Comparacion-de-dos-mecanismos-qumicos-en-la-modelacion-de-calidad-del-aire-en-el-Valle-de-Mexico

Vista previa del material en texto

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO 
FACULTAD DE QUÍMICA 
 
 
 
 “COMPARACIÓN DE DOS MECANISMOS QUÍMICOS EN LA 
MODELACIÓN DE LA CALIDAD DEL AIRE EN EL VALLE DE 
MÉXICO” 
 
T E S I S 
 
 
 
QUE PARA OBTENER EL TÍTULO DE 
INGENIERA QUÍMICA 
 
 
 
P R E S E N T A 
Vanessa Trejo Contreras 
 
 
 Ciudad Universitaria, CDMX 2017 
 
 
UNAM – Dirección General de Bibliotecas 
Tesis Digitales 
Restricciones de uso 
 
DERECHOS RESERVADOS © 
PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL 
 
Todo el material contenido en esta tesis esta protegido por la Ley Federal 
del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México). 
El uso de imágenes, fragmentos de videos, y demás material que sea 
objeto de protección de los derechos de autor, será exclusivamente para 
fines educativos e informativos y deberá citar la fuente donde la obtuvo 
mencionando el autor o autores. Cualquier uso distinto como el lucro, 
reproducción, edición o modificación, será perseguido y sancionado por el 
respectivo titular de los Derechos de Autor. 
 
 
 
 
JURADO ASIGNADO: 
 
PRESIDENTE: José Agustín García Reynoso 
VOCAL: Gema Luz Andraca Ayala 
SECRETARIO: Sergio Adrián García González 
1er. SUPLENTE: Alejandra Mendoza Campos 
2° SUPLENTE: Anna Kozina 
 
 
SITIO DONDE SE DESARROLLÓ EL TEMA: 
CENTRO DE CIENCIAS DE LA ATMÓSFERA, UNAM. 
 
 
 
 
 
ASESOR DEL TEMA: 
 
 
Dr. José Agustín García Reynoso 
SUSTENTANTE (S): 
 
 
Vanessa Trejo Contreras 
 
 
 
1 
 
AGRADECIMIENTOS 
 
Esta tesis forma parte del Proyecto Pronóstico Meteorológico y de Calidad del Aire 
SECITI/055/256. 
La autora agradece al Laboratorio Nacional de Supercómputo del Sureste de 
México perteneciente a la red de laboratorios nacionales CONACYT, por los 
recursos computacionales, el apoyo y la asistencia técnica. 
A la Dirección General de Cómputo y de Tecnologías de Información y 
Comunicación de la UNAM por la facilitación de la supercomputadora MIZTLI, 
apoyo y asistencia técnica. 
Al Dr. Agustín García por la confianza, apoyo y paciencia durante el tiempo de 
realización de esta tesis. 
 
 
2 
 
CONTENIDO 
ÍNDICE DE TABLAS .................................................................................................................... 4 
ÍNDICE DE FIGURAS .................................................................................................................. 5 
INTRODUCCIÓN ............................................................................................................................. 6 
OBJETIVO GENERAL ......................................................................................................................... 8 
OBJETIVOS ESPECÍFICOS .................................................................................................................. 8 
ANTECEDENTES ........................................................................................................................... 9 
a) Contaminación atmosférica .................................................................................................... 9 
b) Fuentes emisoras de contaminantes del aire ....................................................................... 11 
c) Principales contaminantes del aire ....................................................................................... 13 
i) Ozono (O3) ......................................................................................................................... 15 
ii) Óxidos de nitrógeno (NOx) ................................................................................................ 15 
iii) Monóxido de carbono (CO) ............................................................................................... 15 
iv) Dióxido de azufre (SO2) ..................................................................................................... 16 
v) Partículas suspendidas (PM2.5 y PM10) .............................................................................. 16 
d) Calidad del aire en la ZMVM ................................................................................................. 17 
i) Inventario de emisiones .................................................................................................... 18 
(1) Características del inventario de emisiones para modelación .......................................... 18 
ii) Problemática actual........................................................................................................... 19 
e) Modelación de la calidad del aire ......................................................................................... 20 
ii) Mecanismos químicos ....................................................................................................... 21 
(1) Regional Acid Deposition Model (RADM2) ....................................................................... 22 
(2) Carbon-Bond Mechanism Z (CBMZ) .................................................................................. 22 
iii) Modelo Weather Research and Forecasting with Chemistry (WRF-Chem) ...................... 23 
iv) Model Evaluation Tools (MET v5.1) ...................................................................................... 24 
METODOLOGÍA ............................................................................................................................. 25 
a) Zona de estudio ..................................................................................................................... 25 
b) Selección de los periodos de interés a evaluar ..................................................................... 27 
c) Optimización del inventario de emisiones ............................................................................ 30 
d) Procedimiento de modelación de los episodios con WRF-Chem.......................................... 31 
i) Mecanismo RADM2 ........................................................................................................... 33 
 
3 
 
ii) Mecanismo CBMZ ............................................................................................................. 33 
e) Evaluación de la información de salida del modelo. ............................................................. 34 
f) Métricas estadísticas ............................................................................................................. 35 
RESULTADOS Y ANÁLISIS ......................................................................................................... 39 
a) Modelación con WRF-Chem para el mecanismo químico RADM2 ....................................... 39 
b) Modelación con WRF-Chem para el mecanismo químico CBMZ .......................................... 47 
c) Evaluación cuantitativa de los resultados empleando el MET v5.1 ...................................... 52 
CONCLUSIONES ........................................................................................................................... 61 
RECOMENDACIONES.................................................................................................................. 63 
BIBLIOGRAFÍA ............................................................................................................................... 64 
ANEXO 1 ......................................................................................................................................... 68 
ANEXO 2 ......................................................................................................................................... 72 
ANEXO 3 ......................................................................................................................................... 73 
 
 
 
4 
 
ÍNDICE DE TABLAS 
 
TABLA 1. MODELOS REGIONALES DE CALIDAD DEL AIRE MÁS UTILIZADOS ..........................................................................21 
TABLA 2. RESUMEN DE LOS MECANISMOS QUÍMICOS A UTILIZAR ..................................................................................... 23 
TABLA 3. DÍAS CON ALTO ÍNDICE DE CALIDAD DEL AIRE CORRESPONDIENTE A OZONO ........................................................... 28 
TABLA 4. EPISODIOS DE PRECONTINGENCIA Y CONTINGENCIA FASE 1 ACTIVADOS POR ALTOS NIVELES DE OZONO DURANTE EL 
PRIMER SEMESTRE DEL 2016. ......................................................................................................................... 29 
TABLA 5 FACTORES DE ESCALAMIENTO PARA LAS EMISIONES .......................................................................................... 31 
TABLA 6. TABLA DE CONTINGENCIA 2X2 DE ACUERDO A TODAS LAS POSIBLES COMBINACIONES ENTRE EL PRONÓSTICO Y LA 
OBSERVACIÓN. ............................................................................................................................................. 36 
TABLA 7. MÉTRICAS ESTADÍSTICAS ANALIZADAS ........................................................................................................... 53 
TABLA 8. MÉTRICA HEIDKE SKILL SCORE PARA LAS TRES ESPECIES QUÍMICAS. .................................................................... 53 
TABLA 9. MÉTRICAS ESTADÍSTICAS PARA EL OZONO. ..................................................................................................... 54 
TABLA 10. MÉTRICAS ESTADÍSTICAS PARA EL MONÓXIDO DE CARBONO. ........................................................................... 54 
TABLA 11. MÉTRICAS ESTADÍSTICAS PARA EL DIÓXIDO DE AZUFRE. .................................................................................. 54 
TABLA 12. RELACIÓN ENTRE EL VALOR MEDIO DE LA CONCENTRACIÓN OBSERVADA Y EL PRONÓSTICO. .................................... 56 
 
 
 
5 
 
ÍNDICE DE FIGURAS 
 
FIGURA 1. INVENTARIO DE EMISIONES DE LA ZMVM, 2008. ......................................................................................... 13 
FIGURA 2. ESQUEMA DEL FUNCIONAMIENTO DEL MODELO WRF-CHEM........................................................................... 24 
FIGURA 3. REPRESENTACIÓN DE LOS TERRITORIOS QUE CONFORMAN A LA ZMVM ............................................................. 26 
FIGURA 4. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE OZONO ARROJADOS POR EL MODELO WRF-CHEM UTILIZANDO 
EL MECANISMO QUÍMICO RADM2 PARA LOS DÍAS 13 Y 14 DE MARZO DE 2016. ...................................................... 41 
FIGURA 5. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE OZONO ARROJADOS POR EL MODELO WRF-CHEM UTILIZANDO 
EL MECANISMO QUÍMICO RADM2 PARA LOS DÍAS 17 Y 18 DE ABRIL DE 2016. ........................................................ 41 
FIGURA 6. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE MONÓXIDO DE CARBONO ARROJADOS POR EL MODELO WRF-
CHEM UTILIZANDO EL MECANISMO QUÍMICO RADM2 PARA LOS DÍAS 13 Y 14 DE MARZO DE 2016. ............................ 43 
FIGURA 7. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE MONÓXIDO DE CARBONO ARROJADOS POR EL MODELO WRF-
CHEM UTILIZANDO EL MECANISMO QUÍMICO RADM2 PARA LOS DÍAS 17 Y 18 DE ABRIL DE 2016................................ 43 
FIGURA 8. CRECIMIENTO DE LOS NIVELES DEL CO A LO LARGO DEL DÍA EN COMPARACIÓN CON EL TRÁFICO. ............................. 44 
FIGURA 9. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE DIÓXIDO DE AZUFRE ARROJADOS POR EL MODELO WRF-CHEM 
UTILIZANDO EL MECANISMO QUÍMICO RADM2 PARA LOS DÍAS 13 Y 14 DE MARZO DE 2016. ..................................... 45 
FIGURA 10. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE DIÓXIDO DE AZUFRE ARROJADOS POR EL MODELO WRF-CHEM 
UTILIZANDO EL MECANISMO QUÍMICO RADM2 PARA LOS DÍAS 17 Y 18 DE ABRIL DE 2016. ........................................ 46 
FIGURA 11. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE OZONO ARROJADOS POR EL MODELO WRF-CHEM UTILIZANDO 
EL MECANISMO QUÍMICO CMBZ PARA LOS DÍAS 13 Y 14 DE MARZO DE 2016. ......................................................... 48 
FIGURA 12. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE OZONO ARROJADOS POR EL MODELO WRF-CHEM UTILIZANDO 
EL MECANISMO QUÍMICO CBMZ PARA LOS DÍAS 17 Y 18 DE ABRIL DE 2016. ........................................................... 48 
FIGURA 13. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE MONÓXIDO DE CARBONO ARROJADOS POR EL MODELO WRF-
CHEM UTILIZANDO EL MECANISMO QUÍMICO CBMZ PARA LOS DÍAS 13 Y 14 DE MARZO DE 2016. ............................... 49 
FIGURA 14. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE MONÓXIDO DE CARBONO ARROJADOS POR EL MODELO WRF-
CHEM UTILIZANDO EL MECANISMO QUÍMICO CBMZ PARA LOS DÍAS 17 Y 18 DE ABRIL DE 2016. ................................. 50 
FIGURA 15. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE DIÓXIDO DE AZUFRE ARROJADOS POR EL MODELO WRF-CHEM 
UTILIZANDO EL MECANISMO QUÍMICO CBMZ PARA LOS DÍAS 13 Y 14 DE MARZO DE 2016. ........................................ 51 
FIGURA 16. COMPARACIÓN DE LOS NIVELES DE CONCENTRACIÓN DE DIÓXIDO DE AZUFRE ARROJADOS POR EL MODELO WRF-CHEM 
UTILIZANDO EL MECANISMO QUÍMICO CBMZ PARA LOS DÍAS 17 Y 18 DE ABRIL DE 2016. .......................................... 52 
FIGURA 17. COMPARACIÓN DEL MECANISMO RADM2, CBMZ Y DATOS OBSERVADOS DEL OZONO PARA LOS DÍAS 13 Y 14 DE 
MARZO DE 2016. ......................................................................................................................................... 58 
FIGURA 18. COMPARACIÓN DEL MECANISMO RADM2, CBMZ Y DATOS OBSERVADOS DEL OZONO PARA LOS DÍAS 17 Y 18 DE 
ABRIL DE 2016. ............................................................................................................................................ 58 
FIGURA 19. COMPARACIÓN DEL MECANISMO RADM2, CBMZ Y DATOS OBSERVADOS DEL MONÓXIDO DE CARBONO PARA LOS DÍAS 
13 Y 14 DE MARZO DE 2016. ......................................................................................................................... 59 
FIGURA 20. COMPARACIÓN DEL MECANISMO RADM2, CBMZ Y DATOS OBSERVADOS DEL MONÓXIDO DE CARBONO PARA LOS DÍAS 
17 Y 18 DE ABRIL DE 2016. ............................................................................................................................ 59 
FIGURA 21. COMPARACIÓN DEL MECANISMO RADM2, CBMZ Y DATOS OBSERVADOS DEL DIÓXIDO DE AZUFRE PARA LOS DÍAS 13 Y 
14 DE MARZO DE 2016. ................................................................................................................................ 60 
FIGURA 22. COMPARACIÓN DEL MECANISMO RADM2, CBMZ Y DATOS OBSERVADOS DEL DIÓXIDO DE AZUFRE PARA LOS DÍAS 17 Y 
18 DE ABRIL DE 2016. ................................................................................................................................... 60 
 
 
6 
 
INTRODUCCIÓN 
La contaminación atmosférica es un problema que no sólo se encuentra presente 
en la Zona Metropolitana del Valle de México (ZMVM), sino también en las 
grandes ciudades de todo el mundo como Beijín, Paris, Santiago entre otras. La 
gran importancia de reducir los niveles de contaminación de estas regiones ha 
llevado a los tomadores de decisiones a tomar diferentes medidas con la finalidad 
de cuidar la salud de sus habitantes. La modelación de la calidad del aire se ha 
convertido en una herramienta muy útil para poder pronosticar los niveles de estos 
contaminantes criterio para, de esta manera, anticiparse a los incrementos antes 
de que sean un problema más grave. 
Para poder generar un buen pronóstico, es necesario contar con un buen modelo 
de calidad del aire, los datos adecuados de meteorología de la región, las 
emisiones de contaminantes y el mecanismo químico que genere los resultados 
más parecidos a lo que ocurre en la realidad. 
Debido a lo anterior, resulta importante comparar el desempeño de dos 
mecanismos químicos para conocer en qué grado difieren los resultados entre 
éstos, utilizando el mismo inventario de emisiones. 
El modelo WRF-Chem utilizadoen el Centro de Ciencias de la Atmósfera de la 
UNAM, posee diferentes mecanismos químicos que se pueden emplear, sin 
embargo, a la fecha no se ha realizado una evaluación de los mismos para la 
ZMVM, cosa que se requiere para poder analizar este aspecto del modelo. Los 
mecanismos químicos a comparar fueron el Regional Acid Deposition Model 2 
(RADM2) y el Carbon – Bond Mechanism Z (CBMZ) empleando el WRF-Chem, 
modelo acoplado de meteorología-química. 
En el presente trabajo de tesis se muestran los resultados obtenidos de la 
modelación de calidad del aire de tres contaminantes criterio (ozono (O3), 
monóxido de carbono (CO) y dióxido de azufre (SO2) presentes en la Zona 
Metropolitana del Valle de México (ZMVM) durante los días comprendidos del 13 
 
7 
 
al 15 de marzo de 2016 y del 17 al 19 de abril del mismo año utilizando dos 
mecanismos químicos diferentes. 
Este trabajo consta de 5 capítulos; en el primero se habla sobre los antecedentes 
de la contaminación atmosférica, los principales compuestos presentes en la 
atmósfera que son dañinos a la salud, los tipos de fuentes de emisión de 
contaminantes, así como de la problemática que se vive hoy día en la ZMVM. 
En el capítulo segundo, se encuentra la metodología realizada para la modelación 
con ambos mecanismos químicos empleando el modelo WRF-Chem, comenzando 
por una breve descripción de la zona de estudio, así como de la justificación de los 
periodos de tiempo a modelar, hasta la programación del archivo con el que se 
detalla lo requerido por el modelo. También se explican las métricas estadísticas a 
utilizar para comparar el desempeño de los dos mecanismos. 
Los resultados y análisis de los mismos se localizan en el tercer capítulo de esta 
tesis, donde se muestran las gráficas obtenidas para los tres contaminantes de 
interés para ambos mecanismos químicos en ambos periodos de tiempo; además 
se encuentra la información estadística generada por el programa Model 
Evaluation Tools v5.1. 
Finalmente, en los capítulos cinco y seis se encuentran respectivamente las 
conclusiones y recomendaciones obtenidas a partir del análisis de los resultados 
de este trabajo. 
 
 
8 
 
OBJETIVO GENERAL 
 COMPARAR LA DISTRIBUCIÓN Y GENERACIÓN DE CONTAMINANTES EN 
LA ZMVM EMPLEANDO DOS MECANISMOS QUÍMICOS Y EL MODELO 
WRF-CHEM. 
OBJETIVOS ESPECÍFICOS 
1) Conocer las bases de los mecanismos químicos RADM2 y CBMZ que se 
utilizan para la modelación de calidad de aire. 
2) Seleccionar 2 episodios de mala calidad de aire que se hayan presentado en la 
ZMVM en el presente año. 
3) Realizar simulaciones con el modelo WRF-Chem de los episodios 
seleccionados y con ambos mecanismos químicos. 
4) Comparar los resultados obtenidos con datos observables para evaluar cuál 
se aproxima más a la realidad. 
5) Comparar el desempeño de los mecanismos y determinar si los resultados 
obtenidos son comparables entre ellos en tiempo y cálculo. 
 
 
9 
 
ANTECEDENTES 
En este capítulo se habla acerca del problema que constituye la contaminación 
atmosférica, desde sus orígenes hasta sus repercusiones; se aborda cuáles son 
las principales fuentes emisoras y cuáles son las principales sustancias que la 
ocasionan. Además, se expone cómo se maneja esta situación en la ZMVM, la 
importancia del uso de modelos para su simulación y se plantean las principales 
características de dos de los mecanismos químicos que se pueden utilizar para 
modelar la calidad del aire. 
a) Contaminación atmosférica 
La mayoría de los autores concuerdan en que la contaminación atmosférica se 
refiere a la presencia en el aire de agentes tóxicos (físicos, químicos o biológicos) 
generados por actividades antropogénicas y en concentraciones que sobrepasan 
los niveles normales que acepta el ambiente, los cuales, además puedan ser 
nocivos para la salud, seguridad o bienestar de las personas de una región, que 
les impida el desarrollo de la vida cotidiana, el uso de lugares de recreación y goce 
de los mismos, o que sean perjudiciales para la vida de plantas o animales 
[RAMA, 2014]. 
Mucho se ha hablado sobre los grandes efectos y consecuencias que tienen los 
contaminantes presentes en el aire hacia la salud del ser humano, sin embargo, 
éstos pueden llegar a afectar también animales, vegetales y, dependiendo de las 
condiciones de humedad, a edificaciones y monumentos [Lacy, 1993; Quadri, 
1992]. Si bien, la mala calidad del aire afecta al grupo antes mencionado, el daño 
ocasionado no es el mismo para cada uno de ellos, ni todos los contaminantes 
afectan de la misma manera, además la concentración de los mismos en la 
atmósfera puede tener mayor o menor impacto en los seres vivos y 
construcciones. Por ejemplo, para las personas e incluso animales, puede llegar a 
ocasionar desde simple irritación transitoria y aumentar el riesgo de padecer 
enfermedades agudas, como la neumonía, o crónicas como el cáncer de pulmón, 
hasta la muerte en casos extremos; para los vegetales puede provocar un 
 
10 
 
aumento en el tiempo de crecimiento, así como disminuir el tamaño de los frutos, 
también producir daños en los cultivos y plantaciones; en el caso de las 
edificaciones puede ocasionar procesos de abrasión, corrosión y oxidación de 
metales [Quadri, 1992; Lacy, 1993]. 
En casos a mayor escala, la mala calidad del aire también puede afectar a los 
ecosistemas debido a la lluvia ácida, o puede contribuir al cambio climático y a la 
disminución de la capa de ozono estratosférico [SEMARNAT, 2010]. 
Es de conocimiento que países como China, Japón, Chile y México han 
presentado en los últimos tiempos índices de calidad del aire muy alarmantes, que 
ha llevado a la preocupación e implementación de medidas por parte de los 
gobiernos de estos lugares para poder detener esta situación [SEMARNAT, 2007]. 
No es de extrañarse que las ciudades o regiones con mayores problemas de 
contaminación en el aire, también sean de las más pobladas del mundo y que 
cuenten con una gran afluencia vehicular y desarrollo industrial, lo que recae en 
una alta demanda de bienes y servicios y, como consecuencia, a la generación de 
emisiones de tipo gaseoso que afectan la calidad del aire [RAMA, 2014]. 
No obstante, aunque en México destaque la Zona Metropolitana del Valle de 
México (ZMVM) como la más contaminada, ciudades como Guadalajara y 
Monterrey parecen seguir el camino que lleva la ZMVM presentando altos niveles 
de contaminantes en el aire, y lo que es más alarmante aún, es que otras 
ciudades como León, Salamanca e Irapuato comienzan a entrar dentro de este 
grupo de lugares más contaminados [Riojas – Rodríguez, et. al., 2013]. 
Debido a lo anterior, es importante saber cuáles son los mayores contaminantes 
que se liberan a la atmósfera y en qué concentraciones, cómo es la química de la 
atmósfera y de dónde provienen todas estas sustancias para así, realizar acciones 
que permitan la mejora del aire que respiramos a nivel local y global. 
 
 
11 
 
b) Fuentes emisoras de contaminantes del aire 
En el caso de la contaminación atmosférica y, de acuerdo con el Instituto Nacional 
de Ecología y Cambio Climático, una fuente se define como un lugar o actividad 
que origina y emite uno o más contaminantes a la atmósfera. 
Dichas fuentes se pueden clasificar en dos grandes áreas de acuerdo a su 
naturaleza y forma de emisión: 
- Fuentes naturales 
- Fuentes antropogénicas 
Las primeras son aquellas ocasionadas por los diferentes fenómenos que se 
presentan en la naturaleza y por la vida animal y vegetal; entre estos se 
encuentran las erupciones volcánicas, los incendios forestales y las erosiones 
[UNAD]. Además, diversos estudios han indicado que la vegetación libera cierta 
cantidad de hidrocarburos no metano que pueden llegar a ser comparables – o 
incluso superiores – a las originadas por actividades del ser humano [SEMARNAT, 
2010]. 
Por otro lado, el suelo también contribuyea este tipo de fuente de contaminación, 
liberando óxidos de nitrógeno (NOx) mediante procesos de desnitrificación 
(reducción de nitritos y nitratos a nitrógeno gaseoso). Del mismo modo, otras 
actividades naturales tales como las termitas, los relámpagos y la actividad 
geotérmica tienen sus repercusiones en la calidad del aire que respiramos 
[SEMARNAT, 2010]. 
Las fuentes antropogénicas, como se mencionó anteriormente, hacen referencia a 
todas las emisiones originadas por actividades que realiza el hombre, tales como 
industrias, vehículos de transporte, rellenos sanitarios, etcétera. A su vez, esta 
categoría se puede dividir en tres diferentes grupos: 
- Fuentes puntuales o fijas 
- Fuentes móviles 
 
12 
 
- Fuentes de área 
Una fuente puntual es aquella fuente individual que, a lo largo de toda su vida 
útil, se encuentra en un punto fijo, es decir que el lugar donde provienen las 
emisiones no cambia con el tiempo. Ejemplos de este tipo se encuentran plantas 
de energía, chimeneas industriales y domésticas, industrias químicas, fábricas, 
refinerías petroleras e incluso aquellas liberadas por el uso de solventes o 
productos de limpieza de superficies. 
Las fuentes móviles son todas aquellas que cuentan con algún motor de 
combustión o similar, que pueden desplazarse de manera autónoma y que debido 
a su operación se emiten contaminantes a la atmósfera. En esta se incluyen todas 
las formas de transporte, tales como automóviles, camiones, helicópteros, 
aviones, trenes, etcétera. 
Cabe destacar que el principal contribuidor a este tipo de fuente de emisiones son 
los vehículos automotores debido a que para su funcionamiento llevan a cabo el 
proceso de combustión, el cual, produce grandes cantidades de gases 
contaminantes como el monóxido de carbono (CO), óxidos de nitrógeno (NOx), 
compuestos orgánicos volátiles (COVs), óxidos de azufre (SOx), partículas en 
suspensión, plomo, entre otros. 
Por último, las fuentes de área incluyen una serie de actividades pequeñas, 
numerosas y que se encuentran distribuidas dentro de un área definida, pero que 
no pueden ser incluidas dentro de un inventario de fuentes primarias debido a que 
sus contribuciones no pueden identificarse de manera precisa ni eficiente. A pesar 
de esto, las emisiones de cada fuente por individual pueden no llegar a ser 
significativas, sin embargo, el conjunto de todas ellas sí pueden llegar a tener 
repercusiones importantes en la calidad del aire de la región donde se encuentren. 
[UNAD, INECC] 
En el caso de la ZMVM, en el inventario de emisiones del año 2008, se muestra 
que las fuentes móviles fueron las que contribuyeron más a la liberación de gases 
como NOx (con un 82.4%), CO (con un 99%) y PM2.5 (con 51.8%); por otro lado, 
 
13 
 
se observa que las fuentes de área sí tienen una repercusión significativa en la 
contaminación atmosférica debido a que emite gran cantidad de gases como el 
NH3 (75.3%), PM10 (60.4%) y COV (40.8%). Las fuentes con menor influencia son 
las fijas, responsables del 50.3 % de las emisiones de SO2, y las naturales, que 
realmente son muy pocas [IE SEMARNAT, 2008]. 
 
Figura 1. Inventario de emisiones de la ZMVM, 2008. 
c) Principales contaminantes del aire 
Debido a la gran cantidad de sustancias que resultan perjudiciales para la 
atmósfera, para los seres vivos y materiales, se tienen clasificaciones de los 
mismos de manera que queden agrupados de una manera más práctica y faciliten 
la comprensión del efecto que tienen cada uno de ellos en el aire. En general, 
existen dos diferentes clasificaciones en las que se pueden separar estas 
sustancias. 
1. Dependiendo del tipo de emisión: directa o indirecta: 
Dentro de esta clasificación, los contaminantes se dividen en primarios y 
secundarios: 
23.8
31.3
82.4
99
49.3 51.8
16.1
0.9
21.8
10.7
0.6
50.3
15.6
20.5
75.3
40.8
6.4
0.4 0.4
29.9
60.4
6.1
0.5 2.7 3
0
10
20
30
40
50
60
70
80
90
100
NH3 COV NOx CO SO2 PM2.5 PM10
P
O
R
C
EN
TA
JE
 (
%
)
CONTAMINANTES
Fuentes móviles Fuentes fijas Fuentes de área Fuentes narutales
 
14 
 
- Primarios: se incluyen a todas aquellas sustancias que son emitidas 
directamente a la atmósfera desde cualquiera que su fuente sea (natural o 
antropogénica). Ejemplos de estos son los óxidos de nitrógeno (NOx), 
monóxido de carbono (CO), óxidos de azufre (SOx), material particulado, 
entre otros. 
- Secundarios: son aquellos que se originan dentro de la atmósfera por 
medio de interacción y reacciones químicas y/o fotoquímicas entre dos o 
más contaminantes primarios. Dentro de esta categoría se encuentran 
sustancias como hidrocarburos (HC), sulfatos (SO4), nitratos (NO3), ácido 
sulfúrico (H2SO4), entre otros. En ocasiones, estos resultan ser más 
perjudiciales para la salud y el ambiente, como es el caso del ozono 
troposférico (O3). 
2. Dependiendo del daño que producen a la salud. 
- Contaminantes no criterio: son aquellos que son tóxicos en pequeñas 
cantidades, tales como los compuestos orgánicos volátiles y los 
hidrocarburos aromáticos policíclicos. Además, estos contaminantes no han 
sido estudiados tan exhaustivamente como los criterio, por lo que aún no se 
cuenta con información suficiente. 
- Contaminantes criterio: se les conoce con este nombre a todos aquellos 
contaminantes que resultan ser perjudiciales para la salud y bienestar de los 
seres humanos, además que definen la calidad del aire dependiendo de la 
concentración que estos tengan en la atmósfera. Se les llama criterio debido 
a que nos permiten tener un criterio para establecer normas que ayuden a 
mejorar la mala situación del aire y con el fin de proteger a los seres vivos y 
al medioambiente. Ejemplos de éstos se describen más a fondo a 
continuación. 
 
 
15 
 
i) Ozono (O3) 
El ozono es una sustancia capaz de oxidar diferentes materiales. Se trata de un 
compuesto gaseoso e incoloro que se forma en la atmósfera mediante una serie 
de reacciones químicas entre los óxidos de nitrógeno y los compuestos orgánicos 
volátiles en presencia de luz solar. 
Cabe destacar que esta sustancia se puede localizar en dos regiones de la 
atmósfera: en la tropósfera y en la estratósfera. El ozono que influye en la mala 
calidad del aire es el que se encuentra en la primera capa de la atmósfera, 
mientras que el otro – que se encuentra en grandes cantidades – genera una capa 
que impide el paso de los rayos ultravioleta y hace posible la vida en la Tierra. Por 
otro lado, el ozono troposférico en concentraciones elevadas puede poner en 
riesgo la salud y bienestar de los seres humanos, y tener efectos negativos en la 
vegetación. [Aire CDMX, UNAD, INECC] 
ii) Óxidos de nitrógeno (NOx) 
Los óxidos de nitrógeno son un conjunto de compuestos gaseosos que contienen 
nitrógeno y oxígeno, tales como el óxido nítrico (NO), dióxido de nitrógeno (NO2) y 
el óxido nitroso (N2O). Este último resulta ser un gas poco reactivo, mientras que 
los otro dos están involucrados en la formación de ozono troposférico, lluvia ácida 
y aerosoles. 
El óxido nítrico y el dióxido de nitrógeno se producen de manera directa e indirecta 
durante los procesos de combustión de los vehículos automotrices a altas 
temperaturas. [Aire CDMX, UNAD] 
iii) Monóxido de carbono (CO) 
El monóxido de carbono es un gas incoloro e inodoro que se forma por actividades 
antropogénicas mediante la combustión incompleta de sustancias como la 
gasolina, debido a la falta de oxígeno. En la naturaleza, se genera mediante la 
oxidación del metano (CH4) que a su vez es producido por la descomposición de 
materia orgánica. 
 
16 
 
En altas concentraciones, respirar este contaminante puede llegar a provocar 
envenenamiento, e incluso la muerte debido a que su principal acción dentro del 
organismo es evitar el transporte de oxígeno hacia las células, ocasionando una 
reducción del mismo en el corazón. 
Los vehículos son la principalfuente de emisión de esta sustancia; en la ZMVM, 
hasta 2008, se contaba con una flota vehicular de 4.5 millones de automóviles. En 
la actualidad se cuentan con 5 millones más. 
iv) Dióxido de azufre (SO2) 
Este gas, al igual que el monóxido de carbono, puede ser emitido mediante 
fuentes antropogénicas, como naturales. De forma natural, el azufre se encuentra 
en la corteza terrestre, por lo que, cuando ocurren eventos geotérmicos, se libera 
una gran cantidad de dióxido de azufre a la atmósfera. En la ZMVM, el principal 
generador de este gas es el volcán Popocatépetl, que ha tenido gran actividad en 
los últimos años, además de los vehículos que utilizan diésel como combustible, 
que también son una fuente importante de óxidos de azufre, al contener pequeñas 
cantidades de azufre. 
En la atmósfera, el SO2 puede dar origen a otras sustancias que, a su vez, 
también resultan ser contaminantes. Al reaccionar con el radical hidroxilo (OH), en 
presencia de oxígeno (O2) y agua (H2O) da origen al ácido sulfúrico, que puede 
disolverse en el agua, formando la lluvia ácida. Por otro lado, al oxidarse, se 
transforma en partículas suspendidas y en aerosoles secundarios. 
Inhalar este contaminante puede tener consecuencias en las vías respiratorias 
hasta enfermedades cardiovasculares debido a que es un gas bastante tóxico e 
irritante. 
v) Partículas suspendidas (PM2.5 y PM10) 
El material particulado, también conocido como partículas suspendidas 
corresponden a una mezcla compleja de sustancias líquidas y sólidas muy 
pequeñas que se encuentran suspendidas en el aire. Diversas son las fuentes de 
 
17 
 
las que se puede originar este material, incluyendo naturales como incendios 
forestales y polinización de las plantas y actividades antropogénicas como la 
quema de combustibles y procesos industriales. Estas sustancias primarias, que 
son emitidas directamente por su fuente, pueden transformarse mediante 
reacciones químicas con otros contaminantes que se encuentran en la atmósfera, 
dando origen a aerosoles secundarios más complejos. 
Estas partículas pueden clasificarse dependiendo del tamaño que presenten. De 
esta forma, aquellas que representan más riesgo para la salud son las más 
pequeñas, las cuales se dividen en partículas gruesas con diámetro entre 10 y 2.5 
µm, finas entre 2.5 y 1 µm y ultrafinas menores a 1 µm. 
Resulta importante controlar los niveles de este material en la atmósfera debido a 
que entre más finas sean, es más fácil que entren al organismo y se dirijan a los 
pulmones, causando una serie de efectos de carácter tóxico. En la ZMVM, son la 
principal causa de problemas de salud debido a que las consecuencias en las 
personas varían dependiendo de su tamaño, concentración y composición 
química. [Aire CDMX, INECC] 
d) Calidad del aire en la ZMVM 
Durante los últimos años, se ha buscado disminuir la concentración de los 
contaminantes criterio que tienen muchos efectos dañinos principalmente en la 
salud de la población. De esta manera, el Sistema de Monitoreo Atmosférico 
(SIMAT) es el organismo responsable de la medición de los contaminantes en la 
atmósfera; en la ZMVM se cuentan con más de 40 sitios de monitoreo distribuidos 
a lo largo de toda la región. 
Estas redes de monitoreo han permitido reconocer que los problemas más 
relevantes en cuestión del aire de la ZMVM tienen relación con las altas 
concentraciones principalmente de contaminantes como el O3, PM10 y PM2.5 [Aire 
CDMX] 
 
 
18 
 
i) Inventario de emisiones 
Un inventario de emisiones es un documento que permite identificar y localizar las 
principales fuentes de contaminantes, así como conocer el tipo de contaminante y 
el aporte de cada fuente a la atmósfera. 
La importancia de un inventario de emisiones radica en poder conocer la 
distribución de contaminantes en cada región, además de identificar cuáles 
fuentes son las que tienen mayor impacto, para de esta manera, poder gestionar 
la calidad del aire e impulsar medidas que ayuden a disminuir las emisiones en 
medida de lo posible y, como consecuencia, mejorar el aire que se respira. 
(1) Características del inventario de emisiones para modelación 
A pesar de que, para utilizar modelos de calidad del aire se requiere de un 
inventario de emisiones, no se puede utilizar el documento tal cual es publicado 
por los responsables (en el caso de la ZMVM, por la Secretaría del Medio 
Ambiente) ya que éste requiere de una organización y procesamiento de datos 
específico para que pueda ser ingresado al proceso de simulación. 
Los pasos más importantes para poder preparar un inventario de emisiones con 
fines de modelación involucran tres principales distribuciones: 
- Distribución temporal: se trata de un desglose de los estimados 
anuales de emisión del inventario base, pero tomando en cuenta 
intervalos de tiempo más cortos. 
- Distribución espacial: consiste en separar y clasificar los estimados 
anuales de emisión del inventario base en tamaños más pequeños, 
homogéneos e individuales sobre el dominio del inventario. 
- Distribución de especies químicas: clasifica las emisiones de las 
especies en grupos más selectivos dependiendo de, su reactividad, de 
las especies químicas individuales y/o del tamaño de partícula. 
 
19 
 
Para que las modificaciones anteriores puedan utilizarse en el proceso de 
simulación de un modelo de calidad del aire, es necesario acoplarlos con 
información geográfica y meteorológica de la región de estudio. 
ii) Problemática actual 
A pesar de las modificaciones que se han llevado a cabo en las normas de límites 
permisibles de contaminantes criterios en la ZMVM, principalmente de ozono, en 
los últimos años, todavía se han presentado periodos en los que estos límites son 
rebasados y generan episodios de contingencia ambiental en los que, el gobierno 
de la CDMX junto con los gobiernos de los estados que se encuentran dentro del 
área metropolitana, implementan acciones para reducir dichos niveles y evitar, de 
esta manera, daños a largo plazo en la salud de la población. 
De acuerdo al último informe de calidad del aire de la CDMX, se reconocen tres 
temporadas dentro del año que son consecuencia de los patrones meteorológicos 
de la región: la temporada de ozono, la temporada de partículas y la temporada de 
lluvias [Calidad del aire en la CDMX, 2014]. 
Normalmente, la temporada de ozono comprende desde finales del mes de 
febrero hasta finales de junio, que es cuando inicia la temporada de lluvias y se 
caracteriza por la presencia de altos niveles de concentración de este 
contaminante y de otros secundarios que se encuentran dentro del smog 
fotoquímico y están involucrados en la producción de ozono; asimismo, en esta 
temporada también son característicos los sistemas de alta presión, cuya principal 
contribución a esta temporada es provocar estabilidad atmosférica, impidiendo el 
libre desplazamiento de los contaminantes fuera de la cuenca. 
Un ejemplo de esto es lo ocurrido en el primer semestre del año 2016, donde se 
presentaron hasta 10 episodios de pre-contingencia y/o contingencia ambiental 
ocasionadas por las altas concentraciones de ozono, lo que derivó en la 
implementación de programas como el “Hoy no circula” aplicable para todos los 
vehículos sin importar la calcomanía que tuvieran, lo que ocasionó en gran medida 
el descontento de la población. [Informe de actividades correspondientes a la 
 
20 
 
activación de programas para contingencias ambientales atmosféricas en la 
ZMVM durante la temporada de ozono 2016] 
e) Modelación de la calidad del aire 
Un modelo es una representación de fenómenos y/o procesos con el fin de facilitar 
la comprensión y análisis de dichos sucesos [FQA, UNAM]. 
Los modelos de calidad del aire son herramientas de gran utilidad para la 
planeación, gestión e incluso predicción del comportamiento atmosférico de una 
región ya que facilitan la simulaciónde los procesos físicos y químicos que 
ocurren dentro de la atmósfera y que afectan a la dispersión y transformación de 
contaminantes [SEDEMA Estado de México, 2007]. 
Existen diferentes tipos de modelos de calidad del aire, que se pueden clasificar 
dependiendo el alcance espacial que analicen en: 
1. Locales: abarcan rangos de análisis hasta 15 – 20 km de la fuente 
emisora. Se utilizan para estudiar fenómenos de contaminación 
atmosférica en un rago espacial corto. 
2. Regionales: éstos abarcan un rango entre los 20 y 500 km en horizontal y 
de 5 a 10 km en altura de la fuente. Se consideran para el análisis de 
contaminación atmosférica de rango espacial intermedio. En esta escala 
las reacciones químicas ya juegan un papel importante en la dispersión 
de contaminantes ya que es donde se presentan los problemas de 
calidad del aire urbanos. 
3. Globales: analizan problemas que afectan a todo el planeta tales como 
los relacionados con el efecto invernadero. El rango espacial en el que 
estudian estos efectos es de 40000 km en horizontal y 20 km en altura, 
aproximadamente [IDEAM, 2002] 
Para el desarrollo de este trabajo se empleó el modelo de escala regional WRF-
Chem utilizado en el Departamento de Fisicoquímica Atmosférica del Centro de 
Ciencias de la Atósfera de la UNAM, ya que es el que mejor reproduce los 
resultados. Además del WRF-Chem, existen otros modelos regionales de calidad 
 
21 
 
del aire; en la siguiente tabla se muestran los más utilizados y sus principales 
características. 
Tabla 1. Modelos regionales de calidad del aire más utilizados 
Modelo Descripción 
Chimere 
Es un modelo no acoplado multiescala de tipo Euleriano 
especializado en el la química atmosférica y el transporte 
de contaminantes. 
CAMx 
Es un modelo no acoplado regional Euleriano que analiza 
la dispersión de contaminación fotoquímica. La información 
meteorológica y las emisiones se introducen de manera 
separada. 
CMAQ 
Modelo multiescala no acoplado que liga modelos 
meteorológicos y de emisiones externos con la química 
atmosférica y el transporte de contaminantes. 
WRF-Chem 
Es un modelo que acopla la meteorología de la región con 
la química atmosférica y el transporte de contaminantes. 
Simultaneamente modela las emisiones, el transporte, el 
mezclado y las transformaciones químicas de 
contaminantes gaseosos y aerosoles con la meteorlogia. 
 
ii) Mecanismos químicos 
Para el caso de la modelación de la calidad, los modelos deben contar con una 
paquetería de mecanismos fotoquímicos que realicen la simulación de las 
reacciones que se llevan a cabo entre las diversas especies químicas que se 
encuentran esparcidas en la atmósfera. 
Los mecanismos químicos en fase gaseosa son parte fundamental de cualquier 
modelo regional de calidad del aire ya que ayuda a predecir el comportamiento y 
distribución de las especies gaseosas. Sin embargo, para poder conocer de 
manera más acertada todas las transformaciones que ocurren en la atmósfera, se 
 
22 
 
debe contar con un modelo que incluya mecanismos químicos que abarquen las 
reacciones químicas más significantes. 
Estos mecanismos varían desde los más complejos y explícitos que analizan las 
especies y reacciones de manera detallada, hasta aquellos más simplificados que 
son mecanismos agrupados con especies sustitutas que representan a un grupo 
de especies individuales. 
Los que se abordan en este trabajo son los siguientes: 
(1) Regional Acid Deposition Model (RADM2) 
El RADM2 es una versión revisada y mejorada del mecanismo RADM [Stockwell, 
et. al., 1986]. Fue desarrollado por William R. Stockwell en 1990. Es un 
mecanismo no lineal ya que predecir las concentraciones de ozono, sulfatos, ácido 
nítrico y peróxido de hidrógeno resulta de funciones complicadas de los NOx e 
hidrocarburos diferentes al metano. 
La característica principal de este mecanismo es que se basa en la técnica del 
enfoque molecular agrupado, en donde los compuestos químicos están agrupados 
en una especie modelo dependiendo de las similitudes en la reactividad química, 
en los grupos funcionales orgánicos y en la reactividad de los compuestos 
orgánicos con el radical OH, lo que facilita la descripción de las reacciones de la 
química orgánica. Cuenta con un total de 63 especies (orgánicas e inorgánicas) y 
157 reacciones químicas [Stockwell, et. al, 1990]. 
(2) Carbon-Bond Mechanism Z (CBMZ) 
Este segundo mecanismo, fue desarrollado por Zaveri, R. y Peters, L. en el año 
1999. Se trata de una versión revisada y mejorada del mecanismo CBM-IV que 
incluye cambios como un mejor funcionamiento a escalas de tiempo y espaciales 
más grandes y una química inorgánica más actualizada. 
El CBMZ funciona con la técnica de agrupamiento de estructuras agrupadas, en 
donde los compuestos orgánicos se asocian dependiendo del tipo de enlaces de 
 
23 
 
carbono que estén presentes en sus estructuras moleculares, siendo el más 
sencillo el C – C, que corresponde a las parafinas. 
Este mecanismo contiene 52 especies químicas (orgánicas e inorgánicas) y un 
total de 132 reacciones químicas [Zaveri R. – Peters L., 1999]. 
Tabla 2. Resumen de los mecanismos químicos a utilizar 
Mecanismo Reactividad 
Especies 
Inorgánicas 
Especies 
Orgánicas 
Reacciones 
fotoquímicas 
inorgánicas 
Reacciones 
fotoquímicas 
orgánicas 
Reacciones 
inorgánicas 
Reacciones 
orgánicas 
Autor 
RADM2 
Basada en los 
compuestos 
orgánicos con 
el radical OH 
21 42 9 12 29 107 
Stockwell, 
1990 
CBMZ 
Basada en los 
tipos de 
enlaces de 
carbono que se 
encuentran en 
su estructura. 
21 31 8 11 37 72 
Zaveri, 
Peters, 
1999 
 
iii) Modelo Weather Research and Forecasting with Chemistry (WRF-
Chem) 
El WRF-Chem es un modelo de meteorología acoplado con química atmosférica. 
Es utilizado para diversas investigaciones relacionadas con el aire, sin embargo, 
para fines de esta tesis, se enfocó a la investigación de calidad del aire a escala 
regional ya que es capaz de simular la emisión, transporte, interacción y 
transformación de las especies químicas gaseosas y aerosoles presentes en la 
atmósfera de manera simultánea con la meteorología de la región [NCA, 2017] 
 
 
24 
 
 
Figura 2. Esquema del funcionamiento del modelo WRF-Chem 
Fuente: Manual de usuario del WRF-Chem 
iv) Model Evaluation Tools (MET v5.1) 
El MET fue creado principalmente para ser un complemento del modelo WRF, de 
manera que facilite la comprensión de los archivos de salida del WRF. Este 
programa, provee una gran variedad de técnicas de verificación con las que se 
puede desarrollar estadísticas que ayuden a la comprensión de los resultados 
provenientes del modelo. Algunas de estas son: variables continuas y categóricas, 
tablas de contingencia, probabilidad de pronósticos, entre otros [NCAR DTC, 
2017]. 
 
25 
 
METODOLOGÍA 
Este capítulo aborda los pasos necesarios para poder obtener los resultados de 
las simulaciones con los diferentes mecanismos químicos utilizados, empleando el 
modelo WRF-Chem, tomando en cuenta la región de estudio y la selección de los 
periodos de tiempo a analizar. 
a) Zona de estudio 
La Zona Metropolitana del Valle de México (ZMVM) tiene una extensión territorial 
de alrededor de 7 866 km2 en la cual habitaban, hasta 2012, un estimado de 20 
millones de personas, equivalente al 17% de la población nacional, y sigue en 
aumento. Tomando en cuenta su densidad poblacional, se encuentra de las zonas 
metropolitanas más grandes que comprende la OCDE (Organización para la 
Cooperación y el Desarrollo Económico), ocupando el tercer lugar después de dos 
ciudades asiáticas: Tokio y Seúl Incheon, y el primer lugar fuera de Asia. 
La ZMVM comprende las 16 delegaciones de la ahora Ciudad de México y 59 
municipios del estado de México [Aire CDMX, 2014]. 
 
 
26 
 
 
 
Figura 3. Representación de los territorios que conforman a la ZMVM 
Fuente: Inventariode emisiones de la CDMX, 2014 
Como consecuencia de ser el centro económico, político, financiero y cultural de 
México, la ZMVM resulta ser el centro de la contaminación atmosférica, seguida 
por la Zona Metropolitana de Guadalajara y la Zona Metropolitana de Monterrey, 
que, a su vez, son las dos regiones más pobladas respectivamente, después de la 
ZMVM. 
Si bien es cierto que la ZMVM es la región más contaminada del país, ésta no 
presenta una distribución homogénea respecto a las emisiones que se generan, 
ya que más del 50% de estas provienen del Estado de México y, a causa de la 
dirección de los vientos son llevadas a la Ciudad de México ocasionando graves 
problemas de contaminación del aire, que obligan a las autoridades 
 
27 
 
correspondientes a tomar medidas preventivas para evitar daños graves a la salud 
de la población. 
b) Selección de los periodos de interés a evaluar 
Cada año, durante la temporada de ozono, se presentan altas concentraciones de 
esta sustancia química en la tropósfera, que es la capa de la atmósfera más 
cercana a la superficie terrestre, lo que puede tener como consecuencia graves 
problemas en la salud de la población y en la de los seres vivos. Debido a esto, el 
gobierno de la Ciudad de México, se ve obligada a implementar programas de 
reducción de los precursores químicos de este contaminante (NOx y COVs) con la 
idea de que los altos niveles de ozono se regularicen. 
El año 2016, fue un año excepcional en lo que se refiere a las altas 
concentraciones de esta especie química, ya que se presentaron un total de 10 
episodios en los que este contaminante rebasó el límite permisible (100 puntos) y 
se tuvo que implementar un programa “Hoy No Circula” muy peculiar que aplicó 
para todos los automóviles, sin importar la calcomanía con la que contaran. 
Los días en los que se presentaron mayores índices de calidad del aire de ozono 
se muestran en la tabla siguiente: 
 
 
28 
 
Tabla 3. Días con alto índice de calidad del aire correspondiente a ozono 
 
 
 
 
 
 
 
 
 
 
Fuente: Informe de actividades correspondientes a la activación de los programas para 
contingencias ambientales atmosféricas en la ZMVM durante la temporada de ozono 
2016, Comisión Ambiental de la Megalópolis, 2016 
De acuerdo a lo observado en la tabla anterior, fueron dieciséis los días en los que 
se rebasó el índice de calidad del aire, lo que obligó al gobierno de la CDMX y del 
Estado de México a activar algunos de los programas establecidos en los 
Programas de Contingencias Ambientales Atmosféricas de la Ciudad de México y 
del Estado de México en las fechas posteriores a la activación de las 
contingencias o precontingencias, como se observa en la tabla 2.2 [SEDEMA, 
2016]. 
Es importante mencionar que, la modificación de la norma oficial mexicana 
correspondiente a la reducción del valor límite permisible para la concentración de 
ozono en el aire ambiente como promedio horario de 110 ppb1 a 095 ppb, así 
 
1 ppb: partes por billón 
Fecha Índice 
19-02-2016 157 
21-02-2016 158 
12-03-2016 159 
13-03-2016 177 
14-03-2016 203 
15-03-2016 152 
04-04-2016 155 
05-04-2016 156 
02-05-2016 168 
03-05-2016 164 
04-05-2016 192 
14-05-2016 157 
20-05-2016 170 
24-05-2016 151 
27-05-2016 165 
31-05-2016 161 
 
29 
 
como la meteorología de la región que impide una buena dispersión de 
contaminantes pudieron ser factores en el aumento de episodios de mala calidad 
del aire del primer semestre del año 2016. 
 
Tabla 4. Episodios de Precontingencia y contingencia Fase 1 activados por altos niveles de ozono durante el 
primer semestre del 2016. 
Episodio Fase Activación Aplicación de medidas 
1 Precontingencia 19 de febrero 19 de febrero 
2 Precontngencia 21 de febrero 22 de febrero 
3 Precontingencia con 
evolución a contingencia 
Fase 1 
12 de marzo 13 – 17 de marzo 
4 Precontingencia 
extraordinaria 
4 de abril 6 de abril 
5 Contingencia Fase 1 2 de mayo 3 – 5 de mayo 
6 Contingencia Fase 1 14 de mayo 15 de mayo 
7 Contingencia Fase 1 20 de mayo 21 de mayo 
8 Contingencia Fase 1 24 de mayo 
9 Contingencia Fase 1 27 de mayo 28 de mayo 
10 Contingencia Fase 1 31 de mayo 1 de junio 
 
Fuente: Informe de actividades correspondientes a la activación de los programas para 
contingencias ambientales atmosféricas en la ZMVM durante la temporada de ozono 
2016, Comisión Ambiental de la Megalópolis, 2016 
De acuerdo a la información representada en las tablas anteriores, se puede 
observar que el día en el que se presentó el máximo nivel de ozono fue el 14 de 
marzo, mientras que después del 5 de abril y hasta principios de mayo no se 
observó un incremento en dichas concentraciones, por lo que se tomó la decisión 
de analizar ambos periodos de tiempo: uno en el que se haya rebasado por mucho 
el límite permisible de nivel de ozono, y el otro en el que se encontrara dentro de 
lo permitido. 
Tomando en cuenta lo anterior, se decidió tomar los siguientes periodos de tiempo 
para la evaluación dentro del modelo WRF-Chem: del 12 al 14 de marzo, y del 16 
al 18 de abril. 
 
 
30 
 
c) Optimización del inventario de emisiones 
Las modelaciones iniciales utilizando el inventario de emisiones 2008, arrojaron 
resultados de concentración de ozono subestimadas a los valores medidos por las 
estaciones de monitoreo, lo que llevó a la conclusión de que el inventario de 
emisiones usado no era adecuado para representar bien estas concentraciones 
ambientales de la ZMVM. Hay que recordar que el inventario base corresponde al 
del año 2008 y el año analizado en esta tesis es el 2016 por lo que resulta sensato 
que existan ciertas diferencias o errores en los resultados durante la primera 
modelación. Debido a lo anterior, se procedió a construir una metodología que 
ayudara a ajustar estas emisiones a las observadas. Este tipo de acciones se han 
llevado a cabo en otros trabajos tales como en García 2002. 
La justificación de esta acción comprende los siguientes aspectos: los factores de 
emisión, los perfiles temporales y la especiación de compuestos orgánicos 
utilizados en los inventarios nacionales no son locales (provienen de la EPA) y no 
se conoce la incertidumbre en las actividades de las categorías de emisión (p.e. 
cantidad de vehículos que circulan al año), otro aspecto es que la meteorología 
calculada por el modelo puede subestimar o sobre estimar la dilución, lo que hace 
que se requieran más o menos emisiones con el objeto de compensar este 
proceso. Los dos procesos anteriores justifican el poder hacer una modificación al 
inventario para, de esta manera, obtener concentraciones ambientales del modelo 
que sean similares a las medidas por la red de monitoreo. El procedimiento 
consistió en correr el modelo en cuatro casos 1) con todas las emisiones, 2) sólo 
emisiones de área, 3) sólo emisiones de fuentes móviles y 4) emisiones de fuentes 
puntuales. A partir de estos resultados se obtuvo la contribución de cada una de 
estas fuentes a la concentración ambiental y de ahí se obtuvo el factor de 
escalamiento para las emisiones de CO, SO2, NO, NO2, PM10 y PM2.5. Los factores 
de escalamiento que se muestran a continuación: 
 
 
31 
 
Tabla 5 Factores de escalamiento para las emisiones 
Emisión Área Móvil Puntual 
CO 2.2 0.07 0.3 
SO2 0.07 0.87 0.06 
NO 0.02 0.20 0.20 
NO2 0.05 0.09 0.09 
PM10 0.36 0.46 0.18 
PM2.5 0.30 0.49 0.21 
 
Con este ajuste se buscó reducir los errores sistemáticos presentes en el cálculo 
del inventario de emisiones para la obtención de una mejor resolución de 
resultados arrojados por el modelo. Se sabe que esta calibración es correcta 
debido a que la corrección hecha para un periodo de tiempo fue útil para mejorar 
las emisiones de ambos periodos, comprobando que efectivamente el inventario 
no era el mejor. 
d) Procedimiento de modelación de losepisodios con WRF-Chem 
Como se mencionó antes, para poder realizar una simulación en el modelo WRF-
Chem es necesario contar con información meteorológica de la región, así como 
los datos obtenidos del inventario de emisiones característico para modelaciones y 
tener definidos los periodos de tiempo a evaluar. 
Toda la información meteorológica de la región fue obtenida y descargada del 
Centro Nacional de Investigación Atmosférica de Estados Unidos (NCAR por sus 
siglas en inglés) y puesta en la base del modelo. Para seleccionar el paquete de 
datos a descargar, se tomó en cuenta la resolución espacial y temporal, y la 
disponibilidad de esta información de las fechas requeridas. 
Es importante mencionar que, para poder tener una mejor precisión en los 
resultados obtenidos, se optó por incluir un día más en el comienzo de cada 
periodo en donde el modelo realizaría los ajustes necesarios dependiendo de los 
 
32 
 
datos introducidos, para así, en las horas posteriores arrojar resultados más 
confiables. De esta manera, se descargó la paquetería meteorológica desde los 
periodos comprendidos del 12 al 14 de marzo y del 16 al 18 de abril, dando un 
total de 72 horas simuladas y 48 horas representadas. 
Los datos obtenidos presentan un desfasamiento de 6 horas en comparación con 
tiempo local, es decir que, en realidad la información que se tiene abarca un 
periodo desde el 11 de marzo a las 18:00 hrs hasta el 14 de abril a las 18:00 hrs y 
del 15 de abril al 18 de abril a las mismas horas. 
Para los dos mecanismos químicos, se consideró un solo dominio con una 
distribución de celda de 3 x 3 km, que se plasmó en el archivo llamado 
namelist.input, en el que se coloca toda la información necesaria para que el 
modelo pueda obtener las bases necesarias para funcionar de acuerdo a lo que el 
usuario desee. En este archivo, se pueden editar categorías como la física, 
dinámica y química del modelo. En ésta última es en donde se especificó el uso de 
cada mecanismo químico a utilizar. Las dos opciones que se modificaron para 
correr el modelo dependiendo del mecanismo fueron, precisamente la 
correspondiente al mecanismo químico a utilizar y la naturaleza de las emisiones 
que tomaría como base. 
También se realizaron ejecuciones con los mecanismos RACM y SAPRC99, sin 
embargo, no se obtuvieron resultados de concentraciones de ozono ya que el 
módulo de química del programa compilado no se encontraba activado, por lo que 
se descartaron de este trabajo. 
La información que se empleó para ambas opciones fue: 
 
- Para la opción del mecanismo químico: 
chem_opt Descripción 
2 mecanismo químico RADM2 y aerosoles 
MADE/SORGAM 
30 mecanismo químico CBMZ y aerosoles 
MADE/SORGAM 
 
33 
 
- Para la opción de las emisiones: 
emiss_opt Descripción 
3 
emisiones antropogénicas de 
RADM2/MADE/SORGAM 
9 
convierte las emisiones gaseosas de RADM2 a 
CBMZ 
 
i) Mecanismo RADM2 
El inventario de emisiones base con el que se trabajó, fue el elaborado tomando 
en cuenta el mecanismo químico RADM2, por lo que los valores escogidos para 
las opciones de mecanismo químico y origen de las emisiones correspondieron a 
las de este mecanismo tomando en cuenta los aerosoles presentes en la 
atmósfera, por lo que la sección de química que se modificó del 
namelist.input para esta primera corrida quedó de la siguiente manera: 
Chem_opt = 2 
Emiss_opt = 3 
Una vez que se tuvo listo el namelist.input con las especificaciones para este 
mecanismo, se procedió a correr el modelo para ambos periodos de tiempo, lo que 
llevó en promedio entre 2 y 5 horas, dependiendo de la cola de trabajos que se 
encontraban en la supercomputadora MIZTLI. 
ii) Mecanismo CBMZ 
Finalmente, para el mecanismo Carbon-Bond, también se utilizó el inventario 
obtenido con el mecanismo RADM2, sin embargo, para éste se escogió una 
opción en el área de química del archivo namelist.input en la que adaptaron 
estas emisiones generadas con el RADM2 en emisiones aproximadas generadas 
por el mecanismo CBMZ, para que de esta manera, se pudiera correr el modelo y 
se obtuvieran los resultados correspondientes a este mecanismo. Entonces, para 
el CBMZ, estas opciones resultaron como se muestran a continuación: 
 
34 
 
Chem_opt = 30 
Emiss_opt = 9 
El número 30 corresponde directamente al mecanismo químico CBMZ con 
aerosoles, mientras que la opción 9 de las emisiones, hacen referencia a lo que se 
mencionó anteriormente, donde las emisiones obtenidas del inventario con 
mecanismo RADM2 fueron convertidas a emisiones del mecanismo CBMZ. 
Una vez asegurándose que el archivo namelist.input contuviera todas las 
opciones correspondientes al mecanismo CBMZ, se procedió a correr el modelo, 
lo que llevó unas horas, dependiendo de la cantidad de operaciones que se 
encontraran en la cola de trabajo. 
e) Evaluación de la información de salida del modelo. 
Para poder organizar la información obtenida por el modelo, se crearon varias 
carpetas, correspondientes a cada paso en el tratamiento de la información de 
salida. 
Una vez que el modelo terminó de correr, se obtienen varios archivos que no se 
pueden leer tal cual como están, sino que necesitan ser transformados a otros 
formatos para que un programa externo pueda ejecutarlos y mostrarnos los 
resultados de manera que se pueda interpretar más fácilmente, es por esto que, 
una vez que se cuenta con la primera información de salida, se deben utilizar otros 
programas que realicen esta transformación. 
Los primeros archivos que genera el modelo, se obtienen en formato NETCDF con 
extensión .wrfout y fueron guardados en dos carpetas diferentes, cada una 
correspondiente a los dos periodos analizados. Por cada hora analizada se generó 
un archivo diferente. 
Posteriormente, estos archivos deben ser transformados a otro tipo de extensión 
con formato GRIB, para lo cual se utilizó otra carpeta donde, un programa 
específico para cada periodo se encarga de esta conversión. Este nuevo formato 
 
35 
 
se genera con el objetivo de facilitar la generación de las métricas estadísticas del 
MET v5.1. Fue importante utilizar este programa primero para un periodo de 
tiempo y después para otro, de lo contrario, se sobre-escribiría la información y al 
final no se sabría a cuál pertenecen los resultados. 
Finalmente, los archivos con el nuevo formato se extraen para dar paso a la 
generación de la información estadística, para lo cual se utilizaron dos diferentes 
programas. El primero se encarga de leer los archivos con formato GRIB y extraer 
los datos de las estaciones analizadas, agrupando en pares esta información de 
acuerdo a la latitud y longitud correspondiente. El segundo utiliza la información 
extraída por el primero y realiza las métricas estadísticas que utiliza el programa 
MET v5.1. 
Para cada mecanismo, se procedió primero a generar la estadística para los días 
del mes de marzo, que resultó ser un proceso más rápido, y posteriormente para 
los días correspondientes al mes de abril. 
Los archivos finales de salida, una vez utilizados estos programas fueron archivos 
con extensión .stat, que resultan ser fácilmente leídos por Microsoft Excel, 
dando como resultado una manera más sencilla de manipulación y análisis de los 
resultados. 
f) Métricas estadísticas 
El programa Model Evaluation Tool, fue el utilizado para obtener las estadísticas 
de los resultados de cada mecanismo químico. Cuenta con una gran cantidad de 
métricas para dos tipos de variables: categóricas (dicótomas) y continuas. 
Las primeras son métricas que se pueden obtener mediante la combinación de 
resultados de una tabla de contingencia de 2 x 2, en donde se relaciona el 
Pronóstico (f) con lo Observado (o). Esta tabla muestra los recuentos del número 
de veces en las que ocurren las cuatro posibles combinaciones de pronósticos y 
observaciones.36 
 
Tabla 6. Tabla de contingencia 2x2 de acuerdo a todas las posibles combinaciones entre el pronóstico y la 
observación. 
Pronóstico 
Observación 
Total 
o = 1 (Sí) o = 0 (No) 
f = 1 (Sí) n11 n10 n1. = n11 + n10 
f = 0 (No) n01 n00 n0. = n01 + n00 
Total n.1 = n11 + n01 n.0 = n10 + n00 T = n11 + n10 + n01 + n00 
 
Cada una de las 4 posibilidades se le conoce con un nombre particular: 
- n11: conocido como “hits” o aciertos y sucede cuando ambos ocurren en el 
mismo momento, es decir, cuando el pronóstico fue correcto respecto a lo 
observado. 
- n10: son “false alarms” o falsas alarmas, y como su nombre lo indica, 
representa la cantidad de veces en las que el pronóstico dijo que sí pasaría, 
sin embargo, no se obtuvo registro observado. 
- n01: a estos se les conoce como “misses” y se refiere a las ocasiones en las 
que se tuvieron datos de eventos observados, pero no se obtuvo registro 
del pronóstico. 
- n00: estos últimos se llaman “correct rejections” o rechazos correctos; 
suceden cuando ninguno de los dos – tanto pronóstico como observaciones 
– tuvieron eventos registrados. 
Para poder generar toda la variedad de estadísticos utilizando estas cuatro 
“cuentas”, se escogen alguna o varias de ellas, se suman y se dividen entre el 
total (todo el número de pares pronóstico – observaciones posibles, T), donde 
cada resultado va a ser un indicador diferente con su propio significado. La 
variable categórica a analizar en este trabajo es la Heidke Skill Score (HSS), que 
se explica a continuación: 
 
 
37 
 
- Heidke Skill Score (HSS) 
Llamado HSS en la salida CTS, está basada en la Exactitud (Accuracy), donde 
ésta es corregida por el número de pronósticos correctos que se esperaría que 
ocurrieran. En particular se calcula de la siguiente manera: 
𝐻𝑆𝑆 =
𝑛11 + 𝑛00 − 𝐶2
𝑇 − 𝐶2
 
Donde 
𝐶2 =
(𝑛11 + 𝑛10)(𝑛11 + 𝑛01) + (𝑛01 + 𝑛00)(𝑛10 + 𝑛00)
𝑇
 
El rango en el que se puede encontrar esta variable es de menos infinito a 1. Un 
pronóstico perfecto tendría valor de 1. 
Para las variables continuas, la mayoría de los estadísticos se basan en el error 
del pronóstico. De acuerdo al manual de usuario de esta herramienta, los 
estadísticos producidos por el MET para pronósticos continuos, representan la 
filosofía de la verificación, ya que se enfoca en una variedad de aspectos de 
ejecución y no solamente en una medida. Las variables continuas más 
importantes se explican a continuación, donde la f, representa a los pronósticos, la 
o a la observación y n es el número de pares pronóstico-observación. 
- Pronóstico medio (Mean forecast) 
Llamado FBAR en las salidas. 
Se define como 𝑓̅ =
1
𝑛
∑ 𝑓𝑖
𝑛
𝑖=1 . 
- Observación media (Mean observation) 
Llamado OBAR, se define como �̅� =
1
𝑛
∑ 𝑜𝑖
𝑛
𝑖=1 . 
 
 
38 
 
- Desviación estándar del pronóstico (Forecast standard deviation) 
Llamado FSTDEV, la varianza del pronóstico es definida como 
𝑠𝑓
2 =
1
𝑇−1
∑ (𝑓𝑖 − 𝑓)̅
2𝑇
𝑖=1 . 
A su vez, la desviación estándar del pronóstico se define como 𝑠𝑓 = √𝑠𝑓
2. 
- Desviación estándar de la observación 
Llamado OSTDEV, la varianza se define como 
𝑠𝑜
2 =
1
𝑇−1
∑ (𝑜𝑖 − �̅�)
2𝑇
𝑖=1 . 
Mientras que la desviación estándar de la observación se define como 𝑠𝑜 = √𝑠𝑜2. 
La desviación estándar es una medida estadística que indica qué tan dispersos 
están los datos con respecto a la media y corresponde a la raíz cuadrada de la 
varianza. Entre más pequeño sea el valor de estas métricas, mayor serán las 
cantidades que se encuentren alrededor del valor de la media. 
- Coeficiente de correlación de Pearson 
Este coeficiente r, mide la fuerza con la que se asocian linealmente los 
pronósticos y las observaciones. Se define como: 
𝑟 =
∑ (𝑓𝑖 − 𝑓)̅((𝑜𝑖 − �̅�)
𝑇
𝑖=1
√∑(𝑓𝑖 − 𝑓)̅2√∑(𝑜𝑖 − �̅�)2
 
Varía entre -1 y 1 donde un valor de 1 indica que hay una perfecta correlación, 
mientras que un valor de -1 indica una correlación negativa perfecta. Un valor de 0 
significa que el pronóstico y las observaciones no se correlacionan. 
Para los resultados obtenidos, sólo se analizaron las métricas estadísticas de 
variables continuas que se mencionaron en este capítulo. 
 
 
39 
 
 RESULTADOS Y ANÁLISIS 
En este capítulo se muestran los resultados obtenidos de las simulaciones de 
calidad del aire de la ZMVM de los tres mecanismos químicos, utilizando el 
modelo WRF-Chem, además, se encontrarán las evaluaciones cuantitativas 
mediante parámetros estadísticos que facilitan la comparación entre los dichos 
mecanismos. 
a) Modelación con WRF-Chem para el mecanismo químico RADM2 
El modelo arroja resultados de diversas especies químicas, tales como el NO, 
NO2, SO2, CO, O3, PM10 y PM2.5. En esta tesis se analizarán los resultados 
obtenidos por los contaminantes ozono, monóxido de carbono y dióxido de azufre, 
debido a que son de estos de los que se cuentan con mediciones. 
Se obtuvieron resultados de concentraciones de estas sustancias para ambos 
periodos de tiempo: marzo y abril. 
En las figuras a continuación, el eje de las abscisas representa las horas 
transcurridas de modelación, en donde, es importante recordar que no se tomaron 
en cuenta las primeras 23 horas ya que es el tiempo que se toma el modelo en 
ajustar los datos meteorológicos y químicos introducidos. De esta manera, los 
datos mostrados en las gráficas corresponden a la comparación de los niveles de 
concentración medidos vs los arrojados por el modelo WRF-Chem de las 
siguientes 48 horas. Como se mencionó antes, la información meteorológica 
descargada para introducir al modelo tiene un desfase de 6 horas en comparación 
con la hora local, lo que significa que los datos utilizados comienzan a partir de las 
18:00 hrs del día anterior al inicial (11 de marzo y 15 de abril) y terminan también a 
las 18:00 hrs del último día analizado (14 de marzo y 18 de abril). 
Es importante destacar que, en el periodo analizado del mes de abril, el gobierno 
de la CDMX junto con el del Estado de México aprobaron la aplicación temporal 
del programa “Hoy No Circula” (del 5 de abril al 30 de junio de 2016), lo que 
 
40 
 
genera un cambio en la proporción de emisiones NOx/VOC que, a su vez, hace 
que la atmósfera sea más reactiva y ocasiona que el pronóstico generado por el 
modelo tenga diferencias con los datos registrados por las redes de monitoreo. 
Por otro lado, el inventario de emisiones para modelación se estima para cada 
periodo de tiempo estudiado, por lo que, las emisiones del primer periodo no son 
iguales a las del segundo, generando así resultados diferentes. 
En las gráficas que se muestran a continuación se observan los niveles de las 
especies obtenidos por el WRF-Chem y su comparación con los datos 
observados. 
 
 
41 
 
- Para ozono (O3): 
 
Figura 4. Comparación de los niveles de concentración de ozono arrojados por el modelo WRF-Chem utilizando el 
mecanismo químico RADM2 para los días 13 y 14 de marzo de 2016. 
 
Figura 5. Comparación de los niveles de concentración de ozono arrojados por el modelo WRF-Chem utilizando el 
mecanismo químico RADM2 para los días 17 y 18 de abril de 2016. 
0
50
100
150
200
250
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
(µ
L
/m
3
)
Horas
Ozono
OBS RADM2
18:00 18:00 18:0000:00 00:0006:00 06:0012:00 12:00
12 de marzo 13 de marzo 14 de marzo
0
20
40
60
80
100
120
140
160
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
 (
µ
L
/m
3
)
Horas
Ozono
OBS RADM2
18:00 18:0000:00 00:0006:00 06:0012:00 18:00 12:00
16 de abril 17 de abril 18 de abril
 
42 
 
Lo primero que se puede decir al observar la figura 4 es que el comportamiento 
que siguen los datos obtenidos por el modelo (rojo) es muy similar al que 
presentan los datos observados (azul). Los niveles de ozono comienzan a 
incrementarse en ambas series de datos a partir de las 9:00 hrs, para decaer en 
las 18:00 hrs. 
 Los dospicos de concentraciones más altas se encuentran a las 17:00 hrs para 
los datos observados y 15:00 y 16:00 para el modelo. A pesar de que sí se 
observa a simple vista una diferencia en ambas series, se puede decir que el 
modelo se ajusta bastante bien a lo que ocurre en la realidad en la atmósfera, para 
el caso del ozono. 
Lo anterior tiene sentido debido a que es cuando hay mayor actividad 
antropogénica, existe una gran cantidad de autos en movimiento y la actividad en 
las industrias se incrementa, resultando en la emisión de precursores del ozono 
(como NOx y VOCs), lo que, aunado a la gran cantidad de radiación solar que 
ocurre dentro de ese rango de horas, da como resultado el incremento de los 
niveles de ozono. 
Para el periodo de abril (figura 5) ocurre algo similar a marzo, sin embargo, en 
este caso se observa un ligero desfase de una hora de la serie de los datos 
obtenidos por el modelo (rojo). A pesar de eso, lo principal que destaca de esta 
figura a la de marzo es que el periodo de tiempo en el que los niveles de ozono 
son muy altos es mayor al observado en el mes anterior, donde, en promedio era 
de unas 9 horas; para los días de abril, este periodo de tiempo se eleva a unas 16 
horas, que es más de la mitad del día. Esto puede deberse a que es en este mes 
en donde se implementa el horario de verano, que es cuando hay mayor duración 
de luz solar, lo que recae en mayor actividad antropogénica y mayor reactividad 
fotoquímica. 
Sin embargo, el nivel máximo de concentración de ozono se dio en el día 14 del 
mes de marzo, alcanzando los 210 µL/m3, mientras que, para abril, el máximo fue 
de 150 µL/m3 correspondiente al día 17. 
 
43 
 
- Para monóxido de carbono (CO): 
 
Figura 6. Comparación de los niveles de concentración de monóxido de carbono arrojados por el modelo WRF-Chem 
utilizando el mecanismo químico RADM2 para los días 13 y 14 de marzo de 2016. 
 
Figura 7. Comparación de los niveles de concentración de monóxido de carbono arrojados por el modelo WRF-Chem 
utilizando el mecanismo químico RADM2 para los días 17 y 18 de abril de 2016. 
0
1000
2000
3000
4000
5000
6000
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
 (
µ
L
/m
3
)
Horas
CO
OBS RADM2
18:00 18:00 18:0000:00 00:0006:00 06:0012:00 12:00
12 de marzo 13 de marzo 14 de marzo
0
500
1000
1500
2000
2500
3000
3500
4000
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
 (
µ
L
/m
3
)
Horas
CO
OBS RADM2
18:00 18:0000:00 00:0006:00 06:0012:00 18:00 12:00
16 de abril 17 de abril 18 de abril
 
44 
 
En el monóxido de carbono se observa una diferencia más evidente en cuanto a 
los resultados arrojados por el modelo y los datos observados. Para el mes de 
marzo se identifica un parecido mayor entre ambos resultados en comparación 
con el mes de abril, donde casi en todo el periodo de tiempo analizado, los niveles 
de este contaminante indicados por el WRF-Chem se encuentran por lo menos 
unas 4 veces debajo de los resultados observados. 
Para el mes de marzo se puede decir que el periodo donde se registra mayor 
cantidad de monóxido de carbono tanto para el modelo como para lo observado 
comprende desde las 22:00 hrs del 12 de marzo a las 8:00 hrs del 13 de marzo y 
de las 00:00 a 9:00 hrs del 14 de marzo. Cabe resaltar que el incremento de las 
concentraciones del monóxido de carbono se obtiene en el transcurso entre la 
noche y la madrugada, teniéndose el máximo a las 6:00 - 7:00 horas en ambos 
días y en ambos periodos de tiempo, esto debido a dos razones principales: la 
capa de mezclado baja y aumenta la afluencia vehicular lo que trae como 
consecuencia que se concentre más este contaminante en la tropósfera; a medida 
que transcurre el tiempo, la capa de mezclado sube y se diluye más, registrándose 
bajos niveles durante el día y la tarde. 
 
Figura 8. Crecimiento de los niveles del CO a lo largo del día en comparación con el tráfico. 
Fuente: García Reynoso, José A., Protección ambiental del aire, UNAM, 2016. 
 
45 
 
Para el mes de abril, los datos arrojados por el modelo se alejan en gran medida 
de lo reportado por lo observado, pudiendo deberse a algunos incendios forestales 
que el modelo no tomó en cuenta. Al igual que en marzo, los niveles más altos 
registrados se tienen en el transcurso de la noche. 
- Para dióxido de azufre (SO2): 
 
Figura 9. Comparación de los niveles de concentración de dióxido de azufre arrojados por el modelo WRF-Chem 
utilizando el mecanismo químico RADM2 para los días 13 y 14 de marzo de 2016. 
0
2
4
6
8
10
12
14
16
18
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
 (
µ
L
/m
3
)
Horas
SO2
OBS RADM2
18:00 18:00 18:0000:00 00:0006:00 06:0012:00 12:00
12 de marzo 13 de marzo 14 de marzo
 
46 
 
 
Figura 10. Comparación de los niveles de concentración de dióxido de azufre arrojados por el modelo WRF-Chem 
utilizando el mecanismo químico RADM2 para los días 17 y 18 de abril de 2016. 
Para el dióxido de azufre se observa una gran dispersión en los datos 
representados en los gráficos. Para el mes de marzo, a pesar de que en ambas 
series se observan dos picos de concentraciones, sólo en uno concuerdan, que 
ocurre en las últimas horas de análisis, es decir, en las 7:00 y 8:00 hrs del 14 de 
marzo. Para los datos observados, el primer pico ocurre en las 18:00 hrs del 13 de 
marzo, mientras que, para el modelo este pico se representa a las 7:00 hrs del 
mismo día. 
En la figura 10, a diferencia de la 9, sí se puede distinguir un comportamiento 
similar en ambos resultados, sin embargo, hay un desfase de 7 horas 
aproximadamente ya que el primer punto máximo de concentración para el modelo 
ocurre a las 4:00 hrs del día 17 de abril, mientras que en los datos observados 
esto sucede a las 11:00 hrs del mismo día. 
0
5
10
15
20
25
30
35
40
45
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
 (
µ
L
/m
3
)
Horas
SO2
OBS RADM2
18:00 18:0000:00 00:0006:00 06:0012:00 18:00 12:00
16 de abril 17 de abril 18 de abril
 
47 
 
Para el segundo pico, este desfase es de 5 horas, teniendo como primer pico el 
del WRF-Chem a las 5:00 hrs, del 18 de abril y el segundo, correspondiente a los 
datos observados, ocurre a las 10:00 hrs del mismo día. 
A pesar de este desfase en los niveles del SO2, se puede decir que las horas 
promedio en las que se incrementa la concentración de esta especie abarcan las 
mañanas y tardes de ambos días, es decir, cuando hay luz solar y mayor actividad 
vehicular e industrial, que son las principales fuentes de contribución a las 
emisiones de este compuesto. 
b) Modelación con WRF-Chem para el mecanismo químico CBMZ 
Para el mecanismo químico CBMZ se obtuvieron resultados de las mismas 
especies químicas arrojadas por el mecanismo RAMD2, así como también se 
analizaron en los mismos periodos de tiempo con la finalidad de poder comparar 
los de ambos mecanismos. 
Para el caso del CBMZ, se muestran a continuación los gráficos comparativos 
entre los resultados arrojados por el modelo WRF-Chem y los datos observados 
 
 
48 
 
- Para ozono (O3): 
 
Figura 11. Comparación de los niveles de concentración de ozono arrojados por el modelo WRF-Chem utilizando el 
mecanismo químico CMBZ para los días 13 y 14 de marzo de 2016. 
 
Figura 12. Comparación de los niveles de concentración de ozono arrojados por el modelo WRF-Chem utilizando el 
mecanismo químico CBMZ para los días 17 y 18 de abril de 2016. 
0
50
100
150
200
250
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
 (
µ
L
/m
3
)
Horas
Ozono
OBS CBMZ
18:00 18:00 18:0000:00 00:0006:00 06:0012:00 12:00
12 de marzo 13 de marzo 14 de marzo
0
20
40
60
80
100
120
140
160
180
24 30 36 42 48 54 60 66 72
C
o
n
c
e
n
tr
a
c
ió
n
 (
µ
L
/m
3
)
Horas
Ozono
OBS CBMZ
18:00 18:0000:00 00:0006:00 06:0012:00 18:00 12:00
16 de abril 17 de abril 18 de abril
 
49 
 
0
1000
2000
3000