Resultados de la aplicación de modelos de simulación en Salamanca, Gto. y en Tula, Hgo.

Transcripción

1 Resultados de la aplicación de modelos de simulación en Salamanca, Gto. y en Tula, Hgo. SEMINARIO INTERNACIONAL SOBRE MONITOREO ATMOSFÉRICO 11 y 12 septiembre de 2008 M en C. Henry Wöhrnschimmel Subdirector de Análisis Integral de la Contaminación Atmosférica DGCENICA-INE

2 Participantes Modelación: Ing. Ernesto Reyes Villegas, UAM-I M.C. Claudia Márquez Estrada, INE-CENICA M.C. Henry Wöhrnschimmel, INE-CENICA Dr. Toru Tabata, JICA Datos de entrada: JICA y Tejeda et al.: Datos del Inventario de emisiones de fuentes vehiculares de Salamanca, Gto Ing. Hugo Landa y colaboradores en la DGGCAyRETC: Datos de emisiones de fuentes fijas de Salamanca, Gto. y Tula-Tepeji, Hgo. (DATGEN 2005). Instituto de Ecología del Estado de Guanajuato y Patronato de la Ciudad de Salamanca: Datos de las estaciones automáticas de monitoreo atmosférico. Consejo Estatal de Ecología del Estado de Hidalgo: Datos de sus estaciones automáticas de monitoreo atmosférico de la región Tula-Tepeji.

3 Contenido Antecedentes Objetivos Metodología Modelación en Salamanca Modelación en Tula-Tepeji Conclusiones

4 Antecedentes (1) Salamanca vs. Tula: Fuerte desarrollo industrial refinería y termoeléctrica Salamanca: industria química Tula Tepeji: industria de cemento y cal Diferentes condiciones climáticas, topográficas, distribución de la población

5 Antecedentes (2) Casos de estudio del proyecto CENICA / JICA Campañas de monitoreo (PM 2.5, COVs, H 2 S) en ambos sitios Muestreo longitudinal de PM 2.5 en ambos sitios Campañas de monitoreo de meteorología (con UNAM en Salamanca) Modelación de dispersión de SO 2, NOx, PM10 y PM2.5 con modelos ISC-ST3 (US-EPA) y ISC-Hybrid (Toru Tabata, JICA)

6 Antecedentes (3) Preguntas a responder con la modelación: Son las redes de monitoreo existentes en la Ciudad de Salamanca y en la Región Tula-Tepeji representativas para la distribución de contaminantes en la zona habitada de estas? Cubre la red las zonas más críticas de impacto por emisiones industriales? Hace falta un rediseño de las redes?

7 Objetivo Modelar la dispersión de los contaminantes atmosféricos SO 2, NOx, PM 10 y PM 2.5 durante un año calendario, usando ambos modelos (el ISC-Hybrid y el ISC-ST3), y así dar respuestas a las preguntas planteadas.

8 Metodología general 2 modelos de dispersión de contaminantes: ISC-ST3 ISC-Hybrid Visualización y comparación de ambos modelos Comparación con monitoreo automático

9 Metodología general 2 modelos de dispersión de contaminantes: ISC-ST3 ISC-Hybrid Steady State Gaussian Plume: Gaussian Puff:

10 Modelación en Salamanca, Gto.

11 Datos de emisión Fuente Fijas DATGEN 2005 NOx, SO2, PM10 y PM2.5 y Fuentes Móviles 2006 Metodología Datos Meteorológicos 2007: T, HR, DV, VV, PP, RS, RN Área: X 6.25 Km

12 Resultados Análisis de vientos N NW NE W E SW 5% 10% 15% S SE ( Intervals in m/s ) Vientos durante 2007 principalmente del Noreste-Este MES (2007) Total de datos < 1m/s % Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre TOTAL A nivel anual, 16.1% ocasiones con velocidades de viento menores a 1 m/s

13 Modelación de SO2 Resultados Impacto de las fuentes fijas sobre todo hacia el Noreste y Suroeste del complejo industrial Concentraciones anuales promedio mayores a 120 µg/m 3. Refinería contribuye la mayor proporción de SO 2. Distribución de estaciones automáticas representativa 100 μg/m 3 = 47 ppb ISC-ST3 ISC-Hybrid

14 Resultados Modelación de PM 10 y PM 2.5 El mayor impacto por PM10 y PM2.5 es de la refinería. Ambos contaminantes afectan zona habitacional entre refinería y estación Cruz Roja y hacia Noreste de refinería, concentraciones mayores a 5 µg/m 3 fracción PM2.5 constituye la mayor parte de PM10. Distribución de estaciones automáticas representativa PM10 PM2.5 ISC-ST3 ISC-Hybrid

15 Resultados Modelación de NOx Mayor impacto por NOx generado por fuentes móviles en principales avenidas de la ciudad Concentraciones promedio anuales > 100 µg/m 3. El impacto de la refinería afecta sobre la zona habitacional entre la refinería y la estación Cruz Roja, con concentraciones promedio anuales > 20 µg/m μg/m 3 = 66 ppb ISC-ST3 ISC-Hybrid

16 Resultados Intercomparación entre los modelos ISC-Hybrid e ISC-ST3 Agosto 2007 (6.7% de vel. viento < 1 m/s) buena concordancia Enero 2007 (30% vel. viento < 1 m/s). mayor variación Agosto, 2007 Enero, 2007 ISC-Hybrid ISC-ST3

17 Resultados Validación de la modelación contra el monitoreo automático

18 Conclusiones (1) Las estaciones automáticas de monitoreo atmosférico de la RedMAS están ubicadas dentro del área de impacto de las emisiones generadas por las principales fuentes presentes en la Ciudad de Salamanca; por lo que la Red actual es representativa para la distribución de contaminantes atmosféricos en Salamanca. Sin embargo pensando en aumentar la red de monitoreo, se sugiere aumentar dos estaciones una al Suroeste de la zona urbana (cerca de la Universidad La Salle), ó al sureste (Rancho de la Luz), y una más viento arriba en el pueblo Cerro Gordo

19 Conclusiones (2) Ambos modelos sobreestiman las mediciones realizadas en las estaciones automáticas de monitoreo atmosférico en la ciudad de Salamanca Guanajuato por hasta el doble. Ambos modelos apoyan al usuario en decisiones que derivan del conocimiento de la distribución espacial de contaminantes emitidos por fuentes fijas. Las diferencias entre ambos modelos se aprecian sobre todo cerca de las fuentes de emisión y con condiciones de bajo viento.

20 Modelación en Tula-Tepeji, Hgo.

21 Datos de emisión Fuente Fijas DATGEN 2005 NOx, SO2, PM10 y PM2.5 Metodología Área: 30 X 30 Km Datos Meteorológicos 2008 (Mayo Julio): T, HR, DV, VV, PP, RS, RN

22 Resultados Análisis de vientos Vientos predominantes del Norte-Noreste (NNE). Presencia de velocidad de viento < 1m/s: Atitalaquia 83%, Tepeji 70% Tula 79%.

23 Resultados Modelación de SO 2 Concentraciones alrededor de refinería y CFE son > 200 µg/m3. Cruz Azul impacta con concentraciones > 100 µg/m3. De todas las fuentes, el subgrupo de CFE contribuye la mayor proporción de SO2, seguida de las cementeras y la refinería. Mayo Julio 2008 (77% de vel. viento <1 m/s) gran variación entre modelos SO 2 : ISC-ST3 SO 2 : ISC-Hybrid

24 Resultados Modelación de PM 10 y PM 2.5 Para PM 10, el subgrupo de Cementeras contribuye la mayor proporción, seguido de CFE y la refinería. Para PM 2.5, el subgrupo de CFE contribuye mayormente, seguida de las cementeras y la refinería. Mayo Julio 2008 (77% de vel. viento < 1 m/s) gran variación PM2.5: ISC-ST3 PM2.5: ISC-Hybrid

25 Resultados Validación de la modelación contra el monitoreo automático * COEDE 2007 ** CENICA 2008 * ** * ** ** **

26 Conclusiones (1) Para SO 2 y PM 2.5 las principal fuente es la termoeléctrica, seguida de la refinería y el grupo de cementeras. Para PM 10, las principal fuente es la termoeléctrica, seguida del grupo de cementeras y la refinería. Las zonas de mayor impacto para todos los contaminantes son aquellas que se encuentran cerca de la termoeléctrica, la refinería, y las cementeras.

27 Conclusiones (2) Existen considerables diferencias entre ambos modelos, así como entre modelo y medición. Hace falta validar los resultados de modelación con mayores datos del monitoreo continuo en varios sitios. Para mejorar la modelación, se debe incrementar los datos de meteorología, en tiempo así como en sitios que cuentan con estaciones automáticas. Con los resultados se podrá determinar la distribución espacial de los contaminantes, lo cual puede ser utilizada como apoyo en la toma de decisiones en el diseño de una red automática de monitoreo atmosférico.