Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca
- Autores
- Mellado, Daniela; Bali, Juan L.; Colman Lerner, Jorge Esteban; Jacovkis, Pablo Miguel; Porta, Atilio Andrés; Sanchez, Erica Yanina
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Una adecuada gestión del medio ambiente requiere de la complementación de metodologías que permitan no sólo caracterizar la calidad del aire y conocer sus efectos en la salud, sino también reconocer las principales fuentes de emisión de los contaminantes de interés y sus contribuciones, de manera de poder definir una estrategia que permita conciliar los procesos productivos con la salud de la población. En este trabajo se implementa el modelo NTA (Nonparametric Trajectory Analysis) en el software libre Python, para estimar la distribución de fuentes de emisión y la concentración promedio del dióxido de azufre en la ciudad de Bahía Blanca (Provincia de Buenos Aires, Argentina). La herramienta es considerada un híbrido de los modelos receptores, dado que utiliza mediciones tomadas en el centro de monitoreo y datos meteorológicos locales. Para tal objetivo, se hace uso de la información de calidad de aire de dióxido de azufre, de acceso libre y gratuito en el sitio web del municipio, junto con datos del Servicio Meteorológico Nacional (SMN), descritos en el mismo período temporal. En función de la información recopilada, se aplica la herramienta a distintos períodos temporales, complementando el estudio con la elaboración de la rosa de los vientos para el mismo periodo de interés. Esta herramienta permitió conocer con más detalle el comportamiento previsto del patrón direccional del contaminante, a partir de la estimación de la zona de mayor de distribución de fuentes. Particularmente, se evidenciaron altas concentraciones al noroeste de la estación de monitoreo, en mayor medida para los meses fríos del año. Si bien Petrobras Argentina S.A. representa solo el 17.2% anual de las emisiones de SO2, es destacable la relevancia que tienen los vientos predominantes en la dispersión de los contaminantes, y consecuente en la definición de las áreas de impacto. Como fortaleza de la herramienta, se destaca la posibilidad de proyectar zonas de mayor amenaza en función de la meteorología local, de modo de optimizar los recursos disponibles aplicados a campañas de monitoreo, al acotar la potencial región de emisión.
Centro de Investigaciones del Medioambiente
Centro de Investigación y Desarrollo en Ciencias Aplicadas - Materia
-
Ciencias Exactas
Análisis no paramétrico de la trayectoria
Modelos receptores
Distribución de fuentes
Bahía Blanca - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/118290
Ver los metadatos del registro completo
id |
SEDICI_89ac6588b1690d01c7da3918522d86e1 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/118290 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía BlancaMellado, DanielaBali, Juan L.Colman Lerner, Jorge EstebanJacovkis, Pablo MiguelPorta, Atilio AndrésSanchez, Erica YaninaCiencias ExactasAnálisis no paramétrico de la trayectoriaModelos receptoresDistribución de fuentesBahía BlancaUna adecuada gestión del medio ambiente requiere de la complementación de metodologías que permitan no sólo caracterizar la calidad del aire y conocer sus efectos en la salud, sino también reconocer las principales fuentes de emisión de los contaminantes de interés y sus contribuciones, de manera de poder definir una estrategia que permita conciliar los procesos productivos con la salud de la población. En este trabajo se implementa el modelo NTA (Nonparametric Trajectory Analysis) en el software libre Python, para estimar la distribución de fuentes de emisión y la concentración promedio del dióxido de azufre en la ciudad de Bahía Blanca (Provincia de Buenos Aires, Argentina). La herramienta es considerada un híbrido de los modelos receptores, dado que utiliza mediciones tomadas en el centro de monitoreo y datos meteorológicos locales. Para tal objetivo, se hace uso de la información de calidad de aire de dióxido de azufre, de acceso libre y gratuito en el sitio web del municipio, junto con datos del Servicio Meteorológico Nacional (SMN), descritos en el mismo período temporal. En función de la información recopilada, se aplica la herramienta a distintos períodos temporales, complementando el estudio con la elaboración de la rosa de los vientos para el mismo periodo de interés. Esta herramienta permitió conocer con más detalle el comportamiento previsto del patrón direccional del contaminante, a partir de la estimación de la zona de mayor de distribución de fuentes. Particularmente, se evidenciaron altas concentraciones al noroeste de la estación de monitoreo, en mayor medida para los meses fríos del año. Si bien Petrobras Argentina S.A. representa solo el 17.2% anual de las emisiones de SO2, es destacable la relevancia que tienen los vientos predominantes en la dispersión de los contaminantes, y consecuente en la definición de las áreas de impacto. Como fortaleza de la herramienta, se destaca la posibilidad de proyectar zonas de mayor amenaza en función de la meteorología local, de modo de optimizar los recursos disponibles aplicados a campañas de monitoreo, al acotar la potencial región de emisión.Centro de Investigaciones del MedioambienteCentro de Investigación y Desarrollo en Ciencias Aplicadas2017info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/118290spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:27:49Zoai:sedici.unlp.edu.ar:10915/118290Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:27:49.964SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca |
title |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca |
spellingShingle |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca Mellado, Daniela Ciencias Exactas Análisis no paramétrico de la trayectoria Modelos receptores Distribución de fuentes Bahía Blanca |
title_short |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca |
title_full |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca |
title_fullStr |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca |
title_full_unstemmed |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca |
title_sort |
Estimación de la distribución de fuentes de emisión de dióxido de azufre en la ciudad de Bahía Blanca |
dc.creator.none.fl_str_mv |
Mellado, Daniela Bali, Juan L. Colman Lerner, Jorge Esteban Jacovkis, Pablo Miguel Porta, Atilio Andrés Sanchez, Erica Yanina |
author |
Mellado, Daniela |
author_facet |
Mellado, Daniela Bali, Juan L. Colman Lerner, Jorge Esteban Jacovkis, Pablo Miguel Porta, Atilio Andrés Sanchez, Erica Yanina |
author_role |
author |
author2 |
Bali, Juan L. Colman Lerner, Jorge Esteban Jacovkis, Pablo Miguel Porta, Atilio Andrés Sanchez, Erica Yanina |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Exactas Análisis no paramétrico de la trayectoria Modelos receptores Distribución de fuentes Bahía Blanca |
topic |
Ciencias Exactas Análisis no paramétrico de la trayectoria Modelos receptores Distribución de fuentes Bahía Blanca |
dc.description.none.fl_txt_mv |
Una adecuada gestión del medio ambiente requiere de la complementación de metodologías que permitan no sólo caracterizar la calidad del aire y conocer sus efectos en la salud, sino también reconocer las principales fuentes de emisión de los contaminantes de interés y sus contribuciones, de manera de poder definir una estrategia que permita conciliar los procesos productivos con la salud de la población. En este trabajo se implementa el modelo NTA (Nonparametric Trajectory Analysis) en el software libre Python, para estimar la distribución de fuentes de emisión y la concentración promedio del dióxido de azufre en la ciudad de Bahía Blanca (Provincia de Buenos Aires, Argentina). La herramienta es considerada un híbrido de los modelos receptores, dado que utiliza mediciones tomadas en el centro de monitoreo y datos meteorológicos locales. Para tal objetivo, se hace uso de la información de calidad de aire de dióxido de azufre, de acceso libre y gratuito en el sitio web del municipio, junto con datos del Servicio Meteorológico Nacional (SMN), descritos en el mismo período temporal. En función de la información recopilada, se aplica la herramienta a distintos períodos temporales, complementando el estudio con la elaboración de la rosa de los vientos para el mismo periodo de interés. Esta herramienta permitió conocer con más detalle el comportamiento previsto del patrón direccional del contaminante, a partir de la estimación de la zona de mayor de distribución de fuentes. Particularmente, se evidenciaron altas concentraciones al noroeste de la estación de monitoreo, en mayor medida para los meses fríos del año. Si bien Petrobras Argentina S.A. representa solo el 17.2% anual de las emisiones de SO2, es destacable la relevancia que tienen los vientos predominantes en la dispersión de los contaminantes, y consecuente en la definición de las áreas de impacto. Como fortaleza de la herramienta, se destaca la posibilidad de proyectar zonas de mayor amenaza en función de la meteorología local, de modo de optimizar los recursos disponibles aplicados a campañas de monitoreo, al acotar la potencial región de emisión. Centro de Investigaciones del Medioambiente Centro de Investigación y Desarrollo en Ciencias Aplicadas |
description |
Una adecuada gestión del medio ambiente requiere de la complementación de metodologías que permitan no sólo caracterizar la calidad del aire y conocer sus efectos en la salud, sino también reconocer las principales fuentes de emisión de los contaminantes de interés y sus contribuciones, de manera de poder definir una estrategia que permita conciliar los procesos productivos con la salud de la población. En este trabajo se implementa el modelo NTA (Nonparametric Trajectory Analysis) en el software libre Python, para estimar la distribución de fuentes de emisión y la concentración promedio del dióxido de azufre en la ciudad de Bahía Blanca (Provincia de Buenos Aires, Argentina). La herramienta es considerada un híbrido de los modelos receptores, dado que utiliza mediciones tomadas en el centro de monitoreo y datos meteorológicos locales. Para tal objetivo, se hace uso de la información de calidad de aire de dióxido de azufre, de acceso libre y gratuito en el sitio web del municipio, junto con datos del Servicio Meteorológico Nacional (SMN), descritos en el mismo período temporal. En función de la información recopilada, se aplica la herramienta a distintos períodos temporales, complementando el estudio con la elaboración de la rosa de los vientos para el mismo periodo de interés. Esta herramienta permitió conocer con más detalle el comportamiento previsto del patrón direccional del contaminante, a partir de la estimación de la zona de mayor de distribución de fuentes. Particularmente, se evidenciaron altas concentraciones al noroeste de la estación de monitoreo, en mayor medida para los meses fríos del año. Si bien Petrobras Argentina S.A. representa solo el 17.2% anual de las emisiones de SO2, es destacable la relevancia que tienen los vientos predominantes en la dispersión de los contaminantes, y consecuente en la definición de las áreas de impacto. Como fortaleza de la herramienta, se destaca la posibilidad de proyectar zonas de mayor amenaza en función de la meteorología local, de modo de optimizar los recursos disponibles aplicados a campañas de monitoreo, al acotar la potencial región de emisión. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/118290 |
url |
http://sedici.unlp.edu.ar/handle/10915/118290 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616156513566720 |
score |
13.070432 |