De mol/m2 a μg/m3: Un acercamiento inicial a la transformación de unidades satelitales en el análisis de presencia de NO₂ en zonas urbanas. (Convocatoria COIF FIGEMPA 2022 - 2024)

Resumen Ejecutivo

Por el creciente crecimiento del parque automotor y las actividades industriales, la contaminación del aire se constituye en un impacto ambiental que provoca serios problemas en la salud y el medio ambiente, donde uno de los contaminantes atmosféricos preocupante es el NO2. Así mismo, hay que considerar que el Ecuador no cuenta con una adecuada densidad de estaciones que conformen una red nacional. Por lo tanto, esta investigación va a analizar el comportamiento de los datos de NO2 in situ y los datos de sensores satelitales y determinar las diferencias relacionadas a sus medidas en las dimensiones espaciales y temporales mediante el uso de modelos estadísticos que describan la mejor relación de la concentración NO2 in situ y relación espacio-temporal Sentinel 5 (S5). Esto se lo va a realizar con datos de la ciudad de Quito, Ecuador y de la ciudad de Lima, Perú, como parte de la investigación hacia la región. Finalmente, a través de la creación de aplicaciones dinámicas como Dashboard y Experience Builder se presentarán, tanto los datos estadísticos como los modelos de concentración de NO2. 

Justificación de la Investigación

El Ecuador cuenta con un Plan Nacional de Calidad de Aire (PNCA) que de acuerdo con la Organización Mundial de la Salud (OMS) plantea políticas, estrategias y objetivos bajo los lineamientos de las Políticas Ambientales Nacionales desarrolladas por el Ministerio del Ambiente y como líneas estratégicas se establecieron el desarrollo del conocimiento, la prevención y control de la contaminación del aire, la institucionalidad y perfeccionamiento de la capacidad técnica (PNCA, 2012). Así mismo, el régimen de desarrollo dentro de sus objetivos plantea “recuperar y conservar la naturaleza y mantener un ambiente sano y sustentable” (Constitución 2008, Art. 276), donde uno de los aspectos tiene que ver con la calidad del aire.  

En general, los problemas ambientales requieren que el país empiece a construir capacidades de gestión ambiental descentralizada (PNBV, 2013). Los criterios, normas y metas de calidad se han ido a través del tiempo desarrollando, pero a nivel de la mayoría de los Gobiernos Autónomos Descentralizados (GADs) no se cuenta con capacidades en infraestructura y técnicos para implementar sistemas de monitoreo, control y evaluación de la calidad ambiental, en este caso calidad del aire. En este contexto, en el Ecuador algunos Municipios cuentan con redes de monitoreo en zonas urbanas, pero en algunos casos no cubre la totalidad del área urbana.  Frente a las debilidades de infraestructura y capacidades técnicas, esta investigación  

Inicia un trabajo en el establecimiento de modelación, grado de aproximación y limitantes entre los datos in situ y de sensores remotos satelitales. De esa forma, con esta investigación apoyar en el desarrollo o adaptación de tecnologías relacionadas con la gestión del aire a diferentes organismos con competencias ambientales en el marco de referencia del ordenamiento territorial, así como a la región, al contar con datos de Lima, Perú. 

Planteamiento del Problema e Hipótesis

El gobierno nacional y los gobiernos locales son parte del marco institucional competente en la gestión del aire. Por ello, esta investigación describe en primera instancia la configuración local del modelo para estimar NO2NO2, luego de establecer la relación entre mol/m2 y μg/m3. Considerando, que el Ecuador cuenta con pocas investigaciones que permitan predecir el comportamiento de NO2NO2 en sectores que no cuentan con estaciones de monitoreo in situ. Así como, comparar la dinámica del contaminante en zonas dentro de la comunidad andina, caso Lima, Perú. 

En consecuencia, (se plantea la siguiente pregunta de investigación) la pregunta de la investigación es: 

¿Los datos de sensores satelitales representan, con un nivel medio de confianza, un comportamiento semejante al de estimaciones locales y regionales en gases como el  

NO2NO2,   que permitan un monitoreo de calidad del aire a nivel del suelo? 

Objetivos Específicos

OE1: Encontrar superposiciones y cercanías entre los datos in situ de la red de monitoreo de calidad del aire (ciudad de Quito, ciudad de Lima) y los datos de teledetección, período julio 2018 hasta octubre 2020  

OE2: Desarrollar un modelo que permita la transformación de unidades mol/m2 y microgramos/m3  

OE3: Validar con el fin de establecer la confiabilidad de predicción (replicable)  

Metodología

El uso de modelos estadísticos derivados de sensores remotos satelitales es un método que presenta positivas alternativas para estimar a nivel del suelo la presencia de NO2 en áreas urbanas. Sin embargo, la relación entre NO2 satelital y NO2 in situ varía, tanto espacial como temporalmente, por lo que se deben evaluar las diferencias en las dimensiones espaciales, temporales y estacionales. 

La metodología contempla procesos como: 

Recopilación de datos de la red de monitoreo de calidad de aire, variable NO2, de la Secretaría de Ambiente de Lima, Perú y Quito, Ecuador, período julio 2018 a octubre del 2020. 

Recopilación de datos de NO2 de producto satelital TROPOMI/S5, período julio del 2018 a octubre del 2020. 

Seleccionar las coincidencias entre la concentración NO2 in situ y relación espacio-temporal S5 

Análisis estadístico de la concentración NO2 in situ y relación espacio-temporal S5 

Desarrollar los modelos estadísticos que describen la mejor relación de la concentración NO2 in situ y relación espacio-temporal S5 

Validación basada en las métricas estadísticas 

Finalmente, por medio de la validación de los datos de monitoreo de calidad de aire de las estaciones de las ciudades de Quito, Ecuador y Lima, Perú se realizará la visualización del comportamiento de las concentraciones de NO2 en el periodo de tiempo julio 2018 a octubre 2020, utilizando las aplicaciones de ArcGIS: Dashboards y Experience Builder, mediante tableros de control los cuales presentan datos estadísticos representados por gráficos de series temporales, indicadores que señalan valores máximos normativos, datos climáticos, población expuesta, así mismo se presenta el filtrado por medio de localización espacial, mapas; por medio de Experience Builder se creará aplicaciones web incorporando capas de entidades para la interacción con las concentraciones emitidas en la serie temporal.