Caracterización y variación interanual de la calidad del aire en la ciudad de Buenos Aires en relación a las nuevas directrices de la OMS
DOI:
https://doi.org/10.24215/1850468Xe030Palabras clave:
datos de calidad del aire, análisis de tendencias, viento, niveles guía de calidad del aire de la OMSResumen
La Organización Mundial de la Salud (OMS) actualizó sus directrices de calidad de aire en septiembre de 2021. Las concentraciones medias diarias y anuales de dióxido de nitrógeno (NO2) y material particulado con diámetro menor a 10 µm (PM10) medidas en las tres estaciones de monitoreo de calidad del aire de la ciudad de Buenos Aires, superan frecuentemente los nuevos niveles guía (NG) de la OMS en el período 2010-2019. Un análisis de tendencias revela una disminución significativa en la concentración media anual de PM10 de 1.6 µg m-3 yr-1 y una reducción consistente en la frecuencia de superaciones del NG diario de 1.6 % yr-1 en la estación de fondo urbano. En cambio, las concentraciones de NO2 muestran ligeras tendencias positivas en los tres sitios de monitoreo que podrían llegar a ser estadísticamente significativas a medida que se disponga de nuevos datos. Para ambos contaminantes, las fuertes relaciones lineales entre las concentraciones medias anuales y sus frecuencias de superación diaria sugieren que los nuevos NG anuales son más estrictos que sus correspondientes límites diarios, aunque estos resultados son sensibles al conjunto de datos utilizado. Por otro lado, las concentraciones medias diarias de monóxido de carbono (CO) se encuentran por debajo del nuevo NG, con ligeras tendencias interanuales positivas no-significativas en dos de los sitios. Cuando se utiliza la secuencia horaria diaria del viento como variable de clasificación, se obtienen marcadas diferencias en los niveles de concentración de los tres contaminantes con distintos patrones de viento, las cuales se mantienen a lo largo de los años resaltando el rol de las fuentes locales en las tendencias. En algunos casos, se observan variaciones interanuales pronunciadas con patrones de viento específicos, lo que sugiere el impacto de fuentes nuevas o más intensas procedentes de sectores específicos. Mayores esfuerzos en monitoreo y en desarrollo de inventarios de emisiones de contaminantes de alta resolución contribuirán a comprender las causas de estas variaciones y a evaluar la calidad del aire en toda el área metropolitana.
Descargas
Citas
Arkouli, M., Ulke, A. G., Endlicher, W., Baumbach, G., Schultz, E., Vogt, U., Müller, M., Dawidowski, L., Faggi, A., Wolf-Benning, U., Scheffknecht, G., 2010: Distribution and temporal behavior of particulate matter over the urban area of Buenos Aires. Atmos. Pollut. Res., 1, 1–8. https://doi.org/10.5094/APR.2010.001
Barmpadimos, I., Keller, J., Oderbolz, D., Hueglin, C., Prévôt, A. S. H., 2012: One decade of parallel fine (PM2.5) and coarse (PM10–PM2.5) particulate matter measurements in Europe: trends and variability. Atmos. Chem. Phys, 12(7), 3189-3203. https://doi.org/10.5194/acp-12-3189-2012
Bogo, H., Otero, M., Castro, P., Ozafr, M. J., Calvo, E. J., Mart, R., 2003:. Study of atmospheric particulate matter in Buenos Aires city. Atmos. Environ., 37, 1135–1147. https://doi.org/10.1016/S1352-2310(02)00977-9
Carslaw, D. C., 2005: Evidence of an increasing NO2/NOx emissions ratio from road traffic emissions. Atmos. Environ.,39, 4793–4802.
Carslaw, D. C. and Beevers, S. D., 2013: Characterising and understanding emission sources using bivariate polar plots and k-means clustering. Environ. Model. Softw., 40, 325-329. https://doi.org/10.1016/j.envsoft.2012.09.005
Carslaw, D. C., and Ropkins, K., 2012: Openair—an R package for air quality data analysis. Environ. Model. Softw., 27, 52-61. https://doi.org/10.1016/j.envsoft.2011.09.008
EEA, 2020: Air Quality in Europe – 2020, European Environment Agency (EEA) Report No 09/2020, Luxembourg, 164 pp. https://data.europa.eu/doi/10.2800/786656
Kendall, T., 1975: Rank Correlation Methods. 4th ed. Charles Griffin, London, UK., 202 pp.
Lang, P. E., Carslaw, D. C.,Moller, S. J., 2019: A trend analysis approach for air quality network data. Atmos. Environ.: X, 2, 100030. https://doi.org/10.1016/j.aeaoa.2019.100030
Mann, H. B., 1945: Nonparametric tests against trend. Econometrica, 13,245-259. https://doi.org/10.2307/1907187
Mavroidis, I., Chaloulakou, A., 2011: Long-term trends of primary and secondary NO2 production in the Athens area. Variation of the NO2/NOx ratio. Atmos. Environ., 45(38), 6872-6879. https://doi.org/10.1016/j.atmosenv.2010.11.006
Mazzeo, N.A., Venegas, L.E., 2012: Hourly NOx concentrations and wind direction in the vicinity of a street intersection. Int. J. Environ. Pollut. 48 (1–4), 96–104. https://doi.org/10.1504/IJEP.2012.049656
Mazzeo, N.A., Venegas, L.E., Choren. H., 2005: Analysis of NO, NO2, O3 and NOx concentrations measured at a green area of Buenos Aires City during wintertime. Atmos. Environ., 39, pp. 3055-3068. https://doi.org/10.1016/j.atmosenv.2005.01.029
Merino, R. A., Gassmann, M. I., 2022: Wind trends analysis in southern South America from weather station and reanalysis data. Int. J. Climatol., 42(4), 2117-2134. https://doi.org/10.1002/joc.7355
Munir, S., Habeebullah, T. M., Seroji, A. R., Gabr, S. S., Mohammed, A. M., Morsy, E. A., 2013: Quantifying temporal trends of atmospheric pollutants in Makkah (1997–2012). Atmos. Environ., 77, 647-655. https://doi.org/10.1016/j.atmosenv.2013.05.075
Peláez, L. M. G., Santos, J. M., de Almeida Albuquerque, T. T., Reis Jr, N. C., Andreão, W. L., de Andrade, F. M., 2020: Air quality status and trends over large cities in South America. Environ Sci Policy, 114, 422-435. https://doi.org/10.1016/j.envsci.2020.09.009
Pineda Rojas A.L., Borge R., Kropff E., 2022: Characterisation of errors in an urban scale atmospheric dispersion model through clustering of performance metrics. Air Quality, Atmosphere & Health, https://doi.org/10.1007/s11869-021-01145-0
Pineda Rojas, A.L., Borge, R., Mazzeo, N.A., Saurral, R.I., Matarazzo, B.N., Cordero, J.M., Kropff, E., 2020: High PM10 concentrations in the city of Buenos Aires and their relationship with meteorological conditions. Atmos. Environ., 214, 117773. https://doi.org/10.1016/j.atmosenv.2020.117773
Querol, X., Alastuey, A., Pandolfi, M., Reche, C., Pérez, N., Minguillón, M.C., Moreno, T., Viana, M., Escudero, M., Orio, A., Pallarés, M., Reina, F., 2014: 2001–2012 trends on air quality in Spain. Sci. Total Environ., 490, 957-969. https://doi.org/10.1016/j.scitotenv.2014.05.074
Salvador, P., Artíñano, B., Viana, M., Alastuey, A., Querol, X., 2012: Evaluation of the changes in the Madrid metropolitan area influencing air quality: Analysis of 1999–2008 temporal trend of particulate matter. Atmos. Environ., 57, 175-185. https://doi.org/10.1016/j.atmosenv.2012.04.026
Sen, P. K., 1968: Estimates of the regression coefficient based on Kendall's tau. J. Am. Stat. Assoc., 63(324), 1379-1389.
Silva, J., Rojas, J., Norabuena, M., Molina, C., Toro, R. A., Leiva-Guzmán, M. A., 2017: Particulate matter levels in a South American megacity: the metropolitan area of Lima-Callao, Peru. Environ. Monit. Assess., 189(12), 1-18. https://doi.org/10.1007/s10661-017-6327-2
Theil, H., 1950: A rank-invariant method of linear and polynomial regression analysis. Indag. Math., 12(85), 173.
Ulke, A. G., Torres Brizuela, M. M., Raga, G. B., Baumgardner, D., 2016: Aerosol properties and meteorological conditions in the city of Buenos Aires, Argentina, during the resuspension of volcanic ash from the Puyehue-Cordón Caulle eruption. Nat. Hazards Earth Syst. Sci., 16(9), 2159-2175. https://doi.org/10.5194/nhess-2015-311
UN, 2019: World Urbanization Prospects: the 2018 Revision. Department of Economic and Social Affairs, Population Division (ST/ESA/SER.A/420), United Nations, p.126.
Vu, T. V., Shi, Z., Cheng, J., Zhang, Q., He, K., Wang, S., Harrison, R. M., 2019: Assessing the impact of clean air action on air quality trends in Beijing using a machine learning technique. Atmos. Chem. Phys, 19(17), 11303-11314. https://doi.org/10.5194/acp-19-11303-2019
WHO, 2005: Air Quality Guidelines. Global Update 2005. Particulate Matter, Ozone, Nitrogen Dioxide and Sulfur Dioxide. Copenhagen: World Health Organization, 496 pp.
WHO, 2021: WHO global air quality guidelines: particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide. Geneva: World Health Organization, 300 pp.
Zhao, P., Tuygun, G. T., Li, B., Liu, J., Yuan, L., Luo, Y., Xiao, H., Zhou, Y., 2019: The effect of environmental regulations on air quality: A long-term trend analysis of SO2 and NO2 in the largest urban agglomeration in southwest China. Atmos. Pollut. Res., 10(6), 2030- 2039. https://doi.org/10.1016/j.apr.2019.09.011
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Caterina Mosto, Andrea L. Pineda Rojas, Néstor Rojas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.
