Trabajo N° 2 modelos de dispersion

27
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) E.A.P. DE INGENIERÍA QUÍMICA E INGENIERIA QUIMICA INGENIERIA AMBIENTAL TEMA : Aplicación de los modelos de dispersión de la calidad del aire PROFESOR : Ing. Raymundo Erazo SECCION: 1 ALUMNOS : TORPOCO CAMARENA LILIAM FIORELA 09070041 LIMA PERU

Transcript of Trabajo N° 2 modelos de dispersion

Page 1: Trabajo N° 2 modelos de dispersion

UNIVERSIDAD NACIONAL

MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMÉRICA)

E.A.P. DE INGENIERÍA QUÍMICA E INGENIERIA

QUIMICA

INGENIERIA AMBIENTAL

TEMA : Aplicación de los modelos de dispersión de la calidad del aire

PROFESOR : Ing. Raymundo Erazo

SECCION: 1

ALUMNOS :

TORPOCO CAMARENA LILIAM FIORELA 09070041

LIMA PERU

2013

MODELOS DE DISPERSIÓN DE CONTAMINANTES ATMOSFÉRICOS

Page 2: Trabajo N° 2 modelos de dispersion

  Físicamente, la dispersión es la evolución del estado de los contaminantes respecto a un sistema de referencia, ella depende de muchos factores relacionados como: la naturaleza física y química de los contaminantes, las características meteorológicas del ambiente, el terreno sobre el cual se transportan y se difunden y la altura de las fuentes respecto a la superficie.

Los modelos de dispersión de calidad del aire consisten en un grupo de ecuaciones matemáticas que sirven para interpretar y predecir las concentraciones de contaminantes atmosféricos causadas por la dispersión y por el impacto de las plumas. Estos modelos incluyen en su desarrollo las diferentes condiciones meteorológicas, incluidos los factores relacionados con la temperatura, la velocidad del viento, la estabilidad y la topografía, por ejemplo se puede usar para la concentración de olores en un receptor.

A continuación se presenta posibles aspectos a tener en cuenta en la selección del modelo.

Escalas de tiempo y espacio bien definidas Dependencia del régimen en estado estacionario o tiempo Marco referencial ambiental Tipo de contaminante y mecanismos de reacción Tratamiento matemático de la turbulencia atmosférica Consideraciones para múltiples fuentes Tratamiento matemático de la topografía Tratamiento matemático del error inducido

El desarrollo de modelos de dispersión tiene límites. Los modelos de pronóstico de calidad del aire describen matemáticamente el comportamiento de gases y partículas en la atmósfera; sin embargo, el contaminante puede presentar transformaciones físicas, químicas o ambas. De esta manera, los modelos de dispersión pueden estar desarrollados para considerar diversos tipos de mecanismos de transformación.

Page 3: Trabajo N° 2 modelos de dispersion

Los modelos pueden ser para contaminantes no reactivos y reactivos y, pueden, además, considerar transformaciones de gas a partículas, procesos de gas depositado en partículas y procesos de partícula a partícula.

Los modelos para gases no reactivos, son los más comunes y menos complejos; estos modelos se han utilizado con buenos resultados para determinar el comportamiento de gases como el monóxido de carbono y partículas que se comportan como gases, es decir aquellas con diámetro menor a 20 micrómetros. Se han utilizado estos modelos para dióxido de azufre con ciertas restricciones, ya que el SO2 presenta algunas propiedades de reacción bajo ciertas condiciones ambientales especiales, aunque por su vida media en la atmósfera de 6,4 días, es posible considerarlo como no reactivo.

Los modelos reactivos han sido desarrollados para determinar la formación de depósitos de sulfatos a partir de SO2 o para modelar la formación y concentración de oxidantes a partir de hidrocarburos y óxidos de nitrógeno, ambas emisiones provenientes de fuentes móviles y estacionarias.

MODELO DE DISPERSION GAUSSIONO:

El modelo de dispersión gaussiano, que utiliza la ecuación de distribución gaussiana, es uno de los más usados. La ecuación de distribución gaussiana usa cálculos relativamente simples, que sólo requieren dos parámetros de dispersión, sy y sz, para identificar la variación de las concentraciones de contaminantes que se encuentran lejos del centro de la pluma. Esta ecuación determina las concentraciones de contaminantes en el nivel del suelo sobre la base de las variables atmosféricas de tiempo promedio, por ejemplo la temperatura y la velocidad del viento. Por lo tanto, no es posible obtener un cuadro instantáneo de las concentraciones de la pluma. Sin embargo, cuando se emplean promedios de tiempo de diez minutos a una hora para estimar las variables atmosféricas de tiempo promedio

Page 4: Trabajo N° 2 modelos de dispersion

necesarias en la ecuación, se puede asumir que las concentraciones de contaminantes en la pluma están distribuidas normalmente, como se señala en la Figura.

Aplicación del modelo Gausiano en el cálculo de la difusión de olores uso del modelo AEROMOD:

Estos modelos de dispersión de aire EE.UU. EPA son ampliamente utilizados para evaluar la concentración de la contaminación y la deposición de una amplia variedad de fuentes.

El Modelo reglamentario AMS / EPA (AERMOD) es el modelo de dispersión atmosférica de última generación basado en la teoría de la capa límite planetaria. 

Este modelo Gaussiano en estado estacionario, permite modelar la dispersión de material particulado, gases, vapores y olores a una distancia de hasta 50 Km a partir de la fuentes de emisión como chimeneas, fuentes de línea, fuentes de área y de volumen así como mecheros o quemadores elevados.

La interfaz es completamente gráfica, de uso intuitivo y muy amigable para usuarios con experiencia o sin ella, quienes son guiados paso a paso en el uso del modelo y que cuentan con ayuda interactiva en cada pantalla del software.

Los resultados del modelamiento se muestran en forma de gráficas de contornos coloreados de iso-concentración las cuales pueden ser sobrepuestas a mapas abstractos o a imágenes de Google Earth®. 

Page 5: Trabajo N° 2 modelos de dispersion
Page 6: Trabajo N° 2 modelos de dispersion
Page 7: Trabajo N° 2 modelos de dispersion

Aplicación del modelo gaussiano para el proyecto técnico y estudio de impacto ambiental de la nueva planta de fundición de hierro uso del modelo SCREEN3:

Para el presente estudio se ha empleado un modelo tipo “screen” o de sondeo, que permita cuantificar la magnitud de la afección que sobre la calidad atmosférica pudiera provocar la implantación de la futura actividad. El modelo de dispersión atmosférica SCREEN3 se presenta como un modelo de pluma Gaussiana, que incorpora factores relacionados a la fuente emisora y factores de naturaleza meteorológica, para calcular la concentración de contaminantes de fuentes continuas.

Se trata de un modelo que calcula las concentraciones debidas a las emisiones de una única fuente que puede ser puntual, de área o volumétrica. El modelo realiza los cálculos a corto plazo (a 1 hora y/o a 24 horas) de concentraciones máximas o de concentración a una distancia concreta del foco, con terrenos por encima o por debajo de la chimenea.

Se trata de un modelo simplificado y conservador, el cual calcula concentraciones discretas en base a unos parámetros introducidos, obteniéndose en todo caso los valores más desfavorables en cuanto a condiciones meteorológicas (temperatura atmosférica, velocidades de viento, etc.).

El modelo SCREEN3 no puede determinar explícitamente impactos de múltiples fuentes, aunque sí permite simular el impacto que presenta una emisión virtual, mediante la unión en una única chimenea representativa de las múltiples emisiones generadas a partir de chimeneas cercanas.

Page 8: Trabajo N° 2 modelos de dispersion

En este sentido, en el presente apartado se tratará de valorar el impacto de las emisiones particuladas totales generadas en la nueva planta, a través de la unión de todas ellas en una única chimenea virtual (foco virtual) localizada en el centro de la futura planta.

Emisiones La chimenea virtual integrara las siguientes emisiones:

Características de las Chimeneas:

Altura del receptor sobre el nivel del terreno:

Se ha considerado una altura de receptor de 1,7 m. sobre el suelo.

Opciones de Modelización del Terreno:

• Opción de Terreno Complejo: Permite calcular impactos para casos donde las elevaciones de terreno exceden la altura de la chimenea.

• Opción de Terreno Simple Elevado: Permite calcular impactos para casos donde las alturas del terreno exceden la base de la chimenea pero se mantienen por debajo de la altura de ésta

• Opción de Terreno Simple Plano: Permite calcular impactos para casos donde se supone que las alturas del terreno no exceden a la elevación de la base de la chimenea.

Page 9: Trabajo N° 2 modelos de dispersion

RESULTADOS DE LA MODELACIÓN

A continuación se presentan los valores máximos en 24 horas (μg/Nm3) que se han obtenidos como resultado de la modelación, cuyo comportamiento de inmisión queda representado en el plano adjunto.

Page 10: Trabajo N° 2 modelos de dispersion

CONCLUSIONES:

Si comparamos los datos obtenidos en la modelización con los valores límite establecido en el Anexo II

Todos los valores máximos obtenidos cumplen con los valores límite establecidos en el citado Real Decreto.

Por lo tanto, y como conclusión final se puede decir que la explotación de la actividad generara unos niveles de inmisión bajos, y en función de la simulación realizada, no parecen presentar incompatibilidad con la legislación en la localización prevista, por lo que respecta a la afección de la calidad del aire por la emisión de partículas sedimentables.

Aplicación del modelo DISPER:

Software realizado íntegramente en castellano que permite evaluar de una manera rápida y sencilla la dispersión de una gran cantidad de contaminantes atmosféricos en el aire (CO, NO, CxHy, Cl, Pb, partículas en suspensión,...). Funciona bajo un entorno Microsoft WINDOWS 95 o superior e incluye un Manual del Usuario y un Curso Introductorio a la Contaminación Atmosférica con una gran cantidad de datos sobre emisiones de diversas fuentes contaminantes y sus efectos en la salud y en el medioambiente. Puede trabajar con dos modelos numéricos diferentes: el ISCST (Industrial Source Complex Short Term Model) de la Agencia de Protección Medioambiental de EE.UU. (EPA) aunque incorporando mejoras en el diseño de las fuentes y en la consideración de los efectos del terreno y el modelo recomendado por la Agencia de Medio Ambiente de la Unión Europea.

Aplicaciones de DISPER software:

Ideal para estudios de impacto ambiental, auditorías medioambientales y para la gestión ambiental en general ya que permite evaluar los efectos posibles de una gran cantidad de fuentes de contaminación atmosférica como son: chimeneas, carreteras y vías de circulación, líneas férreas, vertederos al aire libre, incendios forestales, movimientos de tierra por obras, minas a cielo abierto, aplicaciones de pesticidas en cultivos.

Evalúa de una manera rápida y sencilla la dispersión de cualquier contaminantes atmosféricos en el aire de menos de 10 micras de diámetro: NOS, CO2, NO2, sulfatos.

Page 11: Trabajo N° 2 modelos de dispersion

Para fuentes contaminantes ya existentes, permite obtener mapas de las concentraciones de contaminantes que pueden ser complementarios de las medidas reales de estaciones que toman datos en un único punto del terreno.

Permite construir de una manera gráfica el escenario sobre el que se va a producir la simulación actuando interactivamente con el usuario de tal manera que se puedan diseñar carreteras, chimeneas, atendiendo a sus efectos medioambientales.

Permite realizar estudios de riesgo en industrias contaminantes ya que puede evaluar la contaminación bajo condiciones teóricas extremas (excesiva emisión, vientos fijos.)

MODELO DE DISPERSION LAGRANGIANO:

Discretiza la pluma emitida en una secuencia de pequeñas nubes de humo. Cada puff es empujado y desplazado por las condiciones meteorológicas del

momento. Permite simular las trayectorias variables de la pluma al cambiar las condiciones

meteorológicas.

Aplicaciones en las industrias:

• Depositación de contaminantes tóxicos. • Dispersión en regiones cercanas a grandes cuerpos de agua. • Reacciones químicas (Contaminantes primarios y secundarios). • Múltiples sustancias químicas. • Impacto a corta distancia de fuentes puntuales, de área o de línea.• Incendios forestales, provocados o naturales. • Evaluación de la visibilidad. • Estudios de transporte de contaminantes de largo o de corto alcance

Page 12: Trabajo N° 2 modelos de dispersion

Modelamiento de dispersión de la calidad del aire para el estudio de riesgos para la salud humana complejo metalúrgico la oroya uso del modelo CALPUFF.

El CALPUFF es un modelo de dispersión lagrangiano que trabaja con estados estables y no estables simulando los efectos de las variaciones del viento con respecto al tiempo; este modelo considera varios tipos de fuente y su estimación puede comprender hasta cientos de kilómetros.

Se seleccionó el sistema CALPUFF de modelos de calidad del aire (Earth Tech, 2000) para su aplicación en La Oroya. CALPUFF es un modelo “guía” de la Agencia de Protección Ambiental de los Estados Unidos (USEPA, 2003) recomendado para aplicaciones reguladoras y de otro tipo en las que debe considerarse un transporte de contaminantes de largo alcance y/o campos de vientos complejos con variaciones a lo largo del tiempo y del espacio.

El sistema CALPUFF consta de varios módulos de cálculo separados: CALMET para analizar y definir variables meteorológicas, CALPUFF para simular la dispersión de los contaminantes y CALPOST para facilitar el procesamiento de los impactos pronosticados por el modelo. El modelo es capaz de analizar el transporte, la dispersión y la deposición de contaminantes gaseosos y particulados. Considera también la transformación química y física de los contaminantes en la atmósfera, los efectos de terrenos complejos, la sedimentación gravitacional de las partículas y las características de la fuente contaminante (altura, temperatura y velocidad de los gases, generación de efectos de estela, etc.).

El modelo CALPUFF es un modelo que simula las emisiones de contaminantes del aire desde una fuente dada como una serie de “soplos” (puff en inglés, de allí su nombre). Cada soplo se mueve y dispersa tal como lo dicta el viento local y otras condiciones meteorológicas en sucesivos lapsos de tiempo. Por lo tanto, cada soplo discreto de contaminante proveniente de una fuente puede cambiar de dirección al ser influenciado por vientos cambiantes en el tiempo y el espacio.

Por el contrario, los modelos más comúnmente usados asumen condiciones de estado estable; es decir, se asume que la velocidad del viento, la dirección del viento y otras condiciones climatológicas son las mismas en todas partes y constantes a lo largo de un período de tiempo determinado. Dichos modelos no pueden simular con precisión el transporte de contaminantes en áreas donde el viento es diferente en diversas ubicaciones o donde el viento cambia con el tiempo durante el transporte del penacho. El modelo CALPUFF fue desarrollado específicamente para considerar un transporte de largo alcance, donde debe esperarse que las condiciones cambien a lo largo de la ruta y el tiempo de viaje del contaminante, así como para condiciones de menor alcance en las que se sabe que los vientos se ven afectados por características locales del terreno y por rápidos cambios temporales en la meteorología. El área de La Oroya claramente representa este último caso.

Page 13: Trabajo N° 2 modelos de dispersion

Se realizó el Modelamiento computarizado de los impactos en la contaminación del aire causados por el Complejo Metalúrgico de La Oroya con el fin de suministrar estimados de la calidad futura del aire que puedan usarse en el estudio de riesgos para la salud humana. Se generaron predicciones del modelo para las áreas pobladas que forman parte del estudio.El área que se incluyó en el modelo estaba limitada a distancias de 10 km del Complejo.

Para el modelamiento, se utilizó el modelo CALPUFF, un modelo de simulación de la calidad del aire recomendado por la Agencia de Protección Ambiental de los Estados Unidos para su aplicación en áreas de gran complejidad en cuanto a vientos, terrenos y meteorología. El modelo considera los efectos de los vientos, la dispersión atmosférica, las transformaciones químicas y la deposición superficial de contaminantes con sus variaciones a lo largo del tiempo y del espacio. Los datos de entrada para la aplicación CALPUFF incluyeron emisiones contaminantes medidas, provenientes de la chimenea principal de la Función y emisiones estimadas de fuentes fugitivas, todo en una base promedio anual para el año 2002. Otros datos de entrada fueron las condiciones meteorológicas horarias medidas en las seis estaciones de monitoreo a nivel del suelo que opera Doe Run Perú. No se contó con ninguna observación específica del lugar por encima del suelo; por lo tanto, los vientos y las temperaturas del aire se estimaron a partir de los análisis climáticos globales de seis horas preparados por el Servicio Nacional de Meteorología de los Estados Unidos.

El modelamiento de las condiciones climáticas y las emisiones en el 2002 suministró impactos pronosticados por modelo, los cuales se compararon con las concentraciones medidas en las estaciones de monitoreo de Doe Run. Asimismo, permitió también contar con un “caso base” contra el cual comparar las predicciones para años posteriores.

Page 14: Trabajo N° 2 modelos de dispersion

Se probó el desempeño del modelo en cuanto a la simulación de la calidad del aire en La Oroya mediante la comparación de las concentraciones de dióxido de azufre (SO2), plomo (Pb), arsénico (As) y cadmio (Cd) pronosticadas para el 2002 con las mediciones obtenidas durante el mismo período en las estaciones de monitoreo de Doe Run Perú. La evaluación enfatizó las áreas pobladas consideradas dentro del estudio de riesgos. Estas áreas tienen su mejor representación en las estaciones de monitoreo en Sindicato, Hotel Inca y Cushurupampa.

La evaluación del desempeño del modelo produjo las siguientes conclusiones:

Las predicciones del modelo reflejan la magnitud general de las concentraciones observadas.

Las predicciones de concentración de SO2, en lo que se refiere a los valores promedio anuales y los valores máximos a corto plazo, muestran una concordancia adecuada con las observaciones de los monitores en Sindicato y Hotel Inca.

Las predicciones sobre SO2 tienden a ser mayores que las mediciones en Cushurupampa y menores que las mediciones en Huanchán.

Las predicciones de concentraciones horarias de SO2 reproducen con adecuada precisión la hora y la magnitud de los picos de contaminación observados durante la mañana.

Las predicciones del modelo con frecuencia reproducen los cambios cotidianos observados en la calidad del aire, causados por condiciones climáticas cambiantes.

Las predicciones de la concentración de Pb son, en promedio, 35% mayores que las concentraciones a largo plazo medidas.

Las predicciones sobre las concentraciones de As y Cd son, en promedio, cercanas a las concentraciones observadas, pero tienden a ser altas en Cushurupampa y bajas en Sindicato.

El desempeño del modelo es mejor durante las horas del día que durante la noche y parece ser mejor en el área inmediata de La Oroya que en el valle del río Yauli que está más alejado del Complejo Metalúrgico.

Se concluye que el modelo simula adecuadamente los procesos de dispersión básicos en la región del Complejo y brinda estimados realistas de los impactos máximos a corto plazo y los impactos promedio a largo plazo en dicha área. Los resultados del modelo también implican que la caracterización de las fuentes de emisión y las tasas de emisión promedio que se usaron reflejan la realidad con precisión razonable. Sobre la base de estas conclusiones, se espera que las proyecciones de los impactos futuros en la calidad del aire sean realistas y apropiadas para el estudio de riesgos.

La proyección de las concentraciones en el aire ambiental y las tasas de deposición futuras indica que los proyectos de mejora programados en la Fundición darán como resultado una marcada reducción en los impactos de todos los contaminantes considerados.

Los resultados del modelo confirman y amplían conclusiones anteriores sobre el impacto relativo de la chimenea principal y las fuentes fugitivas en el caso de impactos a nivel del suelo. Las fuentes fugitivas, a pesar de tener emisiones más pequeñas que la chimenea principal, son responsables de la mayor parte de impactos locales, especialmente en La Oroya Antigua y La Oroya Nueva. La importancia

Page 15: Trabajo N° 2 modelos de dispersion

relativa de las emisiones de la chimenea principal se incrementa al incrementarse la distancia respecto al Complejo. El análisis de tendencias futuras demuestra que la mayor mejora en la calidad del aire ambiental se producirá a medida que se implementen proyectos para reducir o eliminar las emisiones fugitivas. Este resultado se cumple para todas las áreas de estudio, pero especialmente para aquellas que están cerca del Complejo Metalúrgico.

Los resultados del modelo (así como los registros de monitoreo) indican que la estrategia de control complementario de Doe Run Perú (reducción de las emisiones en momentos en los que se anticipa una calidad de aire deficiente) es efectiva para mitigar los niveles de contaminación altos a corto plazo durante los episodios matutinos de contaminación del aire. De mantenerse, esta estrategia contribuirá a una mejora adicional en la calidad del aire por encima de la proyectada por el análisis de modelamiento de la dispersión.

Page 16: Trabajo N° 2 modelos de dispersion

Conclusiones sobre el Desempeño del Modelo:

El modelo CALMET/CALPUFF aplicado al Complejo Metalúrgico parece representar razonablemente la magnitud general de los impactos en la calidad del aire observados y reproducir con precisión el típico valor máximo de las concentraciones de SO2 en las mañanas. El modelo brinda estimados de concentraciones mensuales de plomo que son algo mayores que las concentraciones medidas; los estimados de impactos máximos de 1 hora y de 24 horas en el caso del SO2 concuerdan adecuadamente con la información proveniente de la observación.

Page 17: Trabajo N° 2 modelos de dispersion

MODELOS ESTADISTICOS:

Desarrollado por el Departamento de Estadística e Investigación Operativa de la Universidad de Santiago

Objetivo: predecir con media hora de anticipación la evolución de los niveles de dióxido de azufre en el entorno de la UPT As Pontes y sugerir una línea de actuación

Utilización de modelos estadísticos a partir de la información en tiempo real de emisiones, calidad de aire y meteorología.

Aplicación informática en tiempo real concebida como ayuda a la operación en la toma de decisiones inmediatas Nuevos desarrollos: ampliación de horizontes de predicción, utilización de datos minutales, predicciones probabilísticas

Sistemas de control suplementario de la contaminación atmosférica: predicción con modelos estadísticos:

Se recogen datos de calidad de aire, en particular de SO2, de las estaciones de la Red de Vigilancia de Calidad de Aire (frecuencia pentaminutal). La legislación vigente obliga a controlar la media horaria de valores de SO2.

F4. Valores SO2. Abril 2002 - Julio 2002

0

50

100

150

200

250

300

350

400

450

500

2/4/2002

5/4/2002

8/4/2002

10/4/2002

13/4/2002

16/4/2002

19/4/2002

21/4/2002

24/4/2002

27/4/2002

29/4/2002

2/5/2002

5/5/2002

7/5/2002

10/5/2002

13/5/2002

15/5/2002

18/5/2002

21/5/2002

24/5/2002

26/5/2002

29/5/2002

4/6/2002

7/6/2002

9/6/2002

12/6/2002

15/6/2002

18/6/2002

20/6/2002

23/6/2002

1/7/2002

6/7/2002

8/7/2002

11/7/2002

14/7/2002

16/7/2002

19/7/2002

22/7/2002

24/7/2002

27/7/2002

30/7/2002

SO2 (mg/m3)

Page 18: Trabajo N° 2 modelos de dispersion

F4. Valores SO2. 22.04.2002

0

50

100

150

200

250

300

350

400

45001:25

01:55

02:25

02:55

03:25

03:55

04:25

04:55

05:25

05:55

06:25

06:55

07:25

07:55

08:25

08:55

09:25

09:55

10:25

10:55

11:25

11:55

12:25

12:55

13:25

13:55

14:25

14:55

15:25

15:55

16:25

16:55

17:25

17:55

18:25

18:55

19:25

19:55

20:25

20:55

21:25

21:55

22:25

22:55

23:25

SO2 (mg/m3)

Las diferentes metodologías utilizadas han aportado soluciones desde varios puntos de vista:

I. Predicción puntualII. Predicción probabilística

III. Predicción espacialIV. Predicción funcional

I. Predicción puntual: Este planteamiento nos permite dar como respuesta la predicción del nivel de SO2.

Page 19: Trabajo N° 2 modelos de dispersion

II. Predicción probabilística : La utilización del modelo G-GAM nos permite dar como respuesta la probabilidad de superar un cierto nivel de SO2.

III. Predicción espacial: Los modelos de predicción espacial nos permiten construir una superficie de predicción de niveles de SO2 para el entorno de la instalación.

Page 20: Trabajo N° 2 modelos de dispersion

IV. Predicción funcional: Los modelos funcionales permiten dar como respuesta la curva completa de niveles de SO2 para un cierto intervalo de tiempo.

Los modelos de predicción han sido programados e integrados en un sistema que funciona en tiempo continuo en la instalación. Se ha desarrollado un programa que permite a los usuarios del sistema visualizar la predicción.

Su última versión (VPR_INM NL) contiene información en tiempo real de valores de diferentes contaminantes, información meteorológica, datos de emisión, predicciones de SO2, gráficas de predicción, mapas.

Page 21: Trabajo N° 2 modelos de dispersion

MODELOS RECEPTOR DE CONTAMINANTES ATMOSFÉRICOS:

Los modelos de receptores comprenden técnicas de diversos tipos que se utilizan para determinar la identidad de las fuentes de emisión que contribuyen a las concentraciones de determinados contaminantes en lugares específicos. Estas técnicas incluyen métodos microscópicos, físicos y químicos.

Los modelos de tipo químico se basan en la identificación de los denominados perfiles de fuente de emisión y su relación con las concentraciones halladas en un punto determinado. En este caso se supone que las concentraciones de las sustancias químicas que componen al material particulado se encuentran asociadas con las fuentes generadoras del mismo.

Este tipo de modelos suelen ejecutarse bajo dos tipos de técnicas: el balance químico de masas – CMB y el análisis de variables múltiples. Cada una de éstas requiere de información específica de entrada y de características determinadas en los datos experimentales a analizar. De esta forma, la selección de una u otra para su aplicación se basa en el tipo y cantidad de información disponible así como en las medidas analíticas incluidas en el diseño experimental del estudio que se pretende desarrollar.