Modelos de regresión de usos del suelo para la caracterización espacial de la contaminación del aire por PM2.5 en la ciudad de Medellín-Colombia, 2018

Abstract

RESUMEN: Actualmente, la contaminación atmosférica es un problema ambiental y de salud pública, de especial interés por su consecuente afectación a la salud humana. En los últimos años, se han presentado alertas ambientales debido a los niveles de PM2.5 en la ciudad de Medellín, Colombia, y aunque se tiene un sistema de vigilancia de calidad del aire con estaciones continuamente activas, se establece una limitación relacionada con la distribución espacial de la misma. Con el fin caracterizar espacialmente la contaminación del aire por PM2.5 en la ciudad de Medellín, para el año 2018, se construyeron modelos de regresión de usos del suelo (Land Use Regression - LUR), a partir de variables meteorológicas, demográficas, de movilidad y de usos del suelo urbano. Se seleccionaron doce modelos mensuales que cumplieran los criterios de especificación del método de Mínimos Cuadrados Ordinarios (OLS), donde, un buffer de 200 m de radio, la altura a nivel de piso de la estación de monitoreo, el flujo vehicular, el gradiente de temperatura y la velocidad del viento promedio mensual, fueron las variables más comunes. Los modelos seleccionados explicaron entre 26% y 79% de la variabilidad del PM2.5, siendo el mejor modelo LUR, el obtenido para el mes de agosto. Según los mapas de predicción, las áreas más contaminadas se encontraron al sur y las áreas menos contaminadas se encontraron en al noroeste del área de estudio. La inclusión de variables que representaban fuentes de emisión y dispersión de contaminantes, permitió visualizar la influencia del flujo vehicular y la meteorología en los niveles de PM2.5. La metodología LUR es una alternativa simple y replicable para estimar la exposición a partículas; sin embargo, este método es susceptible a sitios de monitoreo limitados.

ABSTRACT: Nowadays, air pollution is an environmental and public health problem of special interest due to its impacts on human health. In recent years, PM2.5 levels in the city of Medellin have exceeded Colombian threshold, and although there is an active air quality monitoring system, an important limitation related to spatial distribution is associated. In order to characterize the spatial distribution of fine particles in the city of Medellin for 2018, monthly Land Use Regression Models (LUR) were developed based on meteorological, demographic, traffic and urban land uses data. Twelve monthly models were selected based on the specification criteria of the Ordinary Minimum Squares (OLS) method, where, a buffer of 200 m radius, the sampler height, the monthly average traffic intensity, the monthly average temperature gradient and the monthly average wind speed, were the most common variables. The selected models explained between 26% and 79% of the variability of PM2.5, being the best LUR model, the one obtained for the month of August. Based on the prediction maps, the most contaminated areas were found in the southern region of the study area and the least contaminated areas were found in the northwest region. The selected models included variables that represented emission sources and pollutant dispersion, showing the influence of vehicle fleet and meteorology on PM2.5 levels. The LUR methodology is a simple and replicable alternative to estimate exposure to particulate matter; however, this method is susceptible to limited measurements sites.