La calidad del aire es un tema de preocupación mundial debido a sus efectos negativos en la salud humana y el medio ambiente. El PM2.5 y el PM10 son dos de los contaminantes más preocupantes en el aire ambiente, debido a su capacidad para penetrar profundamente en los pulmones y provocar una serie de problemas de salud. Para entender mejor las fuentes de emisiones atmosféricas de PM2.5 y PM10, se utilizan los modelos de receptor. En este ensayo, describiremos cuatro de los modelos de receptor más comunes: PMF, CMB, Unmix y análisis factorial.
El modelo PMF (Factorización de Matriz Positiva) es una técnica matemática que utiliza mediciones de calidad del aire para estimar las fuentes de emisiones atmosféricas. Este modelo se basa en la descomposición de una matriz de datos en matrices de factorización de matrices positivas (PMF). El modelo utiliza estas matrices para estimar la contribución de fuentes específicas de emisiones.
El modelo PMF se utiliza comúnmente para estudios de calidad del aire en áreas urbanas. Por ejemplo, se ha utilizado para identificar las fuentes de emisiones de PM2.5 en ciudades como Beijing, China y la Ciudad de México. El modelo ha demostrado ser eficaz para determinar la contribución de fuentes de emisiones específicas, como la combustión de combustibles fósiles, el transporte y las emisiones de fuentes naturales.
El proceso de modelado PMF implica la identificación de la matriz de datos X, que contiene las concentraciones de especies químicas medidas en el aire ambiente, y la matriz de perfiles de fuente F, que describe la composición química de las emisiones de cada fuente. También se estima una matriz de contribuciones G, que describe la contribución de cada fuente a la composición del aire ambiente. El modelo se optimiza para minimizar la diferencia entre la matriz de datos X y la matriz producto de las matrices de perfiles de fuente y de contribuciones.
El modelo CMB (Modelo de Balance de Masa) es otro modelo de receptor comúnmente utilizado para estimar las fuentes de emisiones de PM2.5 y PM10. Este modelo se basa en el balance de masa de los contaminantes en el aire ambiente. El modelo utiliza mediciones de concentración de contaminantes en el aire para estimar la contribución de fuentes específicas de emisiones.
El modelo CMB se ha utilizado en una amplia variedad de estudios de calidad del aire, incluyendo la determinación de fuentes de emisiones de PM2.5 y PM10 en áreas urbanas y rurales. Por ejemplo, se ha utilizado para identificar las fuentes de emisiones de PM2.5 en ciudades como Los Ángeles, California y Bangkok, Tailandia. El modelo ha demostrado ser efectivo para determinar la contribución de fuentes de emisiones específicas, como la combustión de vehículos y la quema de combustibles fósiles en centrales eléctricas.
El proceso de modelado CMB implica la identificación de las fuentes de emisiones de interés y la medición de la concentración de los contaminantes en el aire ambiente. Luego, se utiliza un modelo matemático para estimar la contribución de cada fuente a la concentración total de contaminantes. El modelo se ajusta para minimizar la diferencia entre las concentraciones estimadas y las concentraciones medidas en el aire ambiente.
El modelo Unmix es otro modelo de receptor utilizado para determinar las fuentes de emisiones de PM2.5 y PM10. Este modelo se basa en la descomposición química de los contaminantes en el aire ambiente. El modelo utiliza mediciones de concentración de especies químicas en el aire para identificar las fuentes de emisiones.
El modelo Unmix se ha utilizado en estudios de calidad del aire en áreas urbanas y rurales. Por ejemplo, se ha utilizado para determinar las fuentes de emisiones de PM2.5 en ciudades como Nueva York y Chicago en los Estados Unidos. El modelo ha demostrado ser efectivo para identificar fuentes de emisiones específicas, como la quema de combustibles fósiles y la emisión de compuestos orgánicos volátiles.
El proceso de modelado Unmix implica la identificación de la matriz de datos X, que contiene las concentraciones de especies químicas medidas en el aire ambiente, y la matriz de perfiles de fuente F, que describe la composición química de las emisiones de cada fuente. El modelo utiliza estas matrices para estimar la contribución de fuentes específicas de emisiones.
El análisis factorial (AF) es otro modelo de receptor utilizado para identificar las fuentes de emisiones de PM2.5 y PM10. Este modelo se basa en la descomposición de la matriz de datos en factores latentes que representan las fuentes de emisiones.
El análisis factorial se ha utilizado en una amplia variedad de estudios de calidad del aire, incluyendo la determinación de fuentes de emisiones de PM2.5 y PM10 en áreas urbanas y rurales. Por ejemplo, se ha utilizado para identificar las fuentes de emisiones de PM2.5 en ciudades como Sao Paulo, Brasil y Hong Kong.
El proceso de modelado del análisis factorial implica la identificación de la matriz de datos X, que contiene las concentraciones de especies químicas medidas en el aire ambiente, y la matriz de perfiles de fuente F, que describe la composición química de las emisiones de cada fuente. El modelo utiliza estas matrices para estimar la contribución de fuentes específicas de emisiones.
En conclusión, los modelos de receptor son herramientas importantes para identificar las fuentes de emisiones de PM2.5 y PM10 en el aire ambiente. El modelo PMF se basa en la descomposición de una matriz de datos en matrices de factorización de matrices positivas, el modelo CMB se basa en el balance de masa de los contaminantes en el aire ambiente, el modelo Unmix se basa en la descomposición química de los contaminantes en el aire ambiente y el análisis factorial se basa en la descomposición de la matriz de datos en factores latentes que representan las fuentes de emisiones. Cada modelo tiene sus propias fortalezas y debilidades, y la elección del modelo adecuado depende de la naturaleza de los datos disponibles y las preguntas de investigación. En última instancia, el uso de estos modelos puede ayudar a los investigadores y responsables de políticas a tomar decisiones informadas para mejorar la calidad del aire y proteger la salud pública.
