confiabilidad del
85% el 50% de las veces.
La propuesta tiene un costo anual de 20250 US$ y una inversión de 1450

US$. Esto considera incluso algunos costos que ya son asumidos por
instituciones existentes.
El costo del proyecto justifica los grandes beneficios para la comunidad que
tendría un modelo de las características mencionadas.

Conclusiones y Recomendaciones - Recomendaciones
5.2 RECOMENDACIONES
Fortalecer los datos meteorológicos mediante un acuerdo con el SENAHMI,
el cual tiene una red nacional de Meteorología.
El sistema de calidad de la Red MoniCA debe mejorar. La incertidumbre de

los datos obtenidos es elevada para el requerimiento del modelo. Los datos
de la red Pasiva y Activa tienen un porcentaje de incertidumbre sistemática
(un 5 a 10%) y experimental (entre 15 y 25%), la cual debería bajar a menos
del 20% en total. En la red Automática, el problema es la falta de datos en
varios periodos debido problemas como: el mal funcionamiento de los
equipos, falta de calibración de los mismos o pérdida de datos, por la falta de
un operador dedicado a mantener los equipos de la Red Automática.
La realización de un inventario de emisiones de la ciudad de Santa Cruz de

la Sierra podrá proporcionar datos más exactos sobre la cantidad de
contaminantes emitidos en la ciudad. Este inventario conviene que sea
planificado desde sus inicios para el uso de sus datos en modelos de la
calidad del aire. Para esto, se deben registrar las fuentes de emisión
(puntuales, lineales y de área), con su ubicación geográfica exacta.
El análisis de los resultados del modelo indica que tiene un grado de

porcentaje de incertidumbre. El modelo debe ser readecuado cada año, y
mejorar su método, haciéndolo cada vez más preciso.

Bibliografía
BIBLIOGRAFÍA
“A review of the molecular diffusivities of H2O, CO2, CH4, CO, O3, SO2,
NH3, N2O, NO, and NO2 in air, O2 and N2 near STP.”
[http://cat.inist.fr/?aModele=afficheN&cpsidt=2272030] [Acceso: 21-05-
2009].
A. M. Ramos. “SIMULAÇÃO NUMÉRICA DA DISPERSÃO DE POLUENTES

EMITIDOS POR INCÊNDIOS NO VERÃO DE 2003 NA
PENINSULA IBÉRICA.” PAMPLONA, (2006). [http://www.ame-
web.org/JORNADAS/Co2-trabajo%20Ramos%20et%20al.pdf]
[Acceso: 30-09-2008].
A. Retalis, S. Michaelides, D. Paronis, and F. Tymvios. Air quality study over

Cyprus: The AERAS project (2005).
[http://www.cosis.net/abstracts/EGU2007/01582/EGU2007-J-
01582.pdf] [Acceso: 6-10-2008].

[http://en.wikipedia.org/wiki/Air_pollution] [Acceso: 19-10-2008].
Ángel Franco. “Difusión. Ley de Fick.” Difusión. Ley de Fick.

[http://www.sc.ehu.es/sbweb/fisica/transporte/difusion/difusion.htm]
[Acceso: 21-05-2009].
C. M. Tinoco. Manual de Clase Trabajo Final de Grado I IN519. Santa Cruz,

Bolivia, (2008).
Centro de Investigaciones del Oriente, Universidad Nacional del Oriente.

“Factores Influyentes en los Niveles de COHB, MetaHB y
desencadenamiento de los Síntomas de Parámetros de Riesgo en
Sujetos Expuestos a Medios con Alto Flujo Vehicular en Santa Cruz.”
Santa Cruz, Bolivia, (2008).
CEPIS, and OPS. “Transporte y dispersión de contaminantes en el aire

ambiental.” Curso de Autoinstrucción Orientación para el Control de la
Calidad del Aire (2002).
[http://www.cepis.org.pe/bvsci/E/fulltext/orienta/cap6c.pdf] [Acceso: 20-
10-2008].
CNI - Cámara Nacional de Industrias. “Guía Directorio de la Industria

Boliviana.” [http://www.bolivia-
industry.com/guiadirectorio/Sistema/Busquedas/rubro.php#] [Acceso:
10-11-2008].

Bibliografía
“Coeficiente de correlación de Pearson - Wikipedia, la enciclopedia libre.”
[http://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pe
arson] [Acceso: 27-02-2009].

[http://es.wikipedia.org/wiki/Contaminaci%C3%B3n_atmosf%C3%A9ric
a] [Acceso: 22-09-2008].
Cynthia Bojanic. “Caracterización de los contaminantes atmosféricos por

fuentes emisoras y métodos para reducir impactos sobre la salud en la
ciudad de Santa Cruz de la Sierra.” Tesis para optar al título de
Magister Cientiarium, Universidad Autónoma Gabriel René Moreno,
(2004). [Acceso: 13-11-2008].
David Cooper, C., and F. C. Alley. Air Pollution Control. Tercera Edición.
Estados Unidos: Waveland Press, (2002).
Departamento de Geofísica - Facultad de Ciencias Físicas y Matemáticas -

Universidad de Chile. “Dispersión de Contaminantes.” Atmósfera.cl.
[http://www.atmosfera.cl/HTML/temas/contaminacion/conta3.html]
[Acceso: 20-10-2008].
Dimarena. “PROGRAMA DE INCENDIOS 2006 - 2010” (2006).
“Dirección de Manejo de Recursos Naturales (DIMARENA) - Prefectura de

Santa Cruz, Bolivia - Reportes diarios de focos de calor.”
[http://servicios.santacruz.gov.bo/forestal/index.php?option=com_cont
ent&task=category&sectionid=4&id=13&Itemid=32#] [Acceso: 10-11-
2008].
Dirección de Medio Ambiente. Lista de Industrias Categorizadas según RAI.

Lista de Industrias Categorizadas. Santa Cruz, Bolivia: Gobierno
Municipal de Santa Cruz de la Sierra, (3-04-2009).
Douglas Montgomery. Diseño y Análisis de Experimentos. Mexico: Grupo

Editorial Iberoamérica.
El Deber. “Parque automotor se duplicó en 4 años.”

[http://www.eldeber.com.bo/2008/2008-06-
09/vernotaahora.php?id=080608195526] [Acceso: 17-11-2008].
“Emisiones - Wikipedia, la enciclopedia libre.”

[http://es.wikipedia.org/wiki/Emisiones] [Acceso: 20-10-2008].
“Emission factor - Wikipedia, the free encyclopedia.”

[http://en.wikipedia.org/wiki/Emission_factor] [Acceso: 20-10-2008].

Bibliografía
“Emission Factors Database.” [http://www.naei.org.uk/emissions/] [Acceso:
27-02-2009].
“Estimación de Emisiones Mediante Modelos de Emisión de Contaminantes.”

[http://www.ine.gob.mx/publicaciones/libros/457/estimacion2.pdf]
[Acceso: 20-10-2008].
Freitas S. R., Longo K. M., Silva Dias M. A. F., Chatfield R., Silva Dias P.,
Artaxo P., Andreae M. O., et al. “Modelo CATT-BRAMS / Qualidade do
Ar.” [http://meioambiente.cptec.inpe.br/modelo_cattbrams.html]
[Acceso: 9-03-2009].
Gerard Kiely. Ingeniería Ambiental. Vol. 1. 3 vols.
Gerard Kiely. Ingeniería Ambiental. Vol. 3. 3 vols. Madrid: McGraw-Hill,

(1999).
GMLP. “Inventario de Emisiones de la Ciudad de La Paz Año 2007” (2008).
Gobierno Municipal de Santa Cruz de la Sierra. “Portal del Municipio

Autónomo de Santa Cruz de la Sierra.”
[http://www.gmsantacruz.gov.bo/] [Acceso: 7-06-2009].
Guadalupe Cisniega. “Contaminación del Aire Urbano: Efectos de la

Radiación Solar.” Cancún, México, (2002).
IBNORCA. “NB62011 Calidad del aire - Contaminantes criterio exterior -

Límites máximos permisibles.” [Acceso: 4-10-2008].
IBNORCA. “NB62018 Calidad del aire - Índice de la contaminación

atmosférica.” [Acceso: 6-10-2008].
INPE. “Divisão de Satélite e Sistemas Ambientais.”

[http://satelite.cptec.inpe.br/home/] [Acceso: 17-03-2009].
INPE. “Qualidade do Ar.” Centro de Previsao do Tempo e Estudios

Climáticos (7-03-2009). [http://meioambiente.cptec.inpe.br/] [Acceso:
17-03-2009].
Instituto Nacional de Estadística de Bolivia. “Santa Cruz. Valor Bruto de

Producción de la Industria Manufacturera.”
[http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC027003.HTM]
[Acceso: 7-06-2009].
Instituto Nacional de Estadística de Bolivia. “Santa Cruz: Proyecciones de

Población, Según Municipio, 2000 - 2010.”
[http://www.ine.gov.bo/indice/visualizador.aspx?ah=PC20407.HTM]
[Acceso: 7-06-2009].
Bibliografía
International Sustainable Systems Research Center. “International Vehicle
Emissions Model.” Welcome to International Sustainable Systems
Research Center. [http://www.issrc.org/] [Acceso: 4-06-2009].
K. M. Longo, S. R. Freitas, A. Ulke, and A. G. Hierro. “Transport of Biomass

Burning Products in Southeastern South America and its relationship
with the South American Low Level Jet East of the Andes.” In . 121-
129. Foz de Iguacu, Brasil: INPE, (2006).
[http://meioambiente.cptec.inpe.br/pdf/longo_LLJ.pdf] [Acceso: 17-03-
2009].
“La Contaminación Atmosférica IV.”

[http://www.jmarcano.com/recursos/contamin/catmosf4.html] [Acceso:
20-10-2008].
Ley 1333 Reglamento en materia de contaminación atmosférica. Decreto

Supremo (1995). [Acceso: 15-11-2008].
M. Hangartner. “Evaluation of project MONICA

AIRE Limpio Bolivia.” Passam AG, (28-10-2008).
“Manual para la Elaboración de un Inventario de Emisiones en Bolivia”

(2007).
Manzoni Rivarola, Nidia Katiuska. “Análisis del Impacto Ambiental del

Material Particulado (PM10) en la ciudad de Santa Cruz de la Sierra.”
UPSA, (2007).
Marcelo Gorritty. “Modelos de estimación de emisiones de fuentes móviles.”

Taller presented at the Taller de Inventario de Emisiones, Santa Cruz,
Bolivia (04-2009).
Martín Blaser. Dispersión de la contaminación atmosférica causada por el

tráfico vehicular. Swisscontact. (2000).
[http://bvsde.per.paho.org/bvsci/e/fulltext/dispers/dispers.pdf] [Acceso:
6-10-2008].
“Meteorology - Wikipedia, the free encyclopedia.”

[http://en.wikipedia.org/wiki/Meteorology] [Acceso: 22-09-2008].
Nebel, Autor Bernard J., and Richard T. Wright. Ciencias ambientales.

Translated by Francisco Javier Dávila. Primera Edición. Pearson
Educación, (1999). [Acceso: 15-11-2008].
O. R. Sanchez-Ccoyllo, P. L. Silva Dias, M. de Fatima Andrade, and S. R.

FreitasP. L. Silva Dias, M. de Fatima Andrade, and S. R. Freitas.
“Determination of O3-, CO- and PM10-transport in the metropolitan
area of Sao Paulo, Brazil through synoptic-scale analysis of back
Bibliografía
trajectories.” In Meteorology Atmospheric Physics. 83–93 (2006).
[http://meioambiente.cptec.inpe.br/pdf/MAPtrajectory.pdf] [Acceso: 16-
03-2009].
Organización Mundial de la Salud (WHO). “WHO Air Quality Guidelines

2005.” WHO, (10-2005). [Acceso: 15-11-2008].
Pablo Ortiz. “La DGAC no vigila todos los aviones que despegan.” El Deber
(27-07-2008), sec. Nacional. [http://www.eldeber.com.bo/2008/2008-
07-27/vernotanacional.php?id=080726210119] [Acceso: 4-06-2009].
Proyecto AIRE LIMPIO. Boletín AIRE LIMPIO Bolivia nº1. Boletín. La Paz,
Bolivia: Swisscontact, (2007). [Acceso: 14-11-2008].
Proyecto AIRE LIMPIO. Efectos de la Exposición Prolongada al Monóxido de

Carbono Ambiental en Población Urbana de Riesgo. Cochabamba,
Bolivia: Swisscontact, (2007).
[http://www.swisscontact.bo/sw_files/mflkapozbyl.pdf] [Acceso: 15-11-
2008].
Proyecto AIRE LIMPIO. Evaluación del efecto de Dióxido de Nitrógeno y

Ozono en la salud de la población del Municipio Cercado -
Cochabamba. Cochabamba, Bolivia: Swisscontact, (2006).
Proyecto AIRE LIMPIO. “Semanas de Aire Limpio en Bolivia.” Swisscontact,

(06-2008).
“Química Atmosférica, CCA, UNAM.”

[http://www.atmosfera.unam.mx/quimicatmos/index.html] [Acceso: 22-
09-2008].
Red MoniCA. “Informe técnico Red MoniCA.” Swisscontact, (2008).

[http://redmonica.com/publicaciones/informe_tecnico_red_monica.pdf]
[Acceso: 17-08-2008].
S. G. Cardenas, F. Chávez, A. F. Diamond, and J. J. Zelaya. “Modelo de

Simulación de Dispersión de Contaminantes.” Santa Cruz, Bolivia,
(2007).
S. R. Freitas, K. M. Longo, M. A. F. Silva Dias, P. L. Dias, R. Chatfield, E.

Prins, P. Artaxo, G. A. Grell, and F. S. Recuero. “Monitoring the
Transport of Biomass Burning Emissions in South America.” In
Environmental Fluid Mechanics. 135-167. Springer, (2005).
[http://meioambiente.cptec.inpe.br/pdf/EnvFluidMech_SFreitas_etal.pdf
] [Acceso: 17-03-2009].

Bibliografía
Scheer, Jürgen, and Esteban R. Reisin. “Perfil de Temperatura.” Grupo de
Aeronomía, Instituto de Astronomía y Física del Espacio (6-10-2008).
[http://www.iafe.uba.ar/aeronomia/perfil.html] [Acceso: 13-10-2008].
Secretaría de Medio Ambiente y Recursos Naturales, and Instituto Nacional

de Ecología. Guía de elaboración y usos de inventarios de emisiones.
Mexico. [Acceso: 11-05-2009].
Servolab. “Estudio Diesel Servolab.” Aire Limpio, (02-2008).

[http://www.swisscontact.bo/sw_files/meazlciswym.pdf] [Acceso: 11-
02-2009].
Sonia Alvarado, Marcos Luján, and Christian Bomblat. “Modelación de las

emisiones del parque automotor en la ciudad de Cochabamba -
Bolivia” (2004).
[http://www.ucbcba.edu.bo/Publicaciones/revistas/actanova/document
os/v2n4/v2.n4.alvarado.PDF] [Acceso: 28-02-2009].
“Superintendencia de Hidrocarburos.” [http://www.superhid.gov.bo/] [Acceso:

9-10-2008].
Swisscontact. “Proyecto Aire Limpio” (2006).

[http://www.swisscontact.bo/swisscontact.php] [Acceso: 19-10-2008].
Turner D. Bruce. Workbook of Atmospheric Dispersion Estimates. 2º ed.

USA: Lewis Publishers, (1994). [Acceso: 10-02-2009].
US EPA. “Emissions Factors & AP 42 | Clearinghouse for Emission

Inventories and Emissions Factors.”
[http://www.epa.gov/ttn/chief/ap42/index.html] [Acceso: 20-10-2008].
Vaca Álvarez, Arnold Mauricio. “Diseño de una Red de Monitoreo y Control

de la Calidad del Aire para la Ciudad de Santa Cruz de la Sierra.”
UPSA, (2005).
Vélez, C. M. Apuntes de Metodología de la Investigación. Medellín,

Colombia, (2005).
Wikipedia. “Inverse distance weighting” (9-05-2009).

[http://en.wikipedia.org/wiki/Inverse_distance_weighting] [Acceso: 11-
05-2009].

Anexos
ANEXOS

Anexos
ÍNDICE DE ANEXOS
ANEXO I - Focos de Incendio en el Departamento de Santa Cruz ii
ANEXO II - Emisiones Vehiculares iii
ANEXO III - Promedios Mensuales NO2 v
ANEXO IV - Promedios Mensuales O3 vi
ANEXO V - Promedios Mensuales Activo PM10 y Automáticos CO, NO2, O3 y
PM10 vii
ANEXO VI - Datos Mensuales Meteorología viii
ANEXO VII - Correlaciones: Ciclo Anual viii
ANEXO VIII - Correlaciones Ciclo Semanal ix
ANEXO IX - Correlaciones Ciclo Diario ix
ANEXO X - Datos de la Validación A 3 días x
ANEXO XI - Datos de la Validación a 1 Mes x
ANEXO XII - Presupuesto xi
ANEXO XIII - Curriculum Vitae xii
ANEXO XIV - CD con el documento completo en PDF, base de datos con los
datos recopilados durante el trabajo, archivos Excel con los cálculos y mapas
y otros archivos digitales relacionados al trabajo.
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ i

Anexos
ANEXO I - FOCOS DE INCENDIO EN EL DEPARTAMENTO DE SANTA CRUZ
Superficie
Mes Quemada tn de NO2 tn de CO tn de PM10
2005-01
2005-02 0
2005-03 0
2005-04 9800 1626,8 45668 3175,2
2005-05 10500 1743 48930 3402
2005-06 9000 1494 41940 2916
2005-07 28800 4780,8 134208 9331,2
2005-08 228500 37931 1064810 74034
2005-09 369800 61386,8 1723268 119815,2
2005-10 124300 20633,8 579238 40273,2
2005-11 17300 2871,8 80618 5605,2
2005-12 0 0 0 0
2006-01 0 0 0 0
2006-02 0 0 0 0
2006-03 0 0 0 0
2006-04 3800 630,8 17708 1231,2
2006-05 15400 2556,4 71764 4989,6
2006-06 5000 830 23300 1620
2006-07 65200 10823,2 303832 21124,8
2006-08 413400 68624,4 1926444 133941,6
2006-09 369400 61320,4 1721404 119685,6
2006-10 71500 11869 333190 23166
2006-11 40400 6706,4 188264 13089,6
2006-12 0 0 0 0
2007-01 0 0 0 0
2007-02 0 0 0 0
2007-03 0 0 0 0
2007-04 4600 763,6 21436 1490,4
2007-05 9500 1577 44270 3078
2007-06 33300 5527,8 155178 10789,2
2007-07 64200 10657,2 299172 20800,8
2007-08 357500 59345 1665950 115830
2007-09 650200 107933,2 3029932 210664,8
2007-10 321100 53302,6 1496326 104036,4
2007-11 49400 8200,4 230204 16005,6
2007-12 0 0 0 0
2008-01 0 0 0 0
2008-02 0 0 0 0
2008-03 0 0 0 0
2008-04 4100 680,6 19106 1328,4
2008-05 9200 1527,2 42872 2980,8
2008-06 19700 3270,2 91802 6382,8
2008-07 61000 10126 284260 19764
2008-08 115900 19239,4 540094 37551,6
2008-09 366400 60822,4 1707424 118713,6
2008-10 237100 39358,6 1104886 76820,4
2008-11 0 0 0 0
2008-12 0 0 0 0
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ ii

Anexos
ANEXO II - EMISIONES VEHICULARES
Factor de
Emisiones en ruta 2004 2005 2006 2007 2008
Emisión
1,18176043 1,781E+09 1,953E+09 2,134E+09 2,735E+09 2,794E+09
VOC 0,26930128 2,163E+08 2,288E+08 2,331E+08 2,445E+08 2,772E+08
0,14424038 1,955E+05 2,215E+05 3,860E+05 2,713E+06 7,978E+07
11,0419975 1,664E+10 1,825E+10 1,994E+10 2,555E+10 2,611E+10
CO 0,67558671 5,425E+08 5,740E+08 5,849E+08 6,135E+08 6,953E+08
7,75965066 1,052E+07 1,191E+07 2,076E+07 1,459E+08 4,292E+09
1,11837612 1,685E+09 1,848E+09 2,020E+09 2,588E+09 2,644E+09
NOx 0,72921502 5,856E+08 6,195E+08 6,313E+08 6,621E+08 7,505E+08
0,98670171 1,337E+06 1,515E+06 2,640E+06 1,856E+07 5,457E+08
0,01083852 1,633E+07 1,791E+07 1,957E+07 2,508E+07 2,562E+07
PM 0,08268995 6,640E+07 7,025E+07 7,158E+07 7,508E+07 8,510E+07
0,00398356 5,400E+03 6,116E+03 1,066E+04 7,492E+04 2,203E+06
241,974095 3,647E+11 3,999E+11 4,370E+11 5,600E+11 5,721E+11
CO2 244,771962 1,966E+11 2,080E+11 2,119E+11 2,223E+11 2,519E+11
234,647083 3,181E+08 3,603E+08 6,279E+08 4,413E+09 1,298E+11
Factor de
Emisiones en parada 2004 2005 2006 2007 2008
Emisión
2,6618054 4,011E+08 4,399E+08 4,807E+08 6,160E+08 6,293E+08
VOC 0,8530148 6,850E+07 7,247E+07 7,385E+07 7,746E+07 8,779E+07
1,13222699 1,535E+05 1,738E+05 3,030E+05 2,129E+06 6,262E+07
28,9421545 4,362E+09 4,783E+09 5,227E+09 6,698E+09 6,843E+09
CO 3,99131405 3,205E+08 3,391E+08 3,455E+08 3,624E+08 4,108E+08
23,2913746 3,157E+06 3,576E+06 6,233E+06 4,380E+07 1,288E+09
1,17982497 1,778E+08 1,950E+08 2,131E+08 2,730E+08 2,789E+08
NOx 0,10290321 8,264E+06 8,743E+06 8,908E+06 9,344E+06 1,059E+07
1,05085207 1,424E+05 1,614E+05 2,812E+05 1,976E+06 5,812E+07
0,05419259 8,167E+06 8,955E+06 9,787E+06 1,254E+07 1,281E+07
PM 0,26460784 2,125E+07 2,248E+07 2,291E+07 2,403E+07 2,723E+07
0,01991781 2,700E+03 3,058E+03 5,330E+03 3,746E+04 1,102E+06
35,8269651 5,399E+09 5,920E+09 6,471E+09 8,291E+09 8,470E+09
CO2 57,6126107 4,627E+09 4,895E+09 4,988E+09 5,231E+09 5,930E+09
32,2288013 4,369E+06 4,948E+06 8,624E+06 6,061E+07 1,782E+09
VOC 2,00E+09 2,18E+09 2,37E+09 2,98E+09 3,15E+09

CO 1,72E+10 1,88E+10 2,05E+10 2,63E+10 3,11E+10
Emisiones Totales
NOx 2,27E+09 2,47E+09 2,65E+09 3,27E+09 3,94E+09
en ruta
PM 8,27E+07 8,82E+07 9,12E+07 1,00E+08 1,13E+08
CO2 5,62E+11 6,08E+11 6,50E+11 7,87E+11 9,54E+11
2004 2005 2006 2007 2008
VOC 4,70E+08 5,13E+08 5,55E+08 6,96E+08 7,80E+08
CO 4,69E+09 5,13E+09 5,58E+09 7,10E+09 8,54E+09
Emisiones Totales
NOx 1,86E+08 2,04E+08 2,22E+08 2,84E+08 3,48E+08
en encendido
PM 2,94E+07 3,14E+07 3,27E+07 3,66E+07 4,11E+07
CO2 1,00E+10 1,08E+10 1,15E+10 1,36E+10 1,62E+10
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iii

Anexos
Emisiones Totales Vehículos

VOC 2,18E+09 2,39E+09 2,62E+09 3,35E+09 3,42E+09
CO 2,10E+10 2,30E+10 2,52E+10 3,22E+10 3,29E+10
Gasolina NOx 1,86E+09 2,04E+09 2,23E+09 2,86E+09 2,92E+09
PM 2,45E+07 2,69E+07 2,94E+07 3,76E+07 3,84E+07
CO2 3,70E+11 4,06E+11 4,43E+11 5,68E+11 5,81E+11
2004 2005 2006 2007 2008
VOC 2,85E+08 3,01E+08 3,07E+08 3,22E+08 3,65E+08
CO 8,63E+08 9,13E+08 9,30E+08 9,76E+08 1,11E+09
Diesel NOx 5,94E+08 6,28E+08 6,40E+08 6,71E+08 7,61E+08
PM 8,77E+07 9,27E+07 9,45E+07 9,91E+07 1,12E+08
CO2 2,01E+11 2,13E+11 2,17E+11 2,27E+11 2,58E+11
2004 2005 2006 2007 2008
VOC 3,49E+05 3,95E+05 6,89E+05 4,84E+06 1,42E+08
CO 1,37E+07 1,55E+07 2,70E+07 1,90E+08 5,58E+09
Gas Natural NOx 1,48E+06 1,68E+06 2,92E+06 2,05E+07 6,04E+08
PM 8,10E+03 9,17E+03 1,60E+04 1,12E+05 3,30E+06
CO2 3,22E+08 3,65E+08 6,37E+08 4,47E+09 1,32E+11
VOC 2,47E+09 2,69E+09 2,92E+09 3,68E+09 3,93E+09

CO 2,19E+10 2,40E+10 2,61E+10 3,34E+10 3,96E+10
Totales en g/año NOx 2,46E+09 2,67E+09 2,88E+09 3,55E+09 4,29E+09
PM 1,12E+08 1,20E+08 1,24E+08 1,37E+08 1,54E+08
CO2 5,72E+11 6,19E+11 6,61E+11 8,00E+11 9,70E+11
2004 2005 2006 2007 2008

VOC 2.467 2.694 2.923 3.678 3.931
CO 21.879 23.958 26.127 33.415 39.634
Totales en Tn/Año NOx 2.459 2.673 2.876 3.553 4.288
PM 112 120 124 137 154
CO2 571.581 618.997 661.010 800.209 969.960
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iv

Anexos
ANEXO III - PROMEDIOS MENSUALES NO2
NO2 Pasivo
CN CU EC ET LP PA PC PI SP UP VM
2004-01
2004-02
2004-03
2004-04
2004-05 12,8 21,7 3,3 3,5 17,2 12,9 15,7 6,3
2004-06 12,8 22,1 8,8 3,7 22,4 13,7 14,5 9,2
2004-07 0,7 17,5 26,2 7,4 2,3 34,0 20,4 16,7 16,1 11,3
2004-08 47,6 1,1 30,7 47,9 15,4 7,8 56,0 30,5 26,8 17,5 22,4
2004-09 42,0 1,8 26,5 34,7 10,7 5,1 43,8 22,0 16,1 11,8 16,3
2004-10 46,9 4,3 33,2 41,8 14,4 6,6 60,3 27,9 46,6 16,8 20,2
2004-11 39,8 0,9 25,3 36,0 11,8 8,1 52,1 32,0 28,0 16,7 17,4
2004-12 31,4 0,5 19,2 30,0 11,1 6,9 29,7 20,2 18,4 12,9 16,0
2005-01 32,2 1,4 18,3 28,7 9,9 6,6 29,6 18,9 19,7 15,1 16,6
2005-02 44,4 6,1 30,7 37,9 15,3 9,9 52,8 30,2 34,1 26,5 22,9
2005-03 31,3 2,3 19,3 21,9 7,2 3,8 26,7 17,3 16,4 12,5 11,5
2005-04 28,2 2,9 19,3 20,8 5,4 6,9 28,3 20,6 18,2 10,8 11,1
2005-05 20,9 1,8 12,6 19,9 5,0 4,0 24,9 15,9 11,3 6,3 7,8
2005-06 12,9 1,9 7,7 11,0 4,3 2,9 13,3 10,4 9,5 8,7 6,4
2005-07 35,2 2,8 21,5 37,8 0,0 5,9 42,2 22,9 20,9 15,5 17,1
2005-08 26,7 4,2 19,4 22,7 17,7 7,6 30,7 20,9 16,3 28,3 13,1
2005-09 51,7 5,5 23,5 47,2 26,3 10,6 63,3 42,0 25,7 32,6 25,6
2005-10 44,1 1,1 30,9 36,6 7,3 5,4 49,4 33,7 28,7 19,2 15,9
2005-11 42,7 5,4 30,0 37,0 12,6 10,8 45,4 30,6 28,6 22,0 19,2
2005-12 39,0 4,8 24,7 37,5 12,3 7,6 39,0 30,3 26,7 18,9 19,4
2006-01
2006-02
2006-03
2006-04 34,2 3,5 21,7 29,3 13,7 9,3 36,4 24,2 26,3 22,0 14,2
2006-05 27,1 3,7 25,3 32,6 15,9 9,0 32,1 25,4 21,4 23,4
2006-06 28,8 1,7 16,7 22,1 10,8 5,5 30,7 16,4 19,1 11,2
2006-07 30,9 3,6 20,2 21,8 13,3 5,7 28,6 19,5 20,9 15,3
2006-08 35,2 2,9 24,3 34,3 12,8 7,4 42,0 23,7 24,2 18,6
2006-09 67,7 9,7 48,0 53,8 26,3 17,3 75,1 46,0 46,1 31,2
2006-10 50,5 6,7 34,4 47,2 19,8 13,2 59,9 38,5 34,0 27,6
2006-11 34,6 5,0 27,0 34,1 15,0 9,9 47,4 30,0 25,1 21,7
2006-12 26,6 2,6 17,3 24,4 10,1 6,9 32,2 20,8 16,8 11,6
2007-01 29,4 1,9 18,3 24,4 8,7 6,6 32,1 20,5 18,7 12,0 12,6
2007-02 26,8 2,9 17,6 24,5 8,1 2,6 31,2 20,2 18,8 11,9 13,3
2007-03 35,1 0,9 20,1 25,0 9,5 5,4 34,0 25,2 18,9 12,8 11,0
2007-04 28,2 0,6 18,0 21,1 7,2 4,1 32,1 20,7 18,3 12,2 12,0
2007-05 34,4 5,4 29,0 33,2 17,9 13,1 40,1 33,2 32,0 24,9 18,6
2007-06 38,2 3,1 18,0 31,9 15,7 9,1 42,2 21,8 18,6 13,9 13,9
2007-07 39,0 4,9 31,3 42,6 19,4 12,7 52,6 35,0 28,8 25,9 20,5
2007-08 54,5 4,7 39,5 55,5 24,1 14,5 68,5 43,4 38,8 31,4 25,3
2007-09 68,1 4,2 79,9 65,1 25,4 13,7 84,9 49,9 43,8 28,7 26,7
2007-10 66,5 7,4 58,1 57,5 23,1 12,9 72,8 36,2 36,7 26,1 23,2
2007-11 46,1 4,5 49,1 37,1 14,3 11,3 48,4 26,8 27,8 18,8 16,7
2007-12 35,5 1,7 31,7 34,3 8,7 5,8 38,6 25,5 24,3 16,5 11,2
2008-01 36,2 2,5 21,6 30,6 11,5 8,5 39,4 25,7 23,1 16,6 14,3
2008-02 38,8 3,1 23,2 26,3 13,3 8,2 38,5 26,8 31,8 17,8 17,4
2008-03 40,1 2,6 22,9 28,0 11,8 10,9 36,7 27,3 26,2 20,4 15,9
2008-04 33,9 4,6 25,1 24,7 10,7 10,5 37,4 24,6 28,9 22,5 14,1
2008-05 22,7 1,9 13,1 17,9 8,6 1,5 26,7 17,6 9,4 12,8 8,3
2008-06 39,5 3,3 25,7 31,8 12,4 5,5 38,9 22,4 20,4 15,1 11,5
2008-07 44,7 5,3 28,8 37,6 17,6 13,6 43,0 32,0 34,1 19,9 18,5
2008-08 51,3 7,4 38,9 43,9 26,0 16,2 55,5 39,0 37,4 30,6 27,2
2008-09 55,7 8,4 44,9 55,8 28,1 18,5 65,2 42,9 43,5 35,2 29,7
2008-10 66,3 8,2 37,6 54,1 22,8 16,8 69,0 32,2 36,2 25,7 21,8
2008-11 59,9 7,7 44,3 50,8 23,8 18,9 65,3 40,0 40,3 36,3 29,2
2008-12 44,9 4,2 30,8 36,4 18,7 10,5 51,8 31,7 33,2 24,4 23,5
2009-01 50,8 4,8 25,8 36,7 17,7 12,2 44,5 33,2 27,9 24,1 19,8
2009-02 35,2 5,0 21,7 32,7 10,9 12,9 37,9 26,6 16,2 16,4 10,0
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ v

Anexos
ANEXO IV - PROMEDIOS MENSUALES O3
O3 Pasivo
CN CU EC ET LP PA PC PI SP UP VM
2004-01
2004-02
2004-03
2004-04
2004-05 3,2 0,0 0,3 0,5 0,7
2004-06 19,6 10,7 9,3 10,0 12,9 8,2 11,6 16,9 16,2
2004-07 24,7 14,7 9,4 14,7 17,0 8,4 22,4 15,7 18,7 19,8
2004-08
2004-09 0,2 1,1 1,5 0,6 3,0 0,6 1,0 0,4 0,7 1,2 1,1
2004-10 0,6 1,6 2,1 0,9 1,3 0,4 2,9 0,8 1,3 2,3 2,1
2004-11 2,8 5,2 1,3 2,3 3,2 2,9 0,4 2,5 4,5 0,6
2004-12 1,8 2,4 1,2 2,6 0,5 0,2 0,5
2005-01 3,6 1,3 1,4 1,3 3,3 1,0 0,8 2,3 0,7 1,8
2005-02 2,3 11,1 10,1 5,4 7,9 15,8 5,6 7,0 13,6 5,9 11,4
2005-03 0,8 14,6 4,4 4,0 6,8 9,2 0,7 8,6 8,4 4,1 5,6
2005-04 0,8 10,5 2,7 4,7 7,3 8,3 2,1 3,4 4,9 1,2 5,0
2005-05 2,8 10,6 3,4 0,2 9,0 5,2 1,3 2,9 3,9 2,5 7,4
2005-06 7,4 15,7 5,5 3,5 10,5 10,5 2,8 9,7 8,8 6,7 6,8
2005-07 9,6 11,2 10,0 2,2 5,3 10,2 8,2 6,1 11,3 9,0 11,2
2005-08 10,3 9,7 8,0 4,6 11,5 8,0 7,9 4,9 8,4 7,4 8,8
2005-09 22,8 32,2 17,3 16,3 22,9 32,8 14,8 12,4 23,4 17,3 26,6
2005-10 12,0 34,5 18,9 10,2 27,0 14,0 13,7 14,4 18,9 14,0 22,0
2005-11 6,5 13,2 8,8 2,1 9,9 16,0 5,0 7,3 7,3 5,7 12,8
2005-12 5,5 7,4 4,8 2,7 6,8 6,3 3,7 2,6 4,4 4,2 8,0
2006-01
2006-02
2006-03
2006-04 4,3 6,8 4,5 4,5 11,0 5,6 2,9 3,4 4,5 3,9 1,9
2006-05 17,1 27,8 12,1 10,5 21,4 22,1 7,1 19,9 20,3 15,0 0,1
2006-06 6,5 17,3 6,6 3,7 9,4 11,6 4,0 12,6 9,7 10,7
2006-07 9,8 23,2 13,0 8,5 17,6 17,6 6,0 16,2 16,6 15,0
2006-08 26,6 30,8 14,6 0,5 28,3 26,2 12,1 14,8 26,5 24,7
2006-09 16,6 30,7 23,7 14,8 25,8 20,5 14,1 15,5 26,6 26,9
2006-10 12,3 22,9 15,1 10,0 16,9 26,1 12,8 11,4 16,8 16,7
2006-11 11,8 13,5 11,4 3,1 12,0 14,1 5,7 6,3 10,6 5,8
2006-12 7,4 10,4 5,9 2,0 4,3 7,4 1,5 3,7 5,3 5,5
2007-01 3,3 10,6 1,7 0,0 2,9 5,5 0,6 4,4 1,4 4,4 2,8
2007-02 6,5 11,8 3,9 2,8 8,0 9,0 1,5 5,5 5,7 4,0 3,8
2007-03 8,7 15,1 7,8 3,0 9,5 12,0 2,5 5,7 7,5 6,2 7,6
2007-04 6,4 9,7 4,2 3,6 4,1 12,4 1,9 5,3 7,7 5,0 7,9
2007-05 12,0 17,2 8,1 7,4 13,2 12,6 4,4 14,5 8,8 9,6 13,6
2007-06 7,6 13,0 7,3 3,3 10,8 9,8 3,9 7,3 1,3 10,1 7,1
2007-07 21,0 23,6 14,3 12,3 16,3 19,6 7,9 24,4 16,3 16,4 8,0
2007-08 18,0 24,2 14,4 11,6 19,3 12,9 9,2 14,6 16,5 13,7 3,6
2007-09 13,7 23,9 13,7 7,2 12,9 24,0 9,7 16,0 16,2 15,1 9,6
2007-10 3,4 6,4 2,7 2,5 4,7 12,3 1,2 4,4 4,8 3,9 4,1
2007-11 0,9 9,4 4,9 4,2 6,6 11,0 4,3 6,3 8,4 4,8 4,5
2007-12 4,2 10,1 2,3 2,6 6,3 6,6 0,9 6,8 2,9 4,4 5,0
2008-01 1,7 9,5 1,4 2,2 5,2 4,7 1,3 2,2 2,6 2,9 2,0
2008-02 2,2 5,2 0,5 5,2 5,5 4,6 0,5 4,0 1,1 2,7 4,6
2008-03 5,2 13,3 5,5 5,6 8,0 8,5 1,5 5,2 4,0 4,7 11,3
2008-04 10,5 14,6 6,5 6,1 8,5 9,3 2,7 7,1 4,9 4,2 8,2
2008-05 5,7 10,7 5,4 3,9 6,3 6,4 2,4 6,7 4,1 5,7 5,3
2008-06 10,4 18,2 6,4 9,2 11,0 13,1 2,7 12,5 12,3 8,8 13,7
2008-07 4,2 7,0 3,3 3,1 3,6 4,8 1,2 5,0 3,9 3,6 4,5
2008-08 9,5 36,3 17,5 8,7 22,0 24,0 9,5 19,0 18,1 18,3 23,0
2008-09 10,8 32,2 15,6 9,1 16,1 18,1 12,0 5,6 11,4 21,6 30,3
2008-10 28,7 53,0 28,3 27,6 36,0 42,2 19,5 37,8 39,0 33,2 38,2
2008-11 24,7 39,4 23,9 25,8 27,9 34,8 18,1 29,2 26,6 26,5 34,1
2008-12 17,6 40,1 17,5 17,9 23,7 31,1 12,5 25,5 19,4 22,5 27,9
2009-01 13,7 30,9 15,9 13,5 20,5 24,1 10,5 18,8 19,9 21,0 20,0
2009-02 9,2 23,7 11,9 16,0 10,9 20,1 5,3 12,9 10,6 13,8 14,4
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ vi

Anexos
ANEXO V - PROMEDIOS MENSUALES ACTIVO PM10 Y AUTOMÁTICOS CO, NO2, O3
Y PM10
Activo PM10
Automáticos Estación ET
CU ET LP UP
CO (ug/m3) NO2 (ug/m3) O3 (ug/m3) PM10 (ug/m3)
2004-01
2004-01
2004-02
2004-02
2004-03
2004-03
2004-04
2004-04
2004-05 2004-05
2004-06 2004-06
2004-07 2004-07
2004-08 109 210 2004-08
2004-09 112 259 396 155 2004-09
2004-10 45 68 117 2004-10
2004-11 181 78 100 300 2004-11
2004-12 92 2004-12
2005-01 94 2005-01
2005-02 123 131 2005-02
2005-03 77 201 150 249 2005-03
2005-04 73 140 135 114 2005-04
2005-05 84 119 130 124 2005-05
2005-06 87 125 137 132 2005-06
2005-07 88 2005-07
2005-08 97 136 169 123 2005-08
2005-09 92 173 183 194 2005-09
2005-10 128 2005-10
2005-11 56 124 99 135 2005-11
2005-12 71 160 186 163 2005-12
2006-01 101 102 105 2006-01
2006-02 80 102 95 102 2006-02
2006-03 88 110 98 105 2006-03
2006-04 88 107 95 99 2006-04
2006-05 71 112 110 93 2006-05
2006-06 66 120 100 91 2006-06
2006-07 105 141 138 134 2006-07
2006-08 129 159 158 138 2006-08
2006-09 127 124 150 132 2006-09 0,8 51,4 45,7
2006-10 85 133 151 136 2006-10
2006-11 68 127 118 92 2006-11 1,1 27,8 1,2
2006-12 69 120 112 97 2006-12 0,4 16,5 8,3
2007-01 2007-01 0,9 11,4 8,7
2007-02 21 24 27 32 2007-02 0,8 14,2
2007-03 14 33 15 38 2007-03 0,7 14,2
2007-04 44 88 51 135 2007-04
2007-05 34 61 37 34 2007-05
2007-06 63 82 2007-06
2007-07 95 129 2007-07
2007-08 69 85 120 131 2007-08
2007-09 86 128 122 179 2007-09
2007-10 72 84 54 150 2007-10
2007-11 25 72 80 119 2007-11
2007-12 28 42 79 59 2007-12
2008-01 21 49 60 113 2008-01 0,3 16,6
2008-02 19 27 54 26 2008-02 0,5 18,0 46,4
2008-03 21 32 106 75 2008-03 0,2 21,2 58,4
2008-04 18 29 71 84 2008-04 0,1 19,9 67,2
2008-05 26 18 89 71 2008-05 18,8 68,3
2008-06 21 32 59 2008-06 0,6 20,7 89,1
2008-07 34 58 96 2008-07 0,8 25,8 87,1
2008-08 46 85 81 88 2008-08 0,7 23,1 110,3
2008-09 42 67 88 100 2008-09 0,9 27,2 69,8
2008-10 32 54 63 83 2008-10 0,9 21,3 6,5
2008-11 22 44 37 72 2008-11 0,9 22,4 17,8
2008-12 14 51 34 67 2008-12 1,0 31,9 32,4
2009-01 18 38 32 63 2009-01 1,0 25,6 9,7
2009-02 18 44 34 99 2009-02 0,8 16,9 40,3
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ vii

Anexos
ANEXO VI - DATOS MENSUALES METEOROLOGÍA
TIMESTAMP SumaDeRai Solar_kwh/ PromedioD PromedioD MínDeAirTC MáxDeAirT
Por mes n_mm_Tot m2 eRH eAirTC_Avg _Avg C_Avg
2007/10 39,12 24898,79 60,76 19,16 6,18 34,82
2007/11 257,81 26054,03 69,50 24,80 15,28 34,99
2007/12 203,45 25265,16 74,13 25,56 19,35 35,43
2008/01 339,09 24064,51 77,90 25,37 20,86 33,67
2008/02 200,91 23198,89 72,58 25,48 19,01 33,97
2008/03 156,72 25898,62 73,05 25,22 18,69 32,77
2008/04 146,30 20544,08 71,45 23,18 12,67 31,65
2008/05 50,80 19457,97 67,03 21,04 8,42 30,68
2008/06 26,16 15312,93 67,11 18,13 10,66 27,78
2008/07 43,69 19889,85 64,63 23,24 15,22 31,35
2008/08 69,34 21663,83 55,36 23,33 14,87 33,12
2008/09 67,06 24031,38 45,47 23,64 11,91 34,13
2008/10 123,95 25915,03 63,06 25,25 16,26 34,41
2008/11 50,04 29085,03 58,59 27,08 17,76 36,08
2008/12 116,33 27698,69 63,38 26,75 19,83 37,47
2009/01 224,79 30637,33 65,89 25,85 17,18 36,23
2009/02 167,13 24308,00 71,10 25,78 20,95 32,78
2009/03 82,55 14087,29 70,78 26,05 20,13 34,19
ANEXO VII - CORRELACIONES: CICLO ANUAL

NO2 O3 PM10 CO NO2 O3 PM10 CO
Enero 23,3129574 7,5 73,0 0,79 -5% -28% -23% 13%
Febrero 22,4862319 5,0 66,8 0,76 -9% -53% -29% 8%
Marzo 18,2665055 7,4 81,3 0,67 -26% -30% -14% -5%
Abril 17,1135422 6,3 92,3 0,60 -30% -41% -2% -14%
Mayo 18,0502514 9,4 83,3 0,53 -27% -11% -12% -24%
Junio 17,7612683 12,3 85,1 0,62 -28% 16% -10% -12%
Julio 23,8175169 12,9 98,5 0,70 -3% 22% 4% 0%
Agosto 33,8728718 13,4 112,3 0,63 38% 27% 19% -9%
Septiembre 34,2261801 14,0 137,6 0,77 39% 33% 46% 10%
Octubre 32,0680515 16,8 91,3 0,84 30% 59% -3% 21%
Noviembre 28,2297315 9,0 95,8 0,84 15% -15% 1% 20%
Diciembre 19,4026398 8,5 71,5 0,64 -21% -19% -24% -8%
Total 24,5797702 10,6 94,4 0,70
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ viii

Anexos
ANEXO VIII - CORRELACIONES CICLO SEMANAL
NO2 O3 PM10 CO
Lunes 12,2627388 9,90633868 55,8540907 0,73128905
Martes 11,5246254 7,77963827 54,7222582 0,71795752
Miércoles 11,8099022 7,54324845 56,5663455 0,75765932
Jueves 12,157889 8,36255823 55,1787977 0,79668278
Viernes 12,1055369 9,82732384 56,4466233 0,78159439
Sábado 11,478828 8,10944941 53,2878608 0,71395688
Domingo 10,4583217 9,4742015 47,5285691 0,62552084
11,685406 8,71467977 54,2263636 0,7320944
NO2 O3 PM10 CO
Lunes 5% 14% 3% 0%
Martes -1% -11% 1% -2%
Miércoles 1% -13% 4% 3%
Jueves 4% -4% 2% 9%
Viernes 4% 13% 4% 7%
Sábado -2% -7% -2% -2%
Domingo -11% 9% -12% -15%
ANEXO IX - CORRELACIONES CICLO DIARIO
PromedioDe PromedioDe PromedioDe PromedioDe

Hora CO NO2 O3 PM10 Hora CO NO2 O3 PM10
00:00 0,722731712 7,58 6,58 50,03 00:00 -1% -35% -21% -23%
01:00 0,636852595 6,28 7,33 43,05 01:00 -13% -46% -12% -33%
02:00 0,568839109 5,44 7,93 38,16 02:00 -22% -53% -5% -41%
03:00 0,525743595 5,05 8,36 34,54 03:00 -28% -56% 0% -47%
04:00 0,504850366 5,15 8,43 33,81 04:00 -31% -56% 1% -48%
05:00 0,510041414 7,01 7,97 37,42 05:00 -30% -40% -4% -42%
06:00 0,580490301 10,98 6,59 48,56 06:00 -21% -5% -21% -25%
07:00 0,725468907 13,52 5,17 70,10 07:00 -1% 16% -38% 8%
08:00 0,792095239 13,70 5,68 80,86 08:00 8% 18% -32% 25%
09:00 0,746315791 12,81 7,96 72,65 09:00 2% 10% -4% 12%
10:00 0,733618236 12,62 10,15 68,76 10:00 0% 9% 22% 6%
11:00 0,700761183 12,20 11,88 66,54 11:00 -4% 5% 43% 3%
12:00 0,698091606 11,79 12,69 65,55 12:00 -5% 2% 52% 1%
13:00 0,622904487 10,91 13,82 63,73 13:00 -15% -6% 66% -1%
14:00 0,617437384 11,74 14,11 61,08 14:00 -16% 1% 70% -6%
15:00 0,652471486 12,56 13,14 62,98 15:00 -11% 8% 58% -3%
16:00 0,708908049 13,83 12,21 65,09 16:00 -3% 19% 47% 1%
17:00 0,772535888 15,81 9,93 69,36 17:00 6% 36% 19% 7%
18:00 0,913671131 17,97 6,34 85,34 18:00 25% 55% -24% 32%
19:00 1,058529691 18,46 4,50 101,36 19:00 45% 59% -46% 57%
20:00 1,046629216 16,93 4,27 104,83 20:00 43% 46% -49% 62%
21:00 0,985527547 14,60 4,31 89,80 21:00 35% 26% -48% 39%
22:00 0,907555972 12,05 4,75 76,50 22:00 24% 4% -43% 18%
23:00 0,831688809 9,58 5,68 62,68 23:00 14% -17% -32% -3%
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ ix

Anexos
ANEXO X - DATOS DE LA VALIDACIÓN A 3 DÍAS

Valor Promedio Registrado Valor Predicho % Error
Fecha NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3)
2006/12/02 20,5 4,8 0,23 #N/A 20 5 0,3 2,6% 5,0% 29,0%
2006/12/26 16,8 2,8 0,39 #N/A 17 2,5 0,4 1,0% 10,6% 3,1%
2007/02/22 16,0 #N/A 0,78 #N/A 15 0,7 6,1% 9,8%
2008/01/26 10,5 #N/A 0,55 #N/A 10 0,5 5,2% 8,4%
2008/02/12 24,5 #N/A 0,45 #N/A 25 0,5 2,1% 11,4%
2008/04/14 17,9 #N/A 0,37 65,3 19 0,4 66 6,0% 9,1% 1,1%
2008/05/31 22,9 #N/A 0,43 122,4 21 0,4 121 8,1% 7,5% 1,1%
2008/11/30 35,2 #N/A 0,93 45,1 37 0,9 50 5,2% 3,4% 10,8%
2008/12/01 37,2 #N/A 1,02 51,8 34 1 52 8,7% 1,6% 0,5%
2009/01/04 28,0 #N/A 0,86 19,6 28 0,9 22 0,1% 5,2% 12,4%

NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3)
2006/12/03 17,5 5,5 0,06 #N/A 18 6 0,1 2,7% 9,0% 54,6%
2006/12/27 16,5 2,6 0,54 #N/A 17 3 0,5 2,9% 16,0% 7,8%
2007/02/23 13,6 #N/A 0,72 #N/A 14 0,6 2,6% 16,2%
2008/01/27 13,8 #N/A 0,50 #N/A 11 0,5 20,1% 1,0%
2008/02/13 23,2 #N/A 0,51 #N/A 26 0,5 11,9% 2,7%
2008/04/15 24,8 #N/A 0,60 63,7 20 0,6 65 19,2% 0,8% 2,0%
2008/06/01 23,5 #N/A 0,43 124,3 29 0,4 125 23,3% 7,5% 0,6%
2008/12/01 37,2 #N/A 1,02 51,8 40 0,9 54 7,4% 11,5% 4,3%
2008/12/02 23,1 #N/A 0,66 16,5 20 1,1 25 13,6% 66,0% 51,2%
2009/01/05 40,6 #N/A 1,14 27,0 35 1,1 25 13,8% 3,6% 7,3%

NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3)
2006/12/04 27,0 9,7 0,15 #N/A 19 8 0,2 29,7% 17,8% 33,7%
2006/12/28 13,5 3,8 0,72 #N/A 14 4 0,9 3,9% 4,2% 25,7%
2007/02/24 14,8 #N/A 0,76 #N/A 15 0,8 1,1% 5,7%
2008/01/28 16,1 #N/A 0,45 #N/A 12 0,6 25,2% 33,7%
2008/02/14 16,6 #N/A 0,43 #N/A 27 0,6 62,7% 39,9%
2008/04/16 26,4 #N/A 0,65 65,7 18 0,7 70 31,8% 6,9% 6,5%
2008/06/02 20,7 #N/A 0,43 123,4 25 0,4 126 20,9% 7,5% 2,1%
2008/12/02 23,1 #N/A 0,66 16,5 29 0,7 42 25,3% 5,6% 154,1%
2008/12/03 32,7 #N/A 0,79 43,3 29 0,8 36 11,2% 1,1% 16,8%
2009/01/06 24,4 #N/A 0,90 21,0 28 1 25 14,5% 11,1% 19,0%
ANEXO XI - DATOS DE LA VALIDACIÓN A 1 MES

Fecha NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3) NO2 (ug/m3) O3 (ug/m3) CO (ug/m3) PM10 (ug/m3)
2004-11 24,4 2,3 164 20,5 1,4 89 15,9% 42,1% 45,9%
2004-12 17,9 1,1 46 21,4 2,0 51 20,1% 76,3% 10,9%
2005-04 15,7 4,6 116 13,0 5,3 136 16,8% 14,3% 17,1%
2005-12 23,6 5,1 145 22,0 5,0 135 6,9% 1,5% 6,9%
2007-07 28,4 16,4 112 28,1 8,1 94 1,1% 50,5% 15,6%
2007-11 27,4 5,9 74 32,3 4,9 70 18,0% 18,0% 5,5%
2008-03 24,0 6,6 0,2 73 23,2 5,8 0,3 59 3,2% 11,9% 29,8% 18,4%
2008-09 41,4 16,6 0,9 91 37,0 25,1 0,8 76 10,7% 51,2% 1,5% 16,5%
2008-11 39,9 28,3 0,9 48 35,0 31,4 1,0 57 12,4% 11,0% 15,1% 17,7%
2009-01 29,4 19,0 1,0 40 28,9 20,5 0,8 43 1,6% 8,0% 13,5% 7,4%
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ x

Anexos
ANEXO XII - PRESUPUESTO
Costo Total Costo Total
Item Descripción
(Bs) ($US)
7 paquetes de 500 hojas a 30 Bs
Papel
cada 210,00 30,00
Tinta de
Impresora 4 Cartuchos BN y 2 Cartuchos Color 840,00 120,00
Documentos 7 Empastados y 10 Anillados 365,00 52,14
Transporte 40 semanas 800,00 114,29
Teléfono 300 minutos 450,00 64,29
Internet 40 semanas de uso 1200,00 171,43
Computadora 40 semanas de uso 1620,55 231,51
6 libros 5728,21 818,32
Vicent, E. Lopez, A..Dispersion de Contaminantes
de la Atmósfera (Alfaomega,2004)
Godish, T.Air Quality, 4th Edition (CRC,2003)
Wilks, D..Statistical Methods in the Atmospheric
Libros Sciences, Volume 91, Second Edition (Academic
Press,2005)
Jacobson, M..Fundamentals of Atmospheric
Modeling, 2º ed. (Cambridge University
Press,2005)
Borrego, C. Miranda, A.M..Air Pollution Modeling
and its Application XIX (Springer,2008)
Sportisse, B.Air Pollution Modelling and
Simulation (Springer,2002)
Capacitación Curso de meteorología 600,00 85,71
Total 11813,77 1687,68
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ xi

Anexos
ANEXO XIII - CURRICULUM VITAE
Hoja de Vida
(Al 7 de agosto de 2009)
.I Datos Personales
Nombre y Apellidos : Fernando Chávez Gomes da Silva
Fecha de nacimiento : 10 de octubre de 1986
Lugar de nacimiento : Santa Cruz de la Sierra
Nacionalidad : Boliviana
Cédula de Identidad : 5347501 SC.
Estado Civil : Soltero
Idiomas : Español, Portugués e Inglés
Domicilio : Av. La Salle esq. Calle Franz Tamayo # 6
Teléfono : 3431926 / 72669555
E-mail : fernandochavezgomesdasilva@gmail.com
.II Estudios Realizados
Nivel Primario : Colegio “La Salle”

Nivel Secundario : Bachiller en Humanidades, Colegio “La Salle”
Superiores : Graduado por Excelencia, Ingeniería Industrial y de Sistemas,
Universidad Privada de Santa Cruz de la Sierra 2009
.III Cursos Realizados

Curso sobre Climatología y Planificación Urbana, realizado en La Paz, del 29 de enero
al 03 de febrero del 2007, con una duración de 40 horas
Seminario Taller Internacional Sistemas de Transporte No Motorizado, realizado en
Cochabamba, del 26 al 27 de noviembre del 2007, con duración de 16 horas.
Curso - Taller Sistemas de Tratamientos de Aguas Residuales (SIB, SIQ), realizado en
Santa Cruz, del 14 al 17 de abril del 2008, con duración de 6 horas.
Taller de Monitoreo de la Calidad del Aire – Red Automática (Red MoniCA), realizado en
La Paz, del 28 al 30 de julio del 2008, y en Santa Cruz el 1 de agosto con duración de
32 horas.
Capacitación en el Manejo de Equipos de Medición de Emisiones Vehiculares y
Certificación (Aire Limpio, CECAP), realizado en Santa Cruz, 14 y 15 de agosto del
2008, con duración de 16 horas.
Curso de Monitoreo de Contaminantes con tubos pasivos y olores (Red MoniCA),
realizado en La Paz, 19 y 20 de agosto del 2008, con duración de 10 horas.
Workshow in Micro-Automation: STEP7 Micro/Win PLC S7-200 (UPSA - Siemens),
realizado en Santa Cruz, 16 al 18 de febrero del 2009, con duración de 24 horas.
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ xii

Anexos
.I Actividades y Distinciones
Colegio
Abanderado Del Colegio La Salle y premiado como el Mejor Alumno de la Promoción 2004
1er Lugar Olimpiadas de Física, tema Ondas, UPSA, año 2004
1er Lugar Nacional, 100 Becas para los 100 Mejores, Universidad Privada de Bolivia (UPB), Año
2004
1er Lugar, Beca UPSA-Cainco, diciembre del 2004
1er Lugar, Beca “Premio Futuro” CRE, diciembre del 2004
Ganador de la Beca de la Fundación Simón I. Patiño, mayo del 2005
Universidad
Beca a la Excelencia, Universidad Privada de Santa Cruz de la Sierra,
2do Lugar, Carrera Ing. Industrial y de Sistemas, 1er Semestre 2005
1er Lugar, Carrera Ing. Industrial y de Sistemas, 2do Semestre 2005
1er Lugar, Carrera Ing. Industrial y de Sistemas, 1er Semestre 2006
Participación en la Reunión de Técnicos de la Red MoniCA (Red de Monitoreo de la Calidad
del Aire). Cochabamba del 12 de septiembre del 2006.
Participación en la Reunión de Técnicos de la Red MoniCA (Red de Monitoreo de la Calidad
del Aire). Cochabamba del 30 de octubre del 2007.
Participante 3er Feria de Emprendimiento, Facultad de Ciencias Empresariales UPSA, con el
proyecto “Análisis de Factibilidad para la Implementación de una Fábrica de Ácido Sulfúrico en el
departamento de Santa Cruz”, en noviembre 2007
1er Lugar de la Feria TECNOUPSA 2007, con el proyecto “Simulación de la dispersión de los
contaminantes del aire (NO2, O3, PM10) de la ciudad de Santa Cruz de la Sierra”, en noviembre
2007
Expositor de Ponencia Estudiantil del Congreso Latinoamericano de Estudiantes de
Ingeniería Industrial y Afines - CLEIN 2007, con el tema “Importancia del Uso de Técnicas de
Inteligencia Artificial aplicadas a la Simulación”, del 29 de octubre al 3 de noviembre del 2007.
1er Lugar de la Feria TECNOUPSA 2008, con el proyecto “Análisis y control del proceso de
secado de madera”, en noviembre 2008
.I Experiencia Laboral
Asistente de Laboratorio de Química, Universidad Privada de Santa Cruz de la Sierra,
2º Semestre (agosto a diciembre) del 2006.
Asistente de Cátedra de la materia de Física III, Universidad Privada de Santa Cruz de
la Sierra, 1º Semestre (febrero a junio) del 2007.
Expositor en la Expocruz 2007 y Expocruz 2008 en el Stand de la Dirección de
Medio Ambiente, del 21/09/2007 al 30/09/2007 y del 19/09/2008 al 28/09/2008
Expositor en la Expoforest 2008 y Expoforest 2009 en el Stand de la Dirección de
Medio Ambiente, del 26/03/2008 al 29/03/2008 y del 25/03/2009 al 28/03/2009
Prácticas Profesionales, Empresa “CIAGRO S.A.”, en el área de Repuestos para
Maquinaria Agrícola, 124 horas desde febrero hasta abril del 2008
Prácticas Profesionales, Dirección de Medio Ambiente del Gobierno Municipal de
Santa Cruz, en la Unidad Técnico Científica, desde mayo hasta noviembre del 2008
Técnico del trabajo de campo y laboratorio para el estudio de monitoreo de la
calidad del aire para el estudio de línea base para la explotación de hierro del
Mutún, junio y julio del 2008
Técnico de la Red MoniCA Santa Cruz (Red de monitoreo de calidad del aire), UPSA
– Swisscontact – Gobierno Municipal Autónomo de Santa Cruz de la Sierra, desde marzo
2006 a mayo 2009
Asistente en Consultoría, Reporte de emisiones en estaciones de bombeo de la red
de gasoductos de Transredes YPFB Transporte, Santa Cruz, abril 2009
Ingeniero de Planta, Industrias Cerámicas INCERCRUZ, desde mayo 2009 a agosto
2009.
Especialista en Monitoreo Ambiental, YPFB Transporte, desde agosto 2009 a la fecha
Trabajo Final de Grado - Dispersión de Contaminantes Atmosféricos en SCZ xiii

Estudio de La Dispersión de Los Contaminantes Atmosféricos en La Ciudad de Santa Cruz de La Sierra

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Estudio de La Dispersión de Los Contaminantes Atmosféricos en La Ciudad de Santa Cruz de La Sierra

Caricato da

Copyright:

Formati disponibili

FACULTAD DE INGENIERÍA

Carrera: INGENIERÍA INDUSTRIAL Y DE SISTEMAS

ESTUDIO DE LA DISPERSIÓN DE LOS

Fernando Chávez Gomes da Silva

Santa Cruz de la Sierra – Bolivia

7 de agosto del 2009

ESTUDIO DE LA DISPERSIÓN DE LOS

Fernando Chávez Gomes da Silva

Proyecto de Grado para optar al

Santa Cruz de la Sierra – Bolivia

7 de agosto del 2009

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ I

Fernando Chávez Gomes da Silva –

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ II

El presente trabajo se plantea como objetivo el estudio de los contaminantes

Se analizan las condiciones de las fuentes de emisiones, las condiciones

Los datos históricos que se manejaron corresponden al periodo entre 2004 y

También se revisaron trabajos relacionados, encontrándose que esta

El ciclo de contaminantes atmosféricos consiste en emisión, transporte,

En el diagnóstico se analizan a detalle las características más relevantes del

La geografía llana de la ciudad, sin elevaciones importantes, favorece la

El clima es bastante húmedo (71% de humedad relativa anual), caluroso

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ IV

El NO2 y O3 están estrechamente relacionados en una relación inversa.

Altos niveles de humedad y precipitaciones están relacionados a menores

Mientras que el O3 y el CO no llegan a concentraciones límites en general, el

Durante los meses de agosto, septiembre y octubre se registran los mayores

A largo plazo se ve un ligero incremento de los niveles de O3, NO2 y CO, y

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ V

Se determina como el tipo modelo más apropiado, de acuerdo a un análisis

Se realizó la validación de pronósticos a 3 días y predicciones a 1 mes,

Se trataron algunas directrices para quien implemente el modelo,

Finalmente se realizó un análisis costo beneficio, en el cual se establecía una

También se recomienda realizar inventarios de emisiones para mayor

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ VI

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ i

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iii

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ iv

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ v

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ vi

Para identificar los niveles de contaminación en las cuatro principales

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ 1

La Red MoniCA Bolivia determina la calidad del aire a escala urbana. El

El proyecto, en la ciudad de Santa Cruz de la Sierra, ha formado una alianza

A lo largo del tiempo de la duración del proyecto en la ciudad, se han

Como parte de la gestión de la Calidad del Aire, se han creado programas de

Fuente: Informe Año 2008 del Proyecto Aire Limpio.

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ 2

Capítulo 1 GENERALIDADES DEL TRABAJO DE

CONTENIDO DEL CAPÍTULO

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ 3

La calidad del aire es importante para la salud de los habitantes de la ciudad

En Bolivia, el Proyecto Ecología Urbana de la Fundación Suiza de

Para identificar los niveles de contaminación atmosférica, el Proyecto AIRE

Para el plan de monitoreo, se decidió medir los contaminantes de mayor

a. Material particulado (PM10)

b. Gases: Óxidos de Nitrógeno (NOx) y Ozono (O3)

En la ciudad de Santa Cruz de la Sierra actualmente se cuentan con 11

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ 4

Dentro de la red MoniCA, es importante mencionar que desde su diseño,4 se

También se han realizado a escala nacional inventarios de emisiones, y a

Existe además el interés de varias instituciones que realizan la medición de

Proyecto de Grado - Dispersión de Contaminantes Atmosféricos en SCZ 5