D.R.

Luis Everardo Castro Solis

Estado actual y prospectiva de los modelos de calidad del aire

y su relacin con la problemtica de la planeacin de la calidad del aire en zonas urbanas:
Luis Everardo Castro Sols

Resumen
Los modelos fotoqumicos de calidad del aire proveen el mtodo ms defendible para relacionar la calidad del aire futura con cambios en la emisin, y por lo tanto, son el fundamento para determinar la efectividad de las estrategias de control propuestas. Se analiza en el presente ensayo la problemtica de l a planeacin de la calidad del aire urbano y el empleo de modelos foto-oxidantes para la prediccin de la concentracin de O 3, fundamentalmente; se analiza el estado del arte de la modelacin de la calidad del aire y, con un enfoque prospectivo, las tendencias futuras de la modelacin y su prctica, sintetizando los importantes conceptos vertidos en las referencias [1-4], principalmente. Los desarrollos en la estructura y uso de los modelos, proveer un fundamento ms fuerte en el cual basar las estrategias de control de emisin, las cuales, con ayuda de los modelos futuros que estn siendo desarrollados, sern ms coherentes, tanto para fines regulatorios como cientficos.

 D.R. Luis Everardo Castro Solis

Introduccin
En trminos generales, la contaminacin del aire puede ser definida como "cualquier condicin atmosfrica en la cual estn presentes sustancias en concentraciones suficientemente altas por encima de los niveles ambientales normales, para producir efectos en personas, animales, vegetacin o materiales" [5]. El problema de contaminacin del aire puede ser entendido en forma simple como un sistema que contiene tres componentes bsicos (ver fig. 1), siguiendo a Seinfeld:

1. Fuentes de Emisin Contaminantes

2. Atmsfera

Mezclado y transf. qumica

3. Receptores

Fig. 1.

El problema de contaminacin del aire.

El objetivo ltimo de un estudio de este sistema es proveer una respuesta adecuada a la cuestin: Cul es la forma ptima de abatir la contaminacin del aire? Resulta claro que el abatimiento de la contaminacin del aire en las reas ms pobladas del mundo requerir una inversin econmica importante y, quiz, tambin cambios en los patrones de vida y uso de la energa. Es irrealista hablar de cero contaminacin del aire ya que es virtualmente imposible eliminar enteramente todas las emisiones antropognicas de sustancias extraas a la atmsfera por otra parte, las emisiones biognicas son inabordables. Es ms razonable buscar la reduccin de la emisin de contaminantes a un punto en que los efectos adversos notables asociados con la presencia de contaminantes en el aire, sean eliminados. Los esfuerzos para formular una estrategia coherente de control de la contaminacin del aire han sido obstaculizados, en gran parte, por la falta de habilidad para demostrar claramente la relacin entre los niveles de emisin y las concentraciones en el aire, y entre las concentraciones en el aire y los efectos adversos (principalmente a la salud humana) de la contaminacin. De hecho, esa falta de habilidad para asociar los efectos en la salud con dosis de contaminantes en el aire de manera unvoca, ha sido un de los principales obstculos para ganar el soporte pblico para el control de la polucin del aire. En este orden de ideas, un modelo de calidad del aire ambiental es un medio por el cual las emisiones de contaminantes pueden ser relacionadas con concentraciones atmosfricas de contaminantes. Tales modelos proveen, por consiguiente, una cadena entre cambios en la emisin (debidos a medidas de control) y cambios en los niveles de concentracin de contaminantes atmosfricos (que puede esperarse resulten). Este tipo de modelos debe involucrar consideraciones acerca de los patrones de emisin, meteorologa, transformaciones qumicas y procesos de rem ocin.

Un mapa del problema de la planeacin de la calidad del aire

En trminos generales, el problema de la planeacin de la calidad del aire, implica decidir consistentemente cul es la mejor estrategia para llevar a cabo el diseo e implementacin de las medidas de control de la contaminacin atmosfrica, generada inevitablemente por la actividad humana y el desarrollo industrial lo cual impacta negativa y significativamente la calidad del aire ambiental, con el riesgo consecuente a la poblacin y el ecosistema, de manera tal que la calidad del aire actual cumpla con las especificaciones de un cierto estndar de calidad diseado para minimizar, mediante accin legislativa, el riesgo a que estn sujetos tanto la poblacin como el ecosistema. El sistema esquematizado en la fig. 2 ilustra el problema.

 D.R. Luis Everardo Castro Solis

Si bien se reconoce, despus de Stern [6], que en trminos de urgencia a corto plazo, muchas naciones y comunidades pueden correctamente asignar una prioridad ms baja al control de la contaminacin del aire que a problemas de poblacin, pobreza, nutricin, vivienda, educacin, suministro de agua, control de desastres, derechos civiles, salud mental, o crimen. El control de la contaminacin del aire es ms probable que tenga (y la tiene) una mayor prioridad para una persona o comunidad que actualmente goce de los beneficios de la sociedad en forma de ingresos adecuados, vivienda, educacin y cuidado a la salud, que para personas que no tienen (y quiz nunca puedan tener) esos beneficios. Sin embargo, en trminos de necesidades a largo plazo, las naciones y comunidades pueden ignorar el control de la contaminacin en general, solamente asumiendo su propio riesgo de desaparecer. Una poblacin puede subsistir, quiz pobremente, con vivienda, escuelas, polica y servicios asistenciales inadecuados; inclusive puede subsistir con un suministro de agua primitivo. De manera que los determinantes ltimos para la sobrevivencia son los suministros de alimentos y aire. Entonces, aun si una sociedad tiene xito en proveer de una manera completamente adecuada todas sus otras necesidades, eso no tendr importancia si el resultado es una atmsfera tan contaminada que no sustente vida. Por lo tanto el objetivo a largo plazo del control de la contaminacin del aire es permitir a la poblacin del mundo, cumplir con todas sus necesidades de energa, bienes y servicios, sin sacrificar su suministro de aire. Con respecto a la utilidad de los modelos de calidad del aire en el contexto de la planeacin, surge la pregunta porqu es necesario el uso de modelos de calidad del aire? Las siguientes cuestiones cobran relevancia cuando consideramos, por ejemplo, el uso de modelos de oxidacin fotoqumica para disear estrategias de control de O3: a) Para dar una idea de la escala econmica del problema, podemos citar que la literatura menciona que, en Estados Unidos, se gasta una gran cantidad de recursos (60 o ms billones de dlares anualmente) en control de la contaminacin del aire. Cules son las mejores estrategias para emplear de la mejor manera esos recursos? b) El riesgo que implica la contaminacin atmosfrica para la poblacin y el ecosistema es alto y los 1 impactos ambientales reales y potenciales son significativos , Cmo correlacionar un cierto nivel de emisin permisible (estndar de emisin) con un cierto grado de calidad del aire (estndar ambiental)? o en otras palabras, de que tamao tendrn que ser las reducciones en las emisiones, para lograr las metas de calidad del aire? El problema es complicado debido a la complejidad de la formacin y transporte de contaminantes en la atmsfera, especialmente cuando esta involucrada su transformacin qumica. c) Ciertos aspectos clave de la planeacin del abatimiento son abordados ms eficientemente va el uso de un modelo de calidad del aire ambiental; en algunos casos, no existen medios alternativos para examinar los asuntos crticos implicados. Entre esos tpicos para los cuales un modelo de calidad del aire puede ser particularmente til como una herramienta analtica estn: (i) el establecimiento de legislacin de control de emisiones, (ii) la evaluacin de tcnicas y estrategias propuestas de control de emisin, (iii) planeacin de la localizacin de fuentes futuras de contaminantes atmosfricos, (iv) planeacin del control de episodios de calidad del aire, y (v) determinacin de la responsabilidad para los niveles existentes de contaminacin. Una vez planteado el rol de los modelos de calidad del aire en el contexto de la planeacin de la calidad del mismo, cabe hacerse algunas cuestiones fundamentales al respecto: Estn cumpliendo realmente el objetivo para el que son usados los modelos de calidad del aire ambiental, en la optimizacin de la planeacin de la calidad del aire? y de ser as, porqu las estrategias actuales, basadas primariamente en controlar emisiones de gas reactivo orgnico (GRO), no han producido los beneficios esperados?, Cules fueron las deficiencias en los estudios previos (qu llevaron a la estrategia nica del GRO)? y

Por ejemplo las previsiones indican que se incrementarn el efecto invernadero y la lluvia cida y sus efectos negativos sinrgicos en cascada y que se incrementar la concentracin de contaminantes primarios y de ozono troposfrico y otros contaminantes secundarios, con los consecuentes efectos adversos en la salud humana, biota, materiales y sistemas de esparcimiento.

 D.R. Luis Everardo Castro Solis

Qu cambios son necesarios para mejorar los esfuerzos pasados? Estas cuestiones son de importancia directa al intentar establecer la situacin actual de la modelacin de la calidad del aire.

Efectos en la salud, materiales, sistemas de esparcimiento, biota.

Efectos e n la poblacin o el ecosistema

accin legislativa

implica riesgo

minimiza el riesgo

Calidad del aire

impacto considerable

Estndar de Calidad aire

impacto negligible

Contaminacin atmosfrica

invevitablemente generar

Diseo e Implementacin de estrategias de control

Planeacin de la calidad del aire Cul es la mejor estrategia?

$$ Desarrollo Industrial y Actividades Humanas

Figura 2. Mapa conceptual del problema de planeacin de la calidad del aire.

 D.R. Luis Everardo Castro Solis

Estado actual de los modelos fotoqumicos de calidad del aire

Estado actual de la ciencia El estado actual de la ciencia de los modelos de calidad del aire representa una d escripcin madura de la produccin de O3 en ambientes urbanos. La aplicacin regional es ms tenue debido a que la qumica en ambientes con baja concentracin de NOx esta menos bien comprendida y existe menos experiencia en la aplicacin y evaluacin de modelos regionales. Ambas clases de modelos tienen el inconveniente de ser de escala fija, y usualmente solo siguen la qumica homognea en fase gaseosa; no incluyen el seguimiento de materia particulada ni de deposicin cida).

Estructura de los modelos fotoqumicos La estructura de los modelos fotoqumicos actualmente usados para investigacin y propsitos regulatorios se ilustra en la figura 3. Bsicamente son descripciones de los procesos ms importantes que afectan la calidad del aire.

Metas de Calidad del Aire Dinmica Qumica Atmosfrica

Impactos en la calidad del Aire

Diseo de Estrategias de Control

Distribucin de Emisiones Mecanismos de Transporte

Modelo de Calidad del Aire

Distribucin de Contaminantes

Figura 3. Estructura de los modelos fotoqumicos de calidad del aire.

Si se intenta incluir la mejor informacin disponible en cada mdulo, y de esa forma mantenerlo actualizado, entonces los modelos sirven para dos propsitos inmediatos: (1) son el mtodo cientficamente ms defendible para el diseo de estrategias de control, relacionando la calidad del aire futura con cambios en la emisin, y (2) sirven para integrar y expandir nuestro conocimiento de cmo se comportan los contaminantes en la atmsfera de manera que son herramientas tanto regulatorias como de investigacin. La figura 4 muestra un refinamiento del sistema anterior. Entre los modelos, basados en malla, que incluyen descripcin extensiva tanto de la dinmica qumica del sistema contaminante como de la dinmica fsica concurrente, se encuentran los modelos tpicos de distribucin de contaminantes a escala urbana (con un dominio de modelacin de 4E4-4E5 km 2) tales como Urban Airshed Model [7], CALGRID [8], Carnegie/California Institute of Technology Model [9,10], todos estos con tamao de maya de 5 km por lado y 10 niveles verticales y los modelos tpicos a escala regional 2 2 2 (con dominio de modelacin de 1000 -5000 km ) tales como Regional Oxidant Model [11, 12] con un tamao de malla de 18.5 km por lado y 3 estratos verticales y Regional Acid Deposition Model [13] con un tamao de malla de 80 km por lado y 15 niveles.

 D.R. Luis Everardo Castro Solis

El uso de este ti po de modelos se prefiere al uso de modelos ms simples aquellos que solamente incluyen la descripcin qumica del sistema por tres razones: (1) El costo de las estrategias de control y las decisiones tiene que ver con el resultado del modelo, y es tan grande, que obtener la respuesta incompleta o incorrecta sera inaceptable, (2) Es mucho ms fcil obtener la respuesta correcta para la razn equivocada usando modelos simples, en donde el error est interconstruido en el modelo, mientras que los modelos fsicamente ms completos pueden, y han producido, lo que parece ser un resultado aceptable para la razn incorrecta, es ms fcil testearlo buscando identificar errores, y finalmente (3) Los modelos fsico-qumicos han dado una visin mucho ms completa del problema de contaminacin del aire, sus causas y sus posibles remedios.
Qumica

procesos heterogneos

procesos homogneos

deposicin superficial

reacciones fotoqumicas

reacciones termoqumicas

procesos de aerosoles

SUMIDEROS

PROCESOS QUIMICOS

Fuentes emisiones: antropognica biognica FUENTES contaminantes transportados en la regin

Calidad del aire

TECNICAS DE SOLUCION NUMERICA

CONCENTRACIONES CALCULADAS

TRANSPORTE

altura de inversin

turbulencia

caractersticas superficiales y topogrficas

Temperatura

Radiacin

Cubierta nubosa

Viento

Fig. 3. Representacin esquemtica de un modelo fotoqumico de calidad del aire tpico.

 D.R. Luis Everardo Castro Solis

Fundamentos matemticos de los modelos de calidad del aire La esencia matemtica de los modelos de calidad del aire es la llamada Ecuacin de difusin-reaccin atmosfrica, que describe la concentracin de especies qumicas de contaminantes atmosfricos resolviendo un sistema de ecuaciones diferenciales parciales, ecuacin (1), abajo:

(1)

ci + (uci ) = ( K ci ) + Ri + Si t

sujeto a condiciones de frontera, las cuales prescriben las concentraciones en la frontera influente y un flujo difusivo nulo en la frontera efluente (las condiciones de frontera bsicamente son las ecuaciones de conservacin de la masa que entra y sale del domino de modelacin). Las condiciones de frontera vertical son las ecuaciones (1a) y (1b), abajo:

(1a)

K zz

ci + g,i ci = E i z

en z = 0 (a nivel de piso)

(1b)

ci =0 z
= = = = = = =

en z = H (altura de modelacin)

donde: ci u K Ri(c1,...,cp) Si g,i H

Concentracin del contaminante i entre p especies (i = 1, 2, ..., p) Vector de velocidad del fluido (campo de velocidades) Tensor de difusividad turbulenta Trmino de reaccin qumica (qumica atmosfrica) Trmino de la fuente neta (espacialmente dependiente) Velocidad de deposicin de la especie i Altura de la regin de modelacin.

La condicin de la ecuacin (1b) requiere que la parte superior de la regin modelada est localizada bastante por encima de la altura de mezclado.

Interaccin de modelos urbano-regionales La solucin de la ecuacin (1) implica discretizar el dominio del modelo en puntos de malla (10,000 celdas) siendo el tiempo computacional es proporcional al nmero de puntos de malla, lo cual explica las diferencias de tamao entre las mallas de modelos a escala urbana y regional; esto nos lleva directamente a una cuestin importante: los modelos regionales no pueden resolver con precisin los altos gradientes de concentracin de contaminantes (ni por lo tanto la qumica) encontrados en reas urbanas. Por otra parte los modelos de escala urbana son inapropiados para su uso en la modelacin regional. Aparentemente la distincin anterior es adecuada, pero descubrimientos recientes indican lo contrario: ha salido a la luz actualmente que los problemas urbanos de O 3 son impactados, a veces de manera significativa, por el transporte de rango largo de O3 y sus precursores NOx y GRO. Entonces, para seguir la dinmica oxidante urbana, se requiere un modelo regional, y similarmente, la formacin de oxidantes regionales depende de la especiacin de contaminantes emanados de las ciudades. La contabilizacin detallada de esas especies requiere un modelo que sea capaz de resolver los cambios de concentracin en las ciudades, es decir, requiere un modelo urbano cuyo costo computacional al aplicarlo a escala regional sera limitante.

 D.R. Luis Everardo Castro Solis

Mecanismos qumicos atmosfricos utilizados Con respecto a la qumica atmosfrica interconstruida en los modelos, la mayora de estos sigue solamente la qumica homognea en fase gaseosa lo cual limita su aplicacin a la determinacin de los niveles de O 3 durante periodos meteorolgicos apropiados usando uno de los cuatro mecanismos actualmente aceptados de la qumica atmosfrica en fase gaseosa, que son basados en la informacin cintica y mecanstica ms reciente [14] : (i) El mecanismo de Enlace de Carbn versin IV (CB4) [15], (ii) El mecanismo Carter-Atkinson-Lurmann (CAL) [16], (iii) El mecanismo del Modelo de Deposicin Acida Regional (RADM) [17], y (iv) El modelo Carnegie/California Institute of Technology (CIT) [18]; si bien estos estn basados en el mismo cuerpo de datos cinticos disponibles, importantes incertidumbres en esos 2 datos han llevado a tratamientos algo diferentes en los mecanismos , precisamente en aquellas reas 3 donde existe incertidumbre . Cada uno de estos mecanismos representa el conocimiento actual de la qumica atmosfrica, y las pruebas y comparaciones variadas muestran que dan esencialmente predicciones equivalentes para O3, HCHO y HO2 [19]. La qumica atmosfrica inorgnica de los NOx est bien establecida. Existen, no obstante, reas significativas de la qumica orgnica en donde solamente son conocidos las reacciones iniciales y la primera generacin de productos. Una cuestin clave es s el hecho de resolver las incertidumbres en la qumica detallada, cambiara substancialmente el entendimiento de las caractersticas generales de la qumica d e hidrocarburos/NOx. La habilidad actual de simular razonablemente bien el comportamiento global del gran cuerpo de datos de cmara de smog sugiere que no, aunque una resolucin ms definitiva espera la simulacin de datos ambientales, particularmente para especies intermediadoras tales como formaldehido, perxido de hidrgeno, PAN y cido ntrico. La siguiente tabla sumariza las caractersticas de los modelos anteriormente mencionados, para uso en los proyectos de modelacin: Mecanismo Especies totales Especies ROG primarias Radicales Nmero de reacciones Reacciones de fotlisis CB4 33 8 6 81 11 CAL 50 13 11 131 17 RADM 58 11 14 104 16 CIT 30 6 3 57 9

Criterios de anlisis y comparacin de los mecanismos qumicos La existencia de mecanismos alternos de reaccin nos lleva directamente a las cuestiones fundamentales en relacin con la planeacin de la calidad del aire cul mecanismo debe ser usado para estimar los requerimientos de reduccin de la emisin? y cul ser la diferencia si se prefiere uno u otro? Para responder a estas preguntas, los mecanismos son probados con experimentos en cmaras de smog y los resultados de simulaciones realizadas con mecanismos alternativos es comparada en forma detallada, mediante anlisis de sensibilidad. His tricamente, los anlisis de sensibilidad de los modelos de calidad del aire han sido realizados sobre bases ad hoc . La informacin generada por un procedimiento formal de anlisis de sensibilidad es benfico al interpretar los resultados e identificar incertidumbres clave. El anlisis de sensibilidad en el pasado ha usualmente seguido la aproximacin de fuerza bruta.

Por ejemplo, RADM usa dicarbonil como surrogado para los productos no identificados, y, consecuentemente, la tendencia del dicarbonil en el mecanismo RADM es aproximadamente ms alta por un factor de 2 que en CB4 y CAL. Otra diferencia importante en los mecanismos tiene que ver con el tratamiento de la qumica del PAN: CB4 usa una energa de activacin grande que provoca un incremento significativo de la formacin del PAN con la temperatura, mientras que la formacin de PAN en CAL y RADM es relativamente insensible a cambios en la temperatura.
3

Existen reconocidas deficiencias en el conocimiento de la qumica orgnica a bajos niveles de NOx y en el de la qumica atmosfrica de los compuestos aromticos, por ejemplo el mecanismo de la fragmentacin del anillo en la reaccin aromtico-OH aun no ha sido identificado.

 D.R. Luis Everardo Castro Solis

Por el contrario, el anlisis de sensibilidad formal [1] emplea tcnicas matemticas tales como el mtodo directo desacoplado (DDM) [20, 21], el cual permite calcular coeficientes de sensibilidad las derivadas parciales de las concentraciones de salida del modelo, con respecto a los parmetros de entrada (concentraciones iniciales y tasas de reaccin) simultneamente, remplazando cientos de simulaciones necesarias en un anlisis de sensibilidad informal. DDM permite identificar las discrepancias claves entre los diferentes mecanismos. Otro problema que DDM puede resolver es la cuestin de jerarquizar los compuestos orgnicos por su contribucin relativa a la formacin de ozono u otros contaminantes secundarios, o sea calcular las reactividades de todos los compuestos de entrada, las cuales son dadas por los mismos coeficientes de sensibilidad. La reactividad ha sido recientemente usada en las regulaciones para determinar condiciones de emisin permisible. Por ejemplo, al aplicar DDM para comparar los mecanismos CB4 y CAL en un estudio formal de sensibilidad [1], se concluy que: (1) DDM es una herramienta eficiente para comparar mecanismos fotoqumicos, sustituyendo ventajosamente a los anlisis de sensibilidad informales, que requeriran numerosas simulaciones cinticas, contra la aplicacin directa de DDM para calcular los coeficientes de sensibilidad de todas las especies y todos los parmetros simultneamente; (2) DDM puede identificar las discrepancias clave entre distintos mecanismos. Considerando que se requiere mantener el modelo de calidad del aire al nivel del estado del arte, las revisiones y reevaluaciones del mismo son frecuentes; el enfoque DDM es de gran beneficio; (3) DDM est bien condicionado para resolver el problema de jerarquizar cuantitativamente los compuestos orgnicos, en funcin de sus contribuciones relativas a la formacin de ozono u otros contaminantes secundarios de inters; (4) Dos ventajas adiciones del DDM en la estimacin de la reactividad son (a) Los coeficientes de sensibilidad calculados con DDM son reactividades exactas, ya que son calculadas en el lmite en que el cambio de la concentracin de entrada del orgnico en estudio se aproxima a cero y (b) La sensibilidad de todas las especies de salida con respecto a todas las especies de entrada puede ser calculada en un solo paso (en general HCHO, alkenos y xileno son las especies ms reactivas en trminos de produccin de O 3) y (5) Aunque los diferentes mecanismos concuerdan estrechamente en las concentraciones pico de O3, las reactividades generados por ellos para clases especficas de orgnicos pueden diferir fundamentalmente.

Algoritmos numricos de solucin de la cintica qumica atmosfrica Con relacin a la solucin numrica de la evolucin qumica del sistema (el trmino Ri de la ecuacin 1), sta es usualmente llevada a cabo por algn mtodo predictor-corrector capaz de resolver ecuaciones diferenciales no lineales acopladas, en miles de puntos en el espacio. Dado un conjunto de concentraciones iniciales de N contaminantes y un mecanismo que describa cmo esos contaminantes reaccionan qumicamente, el problema de seguir la cintica fotoqumica puede ser escrito de la siguiente forma:

(2)

dci = Fi (c1 , c2 ,..., cN ) Li (c1 , c2 ,..., cN )ci dt

ci Fi Li = concentracin de la especie i = tasa de produccin de la especie i = tasa de prdida de la especie i

en donde:

presentndose la dificultad de que el sistema de ecuaciones gobernantes (2) presenta rigidez numrica presenta constantes de tiempo pequeas debido a las grandes diferencias en las tasas de reaccin de las diferentes especies, en un mecanismo fotoqumico tpico lo cul es particularmente crtico, ya que las escalas temporales deben mantenerse muy pequeas para evitar inestabilidad numrica [22-25]. Debe notarse que si Fi y Li son constantes, (2) puede ser resuelta analticamente como: (3)

ci (t ) = Fi i + [ ci ( 0) Fi i ] e
i

en donde:

= el recproco de Li, el tiempo caracterstico de decaimiento de la especie i.

 D.R. Luis Everardo Castro Solis

En trminos generales, aun utilizando mecanismos de reaccin condensados, el tratamiento numrico de la cintica qumica toma aproximadamente el 85% del tiempo computacional en los modelos fotoqumicos de calidad del aire actuales, por lo que acelerar las rutinas es fundamental para optimizar el desempeo del modelo. Dada la intensidad computacional de la resolucin de la dinmica qumica, el uso de 4 algoritmos numricos clsicos no es prctico para las computadoras actuales. En su lugar, se utilizan algoritmos Solucionadores Qumicos Rpidos (SQR) por ejemplo, el esquema hbrido o el esquema de aproximacin cuasiestable que emplean estrategias tales como la aproximacin de estado pseudoestable, vectorizacin, paralelizacin o combinaciones, no obstante que estos algoritmos no son ptimos, ya que solamente siguen la qumica en fase gas y no la dinmica de aerosoles o la qumica de equilibrio en sistemas multifase dispersos (nubes, niebla, etc.,) por lo que se usan rutinas de solucin separadas para esos componentes. Los algoritmos SQR usan uno de dos esquemas de resolucin: (1) el esquema hbrido y (2) el esquema de aproximacin de cuasi-estado estable , y son caracterizados matemticamente como sigue [2]: Esquema hbrido. Predetermina el tamao de tiempo de manera tal que ninguna de las variables cambiar ms de una cantidad prescrita. Luego la ecuacin se clasifica como rgida o no-rgida basada y la relacin entre el tamao de paso, t, y el tiempo caracterstico, i. Si el tamao de paso es mayor que el tiempo de equilibrio, entonces la ecuacin es identificada como rgida. Las ecuaciones no-rgidas son resueltas con el siguiente algoritmo predictor-multicorrector: predictor: (4a)

ci* = cin + t (Fi* - cin / in )

corrector: (4b)

cin+1 = cin + t (F in - cin / in + Fi* - ci* / i* )/2

donde el subndice n se refiere al tiempo t, n+1 al tiempo t + t, y * a la solucin predicha. Las ecuaciones rgidas son integradas con la frmula asinttica, ms precisa: predictor:

(5a)

ci* =

cin ( 2 in t ) + 2 Fi n in t 2 in + t

corrector:
n +1 i

(5b)

cin ( in + i* t ) + t ( Fi n + Fi * )( in + i* ) / 2 = in + i* + t

La frmula (5b) mantiene la alta precisin para los componentes rgidos, sin requerimientos restrictivos del tamao de paso y oscilaciones descontroladas que puedan llevar a inestabilidades. La convergencia de cada clase de ecuaciones es asegurada comparando las concentraciones despus de iteraciones sucesivas. Algunos componentes muy reactivos en el mecanismo pu eden ser identificados, antes del clculo, como especies en estado estable. Ya que los trminos transitorios asociados con estos componentes decaen muy rpidamente a sus valores de equilibrio, pueden ser eliminados de los clculos del esquema hbrido,

Por ejemplo, el mtodo de Gear con control automtico de paso y de error implicara invertir matrices grandes o solucionar conjuntos de ecuaciones no lineales repetidamente en miles de puntos de malla.

10

 D.R. Luis Everardo Castro Solis

producindose un sistema menos rgido, y sus concentraciones pueden ser calculadas asumiendo el equilibrio: (6)

ci = Fi i

lo cual incrementa la eficiencia computacional, especialmente para mecanismos fotoqumicos con un nmero grande de especies. Esquema de Aproximacin de Estado Cuasi -estable (QSSA) . En el mtodo QSSA, dependiendo de la n relacin del tamao de tiempo al tiempo caracterstico, t/i , las siguientes frmulas explcitas son utilizadas para calcular las concentraciones: (7a) (7b) (7c)

cin+1 = Fi n in ,

t / in > 10
t i
n

cin+1 = Fi n in + (cin Fin in ) e

, 0.01 < t / in < 10

[c

n +1 i

= cin + t ( Fi n cin / in ), t / in < 0.01]

La solucin exponencial de la ecuacin (7b) es exacta asumiendo Fi y Li constantes. Las soluciones de n (7a) y (7c) son usadas para mejorar la eficiencia. Para las especies con t/i > 10, calcular ci asumiendo estado estable (7a) introduce un error menor a 4.5E -03% relativo a la frmula exponencial (7b). La frmula n 2 n simple de integracin de Euler (6c) introduce un error de (t/i ) /2, o sea menor de 5.0E-03% cuando t/i < 0.01. Aqu, para mejorar la eficiencia, el esquema fue modificado introduciendo la frmula asinttica:

(8)

cin +1 =

cin ( 2 in t ) + 2Fi n in t t , 0.01 < n < 0.085 n 2 i + t i

El error introducido por esta aproximacin asinttica es de (t/in )3 /12, y por lo tanto, la misma magnitud de error que en las frmulas de equilibrio y de Euler (5.0E-03%) es obtenido simplemente cambiando el lmite superior para t/in a 0.085. QSSA usa un tamao de paso predeterminado, el cul se mantiene constante durante la simulacin. No existe mecanismo para ajustar el tamao de paso usando la informacin de convergencia como retroalimentacin. Por consiguiente, la precisin y estabilidad del mtodo son altamente dependientes de la seleccin que se haga del tamao de tiempo. Tcnicas de conservacin de masa. La conservacin del balance qumico es una caracterstica muy importante requerida por los solucionadores cinticos, sin embargo, ninguno de los mtodos descritos arriba es estrictamente conservativo en cuanto a masa. Si bien los problemas de conservacin de masa se pueden resolver reduciendo el tamao de paso, esta solucin no siempre es deseable, especialmente cuando la eficiencia computacional es una preocupacin primaria. Dos tcnicas muy utilizadas que permiten mantener el balance msico, sin ajustar el tamao de paso se esbozan a continuacin. La primera elimina el fuerte acoplamiento entre especies agrupndolas en nuevas variables. El error de conservacin durante el paso de tiempo de n a n +1 es estimado, para M especies agrupadas, como:
+1 n n n error = [ c n cn k k t ( Fk ck / k ] M k =1

(9)

Se considera que los errores de conservacin se originan principalmente de la prediccin de las concentraciones de NOx, por lo tanto todos los xidos de nitrgeno son agrupados juntos y el error

11

 D.R. Luis Everardo Castro Solis

estimado es restado de las concentraciones de NO2. Cuando el NO2 desaparece del sistema, se utiliza NO para mantener el balance [26]. La segunda tcnica restaura el balance redistribuyendo los errores de conservacin de masa, proporcionalmente entre varias especies en una manera conservadora de masa. Las concentraciones en el tiempo n+1, de la k-sima especie son corregidas como

(10)

[c ]

n +1 k corregida

=c

n +1 k

M n k =1 k M n +1 k k =1

donde M denota el nmero de especies cuyas concentraciones estn siendo corregidas. La mayor falta con ambas tcnicas es aquella porcin de los errores que es incorporada en las concentraciones que no han provocado dichos errores. Ya que utilizan operadores lineales, ambas tcnicas son computacionalmente muy eficientes. Un estudio de comparacin de la eficiencia de los dos esquemas SQR presentados arriba [2], concluy que los errores conservativos en el esquema QSSA son significativos, por lo que debe emplearse conjuntamente con una tcnica conservativa de masa por transformacin lineal la tcnica de agrupar NOx es ms precisa que la de distribucin proporcional. El esquema hbrido, es cerca de dos veces ms preciso que QSSA. QSSA puede hacerse ms preciso reduciendo el tamao de tiempo, pero el esquema resultante es usualmente menos eficiente que para el esquema hbrido. Ambos esquemas emplean aproximadamente el 50% de su tiempo computacional en calcular las tasas de produccin y prdida. Estos resultados muestran que existe un punto de equilibrio entre la precisin y la eficiencia de los algoritmos SQR mencionados. QSSA es ms rpido que el esquema hbrido, aunque menos preciso, y dependiendo de la rigidez del problema, pudieran requerirse tcnicas especiales para obtener soluciones estables. Por otro lado, el esquema hbrido da soluciones estables de mejor precisin y no es restrictivo computacionalmente, siendo numricamente ms robusto que QSSA aunque ms lento.

Algoritmos de transporte de contaminantes atmosfricos Un componente final de los modelos de calidad del aire basados en malla, de importancia en el contexto de los modelos actuales, es el algoritmo de transporte utilizado. Los mtodos de diferencia finita, elemento finito y pseudoespectrales son aplicables. De estos, el mtodo pseudoespectral, seguido por los mtodos de elemento finito, son los ms precisos y rpidos [8]. Sin embargo, el mtodo pseudoespectral requiere condiciones de frontera armnicas. En general se prefiere el empleo de los mtodos pseudoespectral y de elemento finito sobre los de diferencia finita, sobre sistemas de malla fija de tamao uniforme.

12

 D.R. Luis Everardo Castro Solis

Prospectiva de los modelos de calidad del aire

El futuro muestra un modelo multiescala urbano a regional, con una qumica relativamente explcita (del orden de 100 especies fase gas y un nmero similar de componentes en fase acuosa), dinmica multifase (aerosoles, nubes y nieblas), y quiz un esquema de deposicin ms probado. Procedimientos de anlisis de sensibilidad integrados en la formulacin del modelo [29,30]. Entradas y salidas analizadas grfica y numricamente. El incremento de potencia computacional, tanto como algoritmos ms eficientes harn esto posible [4]. Mayor eficiencia computacional y algortmica Histricamente, el desarrollo y uso de modelos ha sido restringido por la potencia computacional. Un modelo actual, que siga 50 especies en un dominio de 6000 celdas, requiere 15 horas para completar una simulacin de un da, en una estacin de escritorio. Se predice que las computadoras paralelas acelerarn el proceso un milln de veces, por lo que la misma aplicacin en las computadoras del futuro requerir solo segundos. La eficiencia algortmica se espera mejore en un orden de magnitud. Dada la importancia y las ramificaciones econmicas de la aplicacin de modelos en el proceso regulatorio, las limitaciones computacionales ahora experienciadas debern pasar a la historia. Modelacin multiescala Una limitacin clave en la actual generacin de modelos es su adherencia a tamaos fijos de malla en el dominio horizontal. Esto ha llevado a la coexistencia de modelos regionales y urbanos, y no a un modelo de escala urbana-a-regional, ya que modelar grandes regiones con escala muy fina es ineficiente y computacionalmente muy car o. Una forma directa de abordar el problema de resolver los altos gradientes de concentracin urbanos cuando el transporte de rango largo es importante, es anidar el modelo urbano 5 dentro del dominio de un modelo regional mediante anidamiento interactivo o de 2 vas [3] este enfoque permite a la informacin viajar en ambas direcciones: de escala regional a urbana y de escala urbana a regional. Se usa un modelo sencillo con resolucin espacial variable; el resultado es un sistema de modelacin multiescala. La resolucin del modelo puede adaptarse para seguir los gradientes de concentracin, resolviendo la qumica en las ciudades y teniendo mallas mayores en regiones rurales y sobre el ocano. Computacionalmente, esto es muy efectivo, y cuando es formulado apropiadamente puede ser hecho en paralelo con la qumica. El marco de modelacin multiescala es apropiado no solamente para estudiar la dinmica urbana y regional de los oxidantes, sino tambin aplicable a pequeas y grandes escalas y otros componentes atmosfricos. Los beneficios de este enfoque estn aun por demostrarse en la modelacin de la calidad del aire, en donde la determinacin de criterios para las adaptaciones dinmicas pueden ser una tarea difcil. Mecanismos qumicos ms explcitos El incremento de la capacidad computacional llevar a la inclusin de ms detalles cientficos dentro de los modelos de calidad del aire. Primero, los mecanismos qumicos sern ms detallados. El nmero de especies de gases orgnicos seguidas podra doblarse, y la qumica de radicales ser ms explcita (para lo cual se requiere que la cintica bsica de las reacciones radical-radical ser caracterizada mejor). En esencia, los mecanismos en los modelos crecern de ser generalizaciones agrupadas hasta parecerse ms a los mecanismos explcitos actuales. Su precisin ser limitada por el conocimiento actual y no por la potencia computacional.

Capacidad de seguimiento multifase

5

Recientemente se propuesto una aproximacin [4] que combina una multitud de escalas en un modelo sencillo. Siguiendo con esta lnea de desarrollo, un esquema multiescala de transporte horizontal anidado de dos vas fue desarrollado [27] y fue probado frente a un mecanismos qumico no lineal [28,16]. Este esquema de transporte fu incorporado en el modelo de calidad del aire CIT [9]. El modelo CIT est basado en la equacin de difusin atmosfrica (2) ya descrita.

13

 D.R. Luis Everardo Castro Solis

La capacidad de seguir contaminacin multifase (dinmica de aerosol, nubes y nieblas) ser cada vez ms comn en los modelos urbanos y regionales, si bien esta capacidad puede ser computacionalmente muy intensiva, es necesaria para calcular las concentraciones de materia particulada, visibilidad y produccin de cido. Est garantizado el trabajo significativo en el entendimiento de la termodinmica y la cintica de la qumica atmosfrica multifase. Tambin debern ser desarrolladas tcnicas computacionales ms eficientes para seguir la dinmica del aerosol. A medida que el poder computacional se desarrolle, la habilidad de describir la dinmica de contaminantes multifase ser mejor probada y la inclusin de esos procesos se convertir en una prctica rutinaria. Parametrizacin de los procesos de remocin Una limitacin final que afecta la habi lidad actual de predecir adecuadamente las concentraciones de contaminantes a escalas urbanas y, quiz ms importantemente, regionales, es la parametrizacin del proceso de deposicin. Si bien la dinmica de fluidos es probablemente razonablemente bien caracterizadas, la interaccin qumica no. Para partculas, la deposicin involucra una dinmica de fluido muy complicada y la interaccin aerosol/superficie que no es completamente entendida. Actualmente en los modelos fotoqumicos se parametriza el proceso en una serie de resistencias deposicionales: (11)

rdeposicin = ra + rb + rc = --1dep

donde ra es la resistencia aerodinmica, rb es la resistencia de la capa de frontera y rc es la resistencia qumica. vdep es la inversa de la suma de resistencias, es decir, la velocidad de deposicin usada al especificar las condiciones de frontera a nivel de piso ( vg,i , ec.1a ). Algunos modelos han adoptado esta formulacin, la cual ser estndar en la siguiente generacin [4]. Mayor entendimiento de la dinmica de aerosoles Las partculas de tamaos abajo de los 2 m de dimetro son las principales responsables del severo deterioro de la visibilidad observado en reas como los Angeles. Tales partculas son fcilmente respirables y pueden contener componentes txicos o mutagnicos y el control de este componente del aerosol urbano es un problema particularmente importante. El aerosol atmosfrico es una entidad altamente compleja representada por una mezcla de emisiones primarias, tales como holln, ceniza volante y especies secundarias que son sumideros (o reservorios) de muchos procesos qumicos atmosfricos . Debido al papel del aerosol como producto final, el conocimiento de su composicin qumica es esencial para entender completamente los procesos qumicos que preceden su formacin. Compuestos prevalecientes de los aerosoles urbanos son los sulfatos, nitratos, amonia, metales traza, material carbonaceo y agua. El conocimiento detallado de la distribucin de tamao del aerosol urbano es limitado. Las partculas primarias, una vez emitidas, entran en procesos fsicos y qumicos que resultan en una composicin qumica y distribucin de tamao continuamente variables. Tambin, los productos de reaccin en fase gaseosa pueden por s mismos nuclearse homogneamente para formar nuevas partculas [14]. Mejoramiento de la interfase de usuario Otros avances en los modelos de calidad del aire tratan con tpicos distintos a los clculos en s. Proveer un entendimiento fcil de los resultados ser una parte integral de los modelos futuros, lo cual implica salida grfica. Los modelos de calidad de l aire producen grandes cantidades de datos que son impenetrables hasta ser refinados. Las grficas computacionales proveen una poderosa herramienta para realizar un anlisis de primer nivel, y son rpidamente entendibles por cientficos, reguladores y pblico [4]. Anlisis de sensibilidad en lnea Los modelos futuros debern incluir a algn nivel tcnicas de anlisis de sensibilidad integradas en la formulacin del modelo, ya que stas han sido de gran utilidad al estudiar componentes del modelo tales como los mecanismos qumicos.[1, 29, 30]

14

 D.R. Luis Everardo Castro Solis

Prctica futura de los modelos de calidad del aire

Los grandes desarrollos en el uso de los modelos de calidad del aire, debern ser un resultado de cmo, y por quin, son usados. Para establecer qu controles deben ser ms efectivos, deber entenderse la dinmica atmosfrica de las ciudades contaminadas individualmente. Esto requerir estudios de campo ms extensivos, detallados y comprehensivos, as como trabajo de modelacin.

Necesidad de personal entrenado Actualmente solo unas pocas agencias regulatorias y organizaciones de consultora e investigacin tiene la capacidad para conducir estudios de modelacin fotoqumica en tridimensionales; el nmero de agencias con esta capacidad deber crecer. Una barrera inhibidora es la falta de personal entrenado y de mecanismos para desarrollar expertise.

Necesidad de estudios detallados de campo Un segundo avance significativo en el horizonte, es el incremento de experimentos detallados de campo para acompaar la evaluacin de los modelos oxidantes. Este tipo de estudios dotar a la comunidad de modeladores, de la capacidad para probar los modelos hasta encontrar debilidades. Un aspecto clave de esos estudios detallados es el nfasis en lo que es, quiz, la debilidad ms grande en los estudios pasados: los inventarios de emisin, los cules se consideran conservadores, al igual que el inventario de fuentes mviles de gases orgnicos, que se piensa se han subestimado por un factor de 2 o ms. Mejores inventarios son absolutamente esenciales para determinar la efectividad de los controles y el desarrollo de una estrategia. Las incertidumbres en las emisiones y en las mediciones atmosfricas (tanto de calidad del aire actual como meteorolgicas) han sido los mayores contribuidores a los estudios de modelacin fotoqumica. La atencin dada a esos dos elementos crticos es necesaria para robustecer el fundamento cientfico de las decisiones estratgicas de control futuras.

Conclusiones
Los desarrollos en la estructura y uso de los modelos, proveer un fundamento ms fuerte en el cual basar las estrategias de control de emisin. No se puede tomar un atajo entre la evaluacin de un modelo y su proceso de aplicacin, ya que el resultado sera costoso como se ha visto actu almente. La estrategia previamente aceptada de sustentar el abatimiento de la contaminacin atmosfrica en el control de gases reactivos orgnicos, ha probado ser insuficiente e inefectiva. Los modelos futuros estn siendo desarrollados, y se espera darn evaluaciones de las estrategias de control ms concretas, tanto para fines regulatorios como cientficos.

15

 D.R. Luis Everardo Castro Solis

Literatura citada [1] Milford J.B., Gao D., Rusell A.G. and McRae G.J. (1992) Use of Sensitivity Analysis To Compare Chemical Mechanisms for Air-Quality Modeling, Env. Sci. Tech. 26:6, 1179-1189. [2] Odman M.T., Kumar N. and Rusell A.G. (1992) A Comparison of Fast Chemical Kinetic Solvers for Air Quality Modeling, J. Atmos. Env. 26A :9, 17831789. [3] Kumar N., Odman M.T. and Rusell A.G. (1994) Multiscale air quality modeling: Application to southern California, J. Geoph. Res, 99:D3, 53855397. [4] Rusell A. and Odman M.T. (1993) Future Directions in Photochemical Air Quality Modeling, Water, Air and Soil Pollution 67:181-193. [5] Seinfeld J.H. (1985) Atmospheric Chemistry and Physics of Air Pollution, California Institute of Technology, John Wiley & Sons, Pasadena, Cal. [6] Stern A.C. (1968) Air Pollution 2nd ed. 3 vols. Academic Press, New York. [7] Morris R.E, Myers T.C., Causley M.C., Gardner L. y Carr E.L. (1989) Urban Airshed Model Study of Five Cities: Low-cost Application of the Model to Atlanta and Evaluation of the Effect of Biogenic Emission Control Strategies report to the U.S. Environmental Protection Agency, Systems Applications, Inc. San Rafael California. [8] Yamartino R.J., Scire J.S, Hanna S.R., Carmichael G.R. and Chang Y.S. (1989) CALGRID: A Mesoscale Photochemical Grid Model, California Air Resources Board Report No. A049-I, Sacramento, California. [9] Mc. Rae G.J., Goodin W.R. and Seinfeld J.H. (1982), Numerical solutions of the atmospheric diffusion equation for chemically reacting flows, J. Comput. Phys 45, 1-42 [10] Rusell A.G., McCue K.F. and Cass G.R. (1988), Environ. Sci. Technol 22, 2011 [11] Lamb R.G. (1983) A Regional Scale (1000 km) Model of Photochemical Air Pollution: Part 1. Theoretical Formulation, EPA -600/3-83-03 U.S. EPA, Research Triangle Park, N.C. [12] Schere K.L. and Wayland R.A. (1989) EPA Regional Oxidant Model (ROM 2.0): Evaluation on 1980 NEROS Data Bases, U.S. EPA Report No. EPA/600/3-89/057, Research Triangle Park, N.C. [13] Chang J.S., Brost R.A., Isaksen I.S.A., Madronich S., Middleton P., Stockwell W.R. and Walcek C.J. (1987) A three-dimensional Eulerian acid deposition model: physical concepts and formulation. J. Geophys. Res. 92, 14861-14700

[14] Seinfeld J.H. (1989) Urban Air Pollution: State of the Science, Sciencie 243: 745-752 [15] Gery M.W., Whitten G.Z., Killus J.P. (1982) Development and Testing of the CMB-IV for Urban and Regional Modeling, EPA Report No 600/388/012, Research Triangle Park, N.C. [16] Lurmann W.P., Carter L., Coyner L.A. (1987) A Surrogate Species Chemical Reaction Mechanism for Urban-Scale Air Quality Simulation Models, EPA Report No. 600/3-87/014, Research Triangle Park, N.C. [17] Stockwell W.R. (1986) Atmos. Environ. 20, 1615 [18] Mc Rae G.J., Goodin W.R. and Seinfeld J.H. (1982) Mathematical Modeling of Photochemical Air Polution, EQL Report No. 18, Environmental Quality Laboratory, California Institute of Technology, Pasadena, CA. [19] Dodge M.C. (1989), A comparison of three photochemical oxidant mechanisms. J. Geophys. Res. 94, 5121-5136 [20] Dunker A.M. (1984) J. Chem. Phys. 81, 2385-2393 [21] McCroskey P. S., Mc Rae G.J. (1987) Documentation for the Direct Decoupled Sensitivity Analysis Method -DDM, Department of Chemical Engineering Report, Carnegie Mellon University, Pittsburgh, Pa. [22] Gear C.W. (1979) A User's View of Solving Stiff Ordinary Differential Equations , Prentice Hall. [23] Lapidus L. and Seinfeld J.H. (1971) Numerical Solution of Ordinary Differential Equation, Academic Press. [24] Kubicek M. and Halvacek V. (1983) Numerical Solution of Nonlinear Boundary Value Problemsz with Applications, Prentice Hall. [25] Furgason D.R. and Hansen K. F. (1973) Solution of the space dependent reactor kinetics equations in three dimension , Nucl. Sci. Eng., 51, 189-205 [26] Hesstwedt E., Hov . and Isaksen I.S.A. (1978) Quasi-steady-state approximations in air pollution modeling. Int. J. Chem. Kinet. 10, 971-994 [27] Odman M.T. and Russell A.G. (1991) A multiscale finite element pollutant transport scheme for urban and regional modeling, Atmos. Environ., 25A, 23852394 [28] Odman M.T. and Rusell A.G. (1991) Multiscale modeling of pollutant transport and chemistry, J. Geophys. Res., 96, 7363-7370 [29] Dunker A.M. (1981) Efficiente Calculation of Sensitivity Coefficientes for Complex Atmospheric Models, Atmos. Environ. 15, 1155-1161. [30] Milford J.B. (1988) Photochemical Air Pollution Control Strategy Development, Ph.D. Thesis, Carnegie Mellon University, Pittsburgh, PA.

16