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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/118290

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