Influencia de la resolución espacial de los parámetros de entrada al modelo en la estimación de concentración de contaminantes en la sierra central peruana

Abstract

La presente investigación tuvo como objetivo evaluar la influencia de la resolución espacial de los parámetros de entrada —uso de suelos, Modelo de Elevación Digital (DEM) y variables meteorológicas— en la estimación de concentraciones de material particulado (PM10, PM2.5) y gases (NO2) en una zona de la sierra central peruana. La metodología incluyó la elaboración de un inventario de emisiones atmosféricas y la definición de 18 escenarios de modelamiento ejecutados con el modelo CALPUFF, variando sistemáticamente la resolución del uso de suelos (1 000, 500 y 10 m), el DEM (1 000, 90 y 30 m) y la fuente de las variables meteorológicas (MM5 a 4 km y WRF a 1 km). Mediante pruebas estadísticas comparativas con los distintos escenarios definidos, los resultados demostraron que la resolución del uso de suelos no generó diferencias significativas en las estimaciones; sin embargo, la resolución del DEM resultó ser una variable crítica, donde el aumento de detalle topográfico redujo las concentraciones estimadas entre un 80% y 92%. Asimismo, la resolución de las variables meteorológicas constituyó el factor de mayor influencia, ya que el cambio de modelo regional (de MM5 a WRF) alteró drásticamente los regímenes de velocidad y dirección del viento, provocando variaciones complejas en los receptores que oscilaron desde reducciones del 43% hasta aumentos superiores al 355% en las concentraciones estimadas. Se concluye que, para el modelamiento de dispersión en terrenos complejos, la elección adecuada de la resolución del DEM y de las variables meteorológicas es fundamental para la precisión de los resultados, mientras que el uso de suelos presenta una sensibilidad baja en la escala evaluada.The objective of this research was to evaluate the influence of the spatial resolution of input parameters—land use, Digital Elevation Model (DEM), and meteorological variables—on the estimation of particulate matter (PM10, PM2.5) and gas (NO2) concentrations in an area of the central Peruvian Andes. The methodology included the development of an atmospheric emissions inventory and the definition of 18 modeling scenarios executed using the CALPUFF model, systematically varying the resolution of land use (1,000, 500, and 10 m), the DEM (1,000, 90, and 30 m), and the source of meteorological variables (MM5 at 4 km and WRF at 1 km). Through comparative statistical tests across the defined scenarios, the results demonstrated that land use resolution did not generate significant differences in the estimates; however, DEM resolution proved to be a critical variable, where increased topographic detail reduced estimated concentrations by between 80% and 92%. Furthermore, the resolution of meteorological variables constituted the most influential factor, as the change in regional model (from MM5 to WRF) drastically altered wind speed and direction regimes, causing complex variations at receptors ranging from reductions of 43% to increases exceeding 355% in estimated concentrations. It is concluded that, for dispersion modeling in complex terrain, the appropriate choice of DEM resolution and meteorological variables is fundamental for the accuracy of results, whereas land use exhibits low sensitivity at the evaluated scale.