MODELOS DE DISPERSIÓN DE CONTAMINANTES ATMOSFÉRICOS: REVISIÓN SISTEMÁTICA
Palabras clave:
Dispersión de la contaminación del aire, Modelos de dispersión, Modelos de dispersión de contaminantes, Modelo de dispersión gaussiana, Modelo de pluma gaussiana.Resumen
La presente revisión sistemática está sustentada en la declaración PRISMA. Se consideró estudios de los últimos 10 años, en los que se enfoca la utilidad de los modelos matemáticos para estudiar y predecir el comportamiento de la dispersión de los contaminantes atmosféricos. Se utilizaron las siguientes bases de datos; ScienceDirect, Dialnet, SciElo, ScienceResearch, PubMed y Redalyc, obteniendo un total de 4544 registros, descartándose 61 de estos por duplicidad, considerando finalmente 4483 registros, se excluyeron 3429, posteriormente, de los 1054 artículos elegidos, se excluyeron 991 por no estar relacionados con modelos de dispersión. Finalmente, se incluyeron 63 artículos originales para su análisis y elaboración de la revisión sistemática. La selección del modelo depende del tiempo, escenario, fuente de emisión y estabilidad atmosférica. La importancia que tiene el control de la contaminación nos lleva a la utilización de modelos que nos permitan pronosticar la concentración en la dispersión de contaminantes atmosféricos, estos pueden ser teóricos o semi teóricos, y en la medida, que en el modelo se incluyan los parámetros adecuados de tal manera que se logre aproximar a la realidad, los resultados, mostrados, serán muy confiables, pero ello conlleva a un modelo muy complejo. Los modelos más utilizados son: gaussianos y los modelos lagrangianos.
Descargas
Referencias
Al-Dabbous, A. N., y Kumar, P. (2015). Source apportionment of airborne nanoparticles in a Middle Eastern city using positive matrix factorization. Environmental Science: Processes & Impacts, 17(4), 802-812. http://dx.doi.org/10.1039/c5em00027k
Amouzouvi, Y. M., Dzagli, M. M, Sagna, K, Török, Z., Roba, C. A., Mereuţă, A., Ozunu, A., y Edjame, K. S. (2020). Evaluation of Pollutants Along the National Road N2 in Togo using the AERMOD Dispersion Model. Journal of health & pollution, 10(27), 200908. http://dx.doi.org/10.5696/2156-9614-10.27.200908
Aristodemou, E., Boganegra, L. M., Mottet, L, Pavlidis, D., Constantinou, A., Pain, Ch., Robins, A., y ApSimone, H. (2018). How tall buildings affect turbulent air flows and dispersion of pollution within a neighbourhood. Environmental Pollution, 233, 782-796. https://doi.org/10.1016/j.envpol.2017.10.041
Arrieta, A. J. (2016). Dispersión de material particulado (PM 10), con interrelación de factores meteorológicos y topográficos. Revista Ingeniería, Investigación y Desarrollo, 16(2), 43-54. https://dialnet.unirioja.es/servlet/articulo?codigo=6096112
Bai, Y., Jin, X., Wang, X. Y., Wang, X. K., y Xu, J. (2020). Dynamic Correlation Analysis Method of Air Pollutants in Spatio-Temporal Analysis. International Journal of Environmental Research and Public Health, 17(1), 360. https://doi.org/10.3390/ijerph17010360
Balde, B., y Vega, C. (2019). Estimación de emisiones de GEI y sus trayectorias en grandes incendios forestales en Cataluña, España. Madera y Bosques, 25(2), e2521764. https://dx.doi.org/10.21829/myb.2019.2521764
Brancher, M., Hoinaski, L., Piringer, M., Prata, A. A., y Schauberger, G. (2021). Dispersion modelling of environmental odours using hourly-resolved emission scenarios: Implications for impact assessments. Atmospheric Environment: X, 12, 100124. https://doi.org/10.1016/j.aeaoa.2021.100124
Brusca, S., Famoso, F., Lanzafame, R., Mauro, S., Cugno, A. M., y Monforte, P. (2016). Theoretical and experimental study of Gaussian Plume model in small scale system. Energy Procedia, 101, 58-65. https://doi.org/10.1016/j.egypro.2016.11.008
Buligon, L., Degrazia, G. A., Szinvelski, C. R. P., y Moor, L. (2013). Uma nova derivação da taxa de dissipação turbulenta para eventos de turbulência fraca e bem desenvolvida. Ciência e Natura, Edição Especial, 270-272. http://www.redalyc.org/articulo.oa?id=467546172086
Buske, D., Zen, C., Sperotto de Quadros, R., Aguiar, G., y Avila, J. (2016). Convergence analysis of the GILTT method for problems in pollutant dispersion in the atmosphere. Ciência e Natura, 38, 182-189. http://dx.doi.org/10.5902/2179460X20156
Butland, B, K., Atkinson, R. W., Crichton, S., Barratt, B., Beevers, S., Spiridou, A., Hoang, U., Kelly, F.J., y Wolfe, C. D. (2017). Air pollution and the incidence of ischaemic and haemorrhagic stroke in the South London Stroke Register: a case-cross-over analysis. Journal of Epidemiology and Community Health is a global, 71(7), 707-712. http://dx.doi.org/10.1136/jech-2016-208025
Cardoso, V., Buske, D., Sperotto, R., y Carvalho, J. (2013). Simulação tridimensional da dispersão de poluentes em condições de vento fraco e estáveis. Ciência e Natura, noviembre, 365-367. http://www.redalyc.org/articulo.oa?id=467546172114
Chai, T., Draxler, R., y Steina, A. (2015). Source term estimation using air concentration measurements and a Lagrangian dispersion model – Experiments with pseudo and real cesium-137 observations from the Fukushima nuclear accident. Atmospheric Environment, 106, 241-251. https://doi.org/10.1016/j.atmosenv.2015.01.070
Chomcheon, S., Khajohnsaksumeth, N., Wiwatanapataphee, B. et al. (2019). Modeling and simulation of air pollutant distribution in street canyon area with Skytrain stations. Advances in Difference Equations, 459. https://doi.org/10.1186/s13662-019-2382-z
Chowdhury, B., Karamchandani, P. K., Sykes, R. I., Henn, D. S., y Knipping, E. (2015). Reactive puff model SCICHEM: Model enhancements and performance studies. Atmospheric Environment, 117, 242-258. https://doi.org/10.1016/j.atmosenv.2015.07.012
Cocea, O., Goulart, E. V. Branford, S., Thomas, T. G., y Belcher, S. E. (2014). Flow structure and near-field dispersion in arrays of building-like obstacles. Journal of Wind Engineering and Industrial Aerodynamics, 125, 52-68. https://doi.org/10.1016/j.jweia.2013.11.013
Dai Q, Ding J, Song C, Liu B, Bi X, Wu J, Zhang Y, Feng Y, y Hopke PK. (2021). Changes in source contributions to particle number concentrations after the COVID-19 outbreak: Insights from a dispersion normalized PMF. Science of The Total Environment, 759, 143548. http://dx.doi.org/10.1016/j.scitotenv.2020.143548
Diez, S., Barra, E., Crespo, F., y Britch, J. (2014). Uncertainty propagation of meteorological and emission data in modeling pollutant dispersion in the atmosphere. Ingeniería e Investigación, 34(2), 44-48. https://dialnet.unirioja.es/servlet/articulo?codigo=4831640
Dong, X., Zhao, X., Peng, F. et al. (2020). Population based Air Pollution Exposure and its influence factors by Integrating Air Dispersion Modeling with GIS Spatial Analysis. Scientific Reports, 10, 479. https://doi.org/10.1038/s41598-019-57385-9
Dore, A. J., Carslaw, D. C., Braban, C., Cain, M., Chemel, C., Conolly, C., Derwent, R. G., Griffiths, S. J., Hall, J., Hayman, G., Lawrence, S., Metcalfe, S. E., Redington, A., Simpson, D., Sutton, M. A., Sutton, P., Tang, Y. S., Vieno, M., Werner, M., y Whyatt, J. D. (2015). Evaluation of the performance of different atmospheric chemical transport models and inter-comparison of nitrogen and sulphur deposition estimates for the UK. Atmospheric Environment, 119, 131-143. https://doi.org/10.1016/j.atmosenv.2015.08.008
Ensor, K. B., Ray, B. K., y Charltona, S. J. (2014). Point source influence on observed extreme pollution levels in a monitoring network. Atmospheric Environment. 92, 191-198. https://doi.org/10.1016/j.atmosenv.2014.04.017
Fedossova, A., Fedosov, V. V., y Britto, R. A. (2019). Dispersión de las Partículas de Emisiones Industriales en el Problema de Optimización Semi-infinita del Área Contaminada. Información Tecnológica, 30, 333-344. http://dx.doi.org/10.4067/S0718-07642019000100333
Fischer, J., Bodmann, B. E. J., y Menna, M. T. (2016). Modelo para dispersão de poluentes na atmosfera com reflexão nos contornos estocásticos. Ciência e Natura, 38, 342-346. http://dx.doi.org/10.5902/2179460X20282
Gariazzo, C., Carlino G., Silibello, C., Renzi M., Finardi, S., Pepe, N., Radice, P., Forastiere, F., Michelozzi, P., Viegi, G., Stafoggia, M., y BEEP Collaborative Group. (2020). A multi-city air pollution population exposure study: Combined use of chemical-transport and random-Forest models with dynamic population data. Science of The Total Environment, 724, 138102. http://dx.doi.org/10.1016/j.scitotenv.2020.138102
Gish, D. L., Bodmann, B., y Menna, M. T. (2016). Uma solução genuína da equação de advecção difusão com forma sesquilinear para problema multi-fonte. Ciência e Natura, 38, 80-83. http://dx.doi.org/10.5902/2179460X20092
González, M. B., Saturnino F. Pire, S. F., Luis F. Cuesta, L. F., y López, P. A. (2013). Metodología para la calibración de modelos de dispersión de contaminantes atmosféricos. Caso de estudio: dispersión de PM10 en el entorno de La Habana. Revista Facultad de Ingeniería, Universidad de Antioquia, 69, 274-288. https://www.redalyc.org/articulo.oa?id=43029812021
Hernández, A., Jauregui, U., Souto, J. A., Casares, J. J., Saavedra, S., Guzmán, F., y Torres, A. (2015). Estado actual de los modelos de dispersión atmosférica y sus aplicaciones. UCE Ciencia. Revista de postgrado, 3(2). http://uceciencia.edu.do/index.php/OJS/article/viewFile/49/45
Hoyos, C., Lopez, M. N. L., Salas, R. et al. (2021). Air quality assessment and pollution forecasting using artificial neural networks in Metropolitan Lima-Peru. Scientific Reports, 11, 24232. https://doi.org/10.1038/s41598-021-03650-9
Kim, Y., Sartelet, K., Raut, J., y Chazette, P. (2015). Influence of an urban canopy model and PBL schemes on vertical mixing for air quality modeling over Greater Paris. Atmospheric Environment, 107, 289-306. https://doi.org/10.1016/j.atmosenv.2015.02.011
Leelossy, A., Molnár Jr., J., Izsák, F., Havasi, A., Lagzi, I., y Mészáros, R. (2014). Dispersion modeling of air pollutants in the atmosphere: a review. Central European Journal of Geosciences, 6(3), 257-278. http://dx.doi.org/10.2478/s13533-012-0188-6
Liu, Y., Shi, G., Zhan, Y., y Yang, F. (2021). Characteristics of PM2.5 spatial distribution and influencing meteorological conditions in Sichuan Basin, southwestern China. Atmospheric Environment, 253, 118364. https://doi.org/10.1016/j.atmosenv.2021.118364
Lizarraga, I. J., Pomalaya, J. E., Suárez, L. F., y Bendezu, Y. (2019). Dispersion of particulate material 2.5 emitted by roasted chicken restaurants using the AERMOD model in Huancayo Metropolitan, Peru. DYNA. 86(211), 346-353. https://dialnet.unirioja.es/servlet/articulo?codigo=7303642
Martins, D. (2014). A semi-analytical dispersion model from a steady source of short duration. Ciência e Natura, 36, 149-159. http://dx.doi.org/10.5902/2179460X13489
Mei, X., Zeng, C., y Gong, G. (2021). Predicting indoor particle dispersion under dynamic ventilation modes with high-order Markov chain model. Building Simulation, 25, 1-16. http://dx.doi.org/10.1007/s12273-021-0855-y
Méndez, J. F., Pinto, L. C., Galvis, B. R., y Pachón, J. E. (2017). Estimación de factores de emisión de material particulado resuspendido antes, durante y después de la pavimentación de una vía en Bogotá. Ciencia e Ingeniería Neogranadina, 27, 43-60. http://dx.doi.org/10.18359/rcin.1797
Mu, D., Gao, N., y Zhu, T. (2016). Wind tunnel tests of inter-flat pollutant transmission characteristics in a rectangular multi-storey residential building, part A: Effect of wind direction. Building and Environment, 108, 159-170. http://dx.doi.org/10.1016/j.buildenv.2016.08.032
Niu Z, Hu T, Kong L, Zhang W, Rao P, Ge D, Zhou M, y Duan Y. (2020). Air-pollutant mass concentration changes during COVID-19 pandemic in Shanghai, China. Air Quality, Atmosphere & Health, 14, 523-532. http://dx.doi.org/10.1007/s11869-020-00956-x
Ordoñez, Y. C., Reinosa, M., Hernández, C. A., y Canciano, J. (2018). Aplicación de modelos simplificados para la dispersión de contaminantes atmosféricos. Caso de estudio. Revista Cubana de Química, 30(1), 90-103. http://scielo.sld.cu/pdf/ind/v30n1/ind08118.pdf
Pacheco, P. R., Parodi, M. C., Eduardo M. Mera, E. M., y Salini, G. A. (2020). Variables meteorológicas y niveles de concentración de material particulado de 10 μm en Andacollo, Chile: un estudio de dispersión y entropías. Información Tecnológica. 31, 171-182. http://dx.doi.org/10.4067/S0718-07642020000600171
Páez, P.A., Cogliati, M.G., y Giacosa, R.A. (2017). Estudio de calidad del aire en canteras a cielo abierto en General Roca, Argentina. Boletín geográfico, 39, 53-71. https://dialnet.unirioja.es/servlet/articulo?codigo=6232750
Parra, D., Skiba, Y., y Bustamante, F. J. (2020). Estimación de la tasa de emisión de una fuente contaminante-Análisis de las soluciones obtenidas con diferentes tipos de datos. Ciencia y Tecnología, 36(2), 12-20. https://dialnet.unirioja.es/servlet/articulo?codigo=7746105
Peña, D., Parra, D., y Skiba, Y. N. (2022). Formulación de una estrategia para el control puntual de un contaminante y su implementación usando cómputo paralelo. Información Tecnológica, 33(1), 35-48. http://dx.doi.org/10.4067/S0718-07642022000100035
Piringer, M., Knauder, W., Petz, E., y Schauberger, G. (2016). Factors influencing separation distances against odour annoyance calculated by Gaussian and Lagrangian dispersion models. Atmospheric Environment, 140, 69-83. https://doi.org/10.1016/j.atmosenv.2016.05.056
Ramires, L., y Carvalho de Almeida, R. (2016). Modelo semi-lagrangeano de dispersão atmosférica-avaliação. Ciência e Natura, 38, 418-425. http://dx.doi.org/10.5902/2179460X20307
Ramos, A., y Benítez, D. M. (2016). Modelamiento de material particulado emitidos por coquización. Municipio de Samaca, Boyacá. Revista Logos Ciencia y Tecnología, 8(2), 159-169. https://doi.org/10.22335/rlct.v8i2.303
Rincón, G., y Cremades, L. (2015). Impact of height and location of stacks in a Lagrangian particle model: industrial complex in Venezuela, case study. Revista Ingeniería Química y Desarrollo, 1(2), 29-40. https://dialnet.unirioja.es/servlet/articulo?codigo=8266861
Rojano, R. E., Mendoza, Y. I., Arregoces, H. A., y Restrepo, G. M. (2016). Dispersión de contaminantes del aire (PM10, NO2, CO, COV y HAP) emitidos desde una estación modular de compresión, tratamiento y medición de gas natural. Información Tecnológica, 27(5), 99-110. http://dx.doi.org/10.4067/S0718-07642016000500012
Roldán, J. C., Toro, J. C., y Marín, A. (2021). Estimación y modelización de la dispersión de black carbón en el Valle de Aburrá, Colombia”. TecnoLógicas, 24(50), e1580. https://doi.org/10.22430/22565337.1580
Rui, K., y Pinto da Costa, C. (2016). Solução da equação de advecção-difusão tridimensional pelo método GIADMT para dois termos de contragradiente. Ciência e Natura, 38, 53-60. http://dx.doi.org/10.5902/2179460X19854
Santiago, J. L., y Martín, F. (2015). Use of CFD modeling for estimating spatial representativeness of urban air pollution monitoring sites and suitability of their locations. Física de la Tierra, 27, 191-221. http://dx.doi.org/10.5209/rev_FITE.2015.v27.51200
Shie, R. H., y Chan, C. C. (2013). Tracking hazardous air pollutants from a refinery fire by applying on-line and off-line air monitoring and back trajectory modeling. Journal of Hazardous Materials, 261, 72-82. http://dx.doi.org/10.1016/j.jhazmat.2013.07.017
Silva, E. J. G., Tirabassi, T., Buske, D., Vilhena, y M. T. (2013). A new puff model applying an exact solution of diffusion equation. Ciência e Natura, noviembre, 109-111. http://www.redalyc.org/articulo.oa?id=467546172036
Sivanandan, H., Kishore, V. R., Goel, M. et al. (2021). A Study on Plume Dispersion Characteristics of Two Discrete Plume Stacks for Negative Temperature Gradient Conditions. Environmental Modeling & Assessment, 26, 405-422. https://doi.org/10.1007/s10666-020-09747-1
Sonibare, O. O., Adeniran, J. A., y Bello, I. S. (2019). Landfill air and odour emissions from an integrated waste management facility. Journal of Environmental Health Science and Engineering, 17(1), 13-28. http://dx.doi.org/10.1007/s40201-018-00322-1
Squizzato, S., Masiola, M., Rich, D. Q., y Hopke, P. K. (2018). PM2.5 and gaseous pollutants in New York State during 2005–2016: Spatial variability, temporal trends, and economic influences. Atmospheric Environment, 183, 209-224. https://doi.org/10.1016/j.atmosenv.2018.03.045
Srivastava, A., y Elumalai, S. P. (2021). Assessment of emission-source contribution to spatial dispersion for coal crusher agglomeration using prognostic model. Cleaner Engineering and Technology. 3, 100113. https://doi.org/10.1016/j.clet.2021.100113
Stefanello, M. B., Degrazia, G. A., Maldaner, S. Buriol, C., Moor, L. P., Carvalho, J. C., Mortarini, L., y Rizza, U. (2016). Desenvolvimento de um modelo matemático para descrever a dispersão de contaminantes em situações de meandro do vento horizontal. Ciência e Natura, 38, 326-329. http://www.redalyc.org/articulo.oa?id=467547689053
Szinvelski, C. R. P., Degrazia, G. A., Buligon, L., y Moor, L. (2013). Dedução da equação da variança espacial lateral para uma nova formulação da função de autocorrelação lagrangiana. Ciência e Natura, noviembre, 187-190. http://dx.doi.org/10.5902/2179-460X11597
Tiwari, A., Kumar, P., Baldauf, R., Zhang, K. M., Pilla, F., Di Sabatino, S., Brattich, E., y Pulvirenti, B. (2019). Considerations for evaluating green infrastructure impacts in microscale and macroscale air pollution dispersion models. Science of The Total Environment, 672, 410-426. http://dx.doi.org/10.1016/j.scitotenv.2019.03.350
Truong, S. C. H., Lee, M., Kim, G., Kim, D., Park, J., Choi, S., y Cho, G. (2016). Accidental benzene release risk assessment in an urban area using an atmospheric dispersion model. Atmospheric Environment, 144, 146-159. https://doi.org/10.1016/j.atmosenv.2016.08.075
Vasilopoulos, K., Sarris, I. E., y Tsoutsanisa, P. (2019). Assessment of air flow distribution and hazardous release dispersion around a single obstacle using Reynolds-averaged Navier-Stokes equations. Heliyon, 5(4), e01482. https://doi.org/10.1016/j.heliyon.2019.e01482
Venzke, C., Costa, C. P., y Pergher, R. (2013). Resolução analítica da equação de difusão-advecção considerando o termo de contragradiente aplicado à dispersão de poluentes na atmosfera. Ciência e Natura, noviembre, 115-118. http://www.redalyc.org/articulo.oa?id=467546172038
Vidal, O. A., y Pérez, A. P. (2018). Estimación de la dispersión de contaminantes atmosféricos emitidos por una industria papelera mediante el modelo AERMOD. Ingeniería, 23(1), 31-47. https://dialnet.unirioja.es/servlet/articulo?codigo=6251504
Zhu, Z., Chen, B., Reniers, G., Zhang, L., Qiu, S., y Qiu, X. (2017). Playing Chemical Plant Environmental Protection Games with Historical Monitoring Data. International Journal of Environmental Research and Public Health, 14(10), 1155. http://dx.doi.org/10.3390/ijerph14101155
