inventarios de emisiones en la Corona Regional del Centro de
1.2.3 V ALIDACIÓN DE INVENTARIOS POR COMPARACIÓN CON OBSERVACIONES SATELITALES
1.2.3.1 EL INSTRUMENTO IASI
El instrumento Infrared Atmospheric Sounding Interferometer (IASI) está ins-
talado a bordo del satélite Metop-A el cual fue lanzado en octubre de 2006 y está colocado en una órbita sincronizada con el Sol cruzando México alre- dedor de las 10:19 y 21:00 hora local. La anchura de su banda de observa- ción (“swath”) es de 2 mil 200 km perpendicular a su dirección de movi- miento, y toma mediciones cada 25 km a lo largo de su trayecto.
IASI es un espectrómetro infrarrojo desarrollado por el Centre National
d’Etudes Spatiales (CNES) en Francia, en cooperación con la European Orga-
nisation for the Exploitation of Meteorological Satellites (EUMETSAT) (Clerbaux et al. 2009, Hilton et al. 2012) La observación del instrumento es en dirección del nadir y el campo de vista es circular con un radio de apro- ximadamente 12 km.
El instrumento consiste de un interferómetro infrarrojo por transforma- das de Fourier (FTIR, por sus siglas en inglés), el cual cubre el rango espec-
tral de 645 hasta 2760 cm-1 y registra espectros con una resolución de 0.5
cm-1. El algoritmo del producto usado para este proyecto es FORLI (Fast Op-
timal Retrievals on Layers for IASI); usa una malla vertical con 19 capas equi-
distantes y se basa en la teoría de estimación optimizada (Rodgers 2000) La información a priori (perfil inicial y matriz de covarianza), se logra a través de tres fuentes: a) con la base de datos del proyecto MOZAIC, el cual cuenta con perfiles obtenidos de mediciones de aviones; b) de los resultados del
modelo LMDz-INCA (Hauglustaine et al. 2004) y c) de los perfiles del instru- mento satelital ACE-FTS (Nedelec et al. 2003)
El producto de monóxido de carbono (CO) utilizado para este proyecto se ha empleado en varios trabajos, como por ejemplo (George et al. 2009,
Turquety et al. 2009, Pommier et al. 2010, Yurganov et al. 2011,
Kerzenmacher et al. 2012) y específicamente para el Centro de México por Stremme et al. (2013)
1.2.3.2EL INSTRUMENTO OMI
El Ozone Monitoring Instrument (OMI, por sus siglas en inglés), se encuentra
orbitando desde 2004 a bordo del satélite Aura de la NASA y consta de un espectrómetro que cubre la región espectral de 264-504 nm, llevando a cabo mediciones con una resolución de 0.42-0.63 nm enfocadas al estudio de la composición química de la atmósfera. El satélite Aura sigue una órbita sin- cronizada con el Sol (705 km de altitud) y cruza en forma ascendente la línea
ecuatorial a las 13:45. Las observaciones llevadas a cabo por OMI tienen una
huella en superficie de 13 × 24 km2 en posición nadir y proveen una cober-
tura global de la Tierra en un día (Team 2009) OMI tiene la capacidad de
proveer mediciones de moléculas presentes en la atmósfera tales como dió-
xido de nitrógeno (NO2), ozono (O3), dióxido de azufre (SO2), formaldehído
(HCHO), y aerosoles (Levelt et al. 2006, Levelt et al. 2006)
El algoritmo utilizado para recuperar las columnas de las moléculas an-
tes mencionadas está basado en el método DOAS (Platt and Stutz 2008), o
Differential Optical Absorption Spectroscopy, y se describe con detalle por (Bucsela et al. 2006) En este método se aplica una evaluación a todos los espectros medidos resultando en densidades de columna inclinadas que pueden ser convertidas a densidades de columnas verticales utilizando un
factor de masa de aire (AMF.) El AMF depende de la nubosidad y la abundancia
de aerosoles, así como de la geometría del paso óptico y el albedo de la
superficie. Más detalles sobre el concepto del AMF pueden encontrarse en
(Solomon 2005)
En esta investigación se ha utilizado el producto OMI/Aura nitrogen dio-
xide total and tropospheric column 1-orbit L2 swath con una huella de 13 × 24 km. La versión del producto se refiere a la base de datos 003, nivel 2, empleando el algoritmo 1.1.4.4. El producto fue descargado del portal de la
NASA Goddard Earth Sciences Data and Information Services Center (GES-
DISC), utilizando la herramienta MIRADOR 1.42.* Para este estudio se consi-
deraron y emplearon solamente aquellos datos que tienen un porcentaje de
nubosidad menor del 20%. El producto para NO2 ha sido empleado amplia-
mente por la comunidad científica internacional y específicamente para el Centro de México Por Rivera et al. (2013)
* http://disc.sci.gsfc.nasa.gov/Aura/data-holdings/OMI
1.2.3.3RECONSTRUCCIÓN DE LA DISTRIBUCIÓN PROMEDIO
Las mediciones de un sólo paso durante un día no son de gran utilidad, ya que la cobertura espacial es escasa y la medición tiene demasiado ruido. Por lo que es necesario promediar en un tiempo prolongado todas las obser- vaciones disponibles para elaborar un mapa. Hay dos maneras de promediar los datos: tomando un área mayor a la huella del instrumento, o promediar en el tiempo. Para el estudio de zonas urbanas donde se busca resolver la estructura de las emisiones, lo más apropiado es promediar en tiempo pues son tomas hechas a la misma hora de cada día, y corresponden a la hora en la que pasa el satélite por el área de interés.
La distribución de la columna promedio que reconstruimos para los ma- pas en este proyecto, se arma sobre una malla fina (del orden de 2x2 km aproximadamente), a partir de mediciones realizadas en huellas mucho ma-
yores (13 × 24 km2 en el caso de OMI.) Esta reconstrucción se logra mediante
la solución del problema matemático inverso Y = K x + Ɛ. En esta ecuación, Y representa el vector que contiene todas las mediciones de columna del
gas de interés medido por el instrumento OMI; x es el vector solución que
contiene el estimado de la distribución de la columna promedio en la malla
elegida; Ɛ representa la desviación entre la columna medida/recuperada del
área de estudio y el valor medio estimado. Ɛ depende principalmente de las
variaciones encontradas día a día, de variaciones estacionales así como de la precisión de las mediciones. La matriz K describe la relación entre las me- diciones y la distribución horizontal del gas de interés y representa un mo-
delo directo que reproduce principalmente la huella del instrumento OMI (13
× 24 km2 en dirección del nadir.) La reconstrucción utiliza un método de
regularización de Tihkonov, similar al que se utiliza para recuperación de perfiles verticales y en el procesamiento de imágenes. Más detalles acerca de éste método pueden encontrarse en Stremme et al. (2013)
1.2.3.4COMPARACIÓN DE OBSERVACIONES EN SUPERFICIE CON RESULTADOS DE MODELOS DE CALIDAD DEL AIRE
Los datos medidos en superficie obtenidos durante las campañas realizadas en el paso de montaña de Tenango del Aire en 2011 y de Puebla-Tlaxcala en
2012 fueron comparados con los datos de salida del modelo WRF-Chem, pro-
porcionados por el grupo de modelación de este proyecto, quienes llevaron a cabo las corridas bajo las siguientes especificaciones:
• Dominio: 70 x 70 • Celda: 3 x 3 km
• Mecanismos químicos: RADM2 • Capas PBL : 35 YSU
• Datos de entrada:
• Inventario Nacional de Emisiones, México 2005 • NARR: USGS-1993 (Uso de suelo)
• FNL: USGS-1993 + Suelo Urbano
• Adicionalmente, el grupo de meteorología y climatología de este proyecto propuso utilizar FNL2: NALCMS-2005.
El objetivo de estas comparaciones fue evaluar el modelo en términos de los efectos de los cambios de uso de suelo, de las condiciones de frontera y de anidamiento en los resultados obtenidos.
La metodología empleada consideró el análisis de series de tiempo y el cálculo del índice de concordancia (Ic) y del sesgo normalizado (Sn) para las siguientes variables: temperatura (T), velocidad de viento (VV), dirección de
viento (DV), humedad relativa (HR), ozono (O3), dióxido de azufre (SO2), mo-
nóxido de carbono (CO) y dióxido de nitrógeno (NO2).
El Ic, se calculó mediante la siguiente ecuación
Donde:
Ic = Índice de concordancia
Pi = Valor modelado en el tiempo i Oi = Valor medido
Ö= La media de n observaciones
La interpretación de los resultados obtenidos al aplicar esta ecuación consiste en que si el Ic = 1, corresponde a la perfecta concordancia entre el modelo y las observaciones, mientras que Ic = 0 muestra la ausencia de
concordancia entre el modelo y las observaciones (Willmott, 1981; Garci ́a,
2002.)
En el caso del Sn, la ecuación es la siguiente:
𝑺𝑺𝑺𝑺 =𝑵𝑵𝟏𝟏�𝒑𝒑𝒊𝒊𝑶𝑶− 𝑶𝑶𝒊𝒊 𝒊𝒊 𝑵𝑵 𝒊𝒊=𝟏𝟏 Donde: Sn = Sesgo normalizado
pi = Valor modelado en el tiempo i
oi = Valor medido
N= el número de datos
Para esta ecuación la interpretación de los resultados consiste en que un valor de Sn más próximo a 0 significa mejor ajuste. Cuando Sn es positivo, se refiere a una sobrestimación del modelo sobre las observaciones, mien- tras que Sn negativo, se refiere a una subestimación del modelo con res- pecto a las observaciones.
1.2.4