Análisis de la calidad del aire en diferentes ciudades de América Latina y el Caribe a partir de mediciones en superficie y datos del servicio de monitoreo atmosférico de Copernicus (CAMS)

dc.contributor.advisorBelalcázar Cerón, Luis Carlosspa
dc.contributor.authorHerrera Torres, Julianspa
dc.contributor.researchgroupCalidad del Airespa
dc.date.accessioned2020-11-11T16:06:17Zspa
dc.date.available2020-11-11T16:06:17Zspa
dc.date.issued2020-11-09spa
dc.description.abstractAtmospheric pollution is one of the biggest environmental problems in the world. To evaluate and create action plans that improve air quality, measurements are needed that indicate the state of air quality, its trends, the pollutants of greatest concern and the regions most affected. However, to have air quality measurements it is necessary for governments to have policies and resources focused on this issue. For many years, developed countries have had data and programs to measure and improve air quality, but in regions such as Latin America and the Caribbean, many countries have so far started their measurement programs and in some cases they do not. According to the World Bank, global monitoring and modeling systems are a free source of information and can help to know the air quality in a specific region. CAMS is the atmospheric monitoring service of the Copernicus program and has models to know the atmospheric composition such as CAMS Reanalysis, CASMRA generates air quality and meteorological data with hourly and spatial temporal resolutions below 1° arc. Currently there are no works evaluating the CAMS data for Latin America and the Caribbean For these reasons, the main objective of this work was to analyze the air quality in different cities of Latin America and the Caribbean from surface monitoring, CAMSRA data and Tropomi satellite monitoring. Initially, data was sought in cities with more than one million inhabitants and later these data were spatially and temporally analyzed. The surface mediations were then evaluated and compared with the data from CAMSRA and Tropomi. Finally, satellite images identified areas with the highest level of pollutants in the region or places where more in-depth studies are needed. This work allowed the creation of a public database of 15 cities in the region with hourly periodicity for all pollutants by station. Also, it allowed to analyze for the first time multiple trends from 2000 to 2018 together thanks to the new Prophet tool. On the other hand, the performance of CAMS and Tropomi in Latin America and the Caribbean was evaluated for the first time and compared with surface data. Furthermore, it was possible to identify areas with high levels of contamination by means of satellite images of Tropomi. It was found that only 18% of cities with more than 1 million inhabitants measure air quality with good spatial and temporal resolution. From the analysis of the available surface measurements, it was found that, in general, in the cities analyzed, air pollution has decreased in the last two decades. However, all cities still exceed the recommendations by the World Health Organization for particulate matter. The results also indicate that the CAMSRA data only reproduce the trends and levels of particulate matter in some cities in Latin America and the Caribbean. It was also found that Tropomi in general reproduces well the trends of surface NO2 measurements, however, it does not adequately reproduce the behavior of particulate matter. Finally, it is concluded that global monitoring and modeling information is very valuable and very useful to analyze air quality problems in this region of the world or where there are still no air quality monitoring networks.spa
dc.description.abstractLa contaminación atmosférica es una de las mayores problemáticas medio ambientales en el mundo. Para evaluar y crear planes de acción que mejoren la calidad del aire se necesitan mediciones que indiquen cual es el estado de la calidad del aire, sus tendencias, los contaminantes de mayor preocupación y las regiones más afectadas. Sin embargo, para tener mediciones de calidad del aire es necesario que los gobiernos tengan políticas y recursos enfocados en este tema. Desde hace muchos años países desarrollados cuentan con datos y programas para medir y mejorar la calidad del aire, pero en regiones como América Latina y el Caribe muchos países hasta ahora inician sus programas de medición y en algunos casos no tienen. De acuerdo con el Banco Mundial los sistemas de monitoreo y modelación global son una fuente de información gratuita y pueden ayudar a conocer la calidad del aire en una región especifica. CAMS es el servicio de monitoreo atmosférico del programa Copernicus y cuenta con modelos para conocer la composición atmosférica como CAMS Reanálisis. CASMRA genera datos de calidad del aire y meteorológicos con resoluciones temporales horarias y espaciales inferiores a 1° de arco. Actualmente no existen trabajos que validen los datos de CAMS para América Latina y el Caribe. Por estos motivos, este trabajo tuvo como objetivo principal analizar la calidad del aire en diferentes ciudades de América Latina y el Caribe a partir de monitoreos en superficie, datos de CAMSRA y monitoreos de satelitales de Tropomi. Inicialmente se buscaron datos en las ciudades con más de un millón de habitantes y posteriormente se analizaron espacial y temporalmente dichos datos. Luego se evaluaron y compararon las mediciones en superficie con los datos de CAMSRA y Tropomi. Finalmente, por medio de imágenes satelitales se identificaron zonas con mayor nivel de contaminantes en la región o lugares donde se necesiten hacer estudios con mayor profundidad. Este trabajo permitió crear una base de datos publica de 15 ciudades de la región con periodicidad horaria para todos los contaminantes por estación. También, permitió analizar por primera vez múltiples tendencias desde el año 2000 hasta el año 2018 en conjunto gracias a la nueva herramienta Prophet. Por otra parte, se evaluó por primera vez el desempeño de CAMS y de Tropomi en América Latina y el Caribe y se compararon con datos en superficie. Además, se pudo identificar zonas con altos niveles de contaminación por medio de imágenes satelitales de Tropomi. Se encontró que solo el 18% de las ciudades con más de 1 millón de habitantes miden la calidad del aire con una buena resolución espacial y temporal. A partir del análisis de las mediciones de superficie disponibles se encontró que en general en las ciudades analizadas la contaminación del aire ha disminuido las últimas dos décadas. No obstante, todas las ciudades aun exceden las recomendaciones por la Organización Mundial de la Salud para material particulado. Los resultados también indican que los datos de CAMSRA solo reproducen las tendencias y los niveles del material particulado en algunas ciudades de América Latina y el Caribe. También se encontró que Tropomi en general reproduce bien las tendencias de las mediciones de NO2 en superficie, sin embargo, no reproduce adecuadamente el comportamiento del material particulado. Finalmente, se concluye que la información de monitoreo y modelación globales es muy valiosa y de gran utilidad para analizar los problemas de calidad del aire en esta región del mundo o donde aún no existen redes de monitoreo de calidad del aire.spa
dc.description.additionalLínea de Investigación: Calidad del airespa
dc.description.degreelevelMaestríaspa
dc.format.extent121spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/78613
dc.language.isospaspa
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotáspa
dc.publisher.programBogotá - Ingeniería - Maestría en Ingeniería - Ingeniería Ambientalspa
dc.relation.referencesAir pollutants and concenters. (2006). New Hampshire department of environment services recuperado de: https://www.des.nh.gov/organization/divisions/air.spa
dc.relation.referencesChianese, E., Camastra, F.,Ciaramella, A., Landi, T.,Staiano A. & Riccio A.(2019). Spatio-temporal learning in predicting ambient particulate matter concentration by multi-layer perceptrón. Ecological informatics. 49(2019). 54-61.spa
dc.relation.referencesCifuentes, L., Krupnick, A.,O’Ryan, R. & Toman, M., Urban Air Quality and Human Health in Latin America and the Caribbean. (2005). Washington.spa
dc.relation.referencesClean Air Institute. (2013). Calidad del Aire en América latina: una visión panorámica ().Recuperado de: http://www.minambiente.gov.co/images/AsuntosambientalesySectorialyUrbana/pdf/contaminacion_atmosferica/La_Calidad_del_Aire_en_Am%C3%A9rica_Latina.pdfspa
dc.relation.referencesComisión Europea. (2015). Copernicus la mirada Europea sobre la Tierra. Recuperado de :https://www.copernicus.eu/sites/default/files/documents/Copernicus_brochure_ES_web_Oct2017.pdf el 03 de Julio del 2019.spa
dc.relation.referencesCzernecki, B., Głogowski, A., & Nowosad, J. (2020). Climate: An R Package to Access Free In-Situ Meteorological and Hydrological Datasets For Environmental Assessment. Sustainability, 12(1), 394. doi: 10.3390/su12010394.spa
dc.relation.referencesDirección General de Investigación y Asuntos Ambientales del Servicio Nacional de Meteorología e Hidrología (2019). Evaluación de la calidad del aire en Lima Metropolitana. Recuperado de https://sinia.minam.gob.pe/informacion/tematicas?tematica=02spa
dc.relation.referencesFlemming J.,Benedetti A., Inness A.,Engelen R.J.,Jones L.,Huijnen V., Remy S., Parrington M.,Suttie M.,Bozzo A.,Peuch V.H.,Akritidis D.,Katragkou E.(2017),The CAMS interim Reanalysis of Carbon Monoxide, Ozone and Aerosol for 2003–2015. Atmospheric Chemistry and Physics. Vol. 17, p.1945–1983.spa
dc.relation.referencesGarcía, J., Grutter & M., Cintora D. (2007). Evaluación del Riesgo por Contaminantes Criterio y Formaldehído en la Ciudad de México. Int. Contam. Ambient. 23(4), 169-175.spa
dc.relation.referencesGuevara L., Guevara F., Belalcázar. L., (2018). Spatial and Temporal Assessment of Particulate Matter Using AOD data from MODIS and Surface Measurements in ambient air Colombia. Asian Journal of Atmospheric Environment, 12(2), 165-177.spa
dc.relation.referencesGuzmán M., (2013). Revisión del estado del arte sobre modelos para calcular propiedades ópticas atmosféricas a partir de imágenes digitales. Revista Politécnica, 9(16), 85-13.spa
dc.relation.referencesInness, A., Ades, M., Agustí-Panareda, A., Barré, J., Benedictow, A., Blechschmidt, A.-M., Dominguez, J. J., Engelen, R., Eskes, H., Flemming, J., Huijnen, V., Jones, L., Kipling, Z., Massart, S., Parrington, M., Peuch, V.-H., Razinger, M., Remy, S., Schulz, M., and Suttie, M.: The CAMS reanalysis of atmospheric composition, Atmos. Chem. Phys., 19, 3515–3556, https://doi.org/10.5194/acp-19-3515-2019, 2019.spa
dc.relation.referencesIQAir AirVisual.2018 world air quality report region & city pm2.5 ranking. (2018). Tomado de: https://www.iqair.com/world-most-polluted-cities/world-air-quality-report-2018-en.pdfspa
dc.relation.referencesJutz, S.,Pérez, M. (2017). Copernicus Program. In Comprehensive Remote Sensing (pp. 150–191). Elsevier. https://doi.org/10.1016/b978-0-12- 409548-9.10317-3.spa
dc.relation.referencesMENDEZ, Juan Felipe; PINTO-HERRERA, Laura Catalina and BELALCAZAR-CERON, Luis Carlos. Estudio de una intrusión de polvo sahariano en la atmósfera de Colombia. Rev. ing. univ. Medellín [online]. 2018, vol.17, n.32, pp.17-34. ISSN 1692-3324. http://dx.doi.org/10.22395/rium.v17n32a1.spa
dc.relation.referencesMinisterio ambiente vivienda y desarrollo territorial. (2008). Protocolo para el monitoreo y seguimiento de la calidad del aire. Recuperado de: http://www.ideam.gov.co/documents/51310/527391/Protocolo+para+el+Monitoreo+y+seguimiento+de+la+calidad+del+aire.pdf/6b2f53c8-6a8d-4f3d-b210-011a45f3ee88spa
dc.relation.referencesMurillo, D., Ortega, I., Carrillo, J., Pardo, A. and Rendón, J., 2012. Comparación de métodos de interpolación para la generación de Mapas de Ruido en entornos urbanos. Ingenierías USBMed, 3(1), pp.62-68.spa
dc.relation.referencesOgbozige, F., Adie, D. and Abubakar, U., 2018. Water quality assessment and mapping using inverse distance weighted interpolation: a case of River Kaduna, Nigeria. Nigerian Journal of Technology, 37(1), p.249.spa
dc.relation.referencesOh, Y., & Park, E. (2015). Data visualization of airquality data using R software. Journal of the Korean Data and Information Science Society, 26(2), 399–408. https://doi.org/10.7465/jkdi.2015.26.2.399.spa
dc.relation.referencesOikonomakis, E., Aksoyoglu, S., Ciarelli, G., Baltensperger, U., & Prévôt, A. (2018). Low modeled ozone production suggests underestimation of precursor emissions (especially NOx) in Europe. Atmospheric Chemistry And Physics, 18(3), 2175-2198. doi: 10.5194/acp-18-2175-2018.spa
dc.relation.referencesOrganización mundial de la salud. (2005). Guías de calidad del aire de la OMS relativas al material particulado, el ozono, el dióxido de nitrógeno y el dióxido de azufre. Recuperado de: https://apps.who.int/iris/bitstream/handle/10665/69478/WHO_SDE_PHE_OEH_06.02_spa.pdf;jsessionid=4A8E22CE709237CFEE8936E26678E039?sequence=1.spa
dc.relation.referencesPeuch H., Engelen R., Ades M.,Barré J.,Inness A.,Flemming J.,Kipling Z.,Panareda A., Parrington M., Ribas R.,Suttie M.(2018). The use of satellite data in the copernicus atmosphere monitoring service (cams), European Centre for Medium-Range Weather Forecasts, 1594-1596.spa
dc.relation.referencesRiojas-Rodríguez H, Soares da Silva A, Texcalac-Sangrador JL. & Moreno-Banda GL. Air pollution management and control in Latin America and the Caribbean: implications for climate change. Rev Panam Salud Publica. 2016;40(3):150–59.spa
dc.relation.referencesSaunders, R. O., Kahl, J. D. W., & Ghorai, J. K. (2014). Improved estimation of PM2.5 using Lagrangian satellite-measured aerosol optical depth. Atmospheric Environment, 91, 146–153.spa
dc.relation.referencesSecretaría del Medio Ambiente de la Ciudad de México. 2018. Calidad del aire en la Ciudad de México, informe 2017. Dirección General de Gestión de la Calidad del Aire, Dirección de Monitoreo Atmosférico. Ciudad de México. Octubre, 2018.spa
dc.relation.referencesSecretaria distrital de ambiente de Bogotá. (2019). Informe anual de calidad del aire de Bogotá. Recuperado de: https://oab.ambientebogota.gov.co/?post_type=dlm_download&p=13003.spa
dc.relation.referencesSuh H.,Bahadori T.,Vallarino J.,Spengler J.(2000). Criteria Air Pollutants and Toxic Air Pollutants. Environmental Health Perspectives.21(4),625-633spa
dc.relation.referencesTaylor SJ, Letham B. 2017. Forecasting at scale. PeerJ Preprints 5: e3190v2 https://doi.org/10.7287/peerj.preprints.3190v2spa
dc.relation.referencesUbilla, C., Yohannessen, K., (2016). Contaminación atmosférica efectos en la salud respiratoria en el niño. Revista médica clínica las Condes. 28(1). 111-118. Ubilla, C., Yohannessen, K., (2016). Contaminación atmosférica efectos en la salud respiratoria en el niño. Revista médica clínica las Condes. 28(1). 111-118.spa
dc.relation.referencesVarjar J.,(2020). Evaluación espacial y temporal de la calidad del aire en Colombia a partir de los datos del servicio de monitoreo atmosférico de Copernicus (CAMS) y monitoreos en superficie. (Tesis de Maestría).Universidad Nacional de Colombia.spa
dc.relation.referencesWang, Y., Ma, Y.-F., Eskes, H., Inness, A., Flemming, J., and Brasseur, G. P.: Evaluation of the CAMS global atmospheric trace gas reanalysis 2003–2016 using aircraft campaign observations, Atmos. Chem. Phys., 20, 4493–4521, https://doi.org/10.5194/acp-20-4493-2020, 2020.spa
dc.relation.referencesWorld Banck.(2018).Filling the Gaps: Improving Measurement of Ambient Air Quality in Low and Middle Income Countries Recuperado de: http://pubdocs.worldbank.org/en/425951511369561703/Filling-the-Gaps-White-Paper-Discussion-Draft-November-2017.pdfspa
dc.relation.referencesWorld Helalth Organization. (2016). Ambient air polluntion: A global assessment of exposure and burden of disease. Recuperado de: https://apps.who.int/iris/handle/10665/250141 22 de junio de 2019spa
dc.rightsDerechos reservados - Universidad Nacional de Colombiaspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial 4.0 Internacionalspa
dc.rights.spaAcceso abiertospa
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/spa
dc.subject.ddc660 - Ingeniería químicaspa
dc.subject.proposalCalidad del airespa
dc.subject.proposalAir Qualityeng
dc.subject.proposalCOPERNICUSspa
dc.subject.proposalCOPERNICUSeng
dc.subject.proposalCAMSeng
dc.subject.proposalCAMSspa
dc.subject.proposalTropomispa
dc.subject.proposalTropomieng
dc.subject.proposalLatin America and the Caribbeaneng
dc.subject.proposalAmérica Latina y el Caribespa
dc.subject.proposalAtmospheric modelingeng
dc.subject.proposalModelación Atmosféricaspa
dc.titleAnálisis de la calidad del aire en diferentes ciudades de América Latina y el Caribe a partir de mediciones en superficie y datos del servicio de monitoreo atmosférico de Copernicus (CAMS)spa
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
1018472485.2020.pdf
Tamaño:
5.21 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
3.8 KB
Formato:
Item-specific license agreed upon to submission
Descripción: