Post on 18-Oct-2019
Estudio de Exposición Personal a Nano-Partículas considerando Variables
Meteorológicas en Corredores Viales de la Localidad de Chapinero
Lorena C. Bonilla P.1, Jaime A. Rueda2, Edgar A. Molano3, Iván F. Robayo4
Universidad Distrital Francisco José de Caldas de Bogotá1, Secretaría Distrital de Ambiente de Bogotá2,3,4
Resumen
El estudio presenta las concentraciones de nano-partículas a nivel respirable en 4 diferentes tipos de vías
paralelas de una misma zona de la ciudad de Bogotá, Colombia: la Carrera Séptima, la Carrera 13, la Avenida
Caracas y la Carrera 15; considerando la influencia de variables meteorológicas como la velocidad y dirección
del viento, temperatura y humedad relativa; así como variables relacionadas a la tecnología y cantidad de
fuentes de emisión que circulan por cada uno de los corredores. Para las mediciones se utilizó un contador de
partículas por difusión DiSCmini, acompañado de una estación meteorológica portable Davis ubicada a 2,5 m
de altura. La campaña de medición se llevó a cabo desde el 15 de diciembre de 2015 hasta el 19 de febrero de
2016, durante días hábiles en horas pico (entre las 6 y 8 am), debido a los registros diarios de PM2.5 y Black
Carbon que se reportaron en los equipos de la Red de Monitoreo de Calidad del Aire de la ciudad. Dos
metodologías de medición fueron evaluadas, una considerando un solo punto de medición a un costado de la
vía y la segunda considerando los dos costados de la vía y el andén central en el caso que existiera. Por otro
lado se caracterizó cada corredor de forma espacial y con conteos vehiculares discriminados por tipología. Los
resultados evidenciaron diferencias estadísticas entre metodologías, entre los que se resalta diferencias en las
concentraciones para cada uno de los corredores, asimismo se encuentra incidencia de la cantidad de vehículos
y las concentraciones registradas, por ejemplo, en la Carrera 15 donde la cantidad de vehículos que circula por
hora es inferior a 20, no se presentan excedencias por concentraciones mayores a 1’000.000 #/cm3, a diferencia
de los demás corredores donde las excedencias son cercanas al 15% del total de datos registrado. Al comparar
la concentración de nano-partículas con las variables meteorológicas se presentan bajas correlaciones
utilizando la correlación de Pearson.
Abstract
This study present concentrations of nano-particles at the breathing zone in 4 different types of parallel roads of
the same area in the city, Bogota Col: The Carrera 7, Carrera 13, Avenida Caracas and Carrera 15; considering
influence of meteorological variables such as wind speed and direction, temperature and relative humidity; as
well as variables related to technology and number of emission sources circulating in each of the streets. Nano-
particle concentration measurements were developed using a Diffusion Size Classifier DiSCmini, also was used
a portable weather station Davis located to 2.5 m height. The measurement campaign was carried out from
December 15 of 2015 to February 19 of 2016, during working days in rush hour because of recordings of PM
2.5 and Black Carbon according to the Air Quality Monitoring Network. Two methodologies were evaluated; one
considering a single measurement point on one sidewalk of the street and the second methodology considering
the two sidewalks of the street and the central pavement when exist, each street was characterized spatially and
vehicle counts picked out for types. The results show statistic differences between methodologies, also
differences in the concentrations of each of the streets, high incidence of variation of the data in those with high
number of vehicles. In example, over Carrera 15 the amount of vehicles circulating per hour is less than 20 and
not presented exceedances for concentrations higher than 1’000.000 #/cm3, in contrast other corridors where
exceedances are close to 15% of total data recorded. The comparison between nano-particles concentration
and the meteorological variables show low correlations using the Pearson correlation.
Palabras clave: Nano-partículas, fuentes móviles, exposición personal, meteorología, Programa de Filtros de
Partículas Diésel para Bogotá (BDPF).
1. Introducción
El Plan Decenal de descontaminación del Aire para Bogotá, adoptado mediante el Decreto Distrital 098 de 2011,
busca reducir las emisiones de contaminantes atmosféricos, priorizando el material Particulado como
contaminante criterio, debido a su cantidad de excedencias a la norma nacional de calidad del aire. Una de las
estrategias de reducción de material particulado en la ciudad, es el Programa de Filtros de Partículas Diésel -
DPF para Bogotá, actualmente este se encuentra en su fase de revisión para los buses objeto de
reacondicionamiento (del SITP (sistema integrado de transporte público) zonal y troncal) presentando altas
eficiencias en reducción de emisiones de nano-partículas (superiores al 97%) en los buses con el dispositivo
instalado, según el grupo Plan Decenal de Descontaminación del Aire de la SDA.
El Material Particulado - PM, entendido como las partículas sólidas suspendidas en el aire, está conformado
por una mezcla compleja de sustancias orgánicas e inorgánicas que pueden variar según tamaño, composición
química y fuentes de emisión (Lazaridis, M., Colbeck, I. 2010). La flota de transporte público en Bogotá genera
emisiones de PM, según el inventario de emisiones de fuentes móviles, para el 2012 este sector aportaba cerca
del 40% de las emisiones de PM (Secretaría distrital de Ambiente; Universidad de la Salle. 2013). Por otro lado,
en las zonas urbanas, la caracterización espacial de PM puede ser complicada por la presencia de cañones
urbanos y bordes de la carretera, tales como barreras, carreteras elevadas o deprimidas, presencia de árboles
y arbustos (Hagler y col., 2012 , Hagler et al., 2010 , Ning et al. de 2010 y Vardoulakis et al., 2003). Los
estudios sugieren que los bordes, la topografía y demás características que pueda poseer la carretera
disminuyen las concentraciones cerca a esta, pero aumenta las concentraciones en la carretera por influencia
de los vehículos como principales protagonistas (Finn et al., 2010 , Hagler y col., 2012 , Ning et al.,
2010 y Steffens et al., 2014).
Actualmente la elevada exposición personal a contaminantes atmosféricos es uno de los principales problemas
a tratar en las ciudades. Al respecto, la Organización Mundial de la salud informa que en 2012 cerca de 7
millones de personas murieron como consecuencia de la exposición a la contaminación atmosférica en el mundo
(Organización Mundial de la Salud, 2014). Asi mismo, la calidad del aire se ve afectada notablemente por
contaminantes de diversas características lo que tiene alto impacto en la salud pública. Actualmente, el registro
de estaciones fijas de monitoreo de calidad del aire no son representativas de las condiciones reales de
exposición de la población. En este sentido, numerosos estudios han identificado concentraciones elevadas de
contaminantes atmosféricos presentes en entornos cercanos a la carretera (Karner et al., 2010). La gran
mayoría de estos estudios se llevaron a cabo en lugares cercanos a la carretera sencillas, con topografía en
grado y sin obstrucciones al flujo de aire entre la calzada y la ubicación de vigilancia. De acuerdo a un estudio
que se realizó en las cercanías de una concurrida calle en Swansea, Reino Unido para las concentraciones de
nano-partículas se obtuvieron concentraciones medianas de partículas con tamaño entre 7nm y 93 nm de
alrededor 31545 cm3, también se realizaron mediciones de partículas ultrafinas de concentración mayor a 46615
cm3 influenciado principalmente por el volumen vehicular que transita por la vía y las variables meteorológicas
que fueron medidas teniendo en cuenta las siguientes consideraciones: ubicación del pluviómetro a 4 Km del
sitio de muestreo de partículas, en el caso de la velocidad y dirección del viento se ubicó el instrumento a 5 m
y 10 m de altura por encima del muestreador de partículas (Gill, Lymington, Reino Unido,2014); según los
resultados que arrojó el estudio, el efecto de la dirección del viento sobre las concentraciones de las partículas
ultrafinas y finas se presentan desde el norte hacia el sur de la calle (transversal al cañón calle), para la velocidad
del viento se utilizó el PCA (análisis de componentes principales) el cual arrojo una relación inversa entre la
velocidad y la concentración de nano-partículas, los resultados de la temperatura arrojados por el PCA señala
que la correlación con las concentraciones para el rango de las nano-partículas es negativa (Price, Heather et
al, 2014), por otro lado para el caso de la humedad relativa no hay una aclaración cuantitativamente de la
relación con las concentraciones de nano-partículas pero otros estudios han encontrado poca o ninguna relación
entre la concentración y la humedad relativa (Wu et al.,2008).
La Secretaria Distrital de Ambiente desde la Subdirección de Calidad del Aire, Auditiva y Visual en el Grupo de
PDDAB ha iniciado desde el año 2015 la medición de exposición personal a nano-partículas, entendiendo
exposición personal como la medición de contaminantes en la zona respirable de una persona (Lazaridis, M;
Colbeck, L., 2010). Teniendo en cuenta antecedentes bibliográficos y los resultados obtenidos hasta el
momento, se ha evidenciado una alta variación de las concentraciones de nano-partículas por factores
meteorológicos como: temperatura, velocidad y dirección del viento, de movilidad, donde se presentan
concentraciones más elevadas en sitios cercanos a vías de alta afluencia vehicular (Buonanno et al.,2009; . Zhu
et al. 2002), espaciales: según las características del microambiente (túneles, cañones urbanos, parques, vías
principales, vías secundarias) y temporales: teniendo en cuenta la época del año y hora del día en que sean
realizadas las mediciones.
El presente estudio establece la línea base de concentración de nano-partículas en cuatro (4) corredores viales
ubicados de manera paralela en un mismo sector de la localidad de Chapinero, Bogotá Col, siempre
considerando las variables meteorológicas para identificar la procedencia del contaminante. Con los resultados
obtenidos se busca realizar un seguimiento a las estrategias de reducción de emisiones realizados por el
PDDAB, así como analizar y comprar el nivel de exposición de nano-partículas a nivel respirable en cuatro
corredores viales paralelos de la localidad de Chapinero, considerando la incidencia de variables
meteorológicas. Los objetivos específicos son: (1) Establecer líneas base de concentración a nano-partículas
en diferentes microambientes de la ciudad, que permitan realizar seguimiento a las estrategias de reducción de
emisiones ejecutadas por el PDDAB, y (2) Analizar y comparar el nivel de exposición personal a nano-partículas
en los puntos de muestreo y su posible variación con respecto a variables meteorológicas, de tráfico y de
tecnologías vehiculares.
2. Método de medición
2.1 Descripción del sitio de muestreo
Este estudio se centró en 4 vías de la localidad de Chapinero de la Ciudad de Bogotá, 3 de ellas son vías
principales que conectan el sur con el norte de la ciudad, las cuales son las Avenidas; Carrera 7, 13 y Caracas;
así como una vía terciaria dentro de una zona residencial, la Carrera 15 y un punto de la zona ubicado a 15
metros de altura en la terraza de la SDA en la Avenida Caracas con Calle 54a. La zona de estudio se caracteriza
por tener concentraciones de PM2.5 de 11 a 20 µg/m3, dicho valor en comparación con otras zonas de la ciudad
tiene el segundo lugar con baja concentración de PM2.5 dentro del escalafón de las zonas de estudio según el
informe de la Red de Monitoreo de Calidad del Aire para Bogotá del 2014, figura 1.
Las concentraciones medidas en la terraza de la SDA fueron comparadas con las concentraciones de la
estación fija más cercana de la Red de Monitoreo de Calidad del Aire de la SDA que en este caso es la estación
Sagrado Corazón ubicada en el Ministerio de Ambiente y Desarrollo Sostenible, como se observa en la figura
1.
Figura 1. Mapa de concentración de PM2.5 del 2015 para Bogotá DC, fuente: Red de Monitoreo de Calidad del Aire, 2015
Para cada una de las vías de estudio, se presentan los elementos espaciales característicos como son: las
calzadas mixtas o de uso exclusivo de Transmilenio (TM), los andenes oriental u occidental, el separador central
y la ciclo ruta obteniéndose el ancho total de la vía y por otro lado la altura media de los edificios, tabla 1.
Además, hay que tener en cuenta que en las 4 vías de estudio no se presenta una barrera vegetativa
consecutiva y relevante para los puntos de medición.
Tabla 1. Dimensión de los elementos geométricos para cada vía de estudio, fuente: autores, 2016 Vías Andén
Oriental
Ciclo Vía
Calzada Mixta
S-N
Calzada TM S-
N
Separador
Central
Calzada TM N-
S
Calzada Mixta
N-S
Andén Occide
ntal
Ancho total de la
vía
Distancia Calle. 53 - punto de medición
Altura Media
Edificios
Carrera 7 260 cm - 1046 cm
- 98 cm - 1058 cm
592 cm 3054 cm 7461 cm 829,6 cm
Carrera 13 521 cm 195 cm
950 cm - - - - 680 cm 2346 cm 3100 cm 809 cm
Avenida Caracas
917 cm - 625 cm 725 cm 475 cm 725 cm 630 cm 850 cm 4947 cm 4852 cm 1086 cm
Carera 15 248 cm - 731 cm - - - - 233 cm 1212 cm 2882 cm 806,5 cm
También se caracterizó cada vía de estudio a partir de los vehículos que circulan por estas, basados en los
aforos vehiculares muestreados por la Secretaria de Movilidad (Secretaría Distrital de Movilidad, 2014), allí se
tuvo en cuenta los aforos de la Carrera 7 con Calles 45, 85 y 127 del 2014, la Carrera 13 con Calle 63 del 2014
y la Avenida Caracas con Calle 53 del 2014, para el caso de la Carrera 15 el estudio no contaba con aforos, así
que se realizaron por parte del equipo de trabajo en un punto ubicado entre las calles 54 y 55 en días hábiles
del año 2015. Para las mediciones y análisis se tuvo en cuenta el número de vehículos por tipología como son
servicio público troncal, transporte especial (ambulancias, vehículos escolares o de turismo), motos (2T, 4T),
servicio público zonal, camiones de carga (2 ejes, 4 ejes, etc.) y vehículos particulares, los cuales fueron
promediados en las 3 horas de medición como se puede observar en el anexo 1 y representados en la figura 2.
En la figura 2 se distribuyen la cantidad de vehículos por tipología, para cada una de las vías de estudio,
adicionalmente, en la tabla 2 se observa la cantidad de tipos de vehículos por vía y sentido de la calzada; este
para evidenciar las condiciones de cada vía y por ende la relación con los resultados de las mediciones
realizadas.
Figura 2. Aforos vehiculares por tipología en las cuatro vías de estudio, fuente: Secretaria Distrital de Movilidad, 2014
Tabla 2. Aforos vehiculares por tipología en cada una de las vías de estudio según el sentido de circulación, fuente: Secretaria Distrital de Movilidad, 2014
Vía Sentido Motos Vehículos particulare
s
Camiones de Carga
Servicio Público Zonal
Transporte Especial
Servicio Público Troncal
Total
Carrera 7 S-N 90 358 8 116 11 0 584
N-S 54 350 5 57 6 0 472
Carrera 13 N-S 27 123 4 67 2 0 223
Carrera 14 S-N 25 244 9 0 5 74 357
N-S 11 270 3 0 6 65 356
Carrera 15 N-S 8 22 3 0 1 0 34
2.2 Metodología de medición
Se utilizó un monitoreo estático en cada una de las vías en el transcurso de 3 meses, desde Diciembre de 2015
a Febrero de 2016, en total fueron 25 días efectivos de medición, en cada vía se midió la exposición personal
a nano-partículas y las variables meteorológicas de temperatura, humedad, velocidad y dirección del viento;
teniendo en cuenta el rango horario de mayor concentración de PM2.5 según la estación móvil de la Red de
monitoreo de Calidad del Aire RMCAB, comprendido entre las 6 am a 9 am en días hábiles. La vía de inicio de
medición se determinó de manera aleatoria. Se utilizaron dos metodologías asociadas a los puntos de medición
en cada uno de los corredores: La primera metodología, considera un punto de medición ubicado a un costado
1
10
100
1000
Carrera 7 Carrera 13 Avenida Caracas Carrera 15
Num
ero
de v
ehic
ulos
/hor
a (lo
g 10
)
Vias de estudio
Vehículosparticulares
Camiones deCarga
Servicio PúblicoZonal
Motos
TransporteEspecial
Servicio PúblicoTroncal
de la calzada y la segunda, considera distintos puntos de medición en los dos costados de la vía y en el
separador central si lo hay, tal como se puede observar en la figura 3.
Figura 3. Mapa del sitio de muestreo en las vías de estudio y los puntos de medición, fuente: Arcgis, 2016
Para las dos metodologías, se realizaron mediciones diarias de 18 minutos/vía, la diferencia se encuentra que
en la metodología 2 se dividió el tiempo previsto entre el número de puntos de medición así: para las vías
carrera 7 y 14 el tiempo de medición fue de 6 minutos/punto y en las vías carrera 13 y 15 el tiempo de medición
corresponde a 9 minutos/punto; con respecto a los datos meteorológicos, estos corresponden a las mediciones
del costado oriental. Para las mediciones realizadas en campo se llevó una libreta de apuntes, como bitácora
para escribir las observaciones y eventos relevantes que pueden ser los causantes de concentraciones
excedentes (mayores a 1’000.000 #/cm3), así como la duración de los semáforos y el cambio de luces de rojo
a verde para en caso de que lo tuvieran.
Por otro lado, se realizaron mediciones complementarias de concentración de nano-partículas y de
meteorología a una altura aproximada de 15 m y un tiempo de 18 minutos, desde la Terraza de la Secretaría
Distrital de Ambiente (SDA) que se encuentra en la Avenida Caracas con Calle 54, figura 4, posterior a la
terminación de las mediciones en los 4 corredores viales. Las mediciones de la terraza se compararon con los
registros de la estación de monitoreo continuo más cercana de la RMCAB, correspondiendo a la estación del
Sagrado Corazón en el Ministerio de Ambiente, ubicada en la Calle 37 con Carrera 8 a 18 metros de altura
aproximadamente, los contaminantes que se miden allí son: PM10, PM2.5 y Ozono; y las variables meteorológicas
que se miden son: precipitación, velocidad y dirección del viento, Figura 4.
Para todos los puntos de medición, el DiSCmini estuvo ubicado a 1 metro de altura desde el piso y en las 4 vías
de estudio, la distancia de la estación meteorológica entre las calzadas vehiculares y los andenes oriental y
occidental fue de aproximadamente 2 metros. Además, la estación meteorológica portable estuvo ubicada a
una altura de 2,5 m en el mismo sitio donde se realiza la medición de nano-partículas.
Figura 4. Mapa ubicación espacial de las estaciones de la terraza SDA y el Sagrado Corazón, fuente: Arcgis, 2016
2.3 Equipos de medición
La concentración en número de nano-partículas y el diámetro promedio se midió usando un contador de
partículas por difusión marca Matter Aerosol DiSCmini, el cual detecta partículas que varían en tamaño de 10
a 700 nm, mide concentraciones entre 1.000 a 1’000.000 #/cm3 con un rango de flujo de 1 L/min +/- 0,1 L/min.
Antes de comenzar las mediciones para cada punto de estudio se realizó una calibración del cero en el equipo,
como lo determina el manual del equipo.
Para el monitoreo de las variables meteorológicas se utilizó una Estación Meteorológica Portable marca Davis
Instruments Vantage Pro2, la cual cuenta con una consola para configuración y monitoreo de las variables
registradas por la estación, tales como humedad relativa, presión barométrica, temperatura, velocidad y
dirección del viento. El anemómetro se utiliza para medir la dirección y velocidad del viento, se miden 16
direcciones del viento, tanto primarias como secundarias en unidad de grado, la velocidad media del viento
aparece como promedio de 10 minutos y la unidad que se utilizan es m/s. La estación tiene el sensor de
temperatura exterior en una envuelta blindada y con venteo que reduce el error de temperatura inducido por
radiación solar, la unidad utilizada es °C. El valor de la humedad relativa fue obtenido por la relación entre el
contenido de vapor de agua-aire y su capacidad, la humedad refleja la cantidad de vapor de agua en el aire
como un porcentaje de la cantidad que el aire es capaz de retener. La precisión nominal que maneja la estación
meteorológica para las variables son: temperatura 0,5°C, humedad relativa 3%; 4% sobre 90%, dirección del
viento 3° y velocidad del viento mayor que 1 m/s, 3 Km/h. Previo a las mediciones realizadas, se procedió a
georeferenciar la estación meteorológica con los datos de latitud, longitud, altura y zona horaria de la ciudad de
medición.
2.4 Análisis de datos
Para el procesamiento de los datos de concentración de nano-partículas se utilizó el software del DiSCmini, los
datos de concentración fueron exportados con una frecuencia de 1 seg y 1 min a archivos de texto plano. Antes
de realizar el análisis estadístico, se filtraron los datos con concentraciones mayores a 1’000.000 #/cm3 (datos
excedentes) representados en los resultados como porcentaje de datos excedentes con respecto al total.
Mediante el software R Project (The R foundation for statistical computers, versión 3.2.2), se realizaron las
pruebas de distribución normal y t-student; las cuales muestran si las mediciones totales de los puntos de
medición tuvieron una distribución normal, o si los puntos de medición en un porcentaje de datos de distribución
son similares entre sí. Por otro lado, la prueba de correlación de Pearson se utiliza para saber si dos variables
están fuertemente correlacionadas entre sí mediante un valor que va de 1 que es fuertemente correlacionado
a 0 sin correlación, con el fin de saber el comportamiento de una variable con respecto a la otra. Posteriormente
se procedió a realizar un análisis grafico del comportamiento de las concentraciones en los puntos de
distribución por metodología.
En el caso de los datos de las variables meteorologías, estas fueron exportadas desde la memoria de la consola
hasta el software Weatherlink mediante un Cable USB, los datos fueron exportados con una frecuencia de 1
min para cada una de las variables. Se filtraron y eliminaron los datos sin información de dirección del viento
por ser un error de la estación meteorológica, por otro lado se dividieron los datos para análisis grafico de rosa
de contaminantes y vientos en dos; el primero con velocidades de viento menores e iguales a 0.4 m/s y el
segundo con velocidades mayores a 0.4 m/s, para el análisis grafico se utilizó el software R studio y el paquete
OpenAir obteniendo las siguientes gráficas: rosas de contaminación, rosas de vientos, calendario de
contaminantes, comportamiento de concentración de contaminantes según día de la semana.
3. Resultados y Discusión
3.1 Concentración de nano-partículas por metodología
Como se puede observar en la figura 5, para los 5 puntos de medición el diagrama de cajas y bigotes muestran
una distribución anormal de los datos presentando un sesgo a la derecha. Las medianas y medias son diferentes
estadísticamente por metodología para cada punto de medición; para la carrera 7, la metodología 1 representa
la mediana con un valor de concentración de 50000 #/cm3 más alto en comparación a la metodología 2, para
la carrera 13 la metodología con mayor valor fue la #2 con un valor de 95130 #/cm3, para la carrera 14 la
metodología 2 también obtuvo la mediana más alta en contraste a la 1 con un valor de 208899 #/cm3 y para la
carrera 15 la metodología 1 obtuvo una mediana más alta con respecto a la 2 con un valor de 63939 #/cm3.
Figura 5. Concentración de nano-partículas (#/cm3) por metodología utilizada en cada punto de estudio.
Las concentraciones medianas en las carreras 7, 13 y 14 con un volumen vehicular mayor a 200 vehículos total
por sentido tiene valores que van desde 150000 #/cm3 a los 270000 #/cm3, caso contrario con los valores de
concentración que hay en la carrera 15 con bajo volumen vehicular de 34 vehículos total por sentido y la terraza
sin presencia de vehículos son de alrededor 63000 #/cm3, como se puede observar en la tabla 3.
Como se mencionó anteriormente, en el análisis de concentración de nano-partículas no se tuvieron en cuenta
los valores mayores a 1’000.000 #/cm3 pero en la tabla 3 se ilustra el porcentaje de datos mayores a 1’000.000
#/cm3 para cada metodología por punto de medición. Las carreras 7, 13 y 14 obtuvieron porcentajes por encima
del 7%; para el caso particular de la metodología 2 en la carrera 7 con un porcentaje de 62% y para la carrera
13 con un valor de 30% para la metodología 1. En el caso de la carrera 15 y la terraza no se obtuvieron datos
con valores de concentración mayores a los 1’000.000 #/cm3.
Tabla 3. Información de datos estadísticos y % datos > 1’000000 según metodología para cada punto de medición
A continuación se presentan dos fotografías, las cuales muestran la influencia de la variabilidad atmosférica en
el comportamiento del material particulado contaminante para la ciudad de Bogotá, desde la terraza de la SDA
a las 9:00 am durante las mediciones de concentración de nano-partículas. En la foto 1 se observa un día
despejado y la capa de contaminantes en el horizonte que empieza a dispersarse y/o mezclarse por la diferencia
de temperatura; caso contrario para la foto 2 donde no se observa claramente la capa de contaminantes en el
horizonte sino un día nuboso.
3.2 Correlación entre concentraciones de nano-partículas y PM2.5
Se graficaron las concentraciones promedio de nano-partículas de la terraza de la SDA y PM2.5 de la estación
del Sagrado corazón de la RMCAB para los meses de Diciembre de 2015, Enero y Febrero de 2016, figura 6;
para el caso del punto de estudio de la terraza se obtuvieron datos de concentración para 22 días de los 3
meses medidos, debido que la función utilizada grafica los datos con un mínimo de 75% de data que debe estar
disponible para los días de medición, así que algunos días no se consideraron ya que los datos estaban por
Puntos de estudio
Carrera 7 Carrera 13 Carrera 14 Carrera 15 Terraza
Met 1 Met 2 Met 1 Met 2 Met 1 Met 2 Met 1 Met 2 Met 1
% Datos > 1'000.000
18 % 62 % 30 % 8 % 7 % 9 % 0 % 0 % 0 %
Cuartil 1 158597 119218 94317 95130 121718 106999 48752 40281 38608
Mediana 269428 216088 139417 156677 196611 208899 63939 61527 63386
Cuartil 3 426514 390104 218708 268561 355658 357253 91258 98848 87990
Media 314965 283022 182420 208614 267920 256629 69008 70063 65430
Desviación estándar
202898 216284 147299 172661 206709 192926 32586 38953 36571
Foto 1 Tomada: 2 de febrero de 2016, Terraza 5 piso-SDA,
9:00 a.m. fuente: autores. Foto 2 Tomada: 10 de febrero de 2016, Terraza 5 piso SDA,
9:00 a.m. fuente: autores.
debajo de dicho porcentaje aceptable; por lo que para el mes de Diciembre se graficaron las concentraciones
promedio para dos días: 16 y 21 de 2015, en el caso del mes de Enero y Febrero de 2016 en total se graficaron
10 días para cada uno.
Las concentraciones de PM2.5 y nano-partículas no se correlacionan entre sí, como se observa al comparar
dos días de igual concentración de nano-partículas, como son el 11 y 19 de febrero con una concentración de
25000 #/cm3; con las concentraciones de PM2.5 para el día 11 de febrero la concentración es de 3 ug/m3,
pero para el día 19 de febrero la concentración de pm2.5 es de 2 ug/m3.
Figura 6. Concentración promedio de PM en el 2015 y 2016. (a) Concentración de nano-partículas (#/cm3) los días 16 y 21 de Diciembre de 2015 en la Terraza de la SDA, (b) Concentración de nano-partículas (#/cm3) en enero y febrero de 2016, (c) Concentración de PM2.5 (ug/m3) en la estación del Ministerio de Ambiente y Desarrollo Sostenible de la RMCAB durante el mes de Diciembre de 2015, (c) Concentración de PM2.5 (ug/m3) en enero y febrero de 2016.
Para corroborar lo anteriormente descrito, se realizó un análisis de correlación de Pearson entre las
concentraciones de nano-partículas y PM2.5 anteriormente graficados, figura 7. De dicha correlación se obtuvo
un valor de R igual a -0.52, es decir una correlación negativa (inversa) moderada de las dos variables de interés.
Figura 7. Grafica de dispersión de las variables de concentración de nano-partículas y PM2.5
3.3 Concentración promedio de nano-partículas según día de la semana
Se registraron las concentraciones de nano-partículas según día de la semana y por cada punto de medición
se utilizó un nivel de confianza del 95% y 99%, los cuales se escogieron porque dentro de su valor se encuentra
la mediana de los datos y la mayor cantidad de datos de concentración que muestra el comportamiento semanal
de las concentraciones por cada punto de estudio.
La concentración máxima promedio de la carrera 7 se presenta para el día lunes con una concentración de
aproximada de 459.000 #/cm3, en la carrera 13 se presenta una concentración máxima promedio el día viernes
de 256.000 #/cm3, en la carrera 14 el martes es el día con una concentración máxima promedio de 350.000
#/cm3, la concentración máxima promedio para la carrera 15 es para el día martes con un valor de 70.000 #/cm3
y por último en el caso de la terraza la concentración máxima promedio es de 70.000 #/cm3 el viernes.
Según los resultados, no se presenta una tendencia clara de las concentraciones entre los corredores
analizados por día de la semana, caso contrario a los comportamientos de material particulado de las estaciones
de monitoreo fijo de la ciudad, donde los lunes se presentan menores concentraciones que los demás días
hábiles de la semana (Secretaria Distrital de Ambiente, 2014).
Figura 8. Concentración promedio de nano-partículas según día de la semana en los puntos de medición de (a) Carrera
7, (b) Carrera 13, (c) Avenida Caracas, (d) Carrera 15 y (e) Terraza de la SDA con un intervalo de confianza del 95% y
99%
y = -33406x + 112967R = -0,52
0
20000
40000
60000
80000
100000
120000
0 0.5 1 1.5 2 2.5 3 3.5
Co
nce
ntr
ació
n n
ano
-par
tícu
las
(#/c
m3 )
Concentración PM2.5 (ug/m3)
3.4 Comportamiento de concentración de nano-partículas y variables meteorológicas
Velocidad de viento menor a 0.4 m/seg (calma). La velocidad de viento menor a 0.5 m/s es el comportamiento
de las nano-partículas sin un factor meteorológico externo significativo de desplazamiento sino el
comportamiento de acuerdo a las características espaciales del lugar de medición y las características
morfométricas de las partículas hacia el punto de medición, por lo tanto se realizó una rosa de contaminantes
de nano-partículas con velocidad del viento menor a 0.4 m/seg medidos en el costado oriental de las 4 vías de
medición; sentido S-N de las calzadas para la carrera 7 y avenida caracas, sentido N-S de las calzadas para
las carrera 13 y 15. La rosa de contaminantes muestra el porcentaje de datos en logaritmo base 10 de
concentración promedio de nano-partículas sin discriminar las excedencias (mayores a 1’000000 #/cm3) que se
distribuyen de acuerdo a la frecuencia de conteos de datos en las 16 direcciones del viento, las cuales son las
que maneja la Estación Meteorológica Davis Instruments como se observa en la figura 9.
Tabla 5. Porcentaje de datos con vientos menores a 0.4 m/seg en cada punto de medición.
Puntos de medición Carrera 7 Carrera 13 Avenida Caracas Carrera 15 Terraza SDA
68% 83% 85% 74% 40%
En los primeros 4 puntos de medición (vías de estudio) se presentó que más del 50% de los datos tenían
velocidades de vientos menores a 0.4 m/seg pero para el último punto de medición, la terraza se presentó un
porcentaje de 40%, más bajo; registrado en la tabla 5. Es decir, en la terraza se presenta menor cantidad de
velocidades de viento con valores menores a 0.4 m/s ya que por su posición espacial no tienen un obstáculo
cercano con mayor altura a la considerada para el anemómetro que impida la disminución de las velocidad de
viento en comparación a los demás puntos de medición, donde el anemómetro no supera la altura considerable
de los edificios u obstáculos más cercanos a las vías de estudio.
En la figura 9, se observa un comportamiento de las nano-partículas similar en los 5 puntos de medición es que
a medida que se acerca al centro del punto de medición disminuyen las concentraciones de nano-partículas en
1 orden de magnitud. Las concentración de nano-partículas mayor a 1´000000 #/cm3 se presenta en los puntos
de medición de la carrera 7 y la avenida caracas en la dirección SW para ambos casos, es decir la dirección en
la cual transitan los vehículos de dichas vías. En el caso de la carrera 13 las concentraciones no se presentan
en una dirección predominante pero el mayor porcentaje de concentraciones con valores aproximados a 430000
#/cm3 se encuentra en la dirección WN, o sea la mayor contaminación proviene de la ubicación más cercana
de los vehículos. La carrera 15 y terraza de la SDA tienen valores de concentración menores a 120000 #/cm3.
Figura 9. Frecuencia de conteos (%) de concentración de nano-partículas (#/cm3) con velocidades del viento de 0.0 m/seg
a 0.4 m/seg (calmas) en los 5 puntos de medición; (a) Carrera 7, (b) Carrera 13, (c) Avenida Caracas, (d) Carrera 15 y (e)
Terraza de la SDA (Secretaria Distrital de Ambiente).
Velocidad del viento mayor a 1 m/seg. Se graficaron los promedios de concentración de nano-partículas por
cada punto de medición para velocidades del viento desde los 0.4 m/seg hasta el máximo presentado por punto
de medición mostrado en la figura 10. Las velocidades del viento mayores a 0.4 m/seg intervienen en el
comportamiento y desplazamiento de las partículas en cada vía hacia el punto de medición, ya que en la figura
10 se observan intervalos de la influencia de fuentes cercanas y lejanas en las concentraciones de los puntos
de medición.
En la carrera 7, las concentraciones por debajo de los 200000 #/cm3 se presentan donde las velocidades del
viento van hasta valores de 1,2 m/seg, por otro lado los valores de concentraciones de alrededor 500000 #/cm3
provienen de fuentes ubicadas en el N y SW por velocidad de viento máxima de hasta los 2 m/seg. La carrera
13 con concentraciones por debajo de los 200000 #/cm3 están relacionadas con la velocidad de los vientos en
el E, pero en el W las concentraciones ascienden a 250000 #/cm3 con velocidades del viento menores a 2
m/seg. En la avenida caracas, los valores de concentración mayor a 325000 #/cm3 se presentan con mayor
predominancia en la dirección W con velocidades del viento de 1 m/seg. En el caso de la carrera 15, no se
observa una relación resaltable entre las concentraciones de nano-partículas con la velocidad o dirección del
viento y por último, en el punto de la terraza de la SDA los vientos provenientes de los cerros orientales con
valores de aproximadamente 2 m/seg tienen concentraciones que van hasta los 50000 #/cm3.
Figura 10. Concentración de nano-partículas (#/cm3) con velocidades del viento mayores a 0.4 m/seg en los 5 puntos de medición; (a) Carrera 7, (b) Carrera 13, (c) Avenida Caracas, (d) Carrera 15 y (e) Terraza SDA (Secretaria Distrital de Ambiente).
3.5 Coeficiente de correlación de Pearson de variables meteorológicas, tamaño de partícula y concentración de nano-partículas Se calcularon los valores de coeficiente de correlación de Pearson entre las concentraciones de nano-partículas
por punto de medición y variables meteorológicas como son: temperatura, humedad relativa, velocidad y
dirección del viento y por último el tamaño de la partícula; los valores del coeficiente de correlación de Pearson
van desde el 0 hasta el 1, siendo 1 el valor que representa la mayor correlación y 0 el valor que representa la
menor correlación. De acuerdo a los valores del coeficiente de correlación de Pearson que se observan en la
tabla 6, para todos los casos los valores de correlación van de bajas a moderadas y por cada punto de medición
no se observa un comportamiento de correlación similar a la variable de comparación.
Tabla 6. Coeficiente de correlación de Pearson de variables meteorológicas, tamaño de partícula y concentración de nano-
partículas por punto de medición.
Variables Concentración de nano-partículas (#/cm3)
Carrera 7 Carrera 13 Avenida Caracas Carrera 15 Terraza
Tamaño partícula (nm)
-0,14 0,087 -0,55 0,4 0,56
Temperatura (°C) -0,255 0,0137 -0,01 -0,4 -0,4
Humedad Relativa (%)
0,406 0,105 0,084 -0,1 0,27
Velocidad del viento (m/seg)
0,06 0,146 0,102 -0,27 -0,44
Dirección del viento
0,214 0,333 0,163 -0,04 0,27
4. Conclusiones
No hay correlación fuerte al comparar la concentración de las nano-partículas y la concentración de
PM2.5, pueden variar por la distancia entre los puntos de medición
Las variables meteorológicas y el tamaño de partícula no influyen en los valores de concentración de
nano-partículas para los 5 puntos de estudio.
Los valores de concentración de nano-partículas medidas en las carreras 7, 13 y 14 tienen valores que
duplican las concentraciones que se midieron en la carrera 15
Los mayores porcentajes de concentraciones de nano-partículas con velocidades de viento menores
a 4 m/seg, para las carreras 7, 13, 14 y 15 predominan en la dirección en que transitan los medios de
transporte.
Las concentraciones promedio de nano-partículas para las 4 vías de medición según día de la semana
no tienen un patrón de comportamiento similar al reportado por la Red de Monitoreo de Calidad del
Aire de Bogotá de la SDA.
Los valores de concentraciones de nano-partículas con velocidades mayores a 4 m/seg en la terraza
de la SDA, son menores: a mayores velocidad de viento en la dirección este y en mencionada dirección
La salud en los vendedores ambulantes o personas que se encuentran por un largo tiempo cerca a las
carreras 7, 13 y Caracas están siendo altamente vulnerables a adquirir enfermedades de tipo
respiratorio.
Recomendaciones
Se sugiere realizar mediciones complementarias al estudio presentado, aumentando el tiempo de
medición en los puntos correspondientes para tener mayor información, validar y aportar a los
resultados y análisis presentados anteriormente.
Para obtener con mayor precisión la correlación entre la concentración de nano-partículas y pm2.5 es
necesario que se realicen las mediciones de los dos contaminantes en el mismo punto.
Para el uso de estaciones meteorológicas en futuras mediciones, tener en cuenta las condiciones de
ubicación, que no sean alterados los valores de medición por agentes externos y que se observe con
más detalle los valores de las variables a medir.
Para realizar mediciones de PM como las nano-partículas en la vía, la metodología 2 referencia con
mayor precisión el comportamiento de las concentraciones de nano-partículas.
Realizar un estudio de modelación de concentraciones de nano-partículas en la zona en la que se
encuentran las 4 vías de medición
Intervenir en las fuentes de emisión para que se reduzcan las concentraciones de nano-partículas y
así disminuir los problemas respiratorios que se presenten en los ciudadanos de Bogotá.
5. Anexos
Figura 11. Aforos por tipología vehicular en el sentido Norte-Sur y Sur-Norte de las vías de estudio, fuente: Secretaria de
Movilidad, 2014
6. Agradecimientos
El presente trabajo de grado en modalidad de pasantía fue realizado bajo la supervisión del Profesor José
Alejandro Murad y el Subdirector de Calidad del Aire, Auditiva y Visual del periodo 2012-2015 Rodrigo Alberto
Manrique Forero y del periodo 2016-2019 Oscar Alexander Ducuara Falla, así mismo como a los integrantes
del grupo Plan Decenal de Descontaminación del Aire, a quienes me gustaría expresar mi más profundo
agradecimiento, por hacer posible la realización de este estudio.
A Dios por ser la guía y el apoyo junto con mis padres; mi padre que en paz descanse Dagoberto Bonilla y mi
madre Luz Marina Patiño por ser parte de la columna vertebral de mi tesis, así mismo como mi hermano y mi
abuela por sentir orgullo de mí y en general a toda mi familia por apoyarme en los momentos con más necesidad
y darme una palabra de aliento.
También agradezco a la Parcialidad Indígena “EL PALMAR” quienes con su aval y consentimiento no hubiera
sido posible terminar mi carrera
7. Bibliografía
Bunonanno, G., Lall, A., & Stabile, L. (2009). Temporal Size Distribution and Concentration of particles near a
major highway. Atmospheric Environment 43, 1100-1105
Finn et al., 2010, D. Finn, K.L. Clawson, R.G. Carter, J.D. Rich, R.M. Eckman, S.G. Perry, V. Isakov, D.K. Heist, Tracer studies to characterize the effects of roadside noise barriers on near-road pollutant dispersion under varying atmospheric stability conditions, Atmos. Environ., 44 (2010), pp. 204–214
Hagler et al., 2012, G.S.W. Hagler, M.-Y. Lin, A. Khlystov, R.W. Baldauf, V. Isakov, J. Faircloth, L.E. Jackson.Field investigation of roadside vegetative and structural barrier impact on near-road ultrafine particle concentrations under a variety of wind conditions. Sci. Total Environ. 419 (2012), pp. 7–15 Hagler et al., 2010. G.S.W. Hagler, E.D. Thoma, R.W. Baldauf, High-resolution mobile monitoring of carbon monoxide and ultrafine particle concentrations in a near-road Environment, J. Air & Waste Manag. Assoc., 60 (2010), pp. 328–336. Karner et al., 2010, AA Karner, DS Eisinger, DA niemeier, Cerca de carretera-la calidad del aire: la síntesis de las conclusiones a partir de datos del mundo real, Reinar. Sci. Technol., 44 (2010), pp. 5.334 hasta 5.344 Lazaridis, M., Semb, A., Larssen, S., Hjellbrekke, A., Hov, O., & Hanssen, J. E. (2002). Measurements of
particulate matter within the framework of the European Monitoring and Evaluation Programme EMEP . First
results The Science of the Total Environment, 285, 209-235.
Ning et al., 2010, Z. Ning, N. Hudda, N. Daher, W. Kam, J. Herner, K. Kozawa, S. Mara, C. Sioutas, Impact of roadside noise barriers on particle size distributions and pollutants concentrations near freeways, Atmos. Environ., 44 (2010), pp. 3118–3127 Organización Mundial de la Salud. (25 de Marzo de 2014). Contaminación del Aire-Centro de Prensa. Obtenido de 7 millones de muertes cada año debidas a la contaminación atmosférica: http://www.who.int/mediacentre/news/releases/2014/air-pollution/es/ Price, D. Heather. Arthur, Robert. BéruBé A. Kelly. Jones, P. Tim, 2014. Linking particle number concentration (PNC), meteorology and traffic variables in a UK street canyon. Elsevier, pp. 133-144 Secretaría Distrital de Ambiente; Universidad de la Salle. (2013). Inventario de Emisiones de la Ciudad de Bogotá, 2012. Informe numero 2 contrato 1467 del 2013.
Secretaria Distrital de Ambiente, Informe anual de calidad del aire de Bogotá. Red de Monitoreo de Calidad del Aire de Bogotá, 2014. Publicado en Mayo de 2015.
Consorcio Monitoreo y Transporte Urbano. Caracterización vehicular de las vías principales de Bogotá DC. Secretaría Distrital de Movilidad (2014), c
Steffens et al., 2014, J.T. Steffens, D.K. Heist, S.G. Perry, V. Isakov, R.W. Baldauf, K.M. Zhang, Effects of roadway configurations on near-road air quality and the implications on roadway designs, Atmos. Environ., 94 (2014), pp. 74–85 Vardoulakis et al., 2003, S. Vardoulakis, B.E. Fisher, K. Pericleous, N. Gonzalez-Flesca, Modelling air quality in street canyons: a review, Atmos. Environ., 37 (2003), pp. 155–182 Wu, Z., Hu, M., Lin, P., Liu, S., Wehner, B., Wiedensohler, A., 2008. Particle number size distribution in the urban atmosphere of Beijing, China. Atmos. Environ. 42, 7967–7980.