Estratificacion-vertical-y-transporte-viento-abajo-de-contaminantes-urbanos-de-Santiago-de-Chile

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.