Modelamiento-estrategias-material-particulado

Vista previa del material en texto

1 
 
MODELAMIENTO DE ESTRATEGIAS PARA REDUCCIÓN DE MATERIAL 
PARTICULADO EN EL AIRE (CALERAS-NOBSA) 
 
 
 
 
 
 
 
 
 
David Felipe Salcedo Pérez 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
UNIVERSIDAD PEDAGOGICA Y TECNOLOGICA DE COLOMBIA 
TUNJA, Colombia 
Octubre 2019 
 
2 
 
 
MODELAMIENTO DE ESTRATEGIAS PARA REDUCCIÓN DE MATERIAL 
PARTICULADO EN EL AIRE (CALERAS-NOBSA) 
 
 
 
 
 
 
David Felipe Salcedo Pérez 
 
Tesis como requisito para optar al título de: 
Magister en Ingeniería Ambiental 
 
 
 
Directora: 
Msc. Dora Marcela Benítez 
Codirector: 
Msc. Edison Yesid Ortiz 
 
 
 
 
 
 
 
 
UNIVERSIDAD PEDAGOGICA Y TECNOLOGICA DE COLOMBIA 
TUNJA, Colombia 
Octubre 2019 
3 
 
Gracias a Dios a mis padres por su apoyo incondicional, a mi directora Ing. Dora y 
codirector Ing. Edison por su orientación profesional, Alejandra M por sus regaños y 
consejos y a todas las personas que hicieron posible esto. 
“No hay enseñanza sin investigación ni investigación sin enseñanza” 
Paulo Freire 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4 
 
Tabla de contenido 
INTRODUCCIÓN ................................................................................................ 8 
OBJETIVOS ........................................................................................................ 8 
Objetivo General ................................................................................................. 8 
Objetivos Específicos ...................................................................................... 8 
1. MARCO DE REFERENCIAS ........................................................................ 9 
1.1 MARCO TEÓRICO .................................................................................... 9 
1.1.1. Proceso de fabricación de cal ......................................................... 9 
1.1.2. Material particulado menor a 10 micras .......................................... 9 
1.1.3. Estabilidad atmosférica .................................................................... 10 
1.1.3. Capa de mezcla ............................................................................ 11 
1.1.4. Brisas de valle montaña ................................................................ 12 
1.1.5. Viento anabatico............................................................................ 13 
1.1.6. Vientos catabatico (viento de montaña) ........................................ 13 
1.1.7. Modelo de calidad del aire ............................................................ 14 
1.1.8. Modelo de dispersión atmosférica ................................................. 14 
1.1.9. Modelo de dispersión AERMOD.................................................... 15 
1.1.10. Modelo de dispersión CALPUFF ................................................ 15 
1.1.11. Redes de monitoreo de calidad del aire ......................................... 16 
1.2. MARCO DESCRIPTIVO ...................................................................... 16 
1.2.1. Localización .................................................................................. 16 
1.2.2. Clima ............................................................................................. 17 
1.2.3. Biota ................................................................................................. 17 
1.2.4. Economía. ........................................................................................ 17 
1.3. Incertidumbre de los modelos .............................................................. 18 
2. ANÁLISIS METEOROLÓGICO Y DE SUPERFICIE ..................................... 19 
2.1. METEOROLOGÍA DE LA ZONA DE ESTUDIO...................................... 19 
2.1.1. Meteorología simulada de superficie y perfiles verticales ................. 19 
2.1.2. Dirección y velocidad del viento. ...................................................... 19 
2.1.3. Temperatura. .................................................................................... 20 
2.1.4. Precipitación ..................................................................................... 21 
2.1.5. Humedad Relativa ............................................................................ 22 
2.2. CARACTERÍSTICAS DE SUPERFICIE .................................................. 24 
2.2.1. Rugosidad superficial ....................................................................... 24 
5 
 
2.2.2. Coeficiente de albedo ....................................................................... 25 
2.2.3. Relación de Bowen ........................................................................... 25 
3. INVENTARIO DE EMISIONES ..................................................................... 27 
3.1. Inventario de fuentes de emisión industria calera. .................................. 27 
3.1.1. Descripción y método utilizado ......................................................... 27 
3.1.2. Calculo de emisiones ....................................................................... 28 
3.1.3. Consolidado del inventario de hornos de cal. ................................... 31 
3.2. Fuentes móviles...................................................................................... 32 
4. ESTRUCTURA DEL MODELAMIENTO DE AERMOD Y CALPUFF ............ 35 
4.1. Estructura general del modelo AERMOD ............................................... 35 
4.1.1. Dominio de la modelación ................................................................ 35 
4.1.2. Rango ............................................................................................... 35 
4.1.3. Malla de receptores .......................................................................... 36 
4.1.4. Elevación de receptores ................................................................... 36 
4.1.5. Meteorología .................................................................................... 36 
4.1.6. Tiempo de vida media/ constante de decaimiento ........................... 36 
4.1.7. Selección del periodo del modelamiento y escenarios. .................... 37 
4.1.8. Dinámica de funcionamiento de las Fuentes fijas (hornos de cal) en 
la zona productiva. ..................................................................................... 37 
4.2. Estructura general del l modelo CALPUFF ............................................. 37 
4.2.1. Dominio de modelación .................................................................... 37 
4.2.2. Rango ............................................................................................... 38 
4.2.3. Receptores ....................................................................................... 38 
4.2.4. Elevación de receptores ................................................................... 38 
4.2.5. Meteorología .................................................................................... 39 
4.2.6. Tiempo de vida media/ constante de decaimiento ........................... 39 
4.2.7. Selección del periodo de modelación y escenarios. ......................... 39 
4.2.8. Resultados de la modelación ........................................................... 39 
5. ANÁLISIS Y RESULTADOS ......................................................................... 40 
5.1. Identificación de puntos de control. ........................................................ 40 
5.2. Determinación de zonas de influencia. ................................................... 41 
5.3. Evaluación de PM10 con el modelo AERMOD ....................................... 43 
5.3.1. Escenario 1. Todos los hornos prendidos ........................................ 43 
5.3.2. Escenario 2. Pico y placa ambiental ................................................. 45 
6 
 
5.3.3. Escenario 3. Pico y placa ambiental más re suspensión por vías .... 49 
5.3.4. Consolidado de escenariosmodelados con AERMOD. ................... 50 
5.4. Evaluación de PM10 con el modelo CALPUFF ...................................... 52 
5.4.1. Escenario 1. Todos los hornos prendidos. ....................................... 52 
5.4.2. Escenario 2. Pico y placa ambiental. ................................................ 53 
5.4.3. Escenario 3. Pico y placa ambiental más re suspensión por vías. ... 55 
5.4.4. Consolidado de escenarios modelados con CALPUFF. ................... 56 
5.5. Validación de los modelos ...................................................................... 58 
CONCLUSIONES ............................................................................................. 60 
BIBLIOGRAFÍA ................................................................................................. 61 
 
Lista de figuras 
Figura 1. Distribución del tamaña de partículas en el material particulado. ...... 10 
Figura 2. Altura de la capa de mezcla. .............................................................. 12 
Figura 3.Brisas de valle y de montaña. ............................................................. 12 
Figura 4. Viento anabatico. ............................................................................... 13 
Figura 5. Vientos catabatico y anabatico. ......................................................... 14 
Figura 6. Representación esquemática de un modelo de dispersión. ............... 15 
Figura 7. Ubicación de la red de monitoreo de calidad del aire de Sogamoso. 16 
Figura 8. Localización del municipio de Nobsa. ................................................ 17 
Figura 9. Rosa de vientos para los años 2014 y 2017. ..................................... 20 
Figura 10. Temperatura mensual para los años 2014 y 2017. .......................... 21 
Figura 11. Precipitación mensual de los años 2014 y 2017. ............................. 22 
Figura 12.Humedad relativa ménsula para los años 2014 y 2017. ................... 23 
Figura 13.Presion atmosférica mensual para los años 2014 y 2017................. 24 
Figura 14. Formato del inventario. .................................................................... 28 
Figura 15. Registro vehicular. ........................................................................... 32 
Figura 16. Ubicación de receptores en el dominio de la modelación. ............... 35 
Figura 17. Ubicación de los receptores y dominio. ........................................... 38 
Figura 18. Ubicación de puntos de control en la zona de estudio. .................... 40 
Figura 19. a__Identificación de zonas de influencia de emisiones, satelital. 
b__Identificación de zonas de influencia de emisiones .................................... 42 
Figura 20.Modelo de dispersión de concentraciones diarias de PM10 en el 
escenario 1 periodo 2014. ................................................................................ 43 
Figura 21. Modelo de dispersión de concentraciones diarias de PM10 en el 
escenario 1 periodo 2017. ................................................................................ 44 
Figura 22. Pico y placa ambiental. .................................................................... 46 
Figura 23. Modelo de dispersión de concentraciones totales diarias de PM10 en 
el escenario 2. ................................................................................................... 48 
Figura 24. Modelo de dispersión de concentraciones totales de PM10 en el 
escenario 3. ...................................................................................................... 49 
Figura 25. Consolidado por punto. .................................................................... 51 
7 
 
Figura 26. Modelo de dispersión de concentraciones diarias de PM10 en el 
escenario 1. ...................................................................................................... 52 
Figura 27. Modelo de dispersión de concentraciones diarias de PM10 en el 
escenario 2. ...................................................................................................... 54 
Figura 28. Modelo de concentraciones diarias de PM10 escenario3 . .............. 55 
Figura 29. Consolidado por punto. .................................................................... 57 
Figura 30. Consolidado por punto. .................................................................... 57 
 
Lista de tablas 
Tabla 1.Clasificacion de estabilidad atmosférica. ............................................. 10 
Tabla 2. Valores de rugosidad (m) superficial para distintas estaciones. ......... 25 
Tabla 3.Valores de Albedo (adimensionales) superficial para las distintas 
estaciones. ........................................................................................................ 25 
Tabla 4. Valores de Bowen (adimensionales) según el uso de la tierra y las 
estaciones del año para condiciones húmedas. ............................................... 26 
Tabla 5. Principales parámetros para caleras, según combustible. .................. 28 
Tabla 6. Ejemplo de cálculo de emisiones PM10 en caleras. ........................... 31 
Tabla 7. Consolidado del inventario de hornos de cal del 2017. ....................... 31 
Tabla 8.Resumen de los escenarios a modelar con AERMOD......................... 37 
Tabla 9.Resumen de los escenarios a modelar con CALPUFF. ....................... 39 
Tabla 10. Ubicación de puntos de control. ........................................................ 41 
Tabla 11.Puntos de mayor concentración para el años 2014 y 2017 obtenidos 
por el modelo de dispersión AERMOD. ............................................................ 45 
Tabla 12.Puntos de mayor concentración para el año 2017 obtenidos por el 
modelo de dispersión. ....................................................................................... 49 
Tabla 13. Puntos de mayor concentración para el año 2017 obtenidos por el 
modelo de dispersión. ....................................................................................... 50 
Tabla 14. Consolidado de los escenarios modelos. .......................................... 51 
Tabla 15. Puntos de mayor concentración para el año 2017 obtenidos por el 
modelo de dispersión CALPUFF. ...................................................................... 53 
Tabla 16.Puntos de mayor concentración para el año 2017, obtenidos en el 
modelo CALPUFF. ............................................................................................ 55 
Tabla 17. Putos de mayor concentración para el año 2017 obtenidos por el 
modelo de dispersión CALPUFF. ...................................................................... 56 
Tabla 18. Consolidado de los escenarios. ........................................................ 57 
Tabla 19. Validación de promedio diarios de concentración de PM1, modelo 
AERMOD. ......................................................................................................... 58 
Tabla 20. Validación de promedio diarios de concentración de PM10, modelo 
CALPUFF.......................................................................................................... 58 
 
 
 
 
 
8 
 
INTRODUCCIÓN 
Los problemas de contaminación de calidad del aire presentados en los últimos 
años en el valle de Sogamoso han traído varias políticas para la disminución de 
la contaminación presentada por los hornos de cal del municipio de Nobsa. Es 
por esto que a partir de modelos de dispersión que cada vez están siendo más 
utilizados para evaluar el impacto ambiental producido por contaminación para 
apoyarlas políticas implementadas para la descontaminación y evaluando las 
estrategias implementadas. 
 
OBJETIVOS 
Objetivo General 
 Modelar las emisiones provenientes de la industria calera y de las fuentes 
móviles de la zona aledaña con las herramientas de planificación 
AERMOD y CALPUFF como medio de análisis de la dispersión de 
material particulado para los años 2014 y 2017. 
ObjetivosEspecíficos 
 Consolidar una base de datos la cual incluya información meteorológica, 
orográfica como primer insumo del proceso de modelamiento y; el 
inventario de emisiones de referencia que incluye Fuentes fijas y móviles 
presentes en las veredas Caleras, Capilla y Ucuaca con el fin de 
categorizar las fuentes de acuerdo a ubicación, capacidad de producción 
y potencial de emisión entre otras. 
 
 Analizar la base de datos en cuanto a calidad y pertinencia de la 
información con el fin de reducir la incertidumbre para la estimación de las 
emisiones utilizando factores de emisión. 
 
 Modelar con AERMOD y CALPUFF como medio de estimación y 
comparación de tres diferentes escenarios de emisiones (1 escenario. El 
100% de los hornos encendidos, 2 escenario: pico y placa ambiental y 3 
escenario: pico y placa ambiental y re suspensión por vías de material 
particulado procedentes de las Fuentes fijas y móviles de la zona) 
 
 
 
 
 
 
 
 
9 
 
1. MARCO DE REFERENCIAS 
1.1 MARCO TEÓRICO 
1.1.1. Proceso de fabricación de cal 
La Cal (CaO) es un producto generado por la calcinación de la piedra caliza. Su 
producción caliza. Su producción ocurre en hornos de carbón que utilizan carbón 
como combustible donde se alcanzan temperaturas de hasta 900 C que separan 
el CO2 de la producción de cal. La reacción química que sufre la piedra caliza la 
cual tiene ente un 97% y 98% de carbonato de calcio (CaCO3). 
Las caleras son reconocidas por su alto impacto ambiental evidente a simple 
visto presentando un gran nivel de emisiones de partículas, el humo y polvo es 
bastante alto. La capacidad de cargue de un horno varía desde 20 a 30 ton1. 
El proceso de la producción de cal es la siguiente: 
 La piedra caliza se saca de canteras en forma se escalone, el 
método más común es el de voladura con dinamita, haciendo 
perforaciones en la roca que luego son llenados con material 
explosivo. 
 La piedra caliza es luego triturada en molinos. 
La cocción de la caliza se hace en hornos de llama dormida, el periodo de quema 
dura aproximadamente 7 días. 
1.1.2. Material particulado menor a 10 micras 
Las partículas de diámetro menor a 10 micras, también llamadas PM10, pueden 
ingresar a las vías respiratorias debido a su menor tamaño. Al mismo tiempo, 
estas últimas se dividen en mayores y menores de 2.5 micras, dado que las de 
diámetro aerodinámico más pequeño pueden llegar incluso a las vías aéreas 
más finas, como el alvéolo pulmonar. En tanto, las de mayor tamaño van 
quedando atrapadas en la mucosa que recubre las vías respiratorias superiores2 
Normalmente, la distribución del tamaño de las partículas sigue una distribución 
bimodal. Las partículas finas se producen principalmente por la combustión o por 
condiciones super-saturadas, mientras que las partículas gruesas proceden 
principalmente de Fuentes naturales como el polvo que se levanta por efectos 
del viento3. En la Figura 1 se puede apreciar dicha distribución. 
 
1 Corpoboyaca. Gestión de la calidad del aire. 2016 
2 Diana Marcela Gonzalez, ‘Suesca ( Cundinamarca ) Evaluación de La Calidad Del Aire En El 
Municipio de Suesca ( Cundinamarca )’, 2016. 
3 THAI, Amy. Particulate Matter Exposure Along Bicycle Routes in Vancouver,Universtity of British 
Columbia. Canada, 2006. 
10 
 
Figura 1. Distribución del tamaño de partículas en el material particulado. 
 
 FUENTE: THAI, 2006. 
1.1.3. Estabilidad atmosférica 
La troposfera presenta una estratificación estable y comúnmente que hay 
estabilidad atmosférica, cuando se separan verticalmente tanto hacia arriba 
como hacia abajo, la partícula de aire dependiendo de dónde tiende a volver a 
una posición primitiva. 
La estabilidad Atmosférica está dada por la relación existente entre la 
temperatura y la altura. Está definida para el día y la noche categorizando en 7 
clases (Extremadamente inestable A=1, Moderadamente inestable B=2, 
Ligeramente inestable C =3, Neutral D = 4, Ligeramente estable E =5, 
Moderadamente Estable F = 6 y Extremadamente estable G = 7) y se presenta 
su clasificación en la tabla 1. 
Tabla 1.Clasificacion de estabilidad atmosférica. 
 
Fuente: D. B. Turner, Workbook of Atmospheric Dispersion Estimates, HEW, 
Washingtong, 1969. Tomado de: Manual de Control de la calidad del aire [1]. 
2002. 
11 
 
 
La clase neutra D, se debe considerar para condiciones encapotadas durante el 
día o la noche. 
Para el proceso de dispersión de los contaminantes es imprescindible que los 
procedimientos de AC/CC se implementen lo cual permite reducir el rango de 
incertidumbre en los datos y registros encontrados y calculados, previa 
determinación de los objetivos de calidad de los datos (DQOs, por sus siglas en 
inglés), que deben involucrar: 
 
 Precisión (o incertidumbre) de los datos o registros de emisión 
 Nivel en que los datos están completos 
 Representatividad 
 Grado de comparación 
 
1.1.3. Capa de mezcla 
La capa de mezcla se interpreta como el espesor de la atmosfera en que se 
difunde los contaminantes. El espesor de la capa de mezcla depende de las 
condiciones meteorológicas, en particular dela clase de estabilidad, de la 
radiación solar, de la velocidad del viento y del tipo de terreno. La altura de la 
capa de mezcla es la altura de la capa de la atmosfera donde se encuentra 
relativamente el absoluto la mezcla vertical, por el calentamiento radiactivo de la 
superficie de la superficie terrestre. Cuando no se produce ninguna intersección 
(cuando el gradiente vertical ambiental es mucho mayor que el gradiente vertical 
adiabático), la altura de la capa de mezcla se puede extender a alturas mayores 
de la atmosfera. El aire que se encuentra debajo de la altura de mezcla conforma 
la capa de mezcla. Mientras más profunda sea esta capa, mayor será el volumen 
de aire disponible para la dispersión de los contaminantes4. 
 
 
 
 
 
 
 
 
4 Moragues, J. A. (2017, agosto 1). Clasificacion de estabilidad. Retrieved from 
http://ceiucaweb.com.ar/documentos/2-ambiental/3er-anio-1er-
cuatri/meteorologia/apunte/capa%20de%20mezcla.pdf 
 
12 
 
Figura 2. Altura de la capa de mezcla. 
 
 Fuente: 
 
1.1.4. Brisas de valle montaña 
La brisa de valle y montaña se desarrolla a lo largo de las laderas de los sistemas 
montañosos. Durante el día, la radiación solar calienta las paredes del valle, lo 
que a su vez calienta el aire en contacto con ellas. El aire calienta, al ser menos 
denso que el de la misma altitud sobre el valle, se eleva como un suave viento 
de pendiente ascendente conocido como brisa del valle por la noche, el flujo se 
revierte. Las laderas de las montañas se enfrían rápidamente, enfriando el aire 
en contacto con ellas. El aire más frio y más denso se desliza cuentas abajo 
hacia el valle, proporcionando una brisa de montaña. El ciclo diario de viento se 
desarrolla mejor en un clima de verano despejado cuando los vientos dominantes 
son ligeros. 
Figura 3.Brisas de valle y de montaña. 
 
Fuente: comet program. 
13 
 
En muchas áreas, los vientos ascendentes (brisas de valle) comienzan temprano 
en la mañana y la dirección inversa al final de la tarde. La brisa de montaña 
alcanza su máximo en las primeras horas de la mañana, generalmente justo 
antes del amanecer. Cuando los vientos ascendentes están en desarrollados y 
tienen suficiente humedad pueden desarrollarse la aparición de cúmulos sobre 
la cumbre de las montañas5. 
1.1.5. Viento anabatico 
Este tipo de circulación determina un flujo que sopla desde el valle en el día por 
efecto del calentamiento radiativo sobre la superficie. Se presenta cuando las 
parcelas de aire próximas a las laderas y los valle están calientes por lo tanto la 
densidad del aire disminuye y va ascendiendo hasta la cima siguiendo el 
recorrido de la superficie topográfica en que se encuentre. Este aire ascendente 
cálido sedenomina viento anabatico y es compensando por subsidencia en el 
valle. 
Figura 4. Viento anabatico. 
 
Fuente: comet program. 
A medida que el aire calienta intenta elevarse, deja la presión ligeramente inferior 
adyacente a la pendiente, generando un gradiente de presión horizontal. Cuando 
el aire cálido alcanza la cima del complejo montañoso se eleva verticalmente con 
las parcelas de aire que presentan menor densidad y mayos temperatura con 
respecto al ambiente circundante. Este movimiento ascendente la presencia de 
la humedad genera nubes tipo cumulo, conocidas como anabaticas (tipo 
cúmulos). 
1.1.6. Vientos catabatico (viento de montaña) 
Son flujos de viento generalmente débil, que sopla desde la cima de las 
montañas o ante planicies con dirección del valle. El viento catabatico se 
caracteriza por ser recurrente en el día y modulado o interrumpido por la 
presencia de flujo convectivo y/o ascenso por el calentamiento del valle 
(anabatico). Se desarrolla con más intensidad en días despejados al atardecer, 
durante la noche y la madrugada, producto del enfriamiento del suelo por 
radiación. El proceso se intensifica si en el valle se desarrollan focos térmicos 
provocados por el uso de suelo enfocado al desarrollo de actividades urbanas, 
 
5 COMPONENTE GEOGRÁFICA DEL CLIMA. 
14 
 
impulsando a la circulación de alta presión (cima de la montaña) hacia el valle 
(baja presión). 
Figura 5. Vientos catabatico y anabatico. 
 
Fuente. comet program 
1.1.7. Modelo de calidad del aire 
Los modelos de calidad de aire utilizan técnicas matemáticas y numéricas para 
simular los procesos físicos y químicos que afectan a los contaminantes del aire, 
ya que se dispersan y reaccionan en la atmósfera. Basado en las entradas de 
datos meteorológicos y de información de Fuente como las tasas de emisión y 
de altura de pila, estos modelos están diseñados para caracterizar 
contaminantes primarios que son emitidos directamente a la atmósfera y, en 
algunos casos, contaminantes secundarios que se forman como resultado de 
reacciones químicas complejas dentro de la atmósfera. Estos modelos son 
importantes en nuestro sistema de gestión de la calidad del aire debido a que 
son ampliamente utilizados por los organismos encargados de controlar la 
contaminación del aire tanto para identificar las contribuciones de origen a 
problemas de calidad del aire y ayudar en el diseño de estrategias eficaces para 
reducir los contaminantes atmosféricos nocivos. Por ejemplo, los modelos de 
calidad del aire se pueden usar durante el proceso de autorización para verificar 
que una nueva Fuente no excederá los estándares de calidad del aire ambiente 
o, si es necesario, determinar los requisitos de control adicionales 
apropiados. Además, los modelos de calidad del aire también se pueden utilizar 
para predecir futuras concentraciones de contaminantes provenientes de 
múltiples Fuentes después de la implementación de un nuevo programa de 
regulación, con el fin de estimar la eficacia del programa en la reducción de la 
exposición dañina para los seres humanos y el medio ambiente6. 
1.1.8. Modelo de dispersión atmosférica 
Desde el punto de vista de la dispersión de contaminantes, la modelación se 
utiliza para saber, entre otras cosas, cómo cambia en el tiempo y el espacio la 
concentración de una sustancia habitualmente identificada como contaminante 
criterio, a objeto de predecir y analizar la calidad del aire y de esta forma 
 
6 EPA. (2017, 7 4). EPA. Retrieved from https://www.epa.gov/scram/air-quality-models 
15 
 
colaborar en las decisiones políticas y de planificación respecto a la gestión, 
mediante el desarrollo de planes, programas, proyectos y normatividad7. 
Figura 6. Representación esquemática de un modelo de dispersión. 
 
Fuente: LADY JOHANA URIBE BARÓN, 2009 
La modelación de dispersión atmosférica tiene diversas aplicaciones como 
facilitar el análisis del impacto en la calidad del aire por los contaminantes 
atmosféricos y el cálculo de los límites de emisión que se requieren para 
satisfacer los estándares de calidad ambiental del aire8. 
1.1.9. Modelo de dispersión AERMOD 
AERMOD es un modelo avanzado, diseñado para predecir concentraciones de 
contaminantes de Fuentes continuas. Su desarrollo tuvo un gran avance entre 
los años 1990 y 2000.AERMOD es un modelo gaussiano y posee características 
que lo hacen diferente: en la Capa Limite Estable, la distribución de la 
concentración es asumida como un modelo gaussiano en dirección horizontal y 
vertical, en la capa limite Conectiva la distribución horizontal es gaussiana pero 
la dispersión vertical es descrita como la función de la densidad dela probabilidad 
Bi-Gaussiana.9 
1.1.10. Modelo de dispersión CALPUFF 
El modelo CALPUFF, fue desarrollo por Earth Tech para simular emisiones 
continuas usando los campos de vientos particulares de una región específica10. 
El modelo CALMET, calcula las estructuras de viento del área de estudio y 
CALPUFF es el encargado de calcular la dispersión de los contaminantes en los 
sitios de los receptores. Este modelo es recomendado por USEPA, es capaz de 
calcular las concentraciones de los contaminantes, distribuidos en un área de 
estudio, a diferentes horas, para los contaminantes PM10, SO2 y especie de 
nitrógenos (NOx). 
 
7 BUSTOS, Cristian. Aplicación de modelos de dispersión atmosférica en la evaluación de impacto 
ambiental: análisis del proceso. Universidad de Chile. Santiago de Chile, 2004. 
 
8 ARZATE E., Carmen I. Realización de software educativo para simular la dispersión de contaminantes 
atmosféricos. Universidad de las Américas Puebla. México, 2004. 
9 Rodríguez Vargas, David. Aplicación del modelo ISC para determinar los niveles de incumplimiento de 
la norma de calidad del aire para material particulado(PM10),en el sector industrial de patio bonito en el 
municipio de NEMOCON(CUNDINAMARCA) 
10 EPA,2000 
16 
 
1.1.11. Redes de monitoreo de calidad del aire 
Las Redes de Monitoreo de la Calidad del Aire, están constituidas por sensores 
semiautomáticos o automáticos, que permiten medir la concentración de los 
diferentes contaminantes en el aire y son la base para evaluar los niveles de 
contaminación del aire, con el fin de obtener información apropiada y confiable 
que permita tomar decisiones a las diferentes autoridades ambientales, que 
orientan su gestión a mejorar la calidad de vida de la población. 
La corporación autónoma de Boyacá tiene instalada una red de monitoreo de 
calidad del aire en el valle de Sogamoso instala desde el año 2000, conformada 
por unas estaciones ubicadas en el barrio el recreo del municipio de Sogamoso, 
en el barrio Nazareth del municipio de Nobsa y el club Bavaria del municipio de 
Duitama, las cuales miden concentraciones de MP10, O3, CO y SO211. 
Figura 7. Ubicación de la red de monitoreo de calidad del aire de Sogamoso. 
 
Fuente: Sistema de información de calidad del aire. 
1.2. MARCO DESCRIPTIVO 
1.2.1. Localización 
El municipio de Nobsa está ubicado a 2 horas de la capital del departamento, 
está rodeado de un sistema montañoso y tiene en su área de influencia 2 
empresas importantes para la región como lo son HOLCIM y ACERÍAS PAZ 
DEL RIO. El municipio limita por el norte con Floresta, por el este con Corrales, 
por el sur con Sogamoso y en el oeste con Tibasosa. 
 
 
11 Corpoboyaca y alcaldía de Sogamoso. red de monitoreo de calidad del aire del valle de Sogamoso. 
informe general. Tunja, 2004. 
17 
 
Figura 8. Localización del municipio de Nobsa. 
 
Fuente: Google Earth 
 
1.2.2. Clima 
 El municipio de Nobsa presenta un promedio anual de 780,1 mm/ ano, siendo 
los meses más lluviosos abril, mayo y octubre. Con una temperatura media de 
15, 2 grados centígrados.La nubosidad para el municipio corresponde a un día 
parcialmente nublado, con una estabilidad atmosférica en horas de la noche. 
El brillo solar de muestra que el municipio tiene altas concentraciones de 
contaminantes atmosféricos, reflejado en el paso de luz solar sobre el municipio. 
1.2.3. Biota 
La vegetación en el municipio es diversa entre arbustos, árboles y herbácea, 
dependiendo del sector del municipio. Posee flora nativa y exótica, ala ves 
existen varias reforestaciones con pino y eucalipto, eliminando la posibilidad de 
preservar el ecosistema. 
1.2.4. Economía. 
Nobsa conjuntamente con Duitama y Sogamoso constituye el centro económico 
más importante del departamento. Importancia derivada de la presencia de las 
industrias como Acerías Paz del Rio y Holcim, conjuntamente con el sector 
artesanal se constituye en importante factor del desarrollo, Fuente de empleo y 
riqueza de la región llevando a Nobsa a ocupar el primer lugar en la participación 
del producto interno bruto (PIB) industrial del departamento con el 22%12. 
Los sectores que constituyen la base económica del municipio en su orden de 
importancia son: 
 
12 POT, ALCALDIA DE NOBSA 2018 
18 
 
 El sector industrial y minero, los cuales acaparan la mayor parte de la 
población tanto rural como urbana a nivel de empleo. 
 La producción artesanal de madera, la fabricación de muebles rústicos, 
forja y fundida de hierro y lonas. 
 El sector agropecuario y forestal. 
 Sector comercial y prestación de servicios. 
1.3. Incertidumbre de los modelos 
Si bien en el valle de Sogamoso existe información meteorológica oficial, a través 
de las estaciones meteorológicas del IDEAM y Corpoboyaca, estas estaciones 
proporcionan solamente información de temperatura, humedad, presión, viento 
y nubosidad. Sin embargo, los datos meteorológicos de estas estaciones son 
descartados para el modelo de dispersión, debido a que el mismo requiere datos 
meteorológicos con una resolución temporal de 1 hora y otras variables no 
medidas por dichas estaciones como nubosidad, visibilidad, altura del techo, 
clima actual y temperatura de derretimiento. Al verificar los datos meteorológicos 
aportados por el ideam, se encontró que la falta datos horarios de la estaciones 
necesitadas, es por esto que al consultar con Corpoboyaca sobre la estación 
meteorológica automática ellos comentaron que la validación de los datos está 
a partir del año 2017 por lo anterior se opta por la información aportada con WRF 
para bajar la incertidumbre de los modelos. 
La aplicación de las encuetas para el inventario de emisiones como instrumento 
al ser validado con varias pruebas de campo, se redujo la incertidumbre de los 
datos aportados por cada una, para generar los balances de masas el cual 
determina el cálculo de emisiones. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
19 
 
2. ANÁLISIS METEOROLÓGICO Y DE SUPERFICIE 
2.1. METEOROLOGÍA DE LA ZONA DE ESTUDIO 
La meteorología de la zona de estudio, donde se lleva el proceso de cocción de 
cal es uno de los insumos más importantes para la correcta modelación de los 
procesos de dispersión y transporte de los contaminantes. El análisis presentado 
en el presente capitulo, tiene como objeto presentar la dinámica de las variables 
meteorológicas involucradas en el modelamiento. 
2.1.1. Meteorología simulada de superficie y perfiles verticales 
Se utilizaron los datos simulados por el modelo meteorológico WRF (Weather 
Research and Forecasting) provistos por la empresa Colombiana 
MeteoColombia S.A.S para la caracterizar la zona de estudio. WRF es un modelo 
numérico euleriano no hidrostático de meso escala, utilizando principalmente 
para la predicción del tiempo atmosférico. En este caso, los datos provistos por 
el modelo WRF corresponde a los años 2014 y 2017, se encuentran organizados 
en dos archivos que contienen registros horarios de las variables de interés. El 
primero con los datos de superficie y el segundo con los datos de altura. 
Si bien en el valle de Sogamoso existe información meteorológica oficial, a través 
de las estaciones meteorológicas del IDEAM y Corpoboyaca, estas estaciones 
proporcionan solamente información de temperatura, humedad, presión, viento 
y nubosidad. Sin embargo, los datos meteorológicos de estas estaciones son 
descartados para el modelo de dispersión, debido a que el mismo requiere datos 
meteorológicos con una resolución temporal de 1 hora y otras variables no 
medidas por dichas estaciones como nubosidad, visibilidad, altura del techo, 
clima actual y temperatura de derretimiento. 
Los datos obtenidos por la simulación con WRF proporcionada por 
Meteocolombia son procesados por los preprocesadores AERMET y CALMET el 
cual estima los parámetros necesarios para la modelización con el modelo de 
dispersión AERMOD y CALPUFF. Estos parámetros describen la región baja de 
la atmosfera en donde se dispersaran los contaminantes, esta capa se denomina 
capa límite planetario, que sigue la incidencia de las características de la 
superficie terrestre como cobertura de suelo, topografía, entre otros sobre él. 
2.1.2. Dirección y velocidad del viento. 
De acuerdo con la Organización meteorológica mundial, el viento consiste en el 
movimiento de un masa de aire desde una zona hasta otra13.La información 
meteorológica con respecto a las variables dirección y velocidad del viento son 
obtenidos a través del modelo WRF y analizada con WRPLOT (Blowing to). En 
la Figura 9, que corresponde a la rosa de vientos para el año 2014, el 11% de 
los datos se encuentra e dirección Nor-Este, teniendo una dirección del viento 
predominante del Sur-Oeste con una velocidad del viento mayor a 5,1m/s. El 7% 
de los datos se encuentran con dirección Sur-Oeste, teniendo una dirección del 
viento predominante del Noreste con una velocidades entre 4,1m/s a 5,1m/s. 
En la Figura 9 con la correspondiente rosa de vientos para el año 2017 con una 
tendencia de Oeste con 16,9% en dirección al este con una velocidad del viento 
 
13 Organización meteorológica mundial 
20 
 
mayor de 8,8 m/s, el 13,9% de los datos se encuentran en dirección suroeste 
con una velocidad 5,7 m/s. La rosa de vientos identifica que el Valle de 
Sogamoso se encuentra con una corriente de aire predominante del cañón del 
rio chicamocha. 
 
Figura 9. Rosa de vientos para los años 2014 y 2017. 
2014 
 
 
2017 
 
 
Fuente: el autor. 
2.1.3. Temperatura. 
Según el IDEAM la temperatura es una magnitud relacionada con la rapidez del 
movimiento de las partículas que constituyen la materia, cuanta mayor agitación 
presenta estas, mayor será la temperatura14. En la Figura 10 se resumen los 
valores de temperatura durante los años 2014 y 2017. La línea continua ilustra 
el promedio mensual donde se identificó que el año 2014 presento un valor un 
 
14 IDEAM 
21 
 
promedio de 150C, mientras el año 2017 presenta valores promedio de 130C. Los 
meses de mayor temperatura para los 2 años el mes marzo y el de menor 
temperatura el mes de julio. 
Figura 10. Temperatura mensual para los años 2014 y 2017. 
 
Fuente. El autor. 
2.1.4. Precipitación 
Según el IDEMA, la precipitación es el resulta del ascenso y enfriamiento del aire 
húmedo, ya que a menos temperatura no puede retener el vapor de agua, parte 
del cual se condensa rápidamente15. En la figura 11 se observar el 
comportamiento general para los años 2014 y 2017. Las precipitaciones 
mensuales acumuladas varían por meses, para el año 2014 se identifica que el 
mes con de mayor precipitación es Mayo y el de mínimas es Enero. En el periodo 
2017 el mes de Abril es el que presenta las máximas y el mes de mínimas 
precipitaciones es el Marzo para el año 2017. 
 
 
15 IDEAM 
22 
 
Figura 11. Precipitaciónmensual de los años 2014 y 2017. 
 
Fuente. El autor. 
2.1.5. Humedad Relativa 
La humedad relativa es la relación porcentual entre masa de vapor de agua 
contenida en un volumen dado de aire y la masa que tendría si el aire estuviese 
saturado a la misma temperatura16. La Figura 12, ilustra la variación en el tiempo 
de la humedad relativa, en valores mensuales para los años 2014 y 2017. Para 
el año 2014 el mes de Noviembre presenta los promedios mensuales elevados 
alrededor de 73,53 % de humedad relativa y los meses de Enero y Febrero con 
los valores mínimos de 66,50%. El año 2017 se observa que en mayo los 
promedios mensuales son elevados alrededor de 76,65% de Humedad Relativa 
y el mes de Diciembre se encuentra con los valores mínimos 68,07%. 
 
 
 
 
 
 
 
16 Meteorología Y Climatología, Meteorología y Climatología Semana de La Ciencia y La Tecnología 
2004 FUNDACIÓN ESPAÑOLA PARA LA CIENCIA Y LA TECNOLOGÍA <www.fecyt.es>. 
23 
 
Figura 12.Humedad relativa ménsula para los años 2014 y 2017. 
 
Fuente. El autor. 
 2.1.6. Presión atmosférica 
La presión atmosférica es el peso que ejerce el aire atmosférico sobre una 
determinada superficie. Esta variable experimenta fluctuaciones asociadas con 
los cambios meteorológicos (como la temperatura y la humedad), así como la 
altitud17. En la Figura 13 se muestra una línea solida la cual representa el valor 
de la mediana. Para el año 2014 la media de la presión atmosférica fluctúa entre 
734mbar y 759mbar. La media de la presión atmosférica fluctúa entre 743mbar 
y 745mbar en promedio por meses para Nobsa Boyacá en el año 2017. 
 
 
 
 
 
 
 
 
17 Lic Horacio and E Sarochar, Curso de Divulgación INTRODUCCIÓN a La METEOROLOGÍA 
GENERAL. 
24 
 
Figura 13.Presion atmosférica mensual para los años 2014 y 2017. 
 
Fuente. El autor. 
 
2.2. CARACTERÍSTICAS DE SUPERFICIE 
2.2.1. Rugosidad superficial 
El desplazamiento del viento a través de distintos obstáculos que encuentra en 
el camino, se generan patrones de flujo en los cuales puede presentarse 
turbulencias mecánica debido a la rugosidad de la superficie. La rugosidad de la 
superficial es caracterizada a través de la denominada “altura de rugosidad”, la 
cual se define como la altura sobre el suelo en el que la velocidad del viento tiene 
a cero. Entre más grande la longitud de rugosidad más grande será la magnitud 
de la turbulencia genera por el paso del viento que pasa sobre una determinada 
superficie. Las características topográficas, los edificios y la vegetación afectan 
la rugosidad superficial, la cual impacta en el mezclado vertical del aire y 
modificando el perfil de velocidad del viento18 
Con base en las recomendaciones de US-EPA (2014), se identificó que la zona 
analizada se encuentra compuesta por una zona árida y arbustos. Los valores 
utilizados para la longitud de rugosidad en la zona fueron determinados con base 
en las temporadas obtenidas empleando el climograma de Gaussen19. Para los 
meses secos se empleó el valor correspondiente a “verano”, mientras que en los 
meses húmedos, se empleó el valor de primavera, como se muestra en la tabla 
2: 
 
 
 
18 ‘PEQ 93 Informe de Modelación_Comentarios_rev-Eyo’. 
19 User’s Guide for the AERMOD Meteorological Preprocessor (AERMET). 
25 
 
Tabla 2. Valores de rugosidad (m) superficial para distintas estaciones. 
 
Fuente: US-EPA (2008) 
2.2.2. Coeficiente de albedo 
El albedo es la relación entre la radiación reflejada y la radiación solar incidente 
debido a la reflexión de la superficie terrestre. Este parámetro depende del uso 
del suelo; así la superficie clara tiene valores de albedo superiores a las oscuras. 
Esta relación fluctúa entre 0 (superficies totalmente absorbentes) y 1 (superficies 
totalmente reflectivas)20. Dado que la superficie de la zona de estudio está 
compuesta principalmente de superficie árida y zona de pastizales, los valores 
empleados siguieron la misma deducción que se realizó para los valores de 
longitud de rugosidad21. 
Tabla 3.Valores de Albedo (adimensionales) superficial para las distintas 
estaciones. 
 
Fuente: US-EPA (2008) 
2.2.3. Relación de Bowen 
La relación de bowen es un indicador de la cantidad de humedad superficial y se 
lo define como la razón entre la transferencia de calos sensible y latente de un 
medio. Dado que la presencia de humedad afecta el balance de calor resultante 
del enfriamiento por evaporación, el cual a su vez afecta la estimación de la 
 
20 ‘PEQ 93 Informe de Modelación_Comentarios_rev-Eyo’. 
21 User’s Guide for the AERMOD Meteorological Preprocessor (AERMET). 
26 
 
estabilidad atmosférica, representada mediante el parámetro de longitud de 
Monin-Obukhov22. 
Dado que la zona de estudio está compuesta principalmente de superficie árida 
y zona de pastizales, los valores empleados siguieron la misma deducción que 
se realizó para valores de longitud de rugosidad. 
Tabla 4. Valores de Bowen (adimensionales) según el uso de la tierra y las 
estaciones del año para condiciones húmedas. 
 
Fuente: US-EPA (2008) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
22 User’s Guide for the AERMOD Meteorological Preprocessor (AERMET). 
27 
 
3. INVENTARIO DE EMISIONES 
3.1. Inventario de fuentes de emisión industria calera. 
3.1.1. Descripción y método utilizado 
La industria calera del municipio de Nobsa data de los años 80, desde esta época 
hasta hoy se han generado cambios en la operación e infraestructura de los 
hornos; en primer lugar cambio de proporción de la cantidad de combustible y 
del tipo de combustible (carbón a coque), periodo de quemas y reconvención 
tecnología entre otras. Para el año 2009 la Universidad de la Salle realizo un 
inventario de los hornos encontrando 132, mediante revisión de expedientes en 
Corpoboyaca, en el año 2014 la Universidad de Boyacá realizo como proyecto 
de investigación un inventario de hornos encontrando 128 con la metodología 
de visita horno a horno. Para el año 2017 la Universidad Pedagógica y 
Tecnológica de Colombia con apoyo de la alcaldía de Nobsa realiza un inventario 
médiate censo implementando encuestas con temáticas como: operación del 
horno yaqué por medio de balance de masas se calculan las emisiones, además 
se incluyen los aspectos definidos por los Protocolos de Inventario según 
propósito que en este caso es el de modelamiento23. 
El instrumento que se implementó para la encuesta cumplió con proceso de 
prueba y validación preliminar de tal forma que se ajuste para aplicar a los 
propietarios de los hornos. La encuesta se aplicó en el mes de diciembre del año 
2017. 
En la zona de estudio pasa la autopista principal que comunica las ciudades de 
Sogamoso y Nobsa con Duitama y la capital de departamento, es por esto que 
hay un flujo de transito constante que genera re suspenda de material particular 
de la vía al medio ambiente. 
El proyecto realiza inventario de fuentes fijas (figura 14) y el formato 
implementado (anexo 1) permite identificar aspectos fundamentales como 
tiempos de operación, carga, dimensiones, tipo de combustible, entre otros. 
1I 
 
 
23 Ministerio De Ambiente, ‘Manual de Inventario de Fuentes Según Próposito’. 
28 
 
Figura 14. Formato del inventario. 
 
Fuente. El autor. 
3.1.2. Calculo de emisiones 
El cálculo de emisiones se realiza por el método, de factores de emisión. Para la 
industria calera al ser hornos únicos de tipo tradicional sin tecnificación no se 
pueden utilizar los factores de emisión de la EPA; es por esto que la 
CORPORACIÓN AUTÓNOMA DE BOYACA (Corpoboyaca), para el año 1999 
realizo un muestreo isocinetico a los hornos de cal y planteoel factor de emisión 
para esta industria. La tabla 5 consolida los parámetros para caleras y plantea 
los factores de emisión. Para el cálculo de MP10 en hornos de cal se tuvieron en 
cuenta los siguientes supuestos: 
 Tiempo de cocción es de 7 días y cada horno prende una vez al mes. 
 Los hornos utilizan como combustible coque y carbón en diferentes 
proporciones. 
 Ninguno de los hornos tiene sistema de control de emisiones 
atmosféricas. (ER=0%) 
 
Tabla 5. Principales parámetros para caleras, según combustible. 
PARÁMETRO COMBUSTIBLE 
 COQUE CARBÓN 
Eficiencia 130kg coque/ ton caliza 360 kg carbón/ ton caliza 
Consumo de combustible 572 ton coque 1584 ton carbón 
Emisión MP 57,2 ton MP 1425,6 ton MP 
Factor de emisión 22,05 lb/ ton 198,414 lb / ton 
29 
 
Tiempo de quema 62 horas / hornada 110 horas / hornada 
Fuente. Corpoboyaca, 1999 y Universidad de la Salle 2009. 
 
La resolución 802 de 1999, expedida por Corpoboyaca implementas estos 
factores de emisión para la industria calera. Teniendo en cuenta los parámetros 
anteriores, de Corpoboyaca (1999) y la Universidad de la Salle en (2009) el factor 
de emisión se calcula de la siguiente forma: 
 
𝐹𝐸𝑐𝑜𝑞𝑢𝑒 = 𝐸𝑅𝑐𝑜𝑞𝑢𝑒 ∗ 𝐶𝐶𝑐𝑜𝑞𝑢𝑒 
𝐹𝐸𝑐𝑜𝑞𝑢𝑒 =
57,2 𝑡𝑜𝑛𝑀𝑃
4400 𝑡𝑜𝑛 𝑐𝑎𝑙𝑖𝑠𝑎
𝑥
4400 𝑡𝑜𝑛 𝑐𝑎𝑙𝑖𝑠𝑎
572 𝑡𝑜𝑛 𝑐𝑜𝑞𝑢𝑒
 𝑥 
1000 𝑘𝑔 𝑀𝑃
1 𝑡𝑜𝑛 𝑐𝑜𝑞𝑢𝑒
 𝑥 
2,2046 𝑙𝑏 𝑀𝑃
1 𝑘𝑔 𝑀𝑃
 
𝐹𝐸 𝑐𝑜𝑞𝑢𝑒 = 22,046 
𝑙𝑏 𝑀𝑃
𝑡𝑜𝑛 𝐶𝑜𝑞𝑢𝑒
 
Donde: 
FE coque= Factor de emisión para coque (lb MP / ton COQUE) 
ER coque= emisión resolución para coque (ton MP/ton CALIZA) 
CC coque = consumo de combustible (ton CALIZA /ton COQUE) 
 
𝐹𝐸𝑐𝑎𝑟𝑏𝑜𝑛 = 𝐸𝑅𝑐𝑎𝑟𝑏𝑜𝑛 ∗ 𝐶𝐶𝑐𝑎𝑟𝑏𝑜𝑛 
𝐹𝐸 𝑐𝑎𝑟𝑏𝑜𝑛 =
1425,6 𝑡𝑜𝑛𝑀𝑃
4400 𝑡𝑜𝑛 𝑐𝑎𝑙𝑖𝑠𝑎
𝑥
4400 𝑡𝑜𝑛 𝑐𝑎𝑙𝑖𝑠𝑎
1584 𝑡𝑜𝑛 𝑐𝑜𝑞𝑢𝑒
 𝑥 
1000 𝑘𝑔 𝑀𝑃
1 𝑡𝑜𝑛 𝑐𝑜𝑞𝑢𝑒
 𝑥 
2,2046 𝑙𝑏 𝑀𝑃
1 𝑘𝑔 𝑀𝑃
 
𝐹𝐸 𝑐𝑜𝑞𝑢𝑒 = 198,414 
𝑙𝑏 𝑀𝑃
𝑡𝑜𝑛 𝐶𝑎𝑟𝑏𝑜𝑛
 
Donde: 
FE coque= Factor de emisión para carbón (lb MP/ton CARBÓN) 
ER coque= emisión resolución para carbón (ton MP/ton CALIZA) 
CC coque = consumo de combustible (ton CALIZA/ton CARBÓN) 
La emisión de MP10, generado por caleras fue calculado por medio de factores 
de emisión hallado anteriormente así: 
𝐸𝑐𝑜𝑞𝑢𝑒 = 𝐹𝐸𝑐𝑜𝑞𝑢𝑒 ∗ 𝐶𝑐𝑜𝑞𝑢𝑒 
𝐸𝑐𝑎𝑟𝑏𝑜𝑛 = 𝐹𝐸𝑐𝑎𝑟𝑏𝑜𝑛 ∗ 𝐶𝑐𝑎𝑟𝑏𝑜𝑛 
𝐸𝑀𝑃10 = (𝐸𝑐𝑜𝑞𝑢𝑒 + 𝐸𝑐𝑎𝑟𝑏𝑜𝑛) ∗ 0,588 
Donde 
E coque= Emisión para coque (g/s) 
30 
 
E carbón= Emisión para carbón (g/s) 
E MP10= Emisión total de MP10 (g/s) 
FE coque= Factor de emisión para coque (lb/ton) 
FE carbón = Factor de emisión para carbón (lb/ton) 
 
El cálculo para de las emisiones de carbón y coque son así: 
Carbón: 
𝐸𝑐𝑎𝑟𝑏𝑜𝑛 = (𝐹𝐸 𝑐𝑎𝑟𝑏𝑜𝑛 ∗ 𝐶 𝑐𝑎𝑟𝑏𝑜𝑛) 
𝐸 𝑐𝑎𝑟𝑏𝑜𝑛 = (198,414 𝑙𝑏 𝑡𝑜𝑛⁄ ∗
453,59 𝑔
1 𝑙𝑏
⁄ ) ∗ (0,0023 𝑡𝑜𝑛 ℎ⁄ ∗
1 ℎ
3600 𝑠⁄ ) 
𝐸𝑐𝑎𝑟𝑏𝑜𝑛 = 0,057 𝑔/𝑠 
 
Coque: 
𝐸𝑐𝑜𝑞𝑢𝑒 = (𝐹𝐸 𝑐𝑜𝑞𝑢𝑒 ∗ 𝐶 𝑐𝑜𝑞𝑢𝑒) 
𝐸 𝑐𝑜𝑞𝑢𝑒 = [(22,05 𝑙𝑏 𝑡𝑜𝑛⁄ ∗
453,59 𝑔
1 𝑙𝑏
⁄ ) ∗ (0,0565 𝑡𝑜𝑛 ℎ⁄ ∗
1 ℎ
3600 𝑠⁄ )] 
𝐸𝑐𝑜𝑞𝑢𝑒 = 0,157
𝑔
𝑠
 
 
La emisión total emitida de MP10, por un horno de cal es: 
𝐸 = 𝐸𝑐𝑜𝑞𝑢𝑒 + 𝐸 𝑐𝑎𝑟𝑏𝑜𝑛) ∗ 0,588 
𝐸 = ( 0,057
𝑔
𝑠
+ 0,157
𝑔
𝑠
) ∗ 0,588 
𝐸 = 0,126 𝑔/𝑠 
Como ejemplo, se calcula la emisión producida por un horno de cal, teniendo en 
cuenta la información suministrada por el propietario del horno: 
 
31 
 
Tabla 6. Ejemplo de cálculo de emisiones PM10 en caleras. 
 
Fuente. El autor 
 
3.1.3. Consolidado del inventario de hornos de cal. 
En la tabla 7 se registra el proceso de actualización del inventario realizado en 
año 2017 en el municipio de Nobsa, con la información de: producción, 
capacidad de carga y emisiones de cada tipo de horno. 
Tabla 7. Consolidado del inventario de hornos de cal del 2017. 
Producción 
(Ton/horno) 
# hornos Capacidad de 
carga(ton) 
Tiempo de 
operación 
Emisión (g/s) 
18 52 30 7 0,139 
19 2 33 7 0.126 
20 41 30 7 0,139 
22 22 36 7 0,139 
Fuente. El autor. 
Los hornos de cal del municipio de Nobsa, tiene un producción muy pareja como 
lo son entre 18 a 22 ton/ horno de cal esto depende de la cantidad de piedra 
caliza con la carguen entre 30 y 36 ton con una cocción de 7 días. 
La estimación de la emisión de PM10 de la industria calera para el periodo 2014 
es 120,67 g/s mientras que el 2017 presenta una emisión de 16,251 g/s se 
observa un decrecimiento en la emisión de material particulado a la atmosfera. 
Hay que tener en cuenta que para el periodo 2014 se estaba promoviendo el 
proyecto de compra de emisiones realizado por Corpoboyaca, como otro de los 
planes piloto para la reducción de las emisiones de PM se generó un pico y placa 
ambiental y una reconversión de pasar de quemar con carbón a coque. 
 
 
 
PST CARBON 
(lb/ton)
PST COQUE 
(lb/ton)
PST (g/s) MP10 (g/s)
1 Luis Fernando Plazas llama dormida 19 33 198,414 22,05 0,214 0,126
2 Luis Fernando plazas llama dormida 19 33 198,414 22,05 0,214 0,126
3 Jhon Daniel Hernandez llama dormida 20 33 198,414 22,05 0,214 0,126
4 Cediel Plazas llama dormida 20 33 198,414 22,05 0,236 0,139
5 Francisco Plazas llama dormida 18 33 198,414 22,05 0,236 0,139
6 Edelmira Plazas llama dormida 18 33 198,414 22,05 0,236 0,139
7 Alirio Ramirez llama dormida 18 33 198,414 22,05 0,236 0,139
8 Ramon Tristancho llama dormida 20 33 198,414 22,05 0,236 0,139
9 Ramon Tristancho llama dormida 20 33 198,414 22,05 0,236 0,139
NÚMERO 
EMPRESAS
PROPIETARIO
EMISION PUNTUAL
TIPO DE 
HORNO
PRODUCCIÓN 
(Ton/horn)
piedra caliza
FACTOR DE EMISION POR 
COMBUSTIBLE
32 
 
3.2. Fuentes móviles 
El Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), en su 
informe del estado de la calidad del aire para el año 2017indica que el mayor 
aportante en la calidad del aire de las ciudades son las fuentes móviles con el 
80% de las emisiones24. Es por esto que se incluye re suspensión por vías en el 
modelo. 
Para el inventario de fuentes móviles, se tuvieron en cuenta las siguientes 
consideraciones. 
 El aforo vehicular se realizó por medio de videos con una duración de 10 
horas, con conteo vehicular por cada/hora. 
 Generar un promedio de los pesos de los vehículos que circulan sobre la 
vía, se revisó la ficha técnica de los vehículos más comerciales en 
internet. 
Para calcular las emisiones de material particulado re suspendido por el paso 
vehicular sobre la autopista que comunica a Nobsa con Duitama, (siendo esta el 
punto de estudio para ver como incide el material particulado sobre la calidad del 
aire en la zona de caleras). Se cuentan los vehículos que pasan por frente a la 
bomba Brios, entrando a Nobsa (figura 15) y que se complementó con el estudio 
de fuentes móviles de las estudiantes Andrea Gutiérrez y Yuliana Rodríguez de 
la Universidad de Boyacá del año 2017. 
 
Figura 15. Registro vehicular. 
 
Fuente. El autor. 
 
24 L O S Casos D E Bogotá Y Medellín, ‘Calidad Del Aire En Colombia’, 2017. 
33 
 
En la Figura 15 se evidencia el comportamiento vehicular de la vía que por la 
zona transita en mayor cantidad de automóviles, camionetas y motos; es decir la 
flota liviana con un 62,84% y la flota pesada con un 37,16%. 
En la figura 15 vemos que en la hora13 hay un pico vehicular para carros y 
camionetas mientras que el resto de la flota que pasa por esta vía tiene un pico 
a las 14 horas. El otro pico que se encuentra es a las 17 horas para la mayoría 
de la flota vehicular menos para los carros ya que estos su pico es en las 18 
horas. 
Para calcular las emisiones provenientes por la re suspensión de vías, se debe 
realizar el siguiente cálculo mediante la fórmula de EPA25 (2006): 
𝐸𝐹 = 𝐾 ∗
𝑆𝐿
2
0,65
∗
𝑊
3
1,5
 
Fuente: US EPA, AP-42 (2006) 
 
Donde: 
EF = Factor de emisión 
K = Material particulado para el rango del tamaño (g/VKT) 
SL =Carga de limo en la superficie de la carretera (g/m2) 
W = Peso promedio (ton) de los vehículos que recorren la carretera 
Fuente: AP-42 
 
EF= 0,62 ∗
2
2
0,65
∗
35
3
1,5
 
EF= 25 g/VKT 
𝐸 = 𝐸𝐹 ∗ #
𝑉𝑒ℎ𝑖𝑐𝑢𝑙𝑜𝑠
𝑠𝑒𝑚𝑎𝑛𝑎
∗ 𝑘𝑖𝑙𝑜𝑚𝑒𝑡𝑟𝑜𝑠 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜𝑠 
𝐸 = 25
𝑔
𝑉𝐾𝑇
∗ 4825
#𝑐𝑎𝑟𝑟𝑜𝑠
𝑠𝑒𝑚𝑎𝑛𝑎
∗ 1.67𝑘𝑖𝑙𝑜𝑚𝑒𝑡𝑟𝑜𝑠 
𝐸 = 201443,75𝑔/𝑠𝑒𝑚𝑎𝑛𝑎 
 
𝐸 = 201443,75
𝑔
𝑠𝑒𝑚𝑎𝑛𝑎
∗
1 𝑠𝑒𝑚𝑎𝑛𝑎
7 𝑑𝑖𝑎𝑠
∗
1 𝑑𝑖𝑎 
24 ℎ𝑜𝑟𝑎𝑠
∗
1ℎ𝑜𝑟𝑎
3600𝑠𝑒𝑔
 
𝐸 = 0,39𝑔/𝑠 
 
25 AP-42. Miscellaneous Sources. Unpaved Roads. 
34 
 
La emisión de la vía es 0,39 g/s, con la cual se va a modelar en el escenario 
correspondiente 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
35 
 
4. ESTRUCTURA DEL MODELAMIENTO DE AERMOD Y CALPUFF 
4.1. Estructura general del modelo AERMOD 
4.1.1. Dominio de la modelación 
Dentro de los preprocesadores de AERMOD se encuentra el pre-procesador 
AERMAP. El domino es el área donde se concentran los receptores y fuentes a 
ser modeladas (Figura16). La coordenada inferior izquierda –73,042 E y 5,640 
N y la coordenada superior derecha -72,832 E y 5,813 N, con sistema de 
coordenadas de referencia MAGANA SIRGAS, cuyo dominio se extiende de un 
cuadrado de 20x20, el cual enmarca la información del preprocesador AERMAP 
como base de lo que necesita el procesador AERMOD. Lo anterior de acuerdo 
a lo estipulado en el manual26. 
Figura 16. Ubicación de receptores en el dominio de la modelación. 
 
Fuente: El Autor. 
 
4.1.2. Rango 
Es la relación del sistema de coordenadas especificado por el usuario para la 
ubicación del origen del móldelo y de los receptores de este. En la figura 16 el 
rango se extiende en una coordenada -72,843316 E y 5,647546 N, con sistema 
de coordenadas MAGANA SIRGAS. 
 
26 Russell F. Lee and Warren D. Peters, ‘User’s Guide for the AERMOD Terrain Preprocessor 
(AERMAP)’, 2004. 
36 
 
4.1.3. Malla de receptores 
En la figura 16, se presentan las concentraciones del contaminante PM10, se 
ubicaron de acuerdo con la siguiente configuración: 
 Una malla cartesiana regular de 100x75 receptores, con origen en las 
coordenadas -72,967 E y 5,742 N. Color rojo. 
 Una malla cartesiana circular de distancia 200 a 4000, con origen en las 
coordenadas -72,946E y 5,752N, que definen los receptores cercanos a 
las fuentes que se encuentran en la parte superior de la vía (hornos de 
cal). Color morado. 
 Un malla cartesiana circular de distancia 200 a 4000, con un origen en las 
coordenadas -72,961E y 5,750N, que definen los receptores cercanos a 
las fuentes que se encuentran en la parte inferior de la vía (hornos de cal). 
Color verde. 
4.1.4. Elevación de receptores 
La elevación de terreno fue determinada por medio de datos provistos por la 
SRTM (Shuttle Radar Topography Mission), distribuidos por la Nasa y Usgs, los 
cuales se encuentran con un datum WGS84. Los datos se encuentran con una 
resolución de 3 arco-segundo (90 m aproximadamente en la zona ecuatorial). 
Los datos de SRTM son procesados con AERMAP, como programa de pre-
procesamiento que son desarrollados para alimentar los datos de terreno con un 
conjunto de capa de receptores que usa AERMOD. Este, en situaciones 
complejas, recoge la física esencial de la dispersión del terreno, lo que permite 
determinar la elevación y describe las características del terreno a modelar. 
AERMAP determinar la altura de terreno y la localización en donde se encuentra 
la mayor influencia de la elevación en la dispersión para cada receptor individual. 
Como resultado, se obtienen 2 archivos, el primero contiene las elevaciones de 
las fuentes (.src), y el segundo, un archivo donde se encuentran las elevaciones 
de terreno y las alturas de colina en cada uno de los receptores (.rec). Los valores 
utilizados en este proyecto se encuentran en el anexo4. 
4.1.5. Meteorología 
Los datos meteorológicos de superficie y de perfil fueron procesados en 
AERMET teniendo en cuenta las consideraciones planteadas en el capítulo 
anterior de este documento. Los archivos empleados por AERMOD y generados 
por AERMET .sfc y .pfl son indispensables para estimar la dispersión de los 
contaminantes. 
 
4.1.6. Tiempo de vida media/ constante de decaimiento 
El tiempo de vida y la constante de decaimiento, son parámetros que tiene cada 
contamínate. Permite establecer cuánto tiempo dura una partícula del 
contaminante en la atmosfera. AERMOD tiene la capacidad de incluir estos 
parámetros por cada uno de los contaminantes. Sin embargo al realiza el análisis 
en el peor de los casos, se ha supuesto que los contaminantes no desaparecen 
en la atmosfera. 
37 
 
4.1.7. Selección del periodo del modelamiento y escenarios. 
El modelo se corre para los años 2014 y 2017, debido a que se cuenta con la 
información meteorológica y de inventario de fuentes para estos periodos .Para 
este periodo de tiempo, se ha determinado que las emisiones generadas por la 
cocción de cal, tendrá un comportamiento que dependerá de los escenarios 
proyectados en la investigación. 
Tabla 8.Resumen de los escenarios a modelar con AERMOD. 
2014 2017 
Total de los hornos prendidos Total de los hornos prendidos 
 Pico y placa ambiental 
 Pico y placa + re suspensión por vías 
Fuente. El autor. 
4.1.8. Dinámica de funcionamiento de las Fuentes fijas (hornos de cal) en la zona 
productiva. 
Los datos de las Fuentes son simulados ajustando como se lleva la actividad la 
cual es 7 días de cocción las 24 horas prendidos estos. 
La configuración de entrada para AERMOD se presenta en el Anexo 5. 
4.2. Estructura general del l modelo CALPUFF 
4.2.1. Dominio de modelación 
Dentro de los preprocesadores de CALPUFF se encuentra el pre-procesador 
CALMET. El domino es el área donde se concentran los receptores y Fuentes a 
ser modeladas (Figura17). La coordenada inferior izquierda fue –73,0358 E y 
5,6503 N y la coordenada superior derecha será -72,8638 E y 5,8214 N, con 
sistema de coordenadas de referencia MAGANA SIRGAS, cuyo dominio se 
extiende de un cuadrado de 20x20. Con puntos verdes donde cada punto 
representa un receptor y la meteorología de este punto27. 
 
27 Joseph S Scire and others, A User’s Guide for the CALMET Meteorological Model, 2000. 
38 
 
Figura 17. Ubicación de los receptores y dominio. 
 
Fuente. El autor. 
4.2.2. Rango 
Para este modelo el dominio, rango y la malla de receptores es la misma de 
20X20. 
4.2.3. Receptores 
Dentro de los receptores del modelo CALPUFF se definen 2 tipos: el de grilla y 
los puntuales. Para los receptores de grilla rectangular se define de 20x20 
kilómetros igual a dominio de la meteorología. Los receptores puntuales se 
definieron considerando 5 puntos los cuales se determinaron de control (tabla 
10). Estos receptores serán ingresados como receptores discretos. 
La ubicación de los receptores definidos se pueden observar en la Figura17 
correspondiente a cada punto de la grilla. 
4.2.4. Elevación de receptores 
La elevación de terreno fue determinada por medio de datos provistos por la 
SRTM (Shuttle Radar Topography Mission), distribuidos por la Nasa y Usgs, los 
cuales se encuentran con un datum WGS84. Los datos se encuentran con una 
resolución de 3 arco-segundo (90 m aproximadamente en la zona ecuatorial). 
Los datos de SRTM son procesados con CALMET, como programa de pre-
procesamiento que son desarrollados para alimentar los datos de terreno con un 
conjunto de capa de receptores que usa CALPUFF. Este, en situaciones 
39 
 
complejas, recoge la física esencial de la dispersión del terreno, lo que permite 
determinar la elevación y describe las características del terreno a modelar. 
CALMET determinar la altura de terreno y la localización en donde se encuentrala mayor influencia de la elevación en la dispersión para cada receptor individual. 
Donde el archivo contiene la elevación de la fuente y la meteorología de cada 
punto (dat.). Los valores utilizados en este proyecto se encuentran resumidos en 
el anexo 6. 
4.2.5. Meteorología 
Los datos meteorológicos de superficie y de perfil fueron procesados en 
CALMET teniendo en cuenta las consideraciones planteadas en el capítulo 
anterior de este documento. Los archivos empleados por CALPUFF y generados 
por CALMET (.dat) son indispensable para estimar la dispersión de los 
contaminantes. 
4.2.6. Tiempo de vida media/ constante de decaimiento 
El tiempo de vida y la constante de decaimiento, son parámetros que tiene cada 
contamínate. Permite establecer cuánto tiempo dura una partícula del 
contaminante en la atmosfera. CALPUFF tiene la capacidad de incluir estos 
parámetros por cada uno de los contaminantes. Sin embargo al realiza el análisis 
en el peor de los casos, se ha supuesto que los contaminantes no desaparecen 
en la atmosfera. 
4.2.7. Selección del periodo de modelación y escenarios. 
El modelo se corre para el año 2017, debido a que se cuenta con la información 
meteorológica y de inventario de fuentes para este periodo .Para este periodo de 
tiempo, se ha determinado que las emisiones generadas por la cocción de cal, 
tendrá un comportamiento que dependerá de los escenarios proyectados en la 
investigación. Como se observa en la siguiente tabla. 
Tabla 9.Resumen de los escenarios a modelar con CALPUFF. 
2017 
Total de los hornos prendidos 
Pico y placa ambiental 
Pico y placa + re suspensión por vías 
Fuente. El autor. 
 
 4.2.8. Resultados de la modelación 
Se realizó una corrida del modelo de dispersión, se obtuvieron datos horarios de 
concentración de PM10 en ug/m3, para cada uno de los receptores. Lo cual se 
aplica en el capítulo siguiente. 
 
 
 
 
40 
 
5. ANÁLISIS Y RESULTADOS 
Los resultados de los modelos de dispersión permiten simular los impactos de 
las actividades llevadas a cabo en cada una de las zonas analizadas, para los 
contaminantes de estudio. Dichos resultados, al ser sumados con sus 
respectivos valores de fondo, fueron comparados con los limites normativos 
establecidos por la resolución 2254 de 2017. 
El sistema de monitoreo de calidad del aire del valle de Sogamoso comprende 
una amplia red de estaciones las cuales aporta datos en tiempo real de la calidad 
del aire de la zona. Para los datos de concentración de fondo se toma la estación 
más lejana de la zona de estudio; para este caso la estación del Recreo que 
tiene datos completos del año 2017 de PM10 y para el año 2014, se tomó los 
datos de la estación del aeropuerto incluidos en el estudio de Uribe y Suarez en 
su trabajo de grado28. Los datos de concentración de fondo se consolidan de la 
siguiente manera: Para 2014 es de 24,86 µg/m3, para 2017 es de 34,53 µg/m3 el 
cual es el promedio de los datos de los 365 días. 
 5.1. Identificación de puntos de control. 
La zona de estudio está conformada por el área en donde están ubicadas las 
principales fuentes de PM10 procedentes de la fabricación de cal conocida en la 
región como “zona de caleras”. Con el objeto de realizar seguimiento a los 
aportes del modelo, se definen puntos de control los cuales se muestran en la 
figura 18 su ubicación en la tabla 10 que corresponde a lugares en donde hay 
mayor concentración de población. 
Figura 18. Ubicación de puntos de control en la zona de estudio. 
 
Fuente. Google Earth.
 
28 Evaluación de la calidad del aire del valle de Sogamoso respecto a material particulado a 10 micras 
(MP10), aplicando el modelo de dispersión AERMOD como herramienta de planificación. Lady Johana 
Uribe Barón y Natalia Suarez Araque. 
41 
 
Tabla 10. Ubicación de puntos de control. 
 
Fuente. El autor. 
5.2. Determinación de zonas de influencia. 
Para realizar los análisis obtenidos de cada escenario, se indican las zonas de 
influencia. Para lo cual, se tiene en cuenta la ubicación de población en áreas 
generales. En la figura 19 (a y b) se muestran las 7 zonas definidas para este 
proceso.
1.Iglesia 727680,8 636063,5
2.Puesto de salud 727621,74 636044,78
3.Alcaldia 728178,89 638201,7
4.Punto de las Camaras 728198,3 636316,76
5.Centro deportivo 727821,6 636099,68
iD X Y
42 
 
 Determinación zona de influencia 
Figura 19. a__Identificación de zonas de influencia de emisiones, satelital. b__Identificación de zonas de influencia de emisiones 
 
Fuente. El autor. 
En donde: 
1. Zona de producción de cal 2. Municipio de Nobsa 3 Falda de la montaña 4.Municipio de Sogamoso 
5. Parte alta de Sogamoso 6. Municipio de Tibasosa 7. Zona de punta larga 
43 
 
5.3. Evaluación de PM10 con el modelo AERMOD 
5.3.1. Escenario 1. Todos los hornos prendidos 
5.3.1.1. Proceso de Modelamiento. Se procede a modelar para todo el valle de 
Sogamoso con los promedios máximos de 24 horas para los años 2014 y 2017 
todos los modelos se identifican una zona cercana a las fuentes de emisión con 
mayor concentración que a partir de este momento se denomina zona de 
influencia directa de emisiones de PM10 por el proceso de fabricación de cal. En 
la Figura 20. a y b se identifica que la mayor concentración esta sobre la zona 
de influencia directa para los 2 años con valores de 3.114,308 µg/m3 y 276,284 
µg/m3 que sobrepasan lo previsto en las resoluciones 610 y 2254 
correspondientemente. 
Figura 20.Modelo de dispersión de concentraciones diarias de PM10 en el 
escenario 1 periodo 2014. 
 
Fuente. El autor. 
Para el periodo 2014 el modelo muestra debido a la predominancia en la 
dirección del viento en sentido Sur, que la pluma de la emisión se dirige en el 
mismo sentido. AERMOD muestra que en la zona 1 es donde se encuentran 
altas concentraciones, entre 237,354 µg/m3 y 276,284 µg/m3.Segun el modelo, 
en la zona 3 y 7 las emisiones se concentran en el pie de la montaña, se observa 
que no tienen potencial de ascenso para sobrepasar la topografía compleja de 
la zona. La población del municipio de Nobsa (zona 2) es afectada por la 
dispersión de PM proveniente de las fuentes con unas concentraciones de 
58,731 µg/m3 y 184,19 µg/m3. El impacto en la calidad del aire del municipio de 
Sogamoso (zona 4) por las emisiones de la quema de cal se evidencia con 
presencia de 37,687 µg/m3 y 98,73 µg/m3. 
44 
 
Continuando con el análisis, en la zona 5, debido a las corrientes de viento 
secundarias, se genera el efecto “rebote” porque la montaña (de la zona de 
Morca) está enfrentada a la corriente de viento que viene del cañón del rio 
chicamocha, en esta zona las concentraciones se ubican al pie de la montaña y 
no se evidencia en esta imagen potencial de ascenso. Este mismo fenómeno, 
ocurre en la zona aledaña al municipio de Tibasosa (zona 6) por vientos 
anabaticos que vienen por reflejo de zona de morca como efecto de la dinámica 
de los vientos locales del valle de Sogamoso. 
Figura 21. Modelo de dispersión de concentraciones diarias de PM10 en el 
escenario 1 periodo 2017. 
 
Fuente. El autor. 
Para el periodo 2017 el modelo muestra la predominancia en la dirección de la 
emisión en sentido Oeste debido a que la dirección del viento incide en ese 
rumbo. Igual que en el análisis del 2014, se encuentra que la zona 1, presenta 
las mayores concentraciones de PM. El modelo arroja ya indicios de 
“identificación de zona de influencia directa de emisiones de PM provenientes 
del proceso de cocción de cal en el valle de Sogamoso. 
Un resultado importante del modelado consiste en que en la imagen se observa 
que el PM se ubica en el pie de la montaña con mayores concentraciones sin 
contar la zona de afectación directa en las zonas 3 y 7con los rangos de 28,431 
µg/m3 y 36,21 µg/m3. Igualmente se evidencia que en la zona 6 los vientos del 
valle concentran PM entre 28,431 µg/m3 y 36,21 µg/m3. A diferencia de las 
anteriores zonas; la 4 no condensa las emisiones sino que en ella las 
concentraciones disminuyen. 
45 
 
5.3.1.2. Evaluación de la concentración en los puntos de control. La comparación 
de las concentraciones en los puntos de control utilizado la información de los 
modelos 2014; es decir, antes de compra de emisiones y 2017 del proyecto de 
compra de emisiones realizado por la Corpoboyaca, se muestran en la Tabla 11. 
Se encuentra que, los mayores efectos del impacto en la contaminación del aire 
se ubican en los puntos 3 y 4 para el año 2014 con concentraciones de 
135,08µg/m3 y 117,74 µg/m3. Para el año 2017, los puntos 1 y 2 muestran los 
mayores efectos, con concentraciones aportadas por el proceso calero de 41,12 
µg/m3 y 41,76 µg/m3 en concentración máxima promedio de 24 horas para el 
año 2014 y 2017. 
Tabla 11.Puntos de mayor concentración para el años 2014 y 2017 obtenidos 
por el modelo de dispersión AERMOD. 
 
Fuente. El autor. 
En el 2014 la resolución vigente es la 610 del 2010 que indica una concentración 
máxima de PM10 en 24 de 100 µg/m3, al comparar con los valores del modelo 
se evidencia que se sobrepasa los límites permisibles para cuadro de los 5 
puntos de control; es importante aclarar que el punto 2 está cerca de sobre pasar 
los límites permitidos. En el periodo 2017 entra en vigencia la nueva resolución 
2254 que prevé 75 µg/m3 y el modelo muestra concentraciones por debajo del 
valor estipulado. Lo anterior evidencia que el proyecto de compra de emisiones 
disminuye la concentración de material particulado en el aire lo que mejora la 
calidad del aire del entorno de la población en el área de influencia directa del 
proceso de producción de cal. 
5.3.2. Escenario 2. Pico y placa ambiental 
5.3.2.1. Organización del escenario de pico y placa ambiental. Con el objeto de 
realizar el seguimiento a los aportes del modelo se definen puntos de control los 
cuales se muestran en la figura 18 y los escenarios con pico y placa ambiental 
implementado en el año 2017, se identifican en la figura 21 en los cuales para la 
semana 1 se encuentran prendidos 30 hornos y las semanas 2,3 y 4 están 
prendidos 29 hornos para un total 117 hornos en operación durante el mes. 
1.Iglesia 727680,8 636063,5 76,58 24,86 101,44 6,60 34,52 41,12 75
2.Puesto de salud 727621,74 636044,78 75,10 24,86 99,96 7,24 34,52 41,76 75
3.Alcaldia 728178,89 638201,7 110,22 24,86 135,08 4,80 34,52 39,32 75
4.Punto de las Camaras 728198,3 636316,76 92,88 24,86 117,74 4,08 34,52 38,60 75
5.Centro deportivo 727821,6 636099,68 77,83 24,86 102,69 6,31 34,52 40,83 75
2017 (µg/m3)
Conc.Fondo 
(µg/m3)
Conc.Total 
(µg/m3)
ESCENARIO 1
NNCA 
(µg/m3)
Conc.Fondo 
(µg/m3)
Conc.Total 
(µg/m3)
2014 (µg/m3)
PM10 24
iD X Y Cont Metr
46 
 
Figura 22. Pico y placa ambiental. 
 
Semana 1 
 
 
Semana 2 
47 
 
 
Semana 3 
 
 
Semana 4 
Fuente. El autor. 
 
 
 
 
 
48 
 
5.3.2.2. Proceso de modelamiento. Se procede a modelar para todo el valle de 
Sogamoso con los promedios máximos en 24 horas para el año 2017 (figura 22). 
Se identificó que las mayor concentración esta sobre la zona de influencia directa 
para el escenario 2 con valores entre 204,456 µg/m3 y 215,05 µg/m3 los cuales 
sobre pasan los valores máximos permitidos por la resolución 2254 del 2017. 
Figura 23. Modelo de dispersión de concentraciones totales diarias de PM10 en 
el escenario 2. 
 
Fuente. El autor. 
Para el periodo 2017 el modelo muestra la predominancia en la dirección de la 
emisión en sentido Oeste debido a que la dirección del viento incide en ese 
rumbo. Igual que en el análisis del escenario 1, se encuentra que la zona 1, 
presenta las mayores concentraciones de PM. El modelo arroja ya indicios de 
“identificación de zona de influencia directa de emisiones de PM provenientes 
del proceso de cocción de cal en el valle de Sogamoso. 
Como resultado importante se observa en la imagen que el PM se ubica en el 
pie de la montaña con concentraciones en la zona 3 y 7 con rangos de 14,11 
µg/m3 y 41,31 µg/m3. De igual manera de evidencia que en la zona 6 los vientos 
del valle concentran PM entre 14,11 µg/m3 y 41,31 µg/m3. A diferencia de las 
anteriores zonas; la 4 no condensa las emisiones sino que en ella las 
concentraciones disminuyen. 
5.3.2.3. Evaluación de la concentración en los puntos de control. La comparación 
de los modelos con pico y placa ambiental (Tabla 12), muestra que los mayores 
impactos se producen en los puntos 1,2 y 5 con concentraciones de 39,32 µg/m3, 
39,60 µg/m3 y 38,81 µg/m3 en concentraciones máximas promedio en 24 horas 
para el año 2017. 
49 
 
Tabla 12.Puntos de mayor concentración para el año 2017 obtenidos por el 
modelo de dispersión. 
 
Fuente. El autor. 
En el periodo 2017 entra en vigencia la nueva resolución 254 que prevé 75 µg/m3 
y el modelo establece concentraciones por debajo de la norma. Lo anterior 
evidencia que el pico y placa ambiental conllevo en un cambio las 
concentraciones de material particulado en el aire del entorno de la población en 
el área de influencia directa del proceso de producción de cal. 
5.3.3. Escenario 3. Pico y placa ambiental más re suspensión por vías 
5.3.3.1. Proceso de modelamiento. Se procede a modelar para el valle de 
Sogamoso con los promedios máximos de 24 horas para el año 2017 (figura 23). 
Se identifica que la mayor concentración esta sobre la vía y una parte sobre la 
zona de influencia directa con valores 90.989 µg/m3, 88,895 µg/m3 que 
sobrepasan los límites permitidos por la resolución 2254. 
Figura 24. Modelo de dispersión de concentraciones totales de PM10 en el 
escenario 3. 
 
Fuente. El autor. 
1 (µg/m3) 2 (µg/m3) 3 (µg/m3) 4 (µg/m3)
1.Iglesia 727680,8 636063,5 1,30 0,82 1,08 1,60 4,80 34,52 39,32 75
2.Puesto de salud 727621,74 636044,78 1,35 0,83 1,15 1,76 5,08 34,52 39,60 75
3.Alcaldia 728178,89 638201,7 0,99 0,79 0,46 0,50 2,74 34,52 37,26 75
4.Punto de las Camaras 728198,3 636316,76 0,64 0,72 0,62 0,87 2,85 34,52 37,37 75
5.Centro deportivo 727821,6 636099,68 1,15 0,78 0,90 1,45 4,29 34,52 38,81 75
SEM ANA
PM10 24
iD
ESCENARIO 2
Cont Metrica YX TOTAL 
(µg/m3)
Conc.Fondo 
(µg/m3)
Conc.Total 
(µg/m3)
NNCA 
(µg/m3)
50 
 
Para el periodo 2017 el modelo muestra la predominancia en la dirección de la 
emisión en sentido Oeste debido a que la dirección del viento incide en ese 
rumbo. Igual que en el análisis del escenario 2, se encuentra que la zona 1, 
presenta las mayores concentraciones de PM con rangos de 202,68 µg/m3 y 
90,390 µg/m3. El modelo arroja ya indicios de “identificación de zona de influencia 
directa de emisiones de PM provenientes del proceso de cocción de cal y la re 
suspensión de la vía en el valle de Sogamoso. 
Como resultado importante se observa en la imagen que el PM se ubica en el 
pie de la montaña con concentraciones en la zona 3 con rangos de 23,015 µg/m3 
y 45,47 µg/m3. De igual manera de evidencia que en la zona 6 los vientos del 
valle concentran PM en esta. A diferencia de las anteriores zonas; la 4 no 
condensa las emisiones sino que en ella las concentraciones disminuyen. 
5.3.3.2. Identificación de puntos de control. Con el objeto de realizar seguimiento 
a los aportes del modelo se definen puntos de control los cuales se muestran en 
la figura 18 su ubicación corresponde a lugares en donde hay mayor 
concentración de población, la figura 20 muestra el pico y placa ambiental 
utilizado en este escenario. 
Con respecto a la re suspensión de PM por las vías se basa en la información 
de figura 14 del inventario de fuentes móviles, se observa en la tabla 13 que la 
semana 1, semana 2, semana 3, semana 4 y total de las semanas es un 
escenario en el cual los puntos de mayor aporte son 1, 2,4 y 5 para 24 horas con 
las concentraciones que predijeron de 440,97