Modelos atmosféricos en apoyo de las políticas
públicas y gestión de calidad de aire.
Marcelo Mena-Carrasco, PhD
Director
...
Análisis de costo beneficio
Estudio AGIES PPDA 2007
Fuente: DICTUC (2008), AGIES del PPDA
Sector Medida
VPCostos
(MUS$)
VPBen
(MUS$)
Razón B/C
Red PM2...
Modelo
-70°
-70°
Landscan
population
High res street
distribution
Legend
Point Sources
SO2 (tons/year)
100-500
500-1000
10...
Modelos se usaron para poder alterar las
emisiones de Santiago.
Level ICAP
number
PM10
(µg/m3
),
24h mean
Restrictions
Goo...
96% del PM de autos viene del
diesel (17% de vehículos)
Inventarios de emisiones
Actualización de
inventario vehículos
livianos por Sistemas
Sustentables (Modelo
MODEM para año 2...
Cómo representar emisiones estacionales de
calefacción?
∗ Se añade estacionalidad a
emisiones residenciales,
usando demand...
Escenarios analizados
Year PM2.5 CO NOX VOC´s SOx
Base Scenario 2,857 547,787 65,049 63,781 5,694
Reducciones
CNG transpor...
Reducciones de PM2.5 anual debido a recambio buses urbanos SCL por GNC.
0.33ug/m3 anual para la RM, con peaks zonales de 2...
Reducción por leña, hasta 8ug/m3
mensual.
Estimación de beneficios
∗ ΔEpj= efecto j para
contaminante p.
∗ βpj= coeficente de dosis
respuesta efecto j, para
contami...
Resumen de beneficios (casos
evitados/año)
Externalidades 2900 USD/estufa, 10.000 USD/bus.
Correlación entre contaminación y
demanda de calefacción.
Importante tener buena comunicación y relación
con medios.
Featured in El
Mercurio, June
5th
, 2011 Sunday
edition.
Enfoque preventivo de gestión de episodios
críticos ayudó
Análisis de rendimiento en PM2.5
(días malos)
2011 2012
Estado CN Pud CN Pud
Alerta 26 13 19 19
Pre-em 9 6 3 2
Regular 45 ...
Campaña de medición de PUF en ciclovías
de Santiago
Alameda
Alameda
Curicó y SantaCuricó y Santa
IsabelIsabel
Antonio
Anto...
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Marcelo mena   modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire
Upcoming SlideShare
Loading in …5
×

Marcelo mena modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire

416 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
416
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Marcelo mena modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire

  1. 1. Modelos atmosféricos en apoyo de las políticas públicas y gestión de calidad de aire. Marcelo Mena-Carrasco, PhD Director Centro de Investigación para la Sustentabilidad UNAB
  2. 2. Análisis de costo beneficio
  3. 3. Estudio AGIES PPDA 2007 Fuente: DICTUC (2008), AGIES del PPDA Sector Medida VPCostos (MUS$) VPBen (MUS$) Razón B/C Red PM2.5 2015 (ug/m3) BusesNueva Norma EIII 11.4 30.0 18.6 (9 - 28) 2.6 0.10 BusesNueva Norma EIV 7.5 27.9 20.3 (11 - 29) 3.7 0.17 BusesFiltro Antiguos (no incluida en PPDA) 46.1 119.7 73.7 (35 - 113) 2.6 0.33 CamionesNueva Norma EIII 34.5 34.9 0.4 -(11 - 12) 1.0 0.12 CamionesNueva Norma EIV 30.6 38.3 7.7 -(5 - 20) 1.3 0.34 IncentivosCamionesen Flota 105.7 237.3 131.6 (55 - 209) 2.2 0.69 Veh LivianosNueva Norma Diesel 1.2 1.2 0.0 -(0.4 - 0.4) 1.0 0.01 Veh LivianosNueva Norma Gasolina 0.7 1.0 0.4 (0.0 - 0.7) 1.5 0.01 Veh LivianosNorma ASM 43.2 85.9 42.7 (15 - 71) 2.0 0.36 Veh LivianosRV Diesel 39.4 352.2 312.8 (273 - 353) 8.9 0.31 Veh LivianosRV Gasolina 15.4 101.7 86.3 (82 - 90) 6.6 0.03 MotosNueva Norma 0.1 0.0 -0.1 -(0.1 - - 0.1) 0.3 0.00 Calidad Combustible 3.4 3.6 0.2 -(1 - 1) 1.1 0.01 Norma SO2 (30 ng/ J) 212.6 402.4 189.7 (60 - 321) 1.9 1.46 Meta 2010 PM 0.4 0.6 0.3 (0.1 - 0.5) 1.8 0.00 Meta 2010 NOX 13.1 154.7 141.5 (92 - 192) 11.8 0.56 Compensacion NuevasFF 54.6 105.0 50.4 (17 - 85) 1.9 0.69 GEExistentes 23.6 48.3 24.7 (9 - 40) 2.0 0.17 GENuevos(no incluida en PPDA) 0.0 11.8 11.8 (8 - 16) 0.0 0.11 Maquinaria Fuera de Ruta 15.9 137.9 122.0 (78 - 167) 8.7 0.42 Regulacion CalefactoresNuevos 8.7 207.6 198.8 (132 - 266) 23.8 1.28 GEC Lena 3.8 178.0 174.2 (117 - 232) 47.2 0.57 Erradicacion quemasagricolas 2.3 174.8 172.5 (116 - 229) 74.8 0.54 PAC 5.5 11.8 6.3 (3 - 10) 2.2 0.04 AreasVerdes 185.2 252.1 66.8 (66 - 68) 1.4 0.01 Ciclovias 33.3 39.2 5.9 (5 - 7) 1.2 0.02 Total 898 2,758 1,860 (1,170 - 2,560) 3.1 8.4 Fuentes Móviles Fuentes Fijas Otras fuentes VPBen Neto (MUS$) - IC 90%
  4. 4. Modelo -70° -70° Landscan population High res street distribution Legend Point Sources SO2 (tons/year) 100-500 500-1000 1000-1500 1500-2000 2000-5000 5000-10000 10000-20000 20000-50000 50000-100000 100000-440000 Smelter SmelterSmelter Smelter Smelter Smelter Smelter Volcano Volcano Corpesca Power plant Power plant Power plant Power plant Ilo Smelter Other boilers Coal Power Plant Industrial Boiler Industrial Boiler Generation Processes Generation ProcessesGeneration Processes Norgener Power Plant Chuquicamata Smelter Huachipato Steel Mill Electroandina Power Plan Power plant and smlelter -60° -60° -70° -70° -80° -80° -20° -20° -30° -30° Legend Point Sources SO2 (tons/year) 100-500 500-1000 1000-1500 1500-2000 2000-5000 5000-10000 10000-20000 20000-50000 50000-100000 100000-440000 ∗ Modelo WRF-Chem 3.1, meterología química, formación secundaria de PM for SOx (GOCART) ∗ Dominio Chile 12km, Zona Central: 4km. ∗ Se estima efecto modelando año base 2008, con todas las emisiones, menos todas las emisiones excepto ∗ Modalidad pronóstico en ambiental.unab.cl
  5. 5. Modelos se usaron para poder alterar las emisiones de Santiago. Level ICAP number PM10 (µg/m3 ), 24h mean Restrictions Good 0-100 0-150 40% non catalytic cars Regular 100-200 150-195 40% non catalytic cars Alert 200-300 195-240 Chimneys are banned Preemergency (Critical) 300-400 240-285 60% non catalytic cars, 20% of catalytic cars, 100% of domestic chimneys, and the 798 largest point sources of particulate matterPreemergency (Dangerous) 400-500 285-330 Emergency 500- 330- 80% of non catalytic cars, 40% catalytic cars, bans on domestic chimneys, and 2603 point sources Results: cars are 80% catalytic. Industry works at 30mg/m3 of PM emission standard, lower wood burning use (5% of homes)
  6. 6. 96% del PM de autos viene del diesel (17% de vehículos)
  7. 7. Inventarios de emisiones Actualización de inventario vehículos livianos por Sistemas Sustentables (Modelo MODEM para año 2010) Se distribuyen emisiones temporalmente basados en 9 perfiles diurnos de flujo, y densidad poblacional.
  8. 8. Cómo representar emisiones estacionales de calefacción? ∗ Se añade estacionalidad a emisiones residenciales, usando demanda de calefacción como proxy. Episodios críticos en función de mes PM2.5 mensual vs grados días calefacción Emisiones residenciales en función de mes.
  9. 9. Escenarios analizados Year PM2.5 CO NOX VOC´s SOx Base Scenario 2,857 547,787 65,049 63,781 5,694 Reducciones CNG transportation 229 203 4,763 728 25 Cleaner heating 671 8,223 44 7,461 1 ∗ GNC emite a estándar EEV (enhanced environmentally friendly). 99% menos PM que Euro I, II, y III. 75% menos NOx. ∗ Similar reducción a Euro III y Euro IV con filtro.
  10. 10. Reducciones de PM2.5 anual debido a recambio buses urbanos SCL por GNC. 0.33ug/m3 anual para la RM, con peaks zonales de 2ug/m3 (zona central, invierno)
  11. 11. Reducción por leña, hasta 8ug/m3 mensual.
  12. 12. Estimación de beneficios ∗ ΔEpj= efecto j para contaminante p. ∗ βpj= coeficente de dosis respuesta efecto j, para contaminante p ∗ ΔCpi=cambio de concentración de contaminante p, para grilla i ∗ Pijp=población de grilla i que puede sufrir efecto j por contaminate p, por ejemplo adultos mayores de 65 años afectos a efectos agudos por PM2.5. ∗ BRj=tasa base de efecto j
  13. 13. Resumen de beneficios (casos evitados/año) Externalidades 2900 USD/estufa, 10.000 USD/bus.
  14. 14. Correlación entre contaminación y demanda de calefacción.
  15. 15. Importante tener buena comunicación y relación con medios. Featured in El Mercurio, June 5th , 2011 Sunday edition.
  16. 16. Enfoque preventivo de gestión de episodios críticos ayudó
  17. 17. Análisis de rendimiento en PM2.5 (días malos) 2011 2012 Estado CN Pud CN Pud Alerta 26 13 19 19 Pre-em 9 6 3 2 Regular 45 42 49 36 Críticos 35 19 22 21 Total superaciones 80 61 71 57 Superaciones no bajaron mucho, pero episodios críticos bajaron en 38%. Pre-emergencias en 66%. Condiciones meteorológicas similares 2011 y 2012 (en términos de HDD. Enfoque preventivo redujo episodios duros en forma significativa. Año 2013. 0 preemergencias en PM2.5 y PM10.
  18. 18. Campaña de medición de PUF en ciclovías de Santiago Alameda Alameda Curicó y SantaCuricó y Santa IsabelIsabel Antonio Antonio Varas Varas P. Forestal P. Forestal y Andrés y Andrés Bello Bello Pocuro Pocuro A.A. Vespucio Vespucio

×