1.

MODELACION DE LA CALIDAD DE AIRE

1.1. Generalidades

La modelación de la calidad del aire se constituye en una herramienta de análisis para

la simulación y predicción de impactos ambientales de diversas fuentes de emisión, ya
sea para fuentes fijas o fuentes móviles. La aplicación de modelos puede ser utilizada
en diferentes proyectos o procesos. Ya sea para la evaluación de las emisiones en la
generación de energía (combustión de carbón o gas natural), la evaluación de vías
industriales o vías urbanas (transporte de materiales, autopistas, intersecciones) y la
explotación y el procesamiento de materiales en la industria minera, entre muchas otras
aplicaciones. También puede ser utilizada en la elaboración de estudios de impacto
ambiental, específicamente para la evaluación de impactos en el componente
atmosférico (construcción de vías, oleoductos, operación de canteras, escombreras,
construcción de presas, almacenamiento de combustibles, entre otros).
1.2. La aplicación de un modelo de simulación en calidad de aire permite:
 Tomar decisiones frente a la definición de altura de chimeneas
 Tomar decisiones frente a la necesidad de utilizar equipos de control de la
contaminación del aire
 Evaluar los contaminantes a los que pueden estar expuestos los trabajadores en
un proyecto o una población que se localiza cerca de un área de estudio
 Definir el área de influencia de un proyecto asociada a las emisiones
atmosféricas
 Como estudios técnicos de respaldo en un estudio ambiental para la obtención
de una licencia ambiental o permiso de emisiones.
 Tomar decisiones frente a la aplicación de medidas de manejo ambiental para
un proyecto
 Como marco regulatorio para la definición de los límites de emisión de
contaminantes

1.3. Tipos de modelos para evaluar la calidad del aire

A. Los modelos físicos son representaciones a pequeña a escala de la dispersión
atmosférica; por ejemplo, réplica de una determinada área mediante túneles de
viento.
B. Los modelos estadísticos, también llamados empíricos, permiten una
diagnosis de la calidad del aire por medio de la extrapolación de las medidas
obtenidas en una determinada zona geográfica. Dado un conjunto de
observaciones de medidas de calidad de aire y meteorológicas, se calculan las
relaciones estadísticas entre estas variables usando técnicas de regresión o de
análisis espectral, u otras técnicas estadísticas. Un modelo de tipo estadístico,
es una ecuación empírica que expresa la relación entre la calidad del aire y otras
variables representativas de las emisiones y, generalmente, de la meteorología.
C. Los modelos matemáticos, de tipo determinista, que tratan de simular los
complejos procesos atmosféricos relacionados con la contaminación del aire
están basados en las ecuaciones de conservación de masa de cada uno de los
contaminantes. Considerando los efectos de los procesos dinámicos que
influyen en el equilibrio de masa y térmicos de un volumen de aire determinado.
 Entre estos procesos figuran la dispersión, la difusión turbulenta y las reacciones
químicas, así como las fuentes y sumideros de contaminantes.
C.1. Fases en el el desarrollo y aplicación de los modelos numéricos
 Estudio del sistema: se analizan las características del sistema objeto de
interés, los procesos que tienen lugar, las variables que determinan su
funcionamiento, etc. Es decir, tiene como finalidad definir el objetivo de aplicación
del modelo. Cuáles son las características del problema estudiado, y en
consecuencia que requerimientos de modelización son necesarios.

 Conceptualización: se determina la importancia, propiedades y tipo de los

procesos que dominan el sistema y que en consecuencia serán considerados en
el modelo; se definen las variables que se consideraran de estado y las que se
consideraran de entrada; las condiciones iniciales y de contorno; régimen
estacionario o no estacionario, en todo su conjunto o sólo a ciertas variables; etc.
Se definen los elementos de dependencia y tipo de relación. Así como, los límites
espaciales y temporales del modelo.
También se deben definir las características de las campañas experimentales
necesarias para la obtención de los diferentes conjuntos de datos necesarios
para la fase de evaluación (calibración, verificación y validación).

 Formulación: se procede a la definición de las ecuaciones que

matemáticamente representan los diferentes procesos. Así como, las
condiciones de contorno, tanto espaciales como temporales, de acuerdo con las
hipótesis de trabajo definidas en la fase anterior de conceptualización
 Algoritmo de cálculo: definición del proceso del cálculo, control de los
procedimientos iterativos, definición de variables, etc.

 Programación: es la fase del desarrollo operacional del código computacional

del modelo: lectura de los datos, control de la impresión de los resultados, etc.,
de acuerdo con lo definido en las fases anteriores.

 Evaluación: Calibración, Verificación y Validación: son etapas diferentes y

complementarias, absolutamente necesarias para obtener y confirmar los
coeficientes y parámetros que regulan los diferentes procesos (físicos, químicos,
etc.) que tienen lugar en el sistema objeto del modelo y verificar la capacidad de
representación del sistema objeto de interés, y evaluar de esta manera la
incertidumbre asociada a los resultados que pueden obtenerse. Se entiende, en
general, por calibrar: medir o reconocer la valía de algo. En física, calibrar es,
establecer, con la mayor exactitud posible, la correspondencia entre las
indicaciones de un instrumento de medida y los valores de la magnitud que se
mide con él.

 Visualización: proceso de representación gráfica de los resultados, fase muy

importante para analizar, comprender, interpretar y poder obtener conclusiones
de los resultados, no únicamente para representar gráficos bonitos. Pero
también es muy importante para poder comunicar los resultados.

2. Clasificación de los modelos matemáticos de la calidad de aire

 Según su alcance o escala espacial se pueden distinguir (Zannetti 1990, Stull
1995), sabiendo que su clasificación responde a un método de trabajo analítico de
tipo reduccionista, y que sus escalas de aplicación están absolutamente
interrelacionadas entre sí:

I. Modelos ‘street canyon’: son los modelos con una menor escala espacial,
que pretenden calcular el campo de concentraciones a nivel de una calle,
teniendo en consideración la estructura definida por los edificios. Se
pueden diferenciar, entre aquellos que incluyen los edificios en la
resolución del modelo, o de los que los asimilan mediante una función de
influencia.

II. Modelos locales: hasta 15-20 km de la fuente emisora. Son aplicables

para estudiar los fenómenos de contaminación en un rango espacial
corto. También puede decirse que trabajan en la mesoscala  y en
terminología meteorológica se les conoce como de "short-range". En esta
zona se presentan, normalmente, los mayores valores de inmisión para
los contaminantes primarios. Su resolución espacial se refiere en
términos generales a unas coordenadas determinadas.

III. Modelos de escala regional: entre 20 y 500 km en horizontal, y de 5 a 10

km en altura. Aplicables a los fenómenos de rango espacial intermedio.
Trabajan en la mesoscala  ("medium-range"). En este rango son muy
importantes las reacciones químicas entre contaminantes. Así como los
procesos meteorológicos, tales como brisas marinas, influencias
topográficas, etc. Es la escala donde se sitúan los problemas de calidad
del aire urbano. Su resolución espacial es del orden de 0,5-5 km.

IV. Modelos de escala sinóptica: a partir de los 500 km, y de 20 km en altura.

Corresponde con los fenómenos de contaminación de rango espacial
largo en la mesoscala  y la macroescala ß, desde el punto de vista
meteorológico ("long-range"). En esta escala espacial cobran importancia
los fenómenos meteorológicos de gran escala y los efectos de deposición
y transformación de especies químicas. Su resolución espacial es del
orden de 20-80 km.

V. Modelos para estudiar los efectos globales de la contaminación

atmosférica: afectan a toda la atmósfera terrestre; como ejemplo, la
acumulación del dióxido de carbono con el consiguiente incremento del
efecto invernadero. Se corresponden con la macroescala 
meteorológica. Su escala espacial es de 40000 km, y de 20 km en altura,
con una resolución espacial es del orden de 5º x 5º. Se les conoce con el
nombre de ‘Global Circulation Models or General Circulation Models’
(GCM).
Según la escala temporal:
I. Modelos climatológicos: se aplican a períodos de tiempo de un año (aunque
también se pueden aplicar a un trimestre o a un semestre o incluso a un mes),
se denominan de "long-term". Estudian la contaminación atmosférica de tipo
crónico, que es aquella que se repite regularmente a lo largo del tiempo (ciclo
 anual) en las condiciones de dispersión más habituales que se presentan en una
determinada zona.

II. Modelos episódicos: se aplican a intervalos temporales desde una hora hasta
pocos días ("short-term"). Estudian la contaminación atmosférica de tipo agudo
o episódico, que es la que presenta en un momento determinando, dentro de un
ciclo diario o de varios días, y debido a una determinada situación meteorológica
específica (que puede repetirse cíclicamente).

Según la forma de calcular el campo de vientos:

I. De diagnóstico: calculan el campo de vientos a utilizar en el modelo a partir de

los valores del vector viento en unos determinados puntos de la zona de estudio
(cuantos más mejor, además de su adecuación a la topografía). Normalmente,
mediante un determinado esquema de interpolación se obtiene un campo inicial,
que se modifica posteriormente para que verifique ciertos principios físicos
(normalmente la condición de divergencia nula, que permite cumplir con la ley
de conservación de la masa), los cuales se denominan de tipo objetivo o también
modelos consistentes en masa. Pero también pueden mencionarse los modelos
de diagnóstico de tipo lineal (más limitados por tenerse que aplicar a una
topografía plana y en unas condiciones de estabilidad neutra o estable).

II. De pronóstico: predicen el campo de vientos futuro, así como otras importantes
variables meteorológicas (temperatura, etc.), a partir de unas determinadas
condiciones iniciales, resolviendo para ello las ecuaciones básicas que
describen el comportamiento de la atmósfera (ecuación de continuidad,
conservación de la cantidad de movimiento, conservación de la energía y la
ecuación de estado). Necesitan un conjunto de datos meteorológicos iniciales y
de contorno significativo. Son mucho más complejos y completos que los de
diagnóstico. Convienen diferenciar entre los hidrostáticos y los no-hidrostáticos.
En los últimos veinte años han tenido tanto un fuerte desarrollo teórico como de
aplicación. A pesar de su complejidad se están utilizando cada vez más de una
forma operacional. También son llamados modelos de tipo CFD (computational
fluids dynamics).
Según su dimensión:
I. Modelos unidimensionales: suponen el viento constante en todo el dominio de
aplicación.

II. Modelos bidimensionales: en ellos se considera que el viento depende de la

posición, pero la componente vertical del mismo se supone nula. Necesitan pre-
procesadores meteorológicos que realicen un tratamiento de datos con el objeto
de proporcionar el campo de vientos en la zona de estudio.

III. Modelos tridimensionales: utilizan un campo de vientos tridimensional.

Normalmente van asociados a modelos meteorológicos de diagnóstico o
pronóstico, que sean capaces de calcular campos que consideren las
componentes horizontales y vertical del viento.
Según como se trate la ecuación de la dispersión desde una perspectiva determinista,
pueden ser:
I. Analíticos: integran la ecuación de transporte-difusión después de asumir ciertas
hipótesis importantes, que restringen su marco de aplicación. Un caso particular
de solución analítica es la conocida expresión gaussiana, aplicada en los
modelos de tipo gaussiano.

II. Numéricos: se basan en la resolución de las ecuaciones diferenciales que

caracterizan la dispersión, necesita su resolución el uso de métodos numéricos.
Son los que reproducen con más fiabilidad la evolución de los contaminantes,
pero tienen el inconveniente de necesitar mucho tiempo de cálculo y datos.
Tienen normalmente en cuenta los efectos de la topografía, así como
condiciones no homogéneas de la turbulencia. Hay que distinguir los que hacen
un tratamiento de contaminantes pasivos (no reactivos) y los que incorporan un
mecanismo de química atmosférica. Estos modelos son los que se están
generalizando pero hay que cuidar la consistencia con los campos de vientos
generalmente procedentes de modelos meteorológicos con procedimientos
numéricos diferentes.
Según el sistema de coordenadas:
Es necesario distinguir que existen dos grupos según el sistema de coordenadas que
se usan: los eulerianos y los lagrangianos. (Baldasano JM)
I. Los modelos eulerianos usan un sistema de referencia fijo en el espacio para
determinar las concentraciones, se pueden distinguir dos tipos. Modelos de caja
(“Box model”) son los modelos más simples, la región a modelizar es tratada
como una celda única o caja, limitada por la superficie terrestre en la parte inferior
y por la altura de la capa de mezcla por la parte superior. Los contaminantes
emitidos se mezclan de forma homogénea e instantánea en el dominio de
estudio considerado y sufren las transformaciones fotoquímicas descritas en el
mecanismo químico adoptado. Se aplican para predecir la variación temporal de
la concentración media en una región con múltiples fuentes, normalmente como
primera aproximación antes de aplicar un modelo más complejo que tenga en
cuenta la distribución espacial y la dispersión de contaminantes. Otra de sus
aplicaciones es estudiar el comportamiento de los contaminantes para un
determinado mecanismo químico. Modelos con discretización espacial, en este
tipo de modelos de dispersión fotoquímicos se discretiza la zona geográfica
mediante una malla que divide horizontal y verticalmente la cuenca aérea en
celdas, en el centro de las cuales se resuelven las ecuaciones primitivas o de
conservación. Se utilizan especialmente para el estudio de casos de
contaminación urbana o zonas territoriales, permiten la integración de la química
no lineal (p.e.: reacciones fotoquímicas). Pueden presentar problemas de
difusión numérica.

II. Los modelos lagrangianos "siguen" el movimiento de una parcela de aire, el

sistema de coordenadas es móvil con una velocidad igual a la velocidad media
del viento. Se aplican a situaciones episódicas y de seguimiento del
comportamiento de una fuente puntual (p.e.: penacho debido a una chimenea).
Se utilizan también para estimar la contaminación a larga distancia. Presentan
dificultad para incorporar las fuentes de tipo superficial, así como la química no
 lineal. Existen dos tipos, los de bocanadas (“puff”) y los de partículas (de tipo
matemático).

Uno de los problemas que presentan los modelos eulerianos es la incorporación

de ciertas fuentes puntuales para la asimilación del penacho, mejor
representados por los modelos de tipo lagrangiano, lo cual se resuelve usando
técnicas híbridas.
Según el tipo de inventario de emisiones:
Dos metodologías son posibles para obtener un inventario de emisiones:
I. El enfoque “top-down”, que calcula las emisiones totales de una zona o región
(o de una unidad administrativa) para lo cual los datos estadísticos necesarios
para estimar las emisiones son fiables y están en general disponibles. Las
emisiones calculadas son distribuidas entre las celdas según densidades de
tráfico, población, la industria, etc. La ventaja de este enfoque es que se obtiene
un inventario global y bastante aproximado, pero muy integrado.

I. El enfoque “bottom-up”, consiste en calcular para cada celda, los parámetros

que se necesitan para obtener la contribución de cada celda a las emisiones
totales, para cada una de los distintos tipos de fuentes emisoras y de cada uno
de los contaminantes. La información detallada para cada celda es esencial: el
número de automóviles, tipos de vehículos, el consumo de combustible, el tipo
de uso de la tierra, la densidad de la población, etc. Aunque este enfoque permite
obtener las emisiones desagregadas geográficamente, su uso es difícil porque
exige un número de datos muy elevado con una alta resolución espacial y
temporal. Pero es el enfoque que más información proporciona.