VALIDACIÓN DEL SOFTWARE SCICHEM COMO MODELO FOTOQUÍMICO PARA REALIZAR EVALUACIONES DE CALIDAD DEL AIRE EN ESTUDIOS DE IMPACTO AMBIENTAL EN CHILE

(1)

Tesis USM TESIS de Pregrado de acceso ABIERTO

2017

VALIDACIÓN DEL SOFTWARE

SCICHEM COMO MODELO

FOTOQUÍMICO PARA REALIZAR

EVALUACIONES DE CALIDAD DEL

AIRE EN ESTUDIOS DE IMPACTO

AMBIENTAL EN CHILE

REBOLLEDO OLAVE, NICOLÁS ALEJANDRO

http://hdl.handle.net/11673/23174

(2)

VALPARA´ISO - CHILE

”VALIDACI ´

ON DEL SOFTWARE SCICHEM COMO MODELO

FOTOQU´IMICO PARA REALIZAR EVALUACIONES DE CALIDAD

DEL AIRE EN ESTUDIOS DE IMPACTO AMBIENTAL EN CHILE”.

NICOL ´

AS ALEJANDRO REBOLLEDO OLAVE

MEMORIA DE TITULACI ´

ON PARA OPTAR AL T´ITULO DE

INGENIERO CIVIL QU´IMICO

PROFESOR GU´IA: LUIS BORZONE

PROFESOR CORREFERENTE 1: MAR´IA JOS ´

E MENESES

PROFESOR CORREFERENTE 2: BENJAM´IN DEL FAVERO

(3)

(4)

(5)

(6)

Esta memoria tiene por objetivo la validación del programa computacional SCICHEM como modelo fotoqu´ımico para ser utilizado en estudios de calidad del aire para estudios de impacto ambiental en Chile. En particular, se aplica el programa a un caso de estudio de la formación de ozono troposférico producto de la actividad de centrales generadoras de energ´ıa en la ciudad de Mejillones para el periodo comprendido entre el 13 al 23 de abril del año 2013.

Se presentan antecedentes que sientan las bases teóricas para el caso de estudio a realizar; con-ceptos fundamentales de contaminación atmosférica, información sobre el ozono como conta-minante troposférico, modelación de contaconta-minantes en la atmósfera, información de Mejillones como ciudad industrial e información relevante sobre los programas a utilizar en el caso de estu-dio como, el modelo meteorológico (WRF) y el modelo fotoqu´ımico (SCICHEM). Se presenta además en detalle la metodolog´ıa utilizada para crear el modelo para el caso de estudio, mos-trando paso a paso los supuestos y la manera en que se recopiló la información relevante de entrada del modelo.

Como principal resultado se tiene la satisfactoria aplicación del modelo para el caso de estudio presentado. En cuanto al análisis particular de los resultados del modelo, se pudo determinar en forma cualitativa y cuantitativa que el modelo logra representar de forma aceptable la in-formación observada de concentración para los tres escenarios de modelación aplicados, lo que se respalda con el análisis estad´ıstico que mostró en el mejor escenario (fracción activa 0,75) un coeficiente de correlación igual a 0,71, un error cuadrático medio de 15,35, error cuadrático medio normalizado de 0,04, un sesgo fraccional de 0,21 y un ´ındice de acuerdo de 0,77. Por otro lado, del análisis cualitativo se demostró que el modelo en los tres escenarios evaluados tiende a sobreestimar la concentración de ozono evaluada, esto resulta positivo pues el programa permite evaluar un determinado impacto bajo un escenario conservador.

(7)

de los par´ametros que se mantienen por defecto propios del modelo, entre otros.

(8)

This study aims to validate the software SCICHEM as a photochemical model to be used in air quality studies for environmental impact studies in Chile. In particular, the application of the software in a case study of tropospheric ozone formation due power plants activity in Mejillones for the period between the 13th to the 23rd of April 2013.

Background information that set up the theoretical context of the case study is presented; fun-damental concepts related to air pollution, information about ozone as a tropospheric pollutant, atmospheric pollutant modelling, information about Mejillones as an industrial city and relevant information about the weather and research forecasting model (WRF) and the photochemical model (SCICHEM). There is also a detailed explanation of the methodology used to set up the case study, showing step by step all the supposed criteria and the way the relevant input infor-mation was collected.

As the main result of the study there is a successful application of the model in the case study presented. About the particular analysis of the model results, it was determined in a qualita-tive and a quantitaqualita-tive way that the model can represent the observed information about the concentration of ozone data in an acceptable way for the three model scenarios applied, this is supported by the results of the statistical analysis that showed in the best case scenario (active fraction 0.75) a correlation coefficient of 0,71, a root mean squared error of 15.35, a normalized mean squared error of 0,04, a fractional bias of 0.21 and an index of agreement of 0.77. On the other hand, the qualitative analysis showed that the model tends to overestimate the evaluated concentration of ozone for all the scenarios, this is positive given that the software evaluates a determined impact under a conservative perspective.

(9)

(10)

CO = Mon´oxido de carbono

COV = Compuestos org´anicos vol´atiles

EPA = Environmental Protection Agency

MMIF = Mesoscale Model Interface Program

NCAR = National Center of Atmospheric Research

NO = ´Oxido n´ıtrico

NOx = ´Oxidos de nitr´ogeno

NO2= Di´oxido de nitr´ogeno

OMS = Organizaci´on Mundial de la Salud

PM10 = Material particulado respirable

PM2.5 = Material particulado fino

SCICHEM = Second-order closure integrated puff model with chemistry

SO2= Di´oxido de azufre

(11)

1 Introducci´on 1

1.1 Descripci´on del problema . . . 1

1.2 Objetivo general . . . 2

1.3 Objetivos espec´ıficos . . . 2

1.4 Contribuci´on del trabajo de titulaci´on. . . 3

2 Antecedentes 4 2.1 Conceptos Elementales de Contaminaci´on Atmosf´erica . . . 4

2.2 Ozono Troposf´erico . . . 6

2.2.1 Qu´ımica del Ozono como contaminante troposf´erico . . . 6

2.2.2 Efectos sobre la salud . . . 10

2.2.3 M´etodos de Medici´on . . . 12

2.2.4 Normativa . . . 14

2.3 Modelaci´on de Contaminantes Atmosf´ericos . . . 15

2.4 Mejillones . . . 17

2.5 Software de Modelaci´on Meteorol´ogico - WRF . . . 20

2.6 Software de Modelaci´on Fotoqu´ımica - SCICHEM . . . 21

2.6.1 Definici´on e historia . . . 21

2.6.2 Uso del Modelo . . . 23

3 Metodolog´ıa 28 3.1 Recopilaci´on de datos observados . . . 28

3.2 Fuentes Emisoras . . . 35

3.3 Modelo Meteorol´ogico - WRF . . . 39

3.4 Modelo Fotoqu´ımico - SCICHEM . . . 41

3.5 An´alisis de Resultados . . . 49

3.5.1 An´alisis Cualitativo . . . 49

(12)

4 Resultados de Modelaci´on Fotoqu´ımica con SCICHEM - Caso de Estudio en

Me-jillones 51

4.1 An´alisis de Incertidumbre de Modelo Meteorol´ogico WRF . . . 51

4.1.1 Meteorolog´ıa de Superficie . . . 51

4.2 An´alisis de Resultados Modelaci´on Fotoqu´ımica - SCICHEM . . . 58

4.2.1 Topograf´ıa . . . 58

4.2.2 Dominio de Modelaci´on . . . 60

4.2.3 Campo de Vientos . . . 61

4.2.4 Fuentes de Emisi´on . . . 61

4.2.5 Modelaci´on con SCICHEM . . . 62

5 Conclusiones 79 5.1 Recomendaciones y Proyecciones . . . 80

Bibliograf´ıa 80 A Anexos 83 A.1 Solicitud de informaci´on a Superintendencia de Medio Ambiente . . . 83

A.1.1 Estaci´on Compa˜n´ıa de Bomberos. . . 84

A.1.2 Estaci´on Jard´ın Infantil Integra y Estaci´on Ferrocarriles . . . 86

A.1.3 Respaldo Fuentes . . . 87

(13)

Tabla 2.6.1 Caracter´ısticas de cada tipo de archivo de entrada al modelo SCICHEM (Fuente: SCICHEM User’s Guide) . . . 27

Tabla 3.1.1 Estaciones de monitoreo meteorológico y de calidad de aire en Mejillo-nes (Elaboración Propia) . . . 29 Tabla 3.1.2 Equipos instalados para monitoreo de contaminantes en Estación

Com-pañ´ıa de Bomberos . . . 30 Tabla 3.2.1 Caracterización de Fuentes de Emisión (GAC,2013) . . . 36 Tabla 3.5.1 Estad´ısticos utilizados para evaluar el funcionamiento de los modelos

(Borrego et al.,2008) . . . 50

Tabla 4.1.1 Ciclo Diario de Velocidad del Viento - Estación JJ Latorre. . . 52 Tabla 4.1.2 Ciclo Diario de Velocidad del Viento - Estación Jard´ın Infantil Integra . 53 Tabla 4.1.3 Ciclo Diario de Dirección del Viento - Estación JJ Latorre . . . 54 Tabla 4.1.4 Ciclo Diario de Dirección del Viento - Estación Jard´ın Infantil Integra . 55 Tabla 4.1.5 Estad´ısticos de interés para la velocidad del viento observada y modelada. 56 Tabla 4.1.6 Estad´ısticos de interés para la velocidad del viento observada y modelada

para el periodo diurno. . . 56 Tabla 4.2.1 Escenarios a evaluar . . . 63 Tabla 4.2.2 Estad´ısticos de inter´es para la concentraci´on de ozono observada y

(14)

Figura 2.1.1 Tamaños Material Particulado (Adaptado de (WHO et al.,2006)) . . . 5 Figura 2.2.1 Isopletas de ozono (ppb) como función de la tasa de emisión promedio

de NOxy COVs(1012molec·cm−2·s−1) (Sillman and He,2002). . . 9 Figura 2.2.2 Esquema de las reacciones involucradas en la conversi´on de NO a NO2

y formaci´on de O3 en presencia de COVs (A) y en ausencia de COVs

(B). . . 10 Figura 2.2.3 Fotómetro con cámara de absorción (Ospina Montoya et al.,2013) . . 14 Figura 2.4.1 Puerto de Mejillones y Sector Industrial . . . 18 Figura 2.4.2 Percentil 99 O3, concentración 8 horas, promedio 3 años, Estación

Compañ´ıa de Bomberos y Estación Ferrocarriles, Mejillones, Región de Antofagasta. . . 19 Figura 2.6.1 Diagrama de flujo de entradas y salidas del modelo SCICHEM

(Ela-boraci´on Propia) . . . 23

Figura 3.1.1 Ubicación referencial estaciones de monitoreo en Mejillones (Elabo-ración Propia . . . 29 Figura 3.1.2 Equipo para monitorear Material Particulado en Estación Compañ´ıa

de Bomberos . . . 31 Figura 3.1.3 Equipo para monitorear Gases en Estación Compañ´ıa de Bomberos . 31 Figura 3.1.4 Serie de Tiempo para Ozono (O3), Estación Compañ´ıa de Bomberos,

Abril 2013 (SERPRAM,2013) . . . 32 Figura 3.1.5 Serie de Tiempo para Ozono (O3), Estaci´on Compa˜n´ıa de Bomberos,

Abril 2013. (Elaboración Propia) . . . 33 Figura 3.1.6 Estación Meteorológica JJ Latorre (Algoritmos,2013) . . . 34 Figura 3.2.1 Fuentes emisoras y estaciones de monitoreo (Elaboración Propia) . . 37 Figura 3.2.2 Generación de energ´ıa promedio de fuentes de emisión para el periodo

del 13 al 23 de abril del año 2013. (Elaboración Propia) . . . 38 Figura 3.3.1 Dominio de modelación (Elaboración Propia, con softwareCALPUFF

(15)

Figura 3.3.2 Topograf´ıa del sector (Elaboraci´on Propia, con software CALPUFF View) . . . 40

Figura 3.4.1 Menú principal Modelo Fotoqu´ımico SCICHEM (Elaboración Propia) 41 Figura 3.4.2 Menú ingreso de tipo de material a emitir en la modelación.

(Elabora-ción Propia) . . . 42 Figura 3.4.3 Ingreso de Fuente de Emisión Central Térmica Atacama 2 (CC2)

-Primera Emisión (Elaboración Propia) . . . 43 Figura 3.4.4 Configuración para el tiempo a modelar (Elaboración Propia). . . 44 Figura 3.4.5 Configuración para el dominio a modelar (Elaboración Propia) . . . . 45 Figura 3.4.6 Configuración de datos meteorológicos desde archivo del modelo WRF

(Elaboración Propia) . . . 46 Figura 3.4.7 Configuración del tipo de modelación a realizar (Elaboración Propia) 47 Figura 3.4.8 Configuración de otras opciones de modelación (Elaboración Propia) 48

Figura 4.2.1 Topograf´ıa del modelo SCICHEM (Elaboraci´on Propia) . . . 59 Figura 4.2.2 Dominio del modelo SCICHEM (Elaboraci´on Propia). . . 60

Figura 4.2.3 Campo de vientos del modelo SCICHEM (Elaboración Propia) . . . . 61 Figura 4.2.4 Fuentes de emisión ingresadas al modelo SCICHEM (Elaboración

Pro-pia) . . . 62 Figura 4.2.5 Serie de tiempo de concentraci´on de ozono observada y modelada en

Estación Compañ´ıa de Bomberos - Escenario 1 (Fracción Activa 0,5). (Elaboración Propia) . . . 64 Figura 4.2.6 Ciclo Diario de concentración de ozono observada y modelada en

Es-tación Compañ´ıa de Bomberos - Escenario 1 (Fracción Activa 0,5). (Elaboración Propia) . . . 65 Figura 4.2.7 Pluma promedio de dispersión de ozono - Escenario 1 (Fracción Activa

0,5). (Elaboraci´on Propia) . . . 66 Figura 4.2.8 Serie de tiempo de concentraci´on de ozono observada y modelada en

Estación Compañ´ıa de Bomberos - Escenario 2 (Fracción Activa 0,75). (Elaboración Propia) . . . 67 Figura 4.2.9 Ciclo Diario de concentración de ozono observada y modelada en

Es-tación Compañ´ıa de Bomberos - Escenario 2 (Fracción Activa 0,75). (Elaboración Propia) . . . 68 Figura 4.2.10 Pluma promedio de dispersión de ozono - Escenario 2 (Fracción Activa

0,75). (Elaboraci´on Propia) . . . 69 Figura 4.2.11 Serie de tiempo de concentraci´on de ozono observada y modelada en

(16)

Figura 4.2.12 Ciclo Diario de concentración de ozono observada y modelada en Es-tación Compañ´ıa de Bomberos - Escenario 3 (Fracción Activa 1). (Ela-boración Propia) . . . 71 Figura 4.2.13 Pluma promedio de dispersión de ozono - Escenario 3 (Fracción Activa

1). (Elaboraci´on Propia) . . . 72 Figura 4.2.14 Serie de tiempo de velocidad del viento observada y modelada en

Es-tación Jard´ın Infantil Integra. (Elaboración Propia) . . . 74 Figura 4.2.15 Ciclo Diario de velocidad de viento observada y modelada en Estación

Jard´ın Infantil Integra. (Elaboraci´on Propia) . . . 75

Figura A.1.1 Solicitud de información de monitoreo para estación Compañ´ıa de Bomberos - Hoja 1 (Fuente: Elaboración Propia) . . . 84 Figura A.1.2 Solicitud de información de monitoreo para estación Compañ´ıa de

Bomberos - Hoja 2 (Fuente: Elaboración Propia) . . . 85 Figura A.1.3 Solicitud de información de monitoreo para estación Jard´ın Infantil

Integra y Estaci´on Ferrocarriles (Fuente: Elaboraci´on Propia) . . . 86

Figura A.1.4 Ingreso de Fuente de Emisión Central Térmica Atacama 2 (CC2) -Segunda Emisión (Fuente: Elaboración Propia) . . . 87 Figura A.1.5 Ingreso de Fuente de Emisión Planta de H2SO4 Mejillones (PAM)

(Fuente: Elaboración Propia) . . . 87 Figura A.1.6 Ingreso de Fuente de Emisión Central Térmica Andina (CTA) (Fuente:

Elaboración Propia). . . 88 Figura A.1.7 Ingreso de Fuente de Emisión Central Térmica Angamos 1 (ANG1)

(Fuente: Elaboración Propia) . . . 88 Figura A.1.8 Ingreso de Fuente de Emisión Central Térmica Angamos 2 - Primera

Emisión (ANG2.1) (Fuente: Elaboración Propia) . . . 89 Figura A.1.9 Ingreso de Fuente de Emisión Central Térmica Angamos 2 - Segunda

Emisión (ANG2.2) (Fuente: Elaboración Propia) . . . 89 Figura A.1.10 Ingreso de Fuente de Emisión Central Térmica Angamos 2 - Tercera

Emisión (ANG2.3) (Fuente: Elaboración Propia) . . . 90 Figura A.1.11 Ingreso de Fuente de Emisión Central Térmica Mejillones 2 (CTM2)

(Fuente: Elaboración Propia) . . . 90 Figura A.1.12 Ingreso de Fuente de Emisión Central Térmica Mejillones 3 - Primera

Emisión (CTM3.1) (Fuente: Elaboración Propia) . . . 91 Figura A.1.13 Ingreso de Fuente de Emisión Central Térmica Mejillones 3 - Segunda

(17)

(18)

Introducci´on

1.1. Descripci´on del problema

La contaminación atmosférica es la principal amenaza ambiental para la salud a nivel global. De acuerdo a un reporte de la Organización Mundial de la Salud (OMS) del año 2014, alrededor de 7 millones de muertes prematuras se atribuyen cada año a los efectos provocados por la conta-minación atmosférica al exterior e interior, principalmente por la quema de combustibles fósiles (OMS, 2014). De este total, 1 millón de muertes prematuras se atribuyen a la contaminación atmosférica producida por el ozono en la tropósfera (Malley et al.,2017).

A nivel local, según cifras reportadas por el Ministro de Medio Ambiente, Marcelo Mena, en una charla organizada por el Colegio de Ingenieros en junio del presente año, en Chile hay 10 millones de personas que viven respirando aire que no cumple con la normativa nacional, esto implica que al año mueren unas 4.000 personas en el pa´ıs por respirar aire contaminado ( Me-na, 2017). Debido a lo anterior, resulta importante avanzar como pa´ıs en términos ambientales relacionados con la calidad del aire.

Una forma de cuantificar el impacto ambiental a la calidad de aire de una determinada zona, es utilizar modelos que utilizan datos de fuentes de emisión, meteorolog´ıa y topograf´ıa para predecir oportunamente si una actividad producirá un efecto significativo en términos de con-centraciones de contaminantes atmosféricos y pueda perjudicar la salud de las personas a corto, mediano o largo plazo.

(19)

partir de reacciones fotoqu´ımicas entre contaminantes primarios y los compuestos presentes en la atmósfera en determinadas condiciones meteorológicas. Estos últimos son comúnmente mo-delos que requieren grandes recursos computacionales y de procesamiento para su ejecución, como lo son por ejemplo el modelo WRFChem y CAMx, ambos modelos ampliamente usados en estudios de modelación fotoqu´ımica avanzados.

As´ı, se presenta en este trabajo la validaci´on del modelo lagrangiano fotoqu´ımico de tipo puff SCICHEM desarrollado por EPRI como modelo fotoqu´ımico alternativo para realizar estudios de impacto ambiental relacionados con la calidad de aire. En particular, se presenta el estudio del ozono troposf´erico, contaminante secundario que tiene efectos significativos y graves sobre la salud humana si se encuentra presente en determinadas concentraciones.

1.2. Objetivo general

Validar el software SCICHEM (Second-Order Closure Integrated Puff Model with Chemistry) como modelo fotoqu´ımico alternativo (ozono troposférico) en estudios de calidad de aire para la evaluación de impacto ambiental de proyectos de inversión en Chile. Se propone un caso de estudio para Mejillones, II Región de Antofagasta.

1.3. Objetivos espec´ıficos

Los objetivos espec´ıficos que contribuir´an a desarrollar el objetivo general del trabajo son los siguientes:

Realizar un levantamiento de información acerca del estado del arte de la modelación fotoqu´ımica en Chile, para encontrar oportunidades en el área de estudio.

Recopilar datos de concentración de ozono y de otros contaminantes precursores de ozono de una estación de monitoreo perteneciente al sistema de información nacional de calidad de aire, en la localidad de Mejillones, II Región de Antofagasta.

Crear una base de datos con fuentes emisoras de contaminantes primarios espec´ıficas, informaci´on de meteorolog´ıa, climatolog´ıa, topograf´ıa y uso de suelos de Mejillones para realizar la modelaci´on basado en la Gu´ıa para el Uso de Modelos de Calidad del Aire en el SEIA.

(20)

por un periodo de tiempo determinado, para obtener la data meteorol´ogica de entrada al modelo SCICHEM.

Realizar la modelación fotoqu´ımica con software SCICHEM y validar el modelo con da-tos recopilados de concentración de ozono. Con los resultados de la validación del mo-delo, determinar las restricciones o limitaciones que pueda tener, con el fin de establecer criterios para su correcta aplicación y utilización.

1.4. Contribuci´on del trabajo de titulaci´on

(21)

Antecedentes

2.1. Conceptos Elementales de Contaminaci´on Atmosf´erica

En esta secci´on se definen algunos conceptos relevantes para comprender el desarrollo de este trabajo, basados en la Gu´ıa de Calidad del Aire Global elaborado por la Organizaci´on Mundial de la Salud (WHO et al.,2006).

Contaminantes Primarios: son aquellos contaminantes que se emiten a la atmósfera en forma directa desde la fuente, como por ejemplo contaminantes liberados por una chime-nea, el tubo de escape de un auto, la suspensión de polvo producto del viento o de una excavación. En principio, es posible realizar una estimación directa de la cantidad libera-da desde la misma fuente, lo que resulta relativamente directo para el caso de la chimenea o del auto, pero se complica cuando se trata de fuentes difusas como las ocasionadas por el viento. Normalmente para determinar la generación de contaminantes primarios se realizan inventarios de emisiones atmosféricas de contaminantes primarios.

Contaminantes Secundarios: son aquellos contaminantes que se forman en la misma atmósfera. Se producen por reacciones qu´ımicas entre contaminantes primarios, compues-tos naturales existentes en la atmósfera (especialmente ox´ıgeno y agua) y condiciones meteorológicas determinadas, como por ejemplo la radiación solar. Debido a lo anterior, los contaminantes secundarios no se pueden determinar por medio de un inventario de emisiones, pero s´ı se puede estimar sus tasas de formación por unidad de volumen de atmósfera por unidad de tiempo y con ello poder estimar su generación con modelaciones fotoqu´ımicas.

Contaminantes Gaseosos:son aquellos que se presentan en forma gaseosa o como vapor.

(22)

aunque si son gases solubles en agua pueden depositarse r´apidamente en la parte superior del tracto respiratorio y no penetrar a los pulmones.

Material Particulado: son contaminantes en estado sólido o l´ıquido suspendidos en la atmósfera. Estas part´ıculas pueden ser tanto primarias como secundarias y existen en un amplio rango de tamaños; el material particulado secundario puede ser de un diámetro des-de los 1-2nm, mientras que part´ıculas des-de sal des-de mar puedes-den tener 0,1 mm des-de diámetro. De todas formas, mientras mayor sea una part´ıcula, menor es su prevalencia en la atmósfera debido a que tiende a depositarse rápidamente debido a la fuerza de gravedad y al viento. En la práctica, existen pocas part´ıculas en la atmósfera que superen los 20 µm, excepto en áreas cercanas a una fuente de emisión. El material particulado se puede separar de los contaminantes gaseosos con un filtro lo suficientemente fino para que pueda retener las part´ıculas, las cuales tienen una composición qu´ımica diversa que dependerá principal-mente de la fuente de donde provengan. También, pueden tener una amplia variedad de tamaños como se muestra en la Figura 2.1.1donde se presentan los diversos tamaños en escala logar´ıtmica, con los rangos t´ıpicos para distintos componentes. A su vez, muestra el material particulado respirable (MP10) y material particulado fino (MP2,5), fracciones que se miden t´ıpicamente como contaminantes atmosféricos para estudios de efectos sobre la salud y para monitorear el cumplimiento de normativas de calidad de aire.

Figura 2.1.1: Tama˜nos Material Particulado (Adaptado de (WHO et al.,2006))

(23)

de fuentes industriales. El 1,3-butadieno es otro ejemplo, ya que su tiempo de vida en la atmósfera es del orden de horas, se presenta en la atmósfera principalmente por el tráfico vehicular.

Contaminación a escala urbana:los contaminantes de fuentes urbana, como los óxidos de nitrógeno (NOx) y el monóxido de carbono (CO) se generan principalmente por el tráfico vehicular y tienden a presentarse en altas concentraciones en zonas urbanas y en bajas concentraciones en zonas rurales. Su tiempo de vida en la atmósfera es del orden de las horas, por lo que la concentración en el ambiente tiende a ser baja (exceptuando el CO que es más persistente).

Contaminación a escala regional:el material particulado con tamaño mayor al ultrafino y menor a 2,5µm de diámetro y algunos contaminantes en fase gaseosa como el Ozono (O3), tienen tiempos de vida en la atmósfera del orden de los d´ıas o incluso las semanas,

lo que permite que puedan ser transportados a escala regional. Las part´ıculas de sulfatos y el ozono pueden trasladarse miles de kil´ometros en un proceso conocido como el trans-porte de largo alcance, pasando incluso fronteras entre pa´ıses. Otras part´ıculas capaces de transportarse de esta forma son los aerosoles finos de carbono negro que se generan por la quema de combustibles f´osiles y biomasa.

Contaminación a escala global y hemisférica: contaminantes asociados a efectos de invernadero como el dióxido de carbono (CO2), óxido n´ıtrico (NO) y el metano (CH4)

tienen tiempos de vida en la atmósfera del orden de años y por este motivo se pueden distribuir a través de un hemisferio o a nivel global.

2.2. Ozono Troposf´erico

Debido a que el objetivo general de este trabajo corresponde a validar un modelo fotoqu´ımico en un caso particular de estudio de contaminación atmosférica producida por ozono, se definen en esta sección conceptos relevantes relacionados con este compuesto:

2.2.1. Qu´ımica del Ozono como contaminante troposf´erico

El ozono troposf´erico (O3) al igual que otros contaminantes fotoqu´ımicos, no se emite

(24)

Los principales precursores para la formación de ozono troposférico son el dióxido de nitrógeno (NO2) y los compuestos orgánicos volátiles no metánicos (COVs), especialmente los COVs

in-saturados. El metano es mucho menos reactivo que otros COVs, pero se encuentra presente en la atmósfera en mayores concentraciones, lo que se ha debido al aumento del uso de este compues-to como combustible y por la producción agr´ıcola y ganadera. La focompues-toqu´ımica relacionada con el metano explica en gran medida el aumento del ozono sobre los océanos y la tierra en zonas remotas, pasando de 30 (µgm−3N−1) a 75 (µgm−3N−1)

A continuación, se muestran las ecuaciones simplificadas que regulan la fotoqu´ımica atmosféri-ca, según se establece en la Gu´ıa de Calidad del Aire Global elaborado por la Organización Mundial de la Salud (WHO et al.,2006).

En primer lugar, una molécula de dióxido de nitrógeno liberada a la atmósfera al entrar en contacto con la radiación solar (hv), se separa para formar una molécula de óxido n´ıtrico y un ox´ıgeno atómico:

N O2+hv →N O+O (2.1)

Luego, el ox´ıgeno at´omico se combina con ox´ıgeno molecular (presente en el aire), para formar ozono troposf´erico:

O+O2 →O3 (2.2)

El ozono se descompone reaccionando con óxido n´ıtrico, para formar dióxido de nitrógeno y ox´ıgeno molecular:

N O+O3 →N O2+O2 (2.3)

De esta forma se mantiene un ciclo fotoestacionario en donde el ozono troposférico aparece para luego volver a desaparecer, sin embargo, cuando este ciclo se altera se produce lo que se conoce como contaminación fotoqu´ımica, esto puede ocurrir por otros compuestos presentes en la atmósfera que consuman el óxido n´ıtrico u otros que favorezcan la producción de dióxido de nitrógeno. La reacción entre el óxido n´ıtrico con peróxidos atmosféricos (RO2) es la principal

causa del desequilibrio fotoqu´ımico:

N O+RO2 →N O2+RO (2.4)

Los peróxidos atmosféricos se forman por la oxidación deCOV, lo que se muestra en las si-guientes ecuaciones que describen la oxidación de un alqueno. En la siguiente ecuación se mues-tra un alqueno común el cual reacciona con un ox´ıgeno atómico, generando radicales libres:

(25)

Luego, estos radicales libres reaccionan con ox´ıgeno molecular para formar per´oxidos:

RCH2O+O2 →RCH2O2 (2.6)

Estos per´oxidos reaccionan con ox´ıgeno molecular y forman aldeh´ıdos:

RCH2O+O2 →RCHO+HO2 (2.7)

Finalmente, los aldeh´ıdos reaccionan con el dióxido de nitrógeno para formar nitratos orgánicos:

RCH2O2+N O2 →RCH2O2N O2 (2.8)

Esta última reacción se puede ver como una forma de estabilizar al dióxido de nitrógeno y a la vez transportarlo por largas distancias (principalmente en la forma de peroxiacetil nitrato o PAN), ya que esta reacción se puede revertir muy lejos de la fuente original de NO2.

Los COVs están formados principalmente por hidrocarburos en la atmósfera, se forman a partir de emisiones de grandes centros urbanos y áreas industriales, además de la generación biogéni-ca de estos compuestos producida en forma natural por bosques y procesos naturales de los ecosistemas. Este hecho hace que aumente la complejidad en las reacciones fotoqu´ımicas, espe-cialmente en aquellas áreas en donde haya una gran radiación solar.

As´ı, las ecuaciones de las reacciones descritas muestran de forma general y resumida la forma-ción de compuestos en la atmósfera que conducen a la formaforma-ción de ozono.

(26)

Figura 2.2.1: Isopletas de ozono (ppb) como funci´on de la tasa de emisi´on promedio de NOx y COVs(1012molec·cm−2 ·s−1) (Sillman and He,2002).

De la figura anterior se aprecia que al variar las concentraciones de los precursores de ozono junto con las variaciones de las condiciones de meteorolog´ıa, se pueden obtener alteraciones importantes y no lineales en las concentraciones de ozono.

(27)

Figura 2.2.2: Esquema de las reacciones involucradas en la conversi´on de NO a NO2y formaci´on

de O3en presencia de COVs (A) y en ausencia de COVs (B)

2.2.2. Efectos sobre la salud

En este inciso se presentarán los principales problemas de salud en las personas causados por la presencia de ozono como contaminante en la tropósfera, según lo dictado por la Agencia de Protección de los Estados Unidos (EPA,2017).

En la atmósfera el ozono se encuentra principalmente en sus dos primeras capas y en cada una tiene un efecto diferente. Por una parte, el ozono presente en la tropósfera (capa que va desde la superficie de la tierra hasta unos 14,5 km segúnZell (2017)) es dañino para la salud de las personas ya que se encuentra como contaminante fotoqu´ımico. Por otro lado, el ozono presente en la estratósfera (capa que va desde la tropósfera hasta unos 50 km segúnZell (2017)) es el encargado de proteger la vida en la tierra de los rayos UV provenientes del sol, más conocida como capa de ozono.

El ozono presente en el aire que respiran las personas puede dañar su salud, especialmente en d´ıas de sol cuando alcanza sus mayores valores de concentración. Incluso a niveles bajos el ozono puede causar daños a la salud.

(28)

ozono troposf´erico.

Los que están en mayor riesgo son los niños debido a que sus pulmones aún se encuentran en desarrollo y tienden a hacer más actividades al aire libre cuando los niveles de ozono son altos, lo que aumenta su exposición.

Dificultar respiraciones profundas y vigorosas.

Causar dolor cuando se tomen respiraciones profundas.

Causar tos y picaz´on en la garganta.

Inflamar y da˜nar las v´ıas respiratorias.

Empeorar enfermedades al pulm´on como el asma, enfisema y la bronquitis cr´onica.

Aumentar la frecuencia de ataques asm´aticos.

Afecta a los pulmones, haci´endolos m´as susceptibles a infecciones.

Continúa dañando un pulmón, aún cuando los s´ıntomas hayan desaparecido.

Causar obstrucci´on pulmonar cr´onica.

Según lo descrito porBelden(2001) el ozono puede aumentar la frecuencia de ataques asmáti-cos, dañar la frecuencia respiratoria, agravar enfermedades al pulmón y causar daño permanente a los pulmones en exposiciones a largo plazo. Incrementos en los niveles de concentraicón de ozono se correlacionan con el aumento de hospitalizaciones, emergencias y muerte prematura.

(29)

2.2.3. M´etodos de Medici´on

Existen diversos tipos de medición de ozono en la baja atmósfera. Se presentan en este trabajo tres métodos utilizados para la cuantificación de este contaminante en un volumen de aire deter-minado, según lo descrito porOspina Montoya et al.(2013) se definen los siguientes métodos:

2.2.3.1. Quimioluminiscencia

Es una técnica para medir el ozono presente en la tropósfera de manera continua. Su funciona-miento se basa en la detección de fotones que se producen por la reacción entre el etileno (C2H4)

y ozono (O3), como se muestra en la ecuaci´on2.9:

C2H4+O3 +M →P roductos+hv (2.9)

La intensidad de la emisión de luz quimioluminiscente (350-550nm) es directamente proporcio-nal a la concentración de ozono presente en la muestra en el aire siempre y cuando el etileno esté en exceso.

Se mezclan flujos regulados de muestra de aire con ozono y etileno en una cámara de reacción en donde los fotones producidos se detectan en un tubo fotomultiplicador, cuya fotocorriente de salida se amplifica y se procesa de manera electrónica. La ventaja de este método es que a presión atmosférica, la emisión quimioluminiscente se detecta fácilmente, lo que simplifica la captación de la muestra. Este método es adecuado en un rango de concentraciones de ozono que va de las 0,001 ppm a 100 ppm y la respuesta será lineal siempre y cuando los flujos de etileno y muestra sean constantes. Normalmente el tiempo de respuesta es del orden de un segundo y la precisión del método es de 2 % a 50 ppb de ozono.

2.2.3.2. Medidores de Ozono Pasivos

Este método se basa en la Ley de Fick, que relaciona el flujo de un gas que difunde desde una zona de alta concentración (extremo abierto de un tubo), con el tiempo que está expuesto un captador pasivo al contaminante y su área. Considerando la siguiente ecuación:

F =D·[X]

L (2.10)

(30)

por minutos (cm2 min−1), [X] es la concentración ambiente del contaminante X en moles por cent´ımetro cúbico (mol cm−3) y L es la longitud de la zona de difusión en cent´ımetros (cm).

Dentro del sistema de difusión, existe un volumen de aire con un gradiente de concentración del contaminante desde la parte externa del volumen en contacto con el ambiente exterior a una concentración ambiental, hasta la parte interna del sistema donde está el agente absorbente con una concentración nula del contaminante a determinar. Este gradiente producido es la fuerza que mueve al contaminante por difusión a través del captador hasta llegar al absorbente.

Para poder determinar la concentraci´on del contaminante se tiene:

Q=F ·a·t (2.11)

Considerando la ecuaci´on2.10en la ecuaci´on2.11:

Q=D· [X]

L ·a·t (2.12)

Se define el coeficiente de captación (S) como un factor que depende de las dimensiones geométri-cas del captador como lo es el largo (L) y su área (a) y el coeficiente de difusión (D):

S =D· a

L (2.13)

Luego:

Q=S·[X]·t (2.14)

Despejando:

[X] = Q

S·t (2.15)

Si se conoce el coeficiente de captación del captador pasivo, la cantidad de gas en moles que difunde a través del captador (Q) y el tiempo que se ha expuesto (t) se puede obtener la concen-tración del contaminante[X]durante el periodo de muestreo.

2.2.3.3. Fotodetector UV

(31)

Figura 2.2.3: Fotómetro con cámara de absorción (Ospina Montoya et al.,2013)

2.2.4. Normativa

Para prevenir la contaminación por ozono y con ello ayudar a la salud de la población, se estable-cen normas de calidad del aire las cuales indican bajo distintos estad´ıgrafos, las conestable-centraciones máximas de ozono que puede haber en una zona para un determinado tiempo.

A nivel nacional, según el D.S N◦112 del año 2002 del Ministerio Secretar´ıa General de la Presidencia de la República el cual establece la norma primaria de calidad de aire para el ozono, en su art´ıculo 3 dicta que la norma primaria de calidad del aire para ozono como concentración de 8 horas corresponde a 120 (µgm−3N−1).

As´ı, se considera sobrepasada la norma primaria de calidad del aire para ozono como concen-tración de 8 horas cuando el promedio aritmético de tres años sucesivos, del percentil 99 de los máximos diarios de concentración de 8 horas registrados durante un año calendario, en cualquier estación monitora con representación poblacional por gases (EMRPG), fuere mayor o igual a 120(µg/m3N). Si el periodo de medición de la estación no comienza el 1◦ de enero, se consi-deran los tres primeros periodos de 12 meses a partir del mes de inicio de las mediciones hasta disponer de tres años calendarios sucesivos de mediciones. Se considerará también sobrepasada la norma primaria de calidad de aire para ozono como concentración de 8 horas, si en el primer o segundo periodo de 12 meses a partir del mes de inicio de las mediciones y, al reemplazar el percentil 99 de los máximos diarios de concentración de 8 horas para los periodos faltantes por cero, el promedio aritmético de los tres periodos resultare mayor o igual al nivel de la norma. (MINSEGPRES,2002)

La norma establecida por la Organizaci´on Mundial de la Salud (OMS) corresponde a una con-centraci´on de 100 (µg/m3N) para promedios de 8 horas de ozono (WHO et al., 2006). Se aprecia que comparativamente, la norma nacional es menos estricta que la norma establecida por la OMS.

(32)

Chile existen actualmente sólo 17 EMRPG de ozono, las cuales están repartidas en la Región Metropolitana (7 estaciones), Región de O’higgins (5 estaciones), Región de Valpara´ıso (3 esta-ciones) y Región de Antofagasta (2 estaesta-ciones).(SINCA,2017)

2.3. Modelaci´on de Contaminantes Atmosf´ericos

La dispersión de contaminantes liberados a la atmósfera se ve influenciada por distintas varia-bles, por lo que su modelación resulta ser compleja si se busca obtener resultados precisos. Para esto, se han desarrollado modelos computacionales complejos que permitan obtener prediccio-nes acertadas de la concentración de ditintos tipos de contaminantes.

El avance en investigaciones que estudian fenómenos turbulentos y dinámicos en la atmósfera junto con el desarrollo de herramientas computacionales que permiten resolver estos modelos, ha hecho que aumente la complejidad en los mismos, ya que se pueden incluir nuevos tipos de variables y métodos de resolución, lo que ha permitido disminuir la velocidad de procesamiento y con ello su costo.

De esta forma, hoy en d´ıa se dispone con distintas técnicas para hacer una estimación cuantitativa de las emisiones de distintos tipos de contaminantes producidas por diversos tipos de fuentes de emisión. En conjunto con esto, se suma además la posibilidad de estudiar diferentes escenarios de emisiones como de meteorolog´ıa, lo que permite evaluar las correlaciones existentes entre estas variables y los niveles de contaminación alcanzados, y de esta forma poder establecer de manera cuantitativa el margen de responsabilidad de las distintas fuentes emisoras en la concen-tración de contaminantes atmosféricos en una determinada zona. As´ı, es posible pronosticar el aumento o disminución de los niveles de contaminación, según la pol´ıtica de descontaminación aplicada.

Dado lo anterior, la modelaci´on de dispersi´on de contaminantes resulta una herramienta funda-mental para realizar estudios de calidad de aire.

Existen distintos tipos de modelos, dentro de los que se encuentran:

Modelos de Tipo Gaussiano: ocupan la ecuación Gaussiana como base para su opera-ción. Estos modelos asumen varias hipótesis simplificadoras, por lo que su aplicación es restringida. La gran ventaja de estos modelos son sus bajos costos de implementación. Ejemplos de estos modelos son: SCREEN3, FDM, CALINE, CTDMPLUS, AERMOD, entre otros.

Modelos de Caja Lagrangeanos: estos modelos consideran una masa de aire que se

(33)

at-mosf´ericos. En estos modelos se toma en cuenta las emisiones de los contaminantes, las reacciones qu´ımicas, la depositaci´on, entre otros factores. Ejemplos de este tipo de mode-los son EKMA, RADM, PLMSTAR, DIFKIN.

Modelos de Grilla Eulerianos: estos modelos se basan en ecuaciones de conservaci´on de masa y se pueden utilizar para estudiar varias especies. En este modelo se construye una grilla en tres dimensiones donde para cada una se resuelven las ecuaciones respec-tivas, considerando distintas variables, son modelos sensibles a las condiciones de borde y utilizan inventarios de emisiones desagregados espacial y temporalmente junto con una meteorolog´ıa tridimensional definida para los puntos de la grilla. Ejemplos son UAM, WRFChem, CAMx, CMAQ, CALGRID, etc.

(34)

2.4. Mejillones

Debido a que en este trabajo se presentar´a un caso particular de estudio de la ciudad de Mejillo-nes en Chile, en este inciso se presentan antecedentes relacionados con la ciudad que sentaron las bases para definir la zona para aplicar el estudio.

La comuna de Mejillones se ubica a 65 kilómetros de Antofagasta, en la Región de Antofagasta y tiene una población aproximada de 10.000 habitantes. Se le conoce como la ”capital de la energ´ıa” en la zona norte del pa´ıs, siendo una localidad con un gran desarrollo a nivel industrial.

En el año 1995 se instaló la Central Termoeléctrica Mejillones, compuesta de dos unidades a carbón y una de ciclo combinado (propiedad de la empresa Eldenor) y en 1999 se instaló la Central Termoeléctrica Atacama de ciclo combinado a gas natural y petróleo diesel (propiedad de la empresa Gas Atacama). Además de estas centrales existen dos puertos (Angamos y Me-jillones), una fábrica de explosivos de Enaex e Interacid, Cementos Polpaico, y un Terminal de Regasificación GNL Mejillones de Suez Energy y Codelco.

El año 2011 comienzan a operar dos centrales nuevas a carbón; la Central Termoeléctrica Hor-nitos (CTH) y la Central Termoeléctrica Andina (CTA), ambas pertenecientes a la empresa ge-neradora E-CL, controlada por IPR-GDF Suez Chile.

(35)

Figura 2.4.1: Puerto de Mejillones y Sector Industrial (Ort´uzar,2012).

(36)

Figura 2.4.2: Percentil 99 O3, concentración 8 horas, promedio 3 años, Estación Compañ´ıa de

Bomberos y Estaci´on Ferrocarriles, Mejillones, Regi´on de Antofagasta.

De la figura anterior se puede apreciar que para el periodo evaluado la zona de Mejillones no re-gistra concentraciones que indiquen condiciones de latencia ni saturación respecto a la normativa nacional, sin embargo, al comparar con la normativa dictada por la OMS se aprecia condición de latencia para el periodo comprendido entre los años 2006-2008 en la estación Compañ´ıa de Bomberos la cual va disminuyendo con el paso de los años hacia el 2013.

(37)

2.5. Software de Modelaci´on Meteorol´ogico - WRF

El Weather Reasearch and Forecasting Model, por sus siglas en inglés WRF, es un modelo numérico de última generación de mesoescala del tipo no hidrostático. Se aplica tanto en el pronóstico operativo de tiempo como en la investigación de fenómenos meteorológicos por me-dio de modelaciones.

Al ser un modelo de mesoescala, ciertos fenómenos (la convección, las tormentas, los máximos de viento en altura, sistemas convectivos, etc) pueden generar velocidades verticales muy inten-sas. De esta forma, se dice que es un modelo no hidrostático porque para cada punto a modelar resuelve la ecuación de movimiento en sentido vertical de forma completa, dando as´ı una solu-ción directa del movimiento vertical. A pesar de que este cálculo hace que aumente la cantidad de tiempo requerida para ejecutar el modelo, se hace necesario para conseguir una respuesta correcta cuando la magnitud de las aceleraciones verticales es muy grande en comparación con las aceleraciones horizontales, como cuando ocurre en las céluclas convectivas profundas.

Fue desarrollado por elNational Center of Atmospheric Research(NCAR), elNational Oceanic

and Atmospheric Administration(NOAA), elEarth System Research Laboratory(ESRL),

Na-tional Center of Environmental Prediction(NCEP), el Environmental Modeling Center(EMC)

en conjunta colaboraci´on agencias gubernamentales de los Estados Unidos y universidades del mismo pa´ıs.

El acceso a este softwareestá disponible en forma gratuita para la comunidad cient´ıfica inter-nacional para aplicaciones con fines académicos. Se define la predicción numérica del tiempo como la observación o estimación del estado de la atmósfera un tiempo determinado y a partir de las ecuaciones de dinámica de fluidos y termodinámica que va resolviendo el modelo, po-der estimar sus propiedades en un tiempo futuro. De esta forma, se recopila toda observación del estado actual de la atmósfera (estado actual), se utiliza un modelo numérico (ecuaciones de dinámica, termodinámica, etc) y utilizando servidores de alta capacidad de procesamiento se puede obtener una predicción del estado futuro de la atmósfera.

(38)

2.6. Software de Modelaci´on Fotoqu´ımica - SCICHEM

2.6.1. Definici´on e historia

El modelo ”Second-order Closure Integrated Puff Model with Chemistry”, en adelante SCI-CHEM, es un modelo Lagrangiano de transporte y difusión con un amplio rango de aplicaciones de dispersión atmosférica. La parametrización de la difusión turbulenta se basa en la teor´ıa de cierre turbulento de segundo orden, la cual relaciona la tasa de dispersión con las fluctuaciones estad´ısticas de la velocidad. Adicionalmente al valor de concentración promedio, el modelo pro-vee una predicción de la varianza estad´ıstica en el campo de concentraciones que resulta de las fluctuaciones aleatorias del campo de vientos. Esta varianza se utiliza para estimar la probabili-dad de distribución del valor predicho.

SCICHEM utiliza una serie depuffs para representar un campo de concentraciones arbitrario dependiente del tiempo arbitrario en tres dimensiones. A su vez, los efectos de cizalladura del viento son modelados en forma precisa y los puffs se dividen cuando son muy grandes para que la meteorolog´ıa puntual sea representativa; esto permite al modelo describir efectos de flujo complejo en dispersi´on, como la circulaci´on en distintos tipos de terreno.

La interfaz del programa es flexible, lo que permite describir distintos tipos de geometr´ıas de fuentes y materiales con diversas propiedades. A su vez, el modelo utiliza distintos tipos de datos de entrada meteorol´ogicos, para el caso de estudio se utilizan datos modelados de meteorolog´ıa. La turbulencia de la capa l´ımite planetaria se representa expl´ıcitamente en t´erminos del flujo de calor superficial y del esfuerzo cortante utilizando perfiles de forma parametrizados.

La primera versión del software SCICHEM fue desarrollada a fines de los años 90. Para esta versión se utilizaba el software SCIPUFF para la componente de dispersión de los contaminan-tes, evaluado con experimentos traza y bases de datos del programa AERMOD. Las primeras pruebas del programa se evaluaban con mediciones de plumas de plantas de generación de elec-tricidad. El año 2010 se comenzaban a hacer actualizaciones de forma esporádica.

El año 2011 se inicia una actualización importante a este programa, alcanzando la versión Beta 1 (para estudios de una hora de NO2y SO2) el año 2013 y la versión Beta 2 (para impactos

prima-rios y secundaprima-rios) el año 2014. El modelo se actualizaba progresivamente a medida que llegaba la retroalimentación de los usuarios y sus respectivos comentarios. Se entregó una versión final (SCICHEM 3.0) a mediados de junio del año 2015.

Finalmente, en el primer semestre de 2017 se publica la versión más actualizada del software (SCICHEM 3.1), y es con esta última versión que se desarrolla el presente trabajo.

(39)

Qu´ımica: Mecanismo CB05 para la fase Gaseosa, m´odulos de qu´ımica de aerosoles y acuosos basados en el modelo CMAQ 4.7.1

Dispersi´on: Incorpora 10 a˜nos de mejoras continuas en el software SCIPUFF (desarrollado de manera independiente a SCICHEM)

Tratamiento de la Fuente: fuentes puntuales, de ´area o de volumen.

Algoritmo para considerar los efectos de edificaciones cercanas.

Adem´as el software posee distintos tipos de procesadores:

Pre-procesador meteorol´ogico que se utiliza para convertir observaciones de las carac-ter´ısticas del aire y la superficie al formato meteorol´ogico de entrada de SCICHEM.

Post-procesador el cual permite realizar análisis de clase 1, concentraciones máximas pro-medio para n-horas, concentraciones para un máximo valor diseñado, deposición máxima total anual para azufre y nitrógeno.

(40)

2.6.2. Uso del Modelo

En esta sección se presentará el funcionamiento del modelo. Se hace una descripción de las opciones básicas disponibles para correr el modelo y una explicación de los archivos de entrada y requerimientos dehardware que se necesitan para el correcto funcionamiento del programa, el cual se puede utilizar tanto para aplicaciones de corto alcance como de largo alcance, con la opción de utilizar reacciones qu´ımicas para estudiar la formación de nuevos compuestos si es necesario.

A continuaci´on, en la Figura2.6.1 se muestra un diagrama de flujo que resume las entradas y salidas del modelo en forma secuencial:

Figura 2.6.1: Diagrama de flujo de entradas y salidas del modelo SCICHEM (Elaboraci´on Pro-pia)

2.6.2.1. Requerimientos b´asicos para los archivos de entrada al modelo

SCICHEM 3.1 usa un set de archivos de entrada que pueden ser de dos formas; tipo KEY-WORDS(con extensi´on “.sci”) y tipoNAMELISTS (con extensiones “.inp”, “.scn 2 “.msc”), los

(41)

y opciones para analizar los archivos de salida. Para corridas multicomponentes con opci´on de qu´ımica completa, se requiere agregar un archivo adicional con extensi´on “.imc” el cual provee los detalles de los mecanismos qu´ımicos para el modelo.

Otro archivo de entrada clave para la modelación es el que contiene la información meteorológi-ca. SCICHEM puede utilizar datos de superficie y perfil como los que utiliza el programa AER-MOD, también puede utilizar datos meteorológicos de salida de un modelo meteorológico como el WRF y archivos tipo grilla de dispersión multiescala para terrenos complejos “MEDOC” (del inglésMultiscale Environmental Dispersion Over Complex Terrain). El modelo cuenta con un pre-procesador meteorológico llamado “METSCI.el_{que se puede utilizar para leer archivos de}

vistas superiores del aire en formato FSL y archivos de superficie en TD-3505 o formato ISD y con estos archivos crear archivos de superficie y de perfil meteorol´ogico los cuales sirven como archivos de entrada para realizar una modelaci´on con SCICHEM.

Los archivos meteorológicos en formato MEDOC se pueden crear desde archivos de salida de modelos como el WRF o el MM5, utilizando para su creación el Programa de Interfaz de Mo-delos de Mesoescala (MMIF, del inglésMesoscale Model Interface Program), desarrollado por laEnvironmental Protection Agency(EPA) de Estados Unidos a través de la empresa Ramboll Environ.

2.6.2.2. Requerimientos dehardware

SCICHEM se puede correr en computadores con sistema operativo Windows, Linux o MAC de 64 bit (no menor), utilizando archivos ejecutables que vienen incluidos en el paquete de distri-bución, lo anterior resulta en una gran ventaja por parte del modelo, pues funciona con distintos tipos de sistemas operativo y es manejable a nivel de usuario. De manera lógica, mientras ma-yor sea la capacidad de procesamiento del sistema en el que se trabaje, mejor va a correr la modelación y en menor cantidad de tiempo.

2.6.2.3. Opciones de Modelaci´on

El software incluye un amplio rango de opciones para modelar impactos en la calidad del aire de una o m´as fuentes de emisi´on:

(42)

Receptores:el programa tiene una flexibilidad considerable para especificar la ubicaci´on

de los receptores discretos, los cuales pueden describirse tanto en un post-procesador de datos incluido en el programa llamado SMP2POST (con el cual se puede extraer infor-mación relevante para comparar con normativas ambientales, en donde esté ubicado el receptor), como con el procesador SCIDOSPOST el cual permite obtener concentracio-nes superficiales y estad´ısticas relevantes para una red que puede contener uno o más receptores.

Meteorolog´ıa:se pueden ingresar archivos meteorológicos con distintos tipos de formato, como archivos de superficie, observaciones de meteorolog´ıa de altura y archivos de salida en tres dimensiones de modelos meteorológicos de pronóstico. La turbulencia en la capa l´ımite planetaria se representa en forma expl´ıcita en términos de flujo de calor superficial y esfuerzos cortantes utilizando perfiles parametrizados.

Archivos de salida del modelo: los archivos de salida básicos del modelo contienen muestreo, concentración superficial total y ambiental, y archivos que contienen la de-positación seca y húmeda de los contaminantes a estudiar. No se recomienda utilizar una gran cantidad de archivos de salida al programa debido al impacto directo que tiene en el tiempo total de modelación. Para evaluar concentraciones superficiales el programa cuen-ta con el post-procesador de datos llamado SCIDOSPOST, que es el que se va a utilizar en el presente estudio.

2.6.2.4. Iniciar una modelaci´on con SCICHEM

El modelo SCICHEM se ejecuta utilizando un comando ejecutable llamadorunSCI. Para compu-tadores con sistema operativo Windows, el programa tiene una interfaz de usuario gráfica (SCI-PUFFGUI), con la cual se pueden ver los resultados de las modelaciones y a la vez crear los archivos de entrada al modelo tipo NAMELISTS. El comando permite correr el modelo utili-zando cualquiera de los dos tipos de archivos de entrada al modelo, ya sea tipo KEYWORDS o tipo NAMELISTS, para este último algunas de las opciones como crear fuentes areales y de volumen no están disponibles y solo se pueden correr con el formato KEYWORDS.

Se procede a definir las principales diferencias entre ambos tipos de archivo:

(43)

definen la caracterización del modelo. Las keywords se agrupan en un orden lógico que se basa en su función espec´ıfica para el modelo. La sintaxis para cada una de ellas tiene un orden general establecido por los desarrolladores del modelo, y luego el usuario va entregando datos espec´ıficos para los cuales algunos son opcionales y otros obligatorios, algunos se deben repetir y otros no.

(44)

La Tabla2.6.1muestra un resumen de los tipos de archivos de entrada al modelo y los tipos de fuente que soporta cada uno:

Tabla 2.6.1: Caracter´ısticas de cada tipo de archivo de entrada al modelo SCICHEM (Fuente: SCICHEM User’s Guide)

Formato de Archivo KEYWORDS NAMELISTS

Ejecutable runSCI SCIPUFFgui runSCI SCIPUFFgui

Tipos de Fuente

Puntual S´ı No S´ı S´ı

´

Area S´ı No No No

Volumen S´ı No No No

Caracter´ısticas

Crear proyecto No No No S´ı

Correr proyecto S´ı No S´ı S´ı

Revisar proyecto No No No S´ı

(45)

Metodolog´ıa

En este cap´ıtulo se presentará la metodolog´ıa utilizada en forma secuencial para desarrollar el caso de estudio. Se comienza explicando los procedimientos para obtener información obser-vada de monitoreos de ozono y de variables meteorológicas relevantes, para luego explicar la metodolog´ıa utilizada para definir y caracterizar las fuentes de emisión para ingresarlas al mode-lo. Teniendo la información anterior, se procede a explicar el procedimiento para llevar a cabo la modelación de la meteorolog´ıa y finalmente se detalla paso a paso el ingreso de todos los datos relevantes para llevar a cabo una modelación con SCICHEM.

3.1. Recopilaci´on de datos observados

Para poder validar el modelo fotoqu´ımico, se necesita hacer una comparación de sus resulta-dos con datos observaresulta-dos. En el caso de Mejillones, existen distintas estaciones de monitoreo que registran datos meteorológicos y de calidad de aire. Mientras algunas estaciones son pri-vadas y el acceso a su base de datos es limitado, otras estaciones son públicas y en su ma-yor´ıa muestran sus monitoreos en el Sistema de Información Nacional de Calidad del Aire (www.sinca.mma.gob.cl). Este sistema pertenece al Ministerio de Medio Ambiente de Chile y su principal función es poner a disposición de las personas información de calidad de aire de todo el pa´ıs, para mejorar en forma gradual el conocimiento, la vigilancia y la gestión de la calidad del aire que se respira en Chile.

(46)

Tabla 3.1.1: Estaciones de monitoreo meteorol´ogico y de calidad de aire en Mejillones (Elabo-raci´on Propia)

Estaci´on

Coordenadas de Ubicaci´on WGS84

Elevaci´on (m.s.n.m) Propietario Disponible en SINCA Este (m) Norte (m)

Compa˜n´ıa de Bomberos 351.441 7.444.532 9,43 Gas Atacama S.A S´ı Ferrocarriles 350.020 7.444.491 6,36 E-CL S´ı Jardin Infantil Integra 352.081 7.444.452 13,93 ENAEX S.A S´ı JJ Latorre 352.346 7.444.100 24,37 ENAEX S.A No

La Figura3.1.1muestra la ubicaci´on referencial de cada estaci´on en la ciudad de Mejillones:

Figura 3.1.1: Ubicaci´on referencial estaciones de monitoreo en Mejillones (Elaboraci´on Propia

Considerando las estaciones de la Tabla3.1.1, se analizó para cada estación con datos disponi-bles en el SINCA las últimas fechas de monitoreo registradas y se encontró con que a la fecha, la última información pública disponible corresponde a los monitoreos realizados hasta el año 2009 para todas las estaciones.

(47)

los propietarios de las estaciones deben presentar los monitoreos a la autoridad ambiental que para este caso es la Superintendencia del Medio Ambiente, el cual es un servicio público des-centralizado, con personalidad jur´ıdica y patrimonio propio, sometido a la supervigilancia del Presidente de la República a través del Ministerio de Medio Ambiente.

Se realizaron las solicitudes respectivas (adjuntas en la secciónA.1de anexos), las cuales fueron analizadas por plazos de 20 d´ıas hábiles por los organismos mencionados, y finalmente se consi-guieron datos de monitoreos observados para la estación Compañ´ıa de Bomberos (secciónA.1.1 de anexos) para el per´ıodo 2013-2016. En la sección anexos se pueden encontrar las solicitudes enviadas, las cuales fueron de rechazo para la estación Jard´ın Infantil Integra (secciónA.1.2de anexos) y Ferrocarriles (sección??de anexos).

La estación Compañ´ıa de Bomberos se ubica en Calle Latorre 551, Mejillones, Segunda Región de Antofagasta en Chile. Espec´ıficamente se emplaza en el cuartel de bomberos de Mejillones a 10 metros de una calle pavimentada sin obstáculos que impidan la circulación de masas de aire a 3 metros sobre el nivel del mar.

Esta estación realiza monitoreos de Material Particulado Respirable (MP10), Monóxido de Nitrógeno (NO), Dióxido de Nitrógeno (NO2), Ozono (O3) y Dióxido de Azufre (SO2). En

la Tabla3.1.2se muestra el modelo de equipo utilizado para medir cada contaminante, junto con su respectivo principio de operaci´on:

Tabla 3.1.2: Equipos instalados para monitoreo de contaminantes en Estaci´on Compa˜n´ıa de Bomberos

Contaminante Equipo Serie N◦ Principio de Operaci´on

Mon´oxido de Carbono (CO) Teledyne 300 126 Absorci´on infrarroja

´

Oxidos de Nitr´ogeno (Nox) Teledyne T200E 143 Luminescencia Qu´ımica

Ozono (O3) TeledyneT400 180 Espectrofotometr´ıa UV

Di´oxido de Azufre Teledyne T100 145 Fluorescencia de pulso UV

PM10 Graseby P6524X Gravimetr´ıa de Alto Volumen (Hi Vol)

Sistema de Adquisici´on de Datos Campbell CR 10X 29771 Datalogger

(48)

La Figura3.1.2y la Figura3.1.3muestran los equipos utilizados para monitorear material par-ticulado y gases respectivamente:

Figura 3.1.2: Equipo para monitorear Material Particulado en Estaci´on Compa˜n´ıa de Bomberos

Figura 3.1.3: Equipo para monitorear Gases en Estaci´on Compa˜n´ıa de Bomberos

Contando con la información solicitada, la metodolog´ıa para determinar un periodo de interés de datos observados consistió en analizar los datos de mediciones de Ozono (O3) para cada año,

(49)

Al respecto, es importante mencionar que normalmente el ozono no siempre es monitoreado con la misma periodicidad que otros contaminantes primarios como el material particulado fino (MP2,5) o respirable (MP10) y otros gases como el monóxido de carbono (CO), los óxidos de nitrógeno (N Ox), dióxido de azufre (SO2), entre otros. Para el caso del ozono es común que se

realicen campa˜nas de monitoreo cada tres meses en una estaci´on, de esta forma no se contaba con monitoreos de ozono para todos los meses en que s´ı se contaba con monitoreos para otros contaminantes.

Luego de analizar los monitoreos para cada mes en cada año, se consideró apropiado realizar el estudio para el mes de abril del año 2013 debido a que se registra un aumento en la concentración de ozono en determinados d´ıas del mes como lo muestra la siguiente figura:

Figura 3.1.4: Serie de Tiempo para Ozono (O3), Estaci´on Compa˜n´ıa de Bomberos, Abril 2013

(SERPRAM,2013)

Para el periodo seleccionado, se realizaron 4 calibraciones en el equipo de monitoro de ozono. En la secci´on AnexosA.2se adjuntan como respaldo los informes de calibraci´on del monitor de calidad del aire de ozono.

(50)

Figura 3.1.5: Serie de Tiempo para Ozono (O3), Estaci´on Compa˜n´ıa de Bomberos, Abril 2013.

(Elaboraci´on Propia)

(51)

Respecto a las variables meteorológicas, se consiguió información del portal del Sistema Nacio-nal de Información de Fiscalización Ambiental, organismo que pertenece a la Super Intendencia del Medio Ambiente de Chile. Al respecto, se encontró con información registrada en la esta-ción JJ Latorre la cual comenzó a medir en forma continua a partir del 01 de enero del año 2013. Esta estación fue instalada en un mástil a 10 metros de altura y mide la velocidad y dirección del viento, ambas variables son relevantes para este estudio.

La Figura3.1.6muestra la estaci´on de monitoreo meteorol´ogico JJ Latorre:

(52)

3.2. Fuentes Emisoras

Uno de los factores más importantes en una modelación es el relacionado con las fuentes de emisión. Estas fuentes definirán cuál será la tasa de emisión a considerar para el modelo y los resultados serán muy sensibles a la definición de dichas tasas.

El principal motivo por el que se determinó utilizar la ciudad de Mejillones para el presente estudio es su carácter de ciudad industrial con presencia de distintas centrales termoeléctricas las cuales se utilizarán para realizar la modelación.

Al respecto, se consideraron dos criterios para seleccionar las fuentes de emisión. En primer lugar se buscó información para definir la mayor cantidad de fuentes posible en la zona respecto a su caracterización f´ısica; como lo son las coordenadas de ubicación, la altura y diámetro de cada chimenea, la velocidad y temperatura de salida de los gases emitidos a la atmósfera, y la tasa de emisión por cada contaminante. Por otro lado, se seleccionaron aquellas fuentes con las que se cuenta con información disponible respecto a su operación real para el periodo de estudio seleccionado en el inciso anterior. Se consideraron 6 centrales que en conjunto totalizan

10 chimeneas (algunas centrales tienen m´as de una unidad):

Central T´ermica Atacama: Unidades CC1 y CC2

Planta de ´Acido Sulf´urico Mejillones: Unidad PAM

Central T´ermica Andina: Unidad CTA

Central T´ermica Angamos: Unidades ANG1 y ANG2

Central T´ermica Hornitos: Unidad CTH

(53)

Cap

´ıtulo

3.

Metodolo

g

´ıa

Central Unidad Ubicación WGS-84 Altura (m) Diámetro (m) T◦_{Salida Gases (}◦_C) _{Velocidad Salida Gases (m/s)} Tasa de Emisión (g/s)

Lat (◦₎ _{Long (}◦₎ _MP2.5 _MP10 _NO

x SO2 CO

T´ermica Atacama CC1 -23,091455 -70,418185 50,0 4,5 108,9 27,8 0,6 1,3 136,5 41,2 4,6 CC2 -23,091243 -70,417704 50,0 4,5 108,9 27,8 0,6 1,3 136,5 41,2 4,6 Planta de H2SO4Mejillones PAM -23,097613 -70,430375 53,5 1,7 111,9 22,6 0,0 0,0 8,0 0,0 0,0 T´ermica Andina CTA -23,084032 -70,405026 85,0 5,1 120,9 22,2 26,5 53,0 174,0 556,0 0,0

T´ermica Angamos ANG1 -23,068609 -70,367580 95,0 6,9 78,9 16,8 13,9 27,8 263,9 263,9 0,0 ANG2 -23,064588 -70,368876 95,0 6,9 78,9 16,8 13,9 27,8 263,9 263,9 0,0 T´ermica Hornitos CTH -23,086111 -70,410807 85,0 5,1 120,9 22,2 26,5 53,0 174,0 556,0 0,0

T´ermica Mejillones

CTM1 -23,088943 -70,412252 80,0 5,6 138,1 18,7 17,5 30,5 305,1 807,4 0,0 CTM2 -23,088740 -70,411772 80,0 5,6 138,1 18,7 17,5 30,5 305,1 807,4 0,0 CTM3 -23,089335 -70,411934 35,0 5,0 276,9 26,3 0,0 0,0 144,0 100,1 0,0

(54)

Considerando las coordenadas de ubicación de cada fuente de emisión, la Figura3.2.1muestra un mapa con la ubicación geográfica referencial de cada una, además muestra la ubicación de las estaciones de monitoreo que representan la ciudad de Mejillones:

Figura 3.2.1: Fuentes emisoras y estaciones de monitoreo (Elaboraci´on Propia)

Una vez caracterizadas las fuentes de emisión, se prosiguió a considerar el segundo criterio que dice relación con la operación real de las mismas para el periodo a estudiar, es decir, analizar cuáles unidades efectivamente generaron energ´ıa eléctrica.

La información de operación de las unidades se obtuvo del sitio web del Coordinador Eléctrico Nacional del Sistema Interconectado del Norte Grande (SING), organismo coordinador técnico e independiente encargado de la coordinación de la operación del conjunto de instalaciones del Sistema Eléctrico Nacional que operen interconectadas entre s´ı.

Se analizaron un total de 2.400 datos horarios que se componen de los megawatts generados dada operación horaria de las 10 unidades durante los d´ıas a evaluar para la modelación, que comprende el periodo entre el 13 de abril y el 23 de abril del año 2013.

(55)

Figura 3.2.2: Generación de energ´ıa promedio de fuentes de emisión para el periodo del 13 al 23 de abril del año 2013. (Elaboración Propia)

(56)

3.3. Modelo Meteorol´ogico - WRF

Para crear el modelo meteorológico se descargó información de la base de datos delResearch Data Archive - Computational & Information Systems Labque pertenece aNational Center for

Atmospheric Researchde los Estados Unidos. Se descargaron datos correspondientes al periodo

de estudio con los que se pudo obtener el modelo meteorol´ogico (NCAR-RDA,2013).

Una vez terminado el procesamiento del modelo meteorológico, se procedió a hacer un post procesamiento en un programa llamadoMesoscale Model Interface Program(MMIF) el cual se utiliza para transformar los archivos de salida del modelo meteorológico WRF en un formato de archivo de entrada para ser utilizado por un modelo de dispersión de contaminantes, un modelo fotoqu´ımico, o cualquier otro tipo de modelo.

La Figura 3.3.1muestra la representación de la zona de Mejillones donde se encuentra el do-minio de modelación a considerar para el presente estudio, el cual tiene un área de 60 x 60 kilómetros con 3.600 celdas, este dominio abarca todas las fuentes de emisión a considerar y el receptor de interés principal que es la Estación Compañ´ıa de Bomberos en Mejillones:

(57)

Otro resultado importante del modelo meteorológico es la topograf´ıa del sector, para efectos de visualizar las alturas de la zona se la ha extra´ıdo deShuttle Radar Topography Mission(SRTM1), cuya resolución es de 30 metros. En la Figura3.3.2se muestra presenta la topograf´ıa del dominio de modelación:

(58)

3.4. Modelo Fotoqu´ımico - SCICHEM

En este inciso se presentará la metodolog´ıa para ingresar toda la información requerida por el modelo SCICHEM para realizar la modelación fotoqu´ımica. El programa cuenta con una interfaz de usuario gráfica llamada ”SCIPUFFGUI”, esta herramienta sirve para visualizar los resultados de la modelación pero también para generar los archivos de entrada al modelo. En particular, la modelación a presentar en esta memoria es de tipo NAMELIST. En la Figura 3.4.1se presenta una interfaz gráfica de ejemplo cuando todos los parámetros relevantes para el modelo han sido ingresados de manera correcta:

(59)

La Figura3.4.2muestra la configuración del tipo de material a ingresar al modelo, para el caso de este estudio se definió la emisión de gases por parte de las chimeneas de la termoeléctrica, en este módulo se ingresa además de las caracter´ısticas fisicoqu´ımicas del gas, un archivo vital para la modelación fotoqu´ımica que contiene toda la información relacionada con las ecuaciones que utiliza el programa para modelar las reacciones qu´ımicas que se llevan a cabo dados los contaminantes emitidos por cada fuente y las concentraciones ambientales que haya en la zona o que se definan para el modelo.

(60)

Una vez definido el tipo de material, se procede a caracterizar cada fuente según la información recopilada que es relevante para el modelo. En la Figura3.4.3se muestra un ejemplo de como se ingresan todos los datos de una fuente; su ubicación geográfica, altura, diámetro, velocidad y temperatura de salida de gases, tasa de emisión por contaminante, flujo total y fracción activa que se define como la fracción que puede reaccionar:

Figura 3.4.3: Ingreso de Fuente de Emisión Central Térmica Atacama 2 (CC2) - Primera Emi-sión (Elaboración Propia)

(61)

La Figura3.4.4muestra la configuración del tiempo en la modelación, como se aprecia se define el tiempo de modelación entre el 13 de abril del año 2013 a las 00:00 horas hasta el 23 de abril del año 2013 a las 00:00 horas, lo que se traduce en una modelación de 240 horas. Se puede configurar cada cuanto tiempo el modelo genere archivos de salida, dado que se cuenta con datos horarios observados de concentración de ozono, se configura el modelo para que entregue datos horarios. A su vez, se configura la hora UTC según lo obtenido en el modelo meteorológico para la zona de Chile.

(62)

Otra configuración relevante para el modelo es la definición del dominio de modelación (el cual se describió en la sección 3.3). La Figura 3.4.5 muestra la configuración para definir el dominio dentro del modelo fotoqu´ımico, se definen las unidades en las que se quiere ingresar y los extremos del dominio para su latitud y longitud.

(63)

La Figura3.4.6muestra la configuración para ingresar los datos meteorológicos al modelo fo-toqu´ımico. Al respecto, dado lo explicado en la sección3.3se adaptaron los archivos de salida del modelo meteorológico WRF con la herramienta MMIF para obtener un archivo de entrada en formato funcional para el modelo fotoqu´ımico SCICHEM. En la figura aparece la forma en que se le indica al modelo la carpeta donde se encuentra este archivo, el cual tiene el nombre de ”scichem.asc.mcw”. Una vez ingresado este archivo, el programa adapta las configuraciones necesarias para su correcta ejecución, lo que implica que muchos valores se mantuvieron por defecto una vez ingresados los datos meteorológicos.