Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE GEOFISICA ESTRATIFICACIÓN VERTICAL Y TRANSPORTE VIENTO ABAJO DE CONTAMINANTES URBANOS DE SANTIAGO DE CHILE TESIS PARA OPTAR AL GRADO DE MAGÍSTER EN CIENCIAS, MENCIÓN GEOFÍSICA ANDREA PAZ ORFANOZ CHEUQUELAF PROFESORA GUÍA: LAURA GALLARDO KLENNER PROFESOR CO-GUÍA: NICOLÁS HUNEEUS LAGOS MIEMBROS DE LA COMISIÓN: ROBERTO RONDANELLI ROJAS ANA MARÍA CÓRDOVA LEAL SANTIAGO DE CHILE 2016 ii RESUMEN DE LA MEMORIA PARA OPTAR AL TÍTULO DE MAGÍSTER EN CIENCIAS, MENCIÓN GEOFÍSICA POR: ANDREA PAZ ORFANOZ CHEUQUELAF FECHA: 2016 PROF. GUÍA: LAURA GALLARDO KLENNER ESTRATIFICACIÓN VERTICAL Y TRANSPORTE VIENTO ABAJO DE CONTAMINANTES URBANOS DE SANTIAGO DE CHILE La cuenca de Santiago se ubica en la zona central de Chile, cuenta con una población de alrededor de 7 millones de personas y presenta un relieve complejo caracterizado por cadenas montañosas que rodean la ciudad. Tiene un clima semiárido, una tropósfera baja estable y una inversión térmica de subsidencia cuasi permanente. Todos estos factores, junto a las altas emisiones de la ciudad (6.5 [kton/a] de PM10 y 5.9 [kton/a] de PM2,5), favorecen la ocurrencia de altas concentraciones de contaminantes con efectos nocivos sobre la salud de las personas, los ecosistemas y, potencialmente, el clima regional. Varios estudios y caracterizaciones han sido realizados en la zona acerca de la contami- nación atmosférica, particularmente de los tipos de contaminantes y sus fuentes pero no se ha enfatizado en la dinámica de la distribución vertical de los contaminantes o su alcance espacial y temporal. Este trabajo es la primera comparación sistemática de los resultados de un modelo con observaciones verticales de una traza contaminante. Se describe la estratifi- cación vertical y los mecanismos de transporte que afectan a los contaminantes urbanos de Santiago, también se estudia el posible transporte de estos hacia la Cordillera de los Andes. Se utiliza un modelo numérico que simula las condiciones meteorológicas de la cuenca y que utiliza el monóxido de carbono como trazador cuasi-pasivo de contaminantes urbanos. Estas simulaciones se contrastan con observaciones en la vertical de carbono negro durante una campaña de mediciones de 4 días. El modelo reproduce correctamente la condición sinóptica del período, simulando el desa- rrollo de una baja costera intensa. A escala subsinóptica reproduce la circulación entre el valle y la montaña, característica de Santiago. Tanto las simulaciones como las observaciones muestran la presencia de capas elevadas de contaminantes, las que, sugiere el modelo, son producto de una recirculación de contaminantes emitidos en Santiago. Las simulaciones muestran el transporte de contaminantes hacia la zona andina, alcanzan- do lugares por sobre los 4000 metros de altitud. El mecanismo de transporte hacia la cordillera exhibido por las simulaciones está asociado a la circulación termal de valle y montaña. iii iv A mi familia. Sin su apoyo no me hubiese adentrado en esta aventura que ahora termino. A David, mi nueva familia. v vi Agradecimientos Los estudios en el programa de Magíster en Ciencias mención Geofísica y esta tesis fueron financiados por Beca CONICYTMagíster Nacional y Proyecto FONDAP n.15110009 - Centro de Ciencia del Clima y la Resiliencia (CR2). Además, a Powered@NLHPC: esta investigación fue parcialmente apoyada por la infraestructura de supercómputo del NLHPC (ECM-02) Quiero agradecer a todos mis profesores del programa, que han hecho que me enamore de la ciencia atmosférica. Es un honor para mí haber sido estudiante de Pepe, Laura, Ri- cardo, Roberto, Maisa, René, Rainer, Mark y Nicolás. En especial gracias a mi profesora y jefa, Laura, por confiar en mis capacidades y darme la oportunidad de trabajar con ella. A Nicolás que desde su llegada ha sido un gran aporte a este trabajo y a mi formación como investigadora. Gracias a Rainer, quien también fue un gran apoyo en este proceso. Muchas gracias a Roberto y Ana María por aceptar conformar esta comisión y dar de su tiempo y consejo. Estoy muy agradecida con el Departamento de Geofísica, no solo por todos los conocimien- tos adquiridos, sino por acogerme y hacerme sentir parte del DGF como si siempre hubiese pertenecido. Y claro, a todo el CR2 con especial cariño a Cecilia por su amistad. vii viii Tabla de Contenido 1. Introducción 1 1.1. ¿Qué es el Carbono Negro? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2. Lugar de estudio: Cuenca de Santiago . . . . . . . . . . . . . . . . . . . . . . 5 1.2.1. Circulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2.2. Calidad del aire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2.3. Transporte hacia la cordillera . . . . . . . . . . . . . . . . . . . . . . 9 2. Datos y metodología 11 2.1. Datos Observacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.1. Red Meteorológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.2. Red de Calidad del Aire . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.3. Campaña DIVERSOL . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2. Modelo numérico de mesoescala . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.2.1. Configuración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.2.2. Tratamiento de las simulaciones . . . . . . . . . . . . . . . . . . . . . 16 2.2.3. Emisiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.3. Condición sinóptica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 3. Resultados y discusión 19 3.1. Pruebas de sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.2. Condición Sinóptica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3. Condiciones de superficie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.3.1. Meteorología . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.3.2. Monóxido de carbono . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.4. Condiciones en la vertical . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4.1. Perfiles meteorológicos . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4.2. Perfiles de BC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.5. Transporte hacia la Cordillera . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.5.1. Un año de simulaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 44 4. Conclusiones 45 Apéndices 47 A. Configuración WRF 48 A.1. Parametrización de capa límite . . . . . . . . . . . . . . . . . . . . . . . . . 48 A.2. Física y química . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 ix B. Archivos de Configuración 52 B.1. namelist.wps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 B.2. namelist.wrf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 C. Figuras Complementarias 58 C.1. Series de tiempo del 23 al 25 de Agosto 2013 . . . . . . . . . . . . . . . . . . 58 C.2. Perfiles de radiosondeos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 D. Tablas Complementarias 65 D.1. Estadísticos: análisis del 23 al 25 de Agosto 2013 . . . . . . . . . . . . . . . . 65 E. Técnicas de medición 68 E.1. Método de atenuación óptica . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 E.2. Descripción del equipo de medición de BC . . . . . . . . . . . . . . . . . . . 69 Bibliografía 70 x Índice de Tablas 2.1. Información de las estaciones meteorológicas de la DMC. . . . . . . . . . . . . . 11 2.2. Grupos de estaciones de la red de calidad del aire, para la evaluación del modelo con respecto a la meteorología en superficie y a las concentraciones de CO. . . . . . . 12 2.3. Fechas, hora de inicio y registro de los sondeos cautivos . . . . . . . . . . . . . . 14 3.1. Pruebas de sensibilidad aplicadasal modelo WRF-Chem . . . . . . . . . . . . . . 20 3.2. Estadísticos para comparar las variables meteorológicas observadas con las simula- ciones en superficie. En azul las estaciones de la DMC, y en negro los sectores de la red de calidad del aire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.3. Estadísticos para comparar el CO modelado con el observado de las estaciones de la red de calidad del aire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.4. Estadísticos para comparar las variables meteorológicas observadas con las simula- ciones en la vertical, para los cinco radiosondeos lanzados durante DIVERSOL. . . 32 3.5. Estadísticos para comparar las variables meteorológicas observadas con las simula- ciones en la vertical, para los diez sondeos cautivos operados durante DIVERSOL. 34 3.6. Estadísticos para comparar el BC observado con el CO modelado, para los diez sondeos cautivos operados durante DIVERSOL. . . . . . . . . . . . . . . . . . . 37 A.1. Configuración de la física y dinámica usada en el modelo. . . . . . . . . . . . . . 51 A.2. Configuración de la química usada en el modelo. . . . . . . . . . . . . . . . . . . 51 D.2. Estadísticos para comparar el CO modelado con el observado de las estaciones de la red de calidad del aire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 D.1. Información de la red de calidad del aire de Santiago. . . . . . . . . . . . . . . . 66 D.3. Estadísticos para comparar las variables meteorológicas observadas con las simula- ciones en superficie. En azul las estaciones de la DMC, y en negro los sectores de la red de calidad del aire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 xi xii Índice de Ilustraciones 1.1. Topografía de la zona central de Chile. El área metropolitana de Santiago está de- marcada por la línea blanca. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2. Absorción de la luz por BC, Carbono Café (Brown Carbon, BrC) y otras especies carbonáceas atmosféricas. Figura adaptada de Sasser et al. (2012) . . . . . . . . . 3 1.3. Reducción en el albedo para distintas razones de mezcla de BC en función de la longitud de onda, para una capa de nieve de gránulos de tamaño efectivo de 200 [µm]. Figura adaptada de Bond et al. (2013). . . . . . . . . . . . . . . . . . . . 4 1.4. (izquierda) Condición media de invierno (Mayo-Septiembre) de la presión (contornos cada 2.5 [hPa]) y vientos en superficie, obtenido de reanálisis (1979-1998). El área negra marca el relieve con alturas superiores a 2000 [m] y la estrella verde muestra la ubicación de Santiago. (derecha) Promedio diario de vientos horizontales de invierno (Mayo-Septiembre de 1998 y 1999) con respecto a la altura. Las regiones sombrea- das señalan la componente zonal en dirección e intensidad. Figuras adaptadas de Garreaud et al. (2002) y Garreaud, Rutllant (2006), respectivamente. . . . . . . . 6 1.5. Esquema resumen de los procesos involucrados en la circulación en terreno comple- jo. (1) Circulación de gran escala, (2) subsidencia de mesoescala, (3) brisa valle- montaña, (4) recirculación, (5) convergencia, (6) turbulencia. Figura adaptada de Steyn et al. (2013). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.6. Corte vertical de concentraciones de CO (sombreado) y líneas de temperatura po- tencial a 33.45◦S. Imagen tomada de Schmitz (2005) . . . . . . . . . . . . . . . . 9 2.1. Lugares de las observaciones disponibles. Los círculos azules corresponden a la Red MACAM, los cuadros blancos a la red meteorológica de la DMC, los círculos rosa son los sitios de la campaña DIVERSOL. . . . . . . . . . . . . . . . . . . . . . 13 2.2. Dominios modelados. Para cada uno se indica el nombre y la cantidad de puntos de grilla. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.3. Emisiones de CO utilizadas en el modelo. Arriba, la variación temporal de las emisio- nes en el punto de grilla de la DMC. Abajo la distribución espacial de las emisiones en el dominio 3, para el momento de mayor emisión, según la figura de superior. . 17 2.4. Esquema de la condición sinóptica recurrente asociadas a episodios de contaminación, una baja costera de Tipo A (Rutllant, Garreaud (1995)). . . . . . . . . . . . . . 17 2.5. Representación de la estructura vertical que se observa durante la culminación (a) y término (b) de un evento de baja costera. Figura de Rutllant (2014). . . . . . . . 18 xiii 3.1. Comparación del perfil vertical de BC observado con los perfiles verticales de CO simulados para las diferentes pruebas de sensibilidad. A la izquierda las pruebas de niveles verticales. Al centro las pruebas de cantidad de emisiones. A la derecha un panel resumen con todas las pruebas realizadas e incluye el perfil logrado con el cambio de uso de suelo, las variables en este panel se muestran normalizadas y el perfil de BC interpolado en la vertical a los niveles del modelo. . . . . . . . . . . 20 3.2. Cartas sinópticas de altura geopotencial a 850[hPa] (líneas amarillas) y a 500[hPa] (líneas rojas) obtenidas de reanálisis NCEP/NCAR Kalnay et al. (1996) y del modelo para los días de la campaña DIVERSOL a las 00 : 00 UTC (20 : 00 HL), superpuestas sobre imágenes satelitales GOES (2015). . . . . . . . . . . . . . . . . . . . . . . 22 3.3. Series de tiempo de las tres estaciones de la DMC con las respectivas mediciones (azul) y simulaciones (rojo) para temperatura, humedad relativa, rapidez y dirección del viento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.4. Series de tiempo de temperatura, humedad relativa, rapidez y dirección del viento para los sectores de las estaciones meteorológicas de la red de calidad del aire. . . 26 3.5. Series de tiempo de razón de mezcla de CO observado(azul) y de CO modelado(rojo), para los sectores seleccionados de la red de calidad del aire. . . . . . . . . . . . . 28 3.6. Diagramas del ciclo diario de CO observado (a) y modelado (b), para las estaciones de la red de calidad del aire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.7. Perfiles verticales de temperatura, vapor de agua, rapidez y dirección del viento para los radiosondeos lanzados durante DIVERSOL (rojo) y las simulaciones (azul) correspondientes. Sobre cada gráfico se señala la fecha y hora del perfil en formato día/mes-hora:minutos en hora local. . . . . . . . . . . . . . . . . . . . . . . . . 31 3.8. Paneles de temperatura (a), razón de mezcla (b), rapidez (c) y dirección del viento (d), para los diez sondeos cautivos realizados durante la campaña DIVERSOL. . . 33 3.9. Serie de tiempo de CO y BC observado. A la derecha el diagrama de dispersión de las mismas variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.10. Perfiles verticales de BC observado (azul) y CO modelado (rojo) para los diez sondeos cautivos operados durante DIVERSOL. . . . . . . . . . . . . . . . . . . . . . . 36 3.11. Imágenes de retrodispersión del nefobasímetro instalado en las dependencias del DGF (Muñoz, Undurraga (2010)) para los días de DIVERSOL. En rojo las concentraciones de aerosoles más altas y en azul las menores. Se superpone la altura de la capa límite (CL) modelada (círculos blancos). . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.12. Diagrama tiempo-altitud del ciclo diario de concentraciones de CO modeladas. Pro- medio desde el 23 al 30 de Agosto. . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.13. Corte vertical de las concentraciones de CO [ppmv] (izquierda) y vientos, además de perfiles verticales de CO modelado en las coordenadas de la DMC, para 5 momentos del día 29 de Agosto. Se ilustra la formación de una capa alta de contaminantes. . 40 3.14. Mapa con las ubicaciones geográficas de los lugares con registros de contaminantes, Cerro Colorado y Glaciar Olivares. . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.15. Series de tiempo de la concentración de CO modelado.. . . . . . . . . . . . . . . 42 3.16. Corte vertical a la latitud del Cerro Colorado. . . . . . . . . . . . . . . . . . . . 42 3.17. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3.18. Topografía del dominio más pequeño de la simulación. En el cuadro negro y la imagen a la derecha se resalta la zona del análisis de eventos de transporte. . . . . . . . . 44 3.19. Número de eventos por puntos de grilla para la zona estudiada. Las líneas grises corresponden a la topografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 xiv C.1. Series de tiempo y diagramas de dispersión para analizar la relación BC/CO. Arriba: serie de tiempo de CO y BC observado. A la derecha el diagrama de dispersión de las mismas variables. Abajo: Serie de tiempo de CO modelado y BC observado. A la derecha el diagrama de dispersión de las mismas variables. . . . . . . . . . . . 58 C.2. Series de tiempo de las tres estaciones de la DMC con las respectivas mediciones (azul) y simulaciones (rojo) para temperatura, humedad relativa, rapidez y dirección del viento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 C.3. Series de tiempo de temperatura, humedad relativa, rapidez y dirección del viento para los sectores de las estaciones meteorológicas de la red de calidad del aire. . . 60 C.4. Perfiles completos de los radiosondeos lanzados durante DIVERSOL. . . . . . . . 63 C.5. Perfiles de CO modelado entre las 15:00 [HL] y las 17:00 [HL], para todos los días de simulación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 xv xvi Capítulo 1 Introducción La cuenca de Santiago (figura 1.1) se ubica en la zona central de Chile y presenta un relieve complejo caracterizado por cadenas montañosas que rodean la ciudad. Tiene un clima semi- árido, una tropósfera baja estable y una inversión térmica de subsidencia cuasi permanente. Todos estos factores favorecen la ocurrencia de altas concentraciones de contaminantes con efectos nocivos sobre la salud de las personas Bell et al. (2006), el ecosistema García-Huidobro et al. (2001) y potencialmente el clima regional (Saide et al. (2012), Mena-Carrasco et al. (2014)). Múltiples estudios han abordado distintos aspectos de la contaminación atmosférica de esta zona urbana (Jorquera (2002), Olivares et al. (2002), Jorquera, Castro (2010), Saide et al. (2011), Muñoz, Alcafuz (2012)), sin embargo, solo algunos pocos han enfatizado en la distribución vertical de los contaminantes dentro de la cuenca (Gallardo et al. (2002), Schmitz (2005), Seguel et al. (2013)), y no se cuenta con comparaciones sistemáticas de simulaciones con observaciones en la vertical. Además, tampoco se ha evaluado el posible transporte hacia la Cordillera de los Andes de contaminantes emitidos en Santiago. Así, como parte del problema de calidad del aire de la zona de estudio, este trabajo busca describir la estratificación vertical de contaminantes, comparando observaciones de carbono negro (BC) con simulaciones numéricas de monóxido de carbono (CO), gas que se comporta como una traza cuasi-inerte a escala urbana Saide et al. (2009). También, como primera aproximación, analizar los posibles mecanismos de transporte que afectan a los contaminantes urbanos hacia la zona cordillerana. Es de especial interés enfocar este trabajo en el carbono negro debido a sus impactos en la calidad del aire y sus efectos climáticos Bond et al. (2013). Este estudio se enmarca en la iniciativa internacional PISAC (Pollution and its Impact on the South American Cryosphere) que investiga las fuentes de emisiones y los impactos del carbono negro y sus contaminantes asociados en la criósfera de Los Andes Molina et al. (2015). Los objetivos principales de esta tesis se listan a continuación: • Caracterizar la distribución vertical y dispersión de carbono negro emitidos en la ciu- dad de Santiago a través de simulaciones numéricas utilizando CO como trazador de 1 Figura 1.1: Topografía de la zona central de Chile. El área metropolitana de Santiago está demarcada por la línea blanca. transporte. • Explorar los posibles mecanismos que transportan el CO emitido en Santiago hacia la cordillera. En este capítulo se describen las características e impactos del carbono negro sobre la salud de las personas, la calidad del aire y el clima (sección 1.1). Luego en la sección 1.2 se proporciona información del lugar de estudio, la circulación en la cuenca, el comportamien- to de la capa de mezcla, las condiciones meteorológicas favorables para eventos severos de contaminación, y además se realiza una revisión de los estudios de la zona con respecto a la calidad del aire y el transporte de contaminantes. En el capítulo 2 se presentan los datos y las herramientas utilizadas. El modelo que se implementa, su configuración y los datos observacionales que se utilizarán en la evaluación del modelo, como la red de calidad del aire de Santiago y la campaña Distribución Vertical de Aerosoles (DIVERSOL) realizada en Agosto del año 2013. Los resultados y su análisis de se encuentran en el capítulo 3, finalmente las discusiones y conclusiones de esta tesis se presentan en el capítulo 4. 1.1. ¿Qué es el Carbono Negro? El carbono negro (BC, por sus siglas en inglés black carbon) es un tipo de aerosol carbo- náceo producto de procesos de combustión incompleta Bond et al. (2013). Los aerosoles son partículas en suspensión en la atmósfera líquidas o sólidas (excluyendo gotas de lluvia o nu- 2 be) Seinfeld, Pandis (2006). Las partículas de BC se encuentra generalmente en la atmósfera como partículas cuasi esféricas compuestas de grafito. Miles de esférulas de grafito coagulan formando aglomerados o cadenas fractales, con diámetros aerodinámicos entre 10 y 200 [nm] Invernizzi et al. (2011). Lo que hace tan distinguible este aerosol de otros tipos de aerosoles y otras formaciones de carbono son sus propiedades físicas, que se enumeran a continuación: 1. El índice de refracción del BC es independiente de la longitud de onda, lo que le permite absorber en todas las longitudes de onda del espectro visible (figura 1.2). Con una sección transversal de absorción por unidad de masa de 5 [m2g−1] (área geométrica, que indica la cantidad de energía que es capaz de remover de un haz de luz Liu (2002) ponderada por unidad de masa) a una longitud de onda de 550 [nm]. 2. Es el aerosol absorbente refractario predominante en la atmósfera. El ser refractario significa que su punto de ebullición (4000 [K]) le permite resistir altas temperaturas sin descomponerse, además de emitir radiación visible termal (luz incandescente) si llegase a evaporarse Schwarz et al. (2006). 3. Es insoluble en agua, así como en solventes orgánicos incluyendo metanol y acetona. Figura 1.2: Absorción de la luz por BC, Carbono Café (Brown Carbon, BrC) y otras especies carbonáceas atmosféricas. Figura adaptada de Sasser et al. (2012) Las principales fuentes de emisión de este aerosol son fuentes móviles asociadas a motores diésel, y fuentes fijas como industrias, quemas residenciales y abiertas Bond et al. (2013). Como se mencionaba anteriormente el BC es altamente absorbente a la radiación en un amplio espectro. Pero, además de absorber radiación en la atmósfera, también la dispersa. Esto provoca dos efectos, al absorber radiación tiene un efecto de calentamiento local en la atmósfera donde está presente y, al dispersarla, reduce la cantidad de radiación que llega a la superficie, enfriándola Ramanathan, Carmichael (2008). Este último es conocido como forzamiento radiativo directo Bond et al. (2013). El efecto de calentamiento local, puede provocar cambios en la distribución vertical de temperatura, cambiando la estabilidad estática, lo que podría inducir cambios en la distri- 3 bución de nubes, reducir la humedad relativa de una capa nubosa, evaporando las gotas, disminuyendo la cobertura nubosa y el albedo de las nubes Bond et al. (2013). Estos son efectos semi-directos. Tambiénel BC puede modificar la concentración de número de gotas en nubes cálidas, el cambio en la fase de partición en una nube de fase mixta (compuesta por agua líquida y hielo) y el cambio en la concentración de número de partículas en una nube de hielo. Estos efectos son indirectos y dependen de la fase de la nube, es decir, si está formada de agua líquida, hielo o mixta. Los impactos finales que esto podría provocar son variados, dependen de la localización del BC en la nube, pueden inducir forzamiento radiativo tanto positivo como negativo, pudiendo llevar a la temperatura del planeta tanto a un efecto neto de calentamiento como de enfriamiento Bond et al. (2013). Aunque aún no está bien estudiado, todos estos efectos en las nubes pueden tener reper- cusiones en la precipitación, ya que, por ejemplo, al aumentar el número de gotas en una nube líquida, para un determinado volumen de agua, puede que estas no alcancen el tamaño necesario para precipitar. Otra forma en quedan el BC puede modificar la precipitación es actuando como núcleo de hielo y de esa manera intensificar la caída de nieve Boucher et al. (2013). Si el BC se deposita sobre la nieve o el hielo reduce el albedo de la superficie. Se estima que esta disminución de albedo llega al orden de un 5 % Ménégoz et al. (2014) para concentracio- nes de BC observadas sobre la nieve (figura 1.3). El BC recién emitido es de menor diámetro e hidrofóbico Bond et al. (2013), si al ocurrir el derretimiento estas partículas se quedan sobre la superficie derretida el albedo será aún menor y el derretimiento sigue acelerándose. Todo esto puede aumentar la temperatura local Liu, Chen (2000), así como provocar variabilidad de los caudales de ríos que nacen del derretimiento de hielos Painter et al. (2010). Figura 1.3: Reducción en el albedo para distintas razones de mezcla de BC en función de la longitud de onda, para una capa de nieve de gránulos de tamaño efectivo de 200 [µm]. Figura adaptada de Bond et al. (2013). 4 En el Himalaya se ha estimado que la deposición de BC sobre la nieve aumentó la tem- peratura media a 2 metros de 0,05 a 0,3 [◦C] entre 1998 y 2008. También se ha indicado que puede reducir la cobertura de nieve anual de 1 a 8 días Ménégoz et al. (2014). En el caso de los Andes, se carece de observaciones suficientes para este tipo de análisis, pero Molina et al. (2015) entregan una revisión de las características de la cordillera, como de los trabajos que ahí se han desarrollado. Algunos estudios de modelación y mediciones proporcionan informa- ción acerca de la presencia de contaminantes en diversos sitios de este cordón montañoso ( Freitas et al. (2005), Schmitt et al. (2015), Vimeux et al. (2009)), muy pocos relativos a la zona andina de Chile (Cereceda-Balic et al. (2012), Jenk et al. (2013), Córdova et al. (2015)) donde los efectos del BC aún no han sido suficientemente abordados. El BC, por su diámetro aerodinámico, es una fracción del material particulado fino (PM2,5, material particulado de diámetro aerodinámico menor a 2,5[µm]), el cual al ser respirado es capaz de ingresar hasta los alvéolos pulmonares Seaton et al. (1995). Así, el BC constitu- ye un riesgo para la salud de las personas Existen algunos estudios que identifican en el BC riesgos cardiovasculares, cancerígenos y obstrucción pulmonar, entre otros (Sasser et al. (2012), Anenberg et al. (2013)). Estudios toxicológicos indican que el BC no es tóxico por sí mismo, pero puede servir como medio de transporte para otras especies tóxicas (Janssen et al. (2012)). 1.2. Lugar de estudio: Cuenca de Santiago La cuenca de Santiago se emplaza en la zona central de Chile, a aproximadamente 80 [km] de la costa del Océano Pacífico, desde los 33,2◦ Sur hasta los 33,7◦ Sur, y desde los 70,9◦ Oeste hasta los 70,5◦ Oeste aproximadamente. Tiene una altitud media de 500 [msnm] (metros sobre el nivel del mar). Se encuentra confinada al Este por la Cordillera de los Andes con una altitud media de 4500 [m], al Oeste por la Cordillera de la Costa de aproximadamente 1500 [m] de alto y tanto al Norte como al Sur por cadenas montañosas transversales, como se observa en la figura 1.1. Esta zona del país se encuentra bajo la influencia casi permanente del Anticiclón del Pacífico (figura 1.4), por lo que se desarrolla en la cuenca un clima semiárido, con una estación seca de 7 a 9 meses y precipitaciones centradas en los meses de invierno por el paso de algunos sistemas frontales. Presenta una tropósfera baja muy estable y una inversión térmica de subsidencia cuasi permanente Muñoz, Undurraga (2010). 1.2.1. Circulación Por la influencia del anticiclón del Pacífico, los vientos predominantes en la zona son suroestes durante el año, aunque durante el invierno se observan también vientos noroestes Miller (1976). La componente sur de los vientos medios es forzada por el gradiente de presión de gran escala. Debido a la topografía, el relieve provoca diferencias de insolación dentro lo cuenca lo que conlleva a una alternancia de las brisas valle y montaña Fuenzalida (1971). 5 Figura 1.4: (izquierda) Condición media de invierno (Mayo-Septiembre) de la presión (contornos cada 2.5 [hPa]) y vientos en superficie, obtenido de reanálisis (1979-1998). El área negra marca el relieve con alturas superiores a 2000 [m] y la estrella verde muestra la ubicación de Santiago. (derecha) Promedio diario de vientos horizontales de invierno (Mayo-Septiembre de 1998 y 1999) con respecto a la altura. Las regiones sombreadas señalan la componente zonal en dirección e intensidad. Figuras adaptadas de Garreaud et al. (2002) y Garreaud, Rutllant (2006), respectivamente. En la figura 1.4 se grafican los rasgos promedio del régimen de vientos sobre la cuenca bajo los 2000 [msnm], por sobre esa altitud predomina el viento noroeste debido al bloqueo que ejerce la cordillera en el flujo del oeste de gran escala Kalthoff et al. (2002). Bajo los 2000 [msnm] es posible identificar la circulación valle-montaña al observarse un ciclo diario marcado, donde durante el día los vientos suroestes se dirigen hacia las montañas y durante la noche, con intensidades menores, vuelven hacia el valle. Frecuentemente la circulación de la cuenca se ve afectada por un centro de baja presión superficial de escala subsinóptica, no asociado al frente polar, lo que se denomina baja costera. Este fenómeno aumenta la estabilidad estática y se relaciona a eventos de contaminación Rutllant, Garreaud (1995). En el capítulo 2 se entrega una descripción más detallada de sus características y su efecto sobre la cuenca. El régimen de vientos en conjunto con la inversión térmica de subsidencia de gran escala permanente en la cuenca, producen un desarrollo de capa límite estable, característico de las zonas en terreno complejo, con fuertes variaciones en tiempo y espacio Steyn et al. (2013). Al caer la noche, la superficie se enfría radiativamente generando una inversión térmica nocturna, la cual se acopla con la inversión de subsidencia formando una capa muy estable Garreaud, Rutllant (2006) casi sin desarrollo vertical. Al amanecer el sol comienza a calentar la superficie, se produce convección, y con ello generación térmica de turbulencia, lo que mezcla el aire y la capa se vuelve más profunda. Un registro y análisis de la evolución de la capa de mezcla en la cuenca fue realizada por Muñoz, Undurraga (2010) y Muñoz, Alcafuz (2012), usando 2 años de observaciones de un nefobasímetro en la ciudad y 5 días de observaciones de un Lidar elástico de 355 [nm]. Las observaciones muestran una capa límite convectiva desde las 9 a las 14 hrs (hora local, HL) aproximadamente, disminuyendo en intensidad pasadas las 14:00 hrs. 6 Durante la transición de la tarde junto con la depresión de la capa de mezcla cerca de la superficie, se observa una capa de aerosoles entre los 500 y 1200 [mss] (metros sobre la super- ficie), que según observaciones con el nefobasímetro son frecuentes. Escribano et al. (2014) y Seguel et al. (2013) también indican la presencia deuna capa alta de contaminantes desaco- plada de la capa de mezcla, y se refieren a esta como una capa residual, que correspondería a remanentes de contaminantes que quedan en altura luego del colapso nocturno de la capa de mezcla. A modo de resumen, el esquema de la figura 1.5 presenta los procesos involucrados en la circulación de la cuenca, que influyen en la evolución y desarrollo de la capa de mezcla. Se observa por ejemplo la circulación regional (1 en el esquema), la subsidencia de mesoescala (2), la brisa valle-montaña (3) que podrían inducir una recirculación en la cuenca (4). También se hace referencia a la convergencia (5), y la turbulencia (6). Con todo, la circulación en la cuenca está dominada por los procesos termales, inducidos por la insolación. Figura 1.5: Esquema resumen de los procesos involucrados en la circulación en terreno complejo. (1) Circulación de gran escala, (2) subsidencia de mesoescala, (3) brisa valle-montaña, (4) recirculación, (5) convergencia, (6) turbulencia. Figura adaptada de Steyn et al. (2013). 1.2.2. Calidad del aire Para comenzar a desarrollar planes de prevención o de descontaminación en alguna lo- calidad, primero ese lugar debe declararse como zona latente o saturada, esto significa que la concentración de algún contaminante debe superar el 80% de la norma respectiva De- creto Supremo (1996). En Chile, las normas primarias de calidad del aire para partículas totales en suspensión (PTS), monóxido de carbono (CO), dióxido de azufre (SO2), dióxido de nitrógeno (NO2) y ozono (O3), fueron declaradas el año 1978. Solo en 1992 lo mismo se realizó para material particulado grueso (con diámetro aerodinámico menor a 10[µm], PM10) SINCA (2015). Así la Región Metropolitana de Santiago fue declarada zona saturada por O3, PM10, PTS y CO en 1996, y zona latente por NO2 Decreto Supremo (1996). En Agosto del año 2014, la ciudad fue declarada zona saturada por material particulado fino (con diámetro aerodinámico 7 menor a 2,5[µm], PM2,5) Diario Oficial (2014), el cual contiene partículas de BC, y está en desarrollo un nuevo plan de descontaminación (www.mma.gob.cl) Esta región reúne alrededor de 7 millones de habitantes INE (2014). Esto conlleva la con- centración de industrias, transporte privado y público, consumo energético y otras actividades que resultan en emisiones de contaminantes Gallardo et al. (2012). También desde otros cen- tros urbanos e industriales en la región se generan emisiones adicionales que ocasionalmente afectan la ciudad Gallardo et al. (2002). Los tipos de contaminantes y sus fuentes son los tópicos más estudiados en la zona, con énfasis en los aerosoles (Cahill et al. (1996), Escribano et al. (2014), Gramsch et al. (2009), Kavouras et al. (2001), Morel et al. (1999), Pérez et al. (2000), Tsapakis et al. (2002)). Aún cuando no hay estudios enfocados plenamente al BC, algunos trabajos tocan someramente el tema. Artaxo et al. (1999) realizó mediciones de PM10, PM2,5 y BC en dos lugares de Santia- go, concluyendo que el mayor aporte de material particulado tenía su origen en el transporte, y que el BC aportaba aproximadamente un 20 % del PM2,5. Seguel et al. (2009) midieron durante 3 años Carbono Elemental (EC), el cual es representativo del BC, y Carbono Or- gánico (OC) en PM2,5, concluyendo que las concentraciones de ambas especies son mayores durante el período de otoño e invierno que en primavera-verano, atribuible al incremento de emisiones por calefacción y condiciones meteorológicas, además que el EC llega a representar entre un 19 % y un 26 % del PM2,5 en masa. Villalobos et al. (2015) a través de un análisis de datos colectados en Macul para el invierno del año 2013, indican que el EC contribuye en un 11± 6 % al PM2,5. La dispersión y variabilidad de algunos contaminantes dentro de la cuenca, ha sido inves- tigada a través del uso de modelos, caracterizando el transporte con énfasis en los episodios de contaminación durante el invierno. Olivares et al. (2002) y Gallardo et al. (2002) son los primeros trabajos en simular la evolución del azufre oxidado (SOx) en 4 dimensiones, el último durante la ocurrencia de bajas costeras. De la misma manera Jorquera (2002) utiliza un modelo de caja para simular la variabilidad temporal de CO, SO2 y nitrógeno oxidado (NOx). Muñoz, Alcafuz (2012) entrega una caracterización de la evolución de la capa de mezcla usando observaciones LIDAR (Light Detection and Ranging) y nefobasímetro. Schmitz (2005) también aborda la dispersión en las 3 dimensiones, al modelar la dispersión de CO. En este estudio sugieren que la dispersión vertical durante el día está controlada por la turbulencia y la inestabilidad de la capa límite (figura 1.6), mientras que, durante la noche, serían los procesos de convergencia y divergencia los responsables del transporte. Hasta ahora no se cuenta con observaciones de CO en la vertical para evaluar los resultados que ahí se entregan. Otro trabajo relevante en caracterizar la estratificación de contaminantes es Seguel et al. (2013), en donde con observaciones de ozono registran la existencia de capas residuales por sobre la capa de mezcla y bajo la base de la inversión térmica de subsidencia. 8 Figura 1.6: Corte vertical de concentraciones de CO (sombreado) y líneas de temperatura potencial a 33.45◦S. Imagen tomada de Schmitz (2005) Otro aspecto del problema de calidad el aire es el pronóstico de eventos severos, y algunos trabajos también se han referido a ello. Pérez et al. (2004) utilizando un esquema de red neuronal, busca pronosticar las concentraciones de material particulado, modelando disper- sión de CO. De forma similar Saide et al. (2011) también realiza simulaciones de CO con el mismo propósito, pero utilizando un modelo numérico. En las simulaciones de este trabajo se utiliza el mismo modelo, y similar configuración, al desarrollado en Saide et al. (2011), el cual en la actualidad es usado como sistema operacional de pronóstico de calidad del aire en las zonas centro y sur de Chile Saide et al. (2015). En el ámbito de las observaciones, la región cuenta con una red de calidad de aire desde 1997, y en la actualidad consta de 11 estaciones, que también miden parámetros meteoroló- gicos. Por otro lado, la Dirección Meteorológica de Chile opera 9 estaciones meteorológicas en la ciudad. 1.2.3. Transporte hacia la cordillera La Cordillera de los Andes, en toda su extensión, cuenta con muy pocas observaciones que permitan estudiar el impacto que las emisiones antrópicas producen en los glaciares o en la calidad del agua por ejemplo Molina et al. (2015). Así en la zona aledaña a la ciudad de Santiago, existen algunos estudios que se refieren a la presencia de contaminantes urbanos en la cordillera. Jenk et al. (2013) y Cereceda-Balic et al. (2012) muestran, a través de análisis químicos, la presencia de contaminantes sobre la cordillera de Los Andes central, los cuales sugieren que tienen origen urbano. Cereceda-Balic et al. (2012) analizando nieve en Cerro Colorado (33,33◦ S., 70,28◦ O.) encontraron trazas de elementos de origen antrópico, relacionados por ejemplo al tráfico y quema de biomasa, lo que propone que las emisiones de Santiago se depositan en la cordillera. También Jenk et al. (2013) encuentra en el Glaciar Olivares Beta 9 (33,15◦ S., 70,19◦ O.), a 4770 [msnm], la presencia de BC en la nieve del glaciar, que podría tener su origen en Santiago, de la quema de leña y diésel. En el posible transporte de contaminantes desde la ciudad de Santiago, Córdova et al. (2015) en una campaña de 5 semanas en primavera del año 2014, acompañada de modelación, analizan el transporte hacia el sureste de la ciudad adentrándose en la cordillera. Según este estudio no existe un posible transporte desde la ciudad. Una vez presentados los antecedentes, en adelante se presentan las herramientas y me- todología que permiten realizar una comparación entre observaciones y simulaciones de la estratificación vertical del BC y su posible transporte a la Cordillera de losAndes. 10 Capítulo 2 Datos y metodología A continuación, se presentan los datos disponibles y las herramientas utilizadas en este trabajo: los datos observacionales que se utilizan en la evaluación del modelo (sección 2.1.3), el modelo que se utiliza para estudiar la distribución de contaminantes en la cuenca y su configuración (sección 2.2) y la condición sinóptica del periodo de estudio (sección 2.3). 2.1. Datos Observacionales 2.1.1. Red Meteorológica La Dirección Meteorológica de Chile (DMC) es el organismo responsable del quehacer meteorológico en el país Ley16752 (2004). En Santiago de las estaciones que opera la DMC, se cuenta con tres estaciones meteorológicas, con mediciones de dirección y rapidez del viento a 10 [mss], temperatura, humedad relativa, precipitación y presión atmosférica a 2[m]. Las estaciones se describen en la tabla 2.1, el registro de las variables es instantáneo. 2.1.2. Red de Calidad del Aire Con respecto a la calidad del aire, la Región Metropolitana de Santiago cuenta con una red de monitoreo a cargo de la División de Calidad de Aire del Ministerio del Medio Ambiente. La red cuenta con datos horarios de varios contaminantes: material particulado grueso (PM10) Nombre Código Lat. [◦]S Lon. [◦]O Descripción Estación Aeronáutica TO 33,45 70,55 Registro horario Eulógeo Sánchez, Tobalaba desde las 8:00 a las 18:00 HL Estación Sinóptica QN 33,45 70,68 Registro cada 3 horas: Quinta Normal 00, 03, 06, 09, 12, 15, 18, 21 UTC Estación Sinóptica AP 33,39 70,79 Registro horario Aeronáutica Pudahuel Tabla 2.1: Información de las estaciones meteorológicas de la DMC. 11 y fino (PM2,5), CO, dióxido de azufre, ozono entre otras trazas de interés, además de poseer estaciones meteorológicas en los mismos sitios de medición. Esta red opera desde 1997 y hoy cuenta con 11 estaciones, cuya representatividad, con respecto a los patrones de circulación y dispersión de material particulado y CO, fue analizada recientemente por Osses et al. (2013) y Henríquez et al. (2015). En 3 estaciones se cuenta, además, con datos de carbono elemental y orgánico, trazas asociadas al carbono negro. En la estación Las Condes ubicada en la zona oriente de Santiago, se cuenta con mediciones de BC (http : //sinca.mma.gob.cl/). En el apéndice D, la tabla D.1 presenta las 11 estaciones con sus coordenadas y las variables que de ahí se utilizan para este estudio. Para la comparación de las simulaciones realizadas con las estaciones de la red de calidad del aire, algunas estaciones se agrupan por sector según patrones de velocidad y dirección del viento observadas, aquellas que mostraron mayor covarianza con respecto a estas variables fueron agrupadas como se muestra en la tabla 2.2. Las series de tiempo de las variables que se presentan en la sección 3.3 son promedios de las estaciones agrupadas. Sector Estaciones Código Centro Parque O’Higgins N Norte Independencia F Oriente Las Condes M El Bosque Q Sur La Florida L Puente Alto S Sur poniente Talagante T Quilicura V Poniente Pudahuel R Cerro Navia O Cerrillos P Tabla 2.2: Grupos de estaciones de la red de calidad del aire, para la evaluación del modelo con respecto a la meteorología en superficie y a las concentraciones de CO. 2.1.3. Campaña DIVERSOL Para mejorar la comprensión de los procesos de mezcla y de transporte que rigen la capa límite de Santiago, los días 27, 28 y 29 de Agosto del 2013, se realizó una campaña en la cual se obtuvieron los primeros perfiles verticales de BC para esta ciudad usando un etalómetro portátil en un globo cautivo. El etalómetro utiliza la técnica de medición de atenuación óptica, que se describe en el anexo E. Además, con el globo cautivo, se realizaron mediciones meteorológicas con radiosondas. Estas mediciones fueron acompañadas de cinco radiosondeos y mediciones de retrodisper- sión de aerosoles corregida por rango en 910nm con un nefobasímetro. Las observaciones se realizaron en las dependencias de la DMC (Estación Quinta Normal), exceptuando el ne- fobasímetro, que fue operado en dependencias del Departamento de Geofísica (DGF) de la 12 Facultad de Ciencias Físicas y Matemáticas (33,50◦S,70,65◦O). La campaña tomó lugar en condiciones sinópticas de desarrollo de una baja costera de tipo A (sección 2.3). Los datos obtenidos a partir de esta campaña se utilizan para evaluar el desempeño del modelo en reproducir la estratificación vertical de BC y de las variables meteorológicas. Los perfiles verticales de BC fueron procesados de acuerdo a la metodología descrita en Farías (2015). Cada alzamiento del globo cautivo registra datos al subir hasta aproximadamente los 1000 [m] de altura y de la misma manera durante su bajada. En la tabla 2.3 se registran las fechas y hora de inicio (en hora local, HL), para los sondeos cautivos que registran BC, temperatura, razón de mezcla, dirección y rapidez del viento. El tiempo aproximado que le toma al globo cautivo subir y bajar es de 1 hora, los perfiles finales que se utilizan en la evaluación del modelo son el promedio entre el perfil de subida y el de bajada de cada una de las variables. Para hacer referencia a los alzamientos del globo se utiliza la hora más próxima al inicio del sondeo, lo que en la tabla 2.3 corresponde al registro. En la figura 2.1 se muestran las ubicaciones geográficas de todas las observaciones con las que se cuentan. Figura 2.1: Lugares de las observaciones disponibles. Los círculos azules corresponden a la Red MACAM, los cuadros blancos a la red meteorológica de la DMC, los círculos rosa son los sitios de la campaña DIVERSOL. 13 Fecha Hora inicio [HL] Registro [HL] 27-Ago-2013 10:44 11:00 27-Ago-2013 12:12 12:00 27-Ago-2013 14:17 14:00 27-Ago-2013 18:48 19:00 28-Ago-2013 11:44 12:00 28-Ago-2013 13:08 13:00 28-Ago-2013 14:29 14:00 28-Ago-2013 18:07 18:00 28-Ago-2013 20:08 20:00 29-Ago-2013 07:08 07:00 Tabla 2.3: Fechas, hora de inicio y registro de los sondeos cautivos 2.2. Modelo numérico de mesoescala El carácter complejo del relieve de la zona de estudio requiere simulaciones de alta reso- lución con atención en los procesos de meso y micro escala (Fernando (2010), Steyn et al. (2013)), es por ello que en este trabajo se implementa el modelo WRF-Chem versión 3.7 (Weather Research and Forecasting coupled with Chemistry), modelo numérico de mesoescala de última generación utilizado en investigación meteorológica y pronóstico del tiempo. Este modelo resuelve numéricamente las ecuaciones de la dinámica y la física de la atmósfera, ade- más de ser capaz de simular transporte, mezcla y procesos químicos de trazas atmosféricas y aerosoles, simultáneamente con la meteorología Grell et al. (2005). En este trabajo para modelar la dispersión de BC emitido en Santiago se utiliza el mo- nóxido de carbono (CO) como trazador de transporte. Usar CO como trazador de otros compuestos es un ejercicio que se ha realizado con anterioridad en la ciudad de Santiago (Saide et al. (2011)). A escala urbana el CO puede ser considerado como una traza pasiva, debido a que tiene un tiempo de recambio del orden de meses Seinfeld, Pandis (2006) pero dentro de la ciudad permanecería por un periodo máximo de dos días Saide et al. (2011). El monóxido de carbono dentro de la cuenca solo estaría sometido a procesos de mezcla y dispersión (Schmitz (2005)). 2.2.1. Configuración Basándose en las observaciones, las simulaciones abarcan los días de la campaña DIVER- SOL, comenzando el día 20 de Agosto del 2013 y hasta el 30 de Agosto del mismo año. Se modelan tres dominios anidados (figura 2.2), el más grande (d01) con resolución de 18 [km], el que le sigue (d02) de 6 [km] y el más pequeño (d03), centrado en Santiago es de 2 [km] de resolución. La cantidad de puntos de grilla corresponden a 130 en el eje X y 128 en el eje Y para el dominio d01, el siguiente dominio (d02) cuenta con 61 puntos por cada eje y el dominio d03 con 61 puntos en el eje zonal y 73 para el eje meridional. 14 La configuración utilizada en este trabajo se basa en la configuraciónimplementada en Saide et al. (2011), que es la configuración óptima para representar la meteorología y las concentraciones de CO durante episodios de alta contaminación en Santiago. Además, ha sido evaluada durante la ocurrencia de bajas costeras. Figura 2.2: Dominios modelados. Para cada uno se indica el nombre y la cantidad de puntos de grilla. Las condiciones iniciales y de borde meteorológicas se obtienen de archivos NCEP FNL (National Centers for Environmental Prediction - Final Operational Global Analysis data), que son análisis finales de resolución espacial de 1◦ × 1◦, con las condiciones meteorológicas, cada 6 horas (NCEP (2000)). Utilizando como base la configuración de original de Saide et al. (2011), se realizaron prue- bas de sensibilidad para la parametrización de capa límite, la cantidad de niveles verticales, el uso de suelo y la cantidad de emisiones. Los resultados de estas pruebas de sensibilidad se encuentran en la sección 3.1. La configuración final utilizada en este trabajo cuenta con el esquema de parametrización de capa límite Mellor-Yamada-Janjic and Niio level 2.5 (MYNN2), 46 niveles verticales, de los cuales 26 de ellos están bajo los 2 [km] de altura. En relación al uso de suelo, se utiliza el catálogo USGS, pero el área urbana queda definida por el catálogo MODIS. El resto de la configuración física, dinámica y química está resumida en las tablas A.1 y A.2, del apéndice A, donde se entrega la variable a parametrizar, el nombre de la variable en el modelo y una descripción de las opciones escogidas. Los archivos de configuración que usa el modelo WRF-Chem (namelist.wps y namelist.wrf) se encuentran adjuntos en el apéndice B. Luego de algunas pruebas de desempeño para estimar el tiempo que tarda en el modelo en 15 estabilizarse (“spin up”), se descartan los primeros 3 días de simulación. Por lo cual se evalúa el desempeño del modelo desde el día 23 de Agosto hasta el fin del período de simulación. Sin perjuicio de lo anterior, se enfoca el análisis en el periodo en que se desarrolló DIVERSOL, del día 26 al 30 de Agosto. 2.2.2. Tratamiento de las simulaciones Como se menciona anteriormente la grilla más pequeña de la simulación es de 2 [km], así para generar series de tiempo en un punto determinado de la ciudad, las variables se interpolan linealmente desde los cuatro puntos de grilla más cercanos a las observaciones. Las variables meteorológicas se obtienen a las mismas alturas que las observaciones, por ejemplo, la temperatura y humedad relativa se miden a 2 [mss], la simulación entrega estas variables. Con relación al viento, para evitar posibles errores en las coordenadas debido a la proyección del mapa, las simulaciones se procesan utilizando el programa ncl. El viento se mide a 10 [mss] y así mismo el modelo entrega esta variable a 10 [m]. Para comparar perfiles verticales simulados con las observaciones, las observaciones se procesan e interpolan a las alturas del modelo. 2.2.3. Emisiones El inventario utilizado es descrito por Saide et al. (2011), en este se considera una emi- sión anual de 200 [kton/año] de CO, cuya distribución espacial está ponderada por densidad poblacional (figura 2.3), lo que permite una mejor representación de la distribución de emi- siones debido al tráfico vehicular Saide et al. (2009). También se considera que un 30 % del CO proviene de quema de leña. Con respecto a la variación temporal de las emisiones utilizadas, se presenta un ciclo diurno basado en un perfil promedio de conteo vehicular obtenido de Corvalán et al. (2002), el cual muestra dos máximos de emisiones a las 8:00 HL y las 18:00 HL, diferenciando la cantidad de emisión según el día de la semana. En la figura 2.3 se muestran el ciclo diario, semanal y la distribución espacial de las emisiones. 2.3. Condición sinóptica Durante los días en que DIVERSOL se llevó a cabo, las cartas sinópticas indican el desa- rrollo de una baja costera. Una baja costera es un centro de baja presión superficial de escala subsinóptica, no asociado al frente polar, como se menciona en el capítulo 1. En Rutllant, Garreaud (1995) se identifican dos configuraciones de baja costera, la primera y más frecuente se denomina de Tipo A, que consiste en una vaguada de superficie localizada entre el anticiclón del Pacífico y un alta fría migratoria que se dirige hacia Argentina (figura 2.4). 16 Figura 2.3: Emisiones de CO utilizadas en el modelo. Arriba, la variación temporal de las emisiones en el punto de grilla de la DMC. Abajo la distribución espacial de las emisiones en el dominio 3, para el momento de mayor emisión, según la figura de superior. Figura 2.4: Esquema de la condición sinóptica recurrente asociadas a episodios de contaminación, una baja costera de Tipo A (Rutllant, Garreaud (1995)). 17 (a) Culminación (b) Término Figura 2.5: Representación de la estructura vertical que se observa durante la culminación (a) y término (b) de un evento de baja costera. Figura de Rutllant (2014). Al ocurrir una baja costera (figura 2.5.a) la presión en superficie decae en la costa aproxi- madamente unos 10 [hPa], mientras que en la tropósfera media la presión aumenta Garreaud et al. (2002). Ocurre un decaimiento de la altura de la capa límite, debido a una subsidencia forzada por vientos del Este por la ladera andina (1 en la figura) dando lugar a una com- presión adiabática y cielos claros, dejando la capa de estratocúmulos costeros confinada al Norte (2 en la figura). El término de una baja costera (figura 2.5.b) está acompañado del desplazamiento de la alta fría al Este y aproximación de una baja frontal (1 en la figura), el flujo del Este se debilita (2) o vuelve a la condición media de vientos del Oeste, por consiguiente, deja de actuar la subsidencia sobre Los Andes, y la capa límite marina se recupera de Norte a Sur en forma de onda de Kelvin cubriendo de nubosidad (3). 18 Capítulo 3 Resultados y discusión El análisis que se presenta a continuación se enfoca en los cuatro días que coinciden con aquellos en que se ejecutó DIVERSOL, del 26 al 29 de Agosto del 32013. Para el período completo de simulación, del día 23 al 30 de Agosto, los resultados se pueden ver en los anexos C y D. Este capítulo se separa en 5 secciones. Primero se presentan las pruebas de sensibilidad rea- lizadas al modelo, mencionadas en el capítulo 2, luego un análisis cualitativo del desempeño del modelo en reproducir la condición sinóptica del periodo de estudio (3.2). A continuación una sección de evaluación en superficie, un análisis del rendimiento del modelo con respecto a las observaciones tanto meteorológicas como de CO (3.3). En la tercera parte, se muestra la evaluación en la coordenada vertical, comparando el modelo con los radiosondeos meteo- rológicos disponibles y las mediciones obtenidas durante DIVERSOL (3.4). Finalmente, en la última sección 3.5 se analiza el transporte hacia la Cordillera de Los Andes. 3.1. Pruebas de sensibilidad Como se menciona en la sección 2.2.1 se realizaron pruebas de sensibilidad en el modelo con el fin de reproducir lo mejor posible las características de la estratificación de BC. Los perfiles de BC obtenidos en DIVERSOL muestran, en algunos de ellos, aumento en las con- centraciones de BC por sobre los 1000 [msnm]. Para capturar esta característica se realizaron pruebas de sensibilidad para la parametrización de capa límite, la cantidad de niveles ver- ticales, la cantidad de emisiones y el uso de suelo. En la tabla 3.1 se resumen las pruebas realizadas. Con respecto a la parametrización de capa límite planetaria, el modelo cuenta con trece opciones pero no todas pueden utilizarse debido a resolución espacial implementada. De las opciones disponibles, en Saide et al. (2011) se determina que la más apropiada para repre- sentar el CO en superficie es el esquema Mellor-Yamada-Janjic and Niio level 2.5 (MYNN2) (González (2013)). La descripción de este esquema se encuentra en el apéndice A.1. 19 Pruebas Capa límite Niveles verticales Uso de suelo EmisionesYSU 39 USGS × 1 Opciones MYJ 46 MODIS × 2 MYNN2 60 USGS + MODIS × 6 QNSE Tabla 3.1: Pruebas de sensibilidad aplicadas al modelo WRF-Chem La figura 3.1 muestra las pruebas de configuración para uno de los perfiles de BC. La configuración de Saide et al. (2011) cuenta con 39 niveles verticales, 19 de ellos bajo los 2 km. Se realizaron pruebas con 46 y 60 niveles verticales. Al no mejorar la simulación del perfil vertical de BC, y dado el tiempo de cómputo, se decide finalmente trabajar con los 46 niveles, de los cuales 26 de ellos están bajo los 2 [km] de altura. Esto se observa en el panel izquierdo de la figura 3.1. Luego, se probó aumentar las emisiones en 2 y 6 veces, para así descartar que el proble- ma de la capa en altura fuera por la cantidad de emisiones. Como se observa en el panel del centro de la figura 3.1, el aumentar las emisiones incluso hasta en 6 veces, no mejora considerablemente la representación de la capa en altura de BC observada. Figura 3.1: Comparación del perfil vertical de BC observado con los perfiles verticales de CO simulados para las diferentes pruebas de sensibilidad. A la izquierda las pruebas de niveles verticales. Al centro las pruebas de cantidad de emisiones. A la derecha un panel resumen con todas las pruebas realizadas e incluye el perfil logrado con el cambio de uso de suelo, las variables en este panel se muestran normalizadas y el perfil de BC interpolado en la vertical a los niveles del modelo. 20 En relación al uso de suelo, el modelo cuenta con dos catálogos de uso de suelo USGS (U.S. Geological Survey) y MODIS (Moderate Resolution Imaging Spectroradiometer). Se prueban ambos catálogos y al observar que el catálogo USGS subestima la cobertura urbana, se prueba utilizar el catálogo USGS pero con el área urbana definida por el catálogoMODIS. Esta última configuración del uso de suelo resulta ser la que arroja mayor concordancia con lo observado, como se observa en el panel derecho de la figura 3.1, donde el perfil muestra un pequeño aumento en las concentraciones con la altura. 3.2. Condición Sinóptica Para evaluar el desempeño del modelo en reproducir la condición sinóptica, se comparan cartas sinópticas producidas por el modelo con cartas de reanálisis NCEP/NCAR Kalnay et al. (1996), particularmente las cartas de altura geopotencial a 850[hPa] y 500[hPa]. El reanálisis utilizado es distinto a las condiciones de borde implementadas en el modelo. En la figura 3.2 se presentan las cartas sinópticas sobrepuestas sobre las imágenes satelitales correspondientes. Se observa cómo desde el día 26 las líneas a 850[hPa] muestran una vaguada que se intensifica y se desplaza hacia el Sur, alcanzando su culminación (figura 2.5a) en la zona central el día 28, acompañado de una dorsal en altura (500[hPa]) que también se intensifica mientras se aproxima al continente por el Oeste. El día 29 fue el día de término (figura 2.5b) de esta baja costera. El modelo reproduce correctamente los patrones de la condición sinóptica, simulando el desarrollo de esta baja costera de tipo A. La presión en 850 hPa muestra la disminución de presión en la zona costera, mientras que en la tropósfera media (500 hPa) aumenta, aunque en general sobrestima los valores de altura geopotencial hasta en 40 [m]. Además, el modelo simula el día 27 la alta presión migratoria hacia Argentina, que caracteriza este tipo de evento. Es posible observar el desarrollo de la baja costera, y su correcta representación, analizan- do las variables meteorológicas en superficie presentadas en la figura 3.3. Las observaciones de temperatura exponen un aumento progresivo en los días de los valores extremos, corres- pondiente al desarrollo de la baja costera hasta el día 28, luego el día 29 la temperatura máxima disminuye de manera abrupta. Este comportamiento de la temperatura responde al paso de la alta presión en altura que produce cielos claros, característica de una baja costera tipo A. La disminución en la temperatura marca el término de la baja costera, momento en que la zona se cubre de nubosidad. La presión disminuye de manera constante sobre Santiago desde el día 26 en que comienza a desarrollarse la baja costera, hasta el día 28. Esta disminución supera los 10 [hPa] en las tres estaciones de la DMC. La presión vuelve a subir durante el término de la baja. Esta característica también se observa en la simulación, con menos precisión en la estación TO. La humedad relativa también reacciona ante los cambios que produce el desarrollo de la baja costera. Se observa también, una disminución constante de la humedad relativa ob- servada, hasta el día 28, día de la culminación. Luego esta variable se repone y aumenta nuevamente debido al ingreso de nubosidad y humedad a la cuenca. 21 Figura 3.2: Cartas sinópticas de altura geopotencial a 850[hPa] (líneas amarillas) y a 500[hPa] (líneas rojas) obtenidas de reanálisis NCEP/NCAR Kalnay et al. (1996) y del modelo para los días de la campaña DIVERSOL a las 00 : 00 UTC (20 : 00 HL), superpuestas sobre imágenes satelitales GOES (2015). 22 3.3. Condiciones de superficie 3.3.1. Meteorología Para la evaluación de la meteorología en superficie se utilizan las series de tiempo de las variables que se miden las estaciones de la DMC (figura 3.3). También se presentan las series de tiempo de las variables observadas por las estaciones de la red de calidad del aire, agrupadas como se indica en la sección 2.1.2 (figura 3.4). Para cuantificar la evaluación se presenta una tabla con los principales estadísticos (ta- bla 3.2), el promedio observado (po) y modelado (pm), desviación estándar observada (σm) y modelada (σo), coeficiente de correlación (r), sesgo fraccional (fractional bias en inglés FB), la raíz cuadrada del error cuadrático medio (RMSE por Root Mean Square Error) y error cuadrático medio normalizado (NMSE). Estos estadísticos, además de ser usualmente utilizados en este tipo de evaluaciones, se seleccionan según las características que permiten evaluar. El coeficiente de correlación da una idea de la relación lineal entre lo observado y lo modelado, el FB da cuenta del sesgo entre las series modelada y observada. El RMSE y el NMSE permiten evaluar loa exactitud entre lo observado y lo simulado, además el NMSE al ser normalizado, permite una comparación entre las diferentes variables que se analizan (Borrego et al. (2008)). En esta tabla se encuentran las mismas estaciones de las figuras 3.3 y 3.4. En términos generales tanto la temperatura como la humedad relativa, muestran buena coincidencia entre las observaciones y las simulaciones, para todas las estaciones. Por otro lado para la rapidez y la dirección del viento, el desempeño del modelo es menor. Las observaciones de temperatura en todas las estaciones muestran un mínimo el día 26, luego hay un aumento progresivo correspondiente al desarrollo de la baja costera hasta el día 28, el día 29 presenta condiciones más frías, marcando el término de la baja costera. El modelo sigue esta variación temporal pero no captura los valores extremos, y sobreestima el cambio abrupto del día 29. Los valores de correlación que van desde 0,6 para To hasta 0,9 para AP. En comparación al resto de las variables la temperatura muestra menor NMSE, lo que indica que es la variable mejor representada en las simulaciones. De las figuras 3.3 y 3.4 se aprecia que en cuanto a la humedad relativa, en general el modelo reproduce la variabilidad temporal y la amplitud diaria. Para el sector oriente es capaz de reproducir la disminución progresiva de humedad que se produce en la cuenca, hasta el día 28, no así el aumento del día 29. Se sobrestiman los valores extremos diarios, llegando al 100 % durante el día, para casi todos los días en todas las estaciones. Esto causa promedios mayores a los observados, pero desviaciones estándar similares. 23 TEMPERATURA po pm σo σm r FB RMSE NMSE AP 11,6 12,2 7,1 6,1 0,91 −0,04 2,9 0,06 QN 12,2 12,7 7,1 6,6 0,90 −0,04 2,7 0,05 TO 15,9 17,9 6,9 5,6 0,55 −0,11 6,3 0,14 Centro 12, 312, 6 7, 1 6, 5 0, 89 −0, 02 3, 0 0, 06 Norte 14, 9 13, 3 6, 3 6, 1 0, 88 0, 11 3, 4 0, 06 Oriente 12, 8 13, 4 6, 3 6, 1 0, 89 −0, 04 2, 8 0, 05 Sur 12, 2 13, 0 7, 0 6, 2 0, 86 −0, 07 3, 5 0, 08 Sur poniente 12, 2 12, 3 6, 8 4, 7 0, 93 −0, 01 3, 0 0, 06 Poniente 13, 1 12, 2 6, 9 6, 4 0, 88 0, 07 3, 3 0, 07 HUMEDAD RELATIVA po pm σo σm r FB RMSE NMSE AP 61 81 23 24 0,74 −0,27 25 0,13 QN 66 75 26 25 0,80 −0,13 17 0,06 TO 54 48 24 17 0,39 0,12 24 0,23 Centro 57 74 23 25 0, 72 −0, 27 25 0, 14 Norte 55 69 23 23 0, 72 −0, 23 22 0, 13 Oriente 54 53 20 19 0, 68 0, 02 15 0, 08 Sur 57 71 23 24 0, 70 −0, 23 23 0, 13 Sur poniente 65 85 21 14 0, 80 −0, 27 23 0, 10 Poniente 60 79 24 25 0, 69 −0, 27 27 0, 15 RAPIDEZ VIENTO po pm σo σm r FB RMSE NMSE AP 4,3 1,7 2,8 0,8 0,39 0,87 3,7 1,88 QN 1,2 1,4 1,6 0,9 0,52 −0,20 1,4 1,13 TO 2,6 1,8 1,5 1,2 0,58 0,26 1,5 0,46 Centro 0, 7 1, 2 0, 6 0, 6 0, 30 −0, 46 0, 8 0, 83 Norte 0, 8 1, 3 0, 4 0, 6 0, 14 −0, 52 0, 9 0, 70 Oriente 1, 3 1, 2 0, 5 0, 5 0, 40 0, 20 0, 6 0, 25 Sur 1, 2 1, 3 0, 5 0, 5 0, 42 −0, 10 0, 6 0, 21 Sur poniente 0, 8 1, 6 0, 5 0, 8 0, 46 −0, 70 1, 1 1, 01 Poniente 1, 2 1, 0 0, 9 0, 6 0, 60 0, 18 0, 7 0, 43 Tabla 3.2: Estadísticos para comparar las variables meteorológicas observadas con las simulaciones en superficie. En azul las estaciones de la DMC, y en negro los sectores de la red de calidad del aire. 24 Figura 3.3: Series de tiempo de las tres estaciones de la DMC con las respectivas mediciones (azul) y simulaciones (rojo) para temperatura, humedad relativa, rapidez y dirección del viento. 25 F ig ur a 3. 4: Se ri es de ti em po de te m pe ra tu ra ,h um ed ad re la ti va ,r ap id ez y di re cc ió n de lv ie nt o pa ra lo s se ct or es de la s es ta ci on es m et eo ro ló gi ca s de la re d de ca lid ad de la ir e. 26 El viento en capas límites estables como la de Santiago es de baja rapidez y la medición de este depende principalmente del lugar de observación Steyn et al. (2013). Así lo muestran las observaciones, al no superar los 6[m/s] de rapidez, excepto en Aeropuerto Pudahuel (AP). Para el resto de las estaciones, el modelo captura las magnitudes del período. Para las estación TO, así como para el sector poniente los valores de correlación son mayores a 0, 6, y el FB, muestran buena correspondencia con la variabilidad temporal observada, estando la modelación sólo 0,2 [m/s] por debajo de lo observado. Por otro lado, el sector oriente y el sur, aunque con bajos coeficientes de correlación presentan menor error que el resto de los sectores. La dirección del viento tiene un NMSE menor que la rapidez (tabla 3.2), es decir está mejor representada. El modelo captura la dirección del viento en TO y para todos los sectores, con mayor dificultad al final del periodo en la zona centro. Los sectores oriente y sur son los mejores representados, (coeficientes de correlación 0,8 y 0,7, respectivamente), registran un marcado ciclo diario, con vientos predominantemente Este durante las mañanas y Oeste durante las tardes, mostrando marcadamente la circulación valle-montaña. Con excepción de la zona centro, el resto de los sectores están igualmente bien simulados. Para el período del 23 al 30 de Agosto, previo a la ocurrencia de la baja costera, el rendimiento del modelo con respecto a la meteorología en superficie es similar al período que aquí se discute. En los anexos C y D, se puede observar las series de tiempo y las tablas estadísticas que muestran valores similares a lo presentado en este apartado. Con todo, se estima que el desempeño es adecuado para simular la dispersión de contaminantes, y se encuentra en el rango de acierto informado en otros trabajos (Gallardo et al. (2000), Gallardo et al. (2002), Schmitz (2005), Saide et al. (2011)). 3.3.2. Monóxido de carbono Como se trabaja con una traza atmosférica pasiva, los patrones de circulación dominan el transporte de la traza, por lo que las características de agrupación de las estaciones de la red de calidad del aire, también se observan en las concentraciones de CO. Por esto, esta sectorización es utilizada en la evaluación del modelo con respecto al CO en superficie. Además, estos grupos coinciden con una configuración estadísticamente óptima para el monitoreo del PM2,5, sugerida por Osses et al. (2013). En la figura 3.5 se presentan las series de tiempo de CO, para los sectores mencionados en la tabla 2.2. La tabla 3.3 contiene los mismos estadísticos utilizados en el análisis de la meteorología, pero aplicados a la evaluación de CO. Según la figura 3.5, los valores de CO observados no superan los 1.5 [ppmv] tanto en el sector oriente como en el surponiente, y los 3 [ppmv] en el resto de las estaciones, para el periodo de análisis, característica que el modelo captura. Cualitativamente el modelo captura la variabilidad temporal diaria de las concentraciones de CO. Para la estación de la zona oriente, reproduce correctamente tanto la variabilidad como la amplitud de las observaciones. Así mismo para la zona sur, muestra esta relación, aunque con dificultades en los valores extremos, tanto máximos como mínimos. Tanto en el sector poniente como sur poniente el 27 Estación po pm σo σm r FB RMSE NMSE Centro 0, 8 0, 8 0, 6 0, 4 0, 22 −0, 02 0, 6 0, 59 Norte 1, 0 0, 7 0, 5 0, 1 0, 43 0, 38 0, 6 0, 49 Oriente 0, 7 0, 7 0, 3 0, 3 0, 62 0, 08 0, 3 0, 15 Sur 0, 9 0, 8 0, 6 0, 3 0, 54 0, 15 0, 5 0, 42 Sur poniente 0, 6 0, 3 0, 3 0, 2 0, 28 0, 77 0, 5 1, 21 Poniente 1, 0 0, 5 0, 7 0, 2 0, 26 0, 67 0, 8 1, 42 Tabla 3.3: Estadísticos para comparar el CO modelado con el observado de las estaciones de la red de calidad del aire. Figura 3.5: Series de tiempo de razón de mezcla de CO observado(azul) y de CO modelado(rojo), para los sectores seleccionados de la red de calidad del aire. 28 modelo subestima las magnitudes observadas. Esta subestimación también se observa para los sectores Centro y Sur, pero sólo durante los días 27 y 28. Según los coeficientes de correlación, la mejor relación entre las observaciones y las simu- laciones se obtiene para la zona oriente, con un valor de 0,6. Le sigue la zona sur con un coeficiente de correlación de 0,5. Ambos sectores registran los valores de RMSE y NMSE más bajos, es decir, menor error y mayor precisión. En general el modelo muestra problemas en las magnitudes, con promedios y desviaciones estándar menores a lo observado. Los estadísticos obtenidos en este análisis son similares a los presentados en Schmitz (2005). En Saide et al. (2011), los coeficientes de correlación de CO en superficie son mayores a los de estas simulaciones, lo que puede ser un indicador de que las emisiones utilizadas, ya sea con respecto a la distribución o las fuentes, son diferentes en la actualidad. De hecho, Saide et al. (2015) han ajustado el inventario de emisiones, tanto la distribución espacial como los ciclos diarios, con información actualizada que logra una mejor coincidencia con las observaciones de calidad del aire. Los resultados para el período previo, muestran menores correlaciones y mayor error. Así, estos resultados permiten fortalecer la hipótesis de que la configuración utilizada es óptima para simular el CO, en condiciones de baja costera, como se propone en Saide et al. (2011). (a) Ciclo diario observado (b) Ciclo diario modelado Figura 3.6: Diagramas del ciclo diario de CO observado (a) y modelado (b), para las estaciones de la red de calidad del aire. Con respecto a la variación interdiaria, el modelo sigue los patrones de variación observa- dos. Las zonas centro, sur y oriente, muestran un máximo de concentración el día 27, seguido de una disminución en las concentraciones, evolución que el modelo representa. El sector norte muestra dos máximos, uno el día 27 y el otro el 28, de igual forma el modelo captura esta característica. Para el sector poniente, el modelo muestra muy poca variación, mientras que las observaciones presentan un máximo el día 28 que el modelo no logra capturar. Para el sector sur ponientecasi no hay variación interdiaria observada, rasgo reproducido en la simulación. Para el sector sur poniente las observaciones registra las razones de mezcla de CO más bajas, en comparación al resto de los sectores, el modelo coincide en esta característica. Con 29 excepción de la estación del centro, para todo el resto el modelo subestima las magnitudes razón de mezcla de CO, como se comprueba al comparar los valores del promedio observado con el modelado. El ciclo diario de razón de mezcla de CO (figura 3.6a y 3.6b) muestra para todas los sectores dos máximos durante el día. Uno ocurre entre las 8 y las 12 del día, y el otro entre las 22 y las 1 hrs AM. El modelo es capaz de reproducir los dos máximos diarios, sin embargo se adelanta un par de horas al máximo nocturno y los subestima. En algunas estaciones este segundo máximo del día se prolonga con altas concentraciones hasta la mañana siguiente. Es lo que se observa en los sectores del centro, poniente, sur y en menor medida en el sur poniente. Las simulaciones logran esto para las zonas centro y sur. Excepto para los sectores norte y oriente, un mínimo se consigue durante la tarde en las observaciones (alrededor de las 18 hrs.), y otro durante la madrugada, cerca de las 6 hrs AM. Para el oriente, las simulaciones logran captar ese mínimo alcanzado durante la noche. Para el resto de las estaciones el modelo simula dos mínimos de CO, entre los máximos, de similar magnitud. 3.4. Condiciones en la vertical 3.4.1. Perfiles meteorológicos Radiosondeos Los cinco radiosondeos disponibles se presentan en la figura 3.7, hasta los 5000 [m] de altitud, donde cada panel presenta una variable y sobre cada perfil graficado se indica la fecha y hora del perfil. Los estadísticos para el análisis se encuentran en la tabla 3.4, y fueron calculados hasta la máxima altitud alcanzada por cada radiosondeo, aproximadamente hasta los 25 [km]. Todas las variables presentan altos valores de correlación entre lo observado y las simulaciones. Para la temperatura, razón de mezcla de vapor de agua y rapidez del viento los coeficientes de correlación superan los 0,88, estos valores están influenciados por lo que ocurre sobre los 5000 [m] de altitud, donde el modelo y las observaciones coinciden con mayor precisión. Los perfiles completos se encuentran en el anexo C. Los perfiles modelados de temperatura siguen el perfil observado, aunque con una subes- timación de hasta 10 [◦C] a lo largo de todo el perfil (solo se muestra hasta los 5000 [m]). Cerca de los 10 [km] la simulación y la observación se acercan, disminuyendo la diferencia, pero la subestimación se mantiene. Así lo reflejan los estadísticos, con promedios y desviacio- nes estándar con diferencias menores a 2 [◦C]. Esta diferencia cuasi constante con la altura abre la duda con respecto a la calibración del instrumento, ya que estas grandes diferencias no son observadas en superficie. Por otro lado, la altura de la inversión térmica también es subestimada por el modelo, siendo más notorio para los perfiles del día 28 de Agosto (figura 3.7a). 30 (a) Temperatura (b) Vapor de agua (c) Rapidez del viento (d) Dirección del viento Figura 3.7: Perfiles verticales de temperatura, vapor de agua, rapidez y dirección del viento para los radiosondeos lanzados durante DIVERSOL (rojo) y las simulaciones (azul) correspondientes. Sobre cada gráfico se señala la fecha y hora del perfil en formato día/mes-hora:minutos en hora local. El vapor de agua exhibe magnitudes no superiores a 5 [g/kg] (figura 3.7b), disminuyendo con la altura, con excepción del perfil del día 26 a las 17:00 [HL], en el cual se observa una capa entre los 3500 y 4000 metros de magnitud similar a la de superficie. Si bien el modelo no captura la capa adecuadamente, sí reproduce el aumento de vapor de agua. Los dos perfiles de las 10:00 [HL] muestran concordancia entre el modelo y la observación. Para las 17:00 [HL], los días 27 y 28, el modelo subestima la altura de la capa de mezcla, con una mayor presencia de vapor de agua en la capa más cerca de la superficie. Las simulaciones de rapidez del viento parecen tener mayor dificultad en replicar los per- files (figura 3.7c). Para los primeros 2 sondeos, el día 26 a las 17 hrs. y el día 27 a las 10 hrs., cerca de la superficie coinciden con lo observado. Aun cuando los otros 3 perfiles presentan mayores dificultades para seguir lo observado, los estadísticos indican menor error y mayor precisión, incluso que la razón de mezcla. La dirección del viento en 3 de los 5 perfiles coincide correctamente por sobre los 1500 [msnm], por otro lado, el modelo no logra reproducir los perfiles del día 26 y el día 28 a las 17:00 hrs. Los bajos niveles de error pueden estar influen- ciados por la buena representación sobre los 2000 [m], para los primeros 4 perfiles, donde los radisondeos observan viento principalmente sur. El modelo reproduce adecuadamente esta característica. 31 TEMPERATURA po pm σo σm r FB RMSE NMSE 26/08 17:00 [HL] −25, 7 −28, 3 31, 5 29, 1 0, 98 −0, 10 6, 0 0, 05 27/08 10:00 [HL] −27, 6 −26, 7 32, 2 30, 3 0, 99 0, 03 5, 9 0, 05 27/08 17:00 [HL] −25, 0 −25, 0 34, 6 32, 5 0, 98 0, 00 6, 1 0, 06 28/08 10:00 [HL] −22, 9 −21, 9 36, 5 34, 7 0, 97 0, 05 4, 9 0, 05 28/08 17:00 [HL] −20, 0 −21, 9 37, 8 35, 0 0, 97 −0, 09 5, 8 0, 08 RAZON DE MEZCLA po pm σo σm r FB RMSE NMSE 26/08 17:00 [HL] 1, 3 1, 4 1, 7 1, 7 0, 93 −0, 09 0, 6 0, 20 27/08 10:00 [HL] 1, 0 1, 4 1, 5 1, 7 1, 00 −0, 30 0, 4 0, 14 27/08 17:00 [HL] 0, 9 1, 5 1, 1 1, 9 0, 91 −0, 50 1, 1 0, 88 28/08 10:00 [HL] 0, 8 0, 9 1, 3 1, 2 0, 99 −0, 07 0, 3 0, 14 28/08 17:00 [HL] 0, 8 0, 9 1, 1 1, 4 0, 92 −0, 13 0, 5 0, 36 RAPIDEZ VIENTO po pm σo σm r FB RMSE NMSE 26/08 17:00 [HL] 14, 3 14, 3 11, 6 9, 3 0, 97 −0, 00 4, 1 0, 08 27/08 10:00 [HL] 13, 4 14, 2 7, 8 7, 1 0, 96 −0, 06 3, 3 0, 06 27/08 17:00 [HL] 12, 2 13, 1 6, 2 6, 0 0, 88 −0, 07 3, 8 0, 09 28/08 10:00 [HL] 10, 6 11, 2 7, 2 6, 8 0, 95 −0, 05 2, 7 0, 06 28/08 17:00 [HL] 9, 8 9, 5 7, 8 7, 5 0, 92 0, 03 3, 0 0, 10 Tabla 3.4: Estadísticos para comparar las variables meteorológicas observadas con las simulaciones en la vertical, para los cinco radiosondeos lanzados durante DIVERSOL. Sondeos cautivos Los sondeos cautivos permiten un análisis enfocado en los primeros 1500 [mss]. En la figura 3.8 se presentan los perfiles observados y las respectivas simulaciones para su comparación. Se complementa esta información con una tabla de estadísticos como las anteriores presentadas (tabla 3.5). Para la temperatura, el modelo mejora su desempeño con respecto a la comparación con los radiosondeos, ya que en algunos casos disminuye la subestimación de temperatura con la altura. Las magnitudes de la razón de mezcla también están bien logradas por el modelo. Al igual que las observaciones, el modelo manifiesta una capa de mezcla que se vuelve más profunda al pasar el día. Esto se observa claramente para el día 28. Así mismo, como con los radiosondeos, esta capa de mezcla se subestima. Para el día 28 en particular las correlaciones tanto de temperatura como de razón de mezcla son superiores a 0,5. Los perfiles de las mañanas (hasta las 13:00 [HL]), presentan perfiles de rapidez del viento similares entre sí, con un perfil relativamente constante con la atura, hasta los 1000 [m], para luego aumentar su magnitud. El modelo consigue reproducir esta característica. Los perfiles mejor logrados son los del día 27, a las 11:00 [HL] y las 12:00 [HL], con coeficientes de correlación de 0,8 y 0,6, respectivamente. El resto de los perfiles, de las tardes de cada día, están subestimados por el modelo en la magnitud del viento hasta aproximadamente los 1100 [m], por sobre esta altitud cambian y el modelo sobreestima la rapidez del viento. Estos perfiles tienen índices de correlación menores a 0,2, FB mayores a 0,2 y RMSE sobre 1,5, lo 32 Figura 3.8: Paneles de temperatura (a), razón de mezcla (b), rapidez (c) y dirección del viento (d), para los diez sondeos cautivos realizados durante la campaña DIVERSOL.
Compartir