Los inventarios de emisiones de contaminantes atmosféricos constituyen un parámetro de entrada imprescindible para los modelos de calidad del aire. Durante su proceso de elaboración, existen incertidumbres que conducen a errores en las simulaciones numéricas, siendo indiscutible la necesidad de mejorar continuamente la precisión de sus datos o ajustarlos a las condiciones reales que intenta describir. En este trabajo se aplicó el modelo de distribución espacial, temporal y de especiación química (DiETE) al Inventario Nacional de Emisiones de México de 2013 para obtener una base de datos desagregada espacial y temporalmente, lista para la modelación numérica con el modelo Weather Research and Forecasting with Chemistry (WRF-Chem) en el Centro de México. Se evaluó el desempeño del modelo en un episodio de contingencia ambiental por ozono ocurrido del 15 al 21 de mayo de 2017, a partir de la comparación con observaciones de estaciones de la Red Automática de Monitoreo Atmosférico de la Ciudad de México. Las métricas estadísticas mostraron baja correlación entre el modelo y las mediciones para todas las variables analizadas y se decidió actualizar el inventario a partir de una metodología no paramétrica de factores de escalamiento. Esto permitió obtener una mejor correlación con valores del modelo más próximos a las observaciones y que describen acertadamente el comportamiento espacial y temporal de las variables. Los ajustes realizados al inventario se validaron mediante su aplicación a otro caso de contingencia ambiental del 14 al 17 de marzo de 2016, apreciándose mejoras considerables en el desempeño del modelo.
Este trabajo se centra en la descripción detallada de varias modificaciones realizadas a las versiones más recientes de los paquetes informáticos Unified Post Processor (UPP) y Model Evaluation Tools (MET), las cuales son necesarias para incorporar especies químicas importantes y parámetros meteorológicos al proceso de verificación. Los cambios realizados en ambos programas se ejemplifican con un episodio de altas concentraciones de ozono, comparando simulaciones del modelo Weather Research and Forecasting-chemistry (WRF-chem) con datos observacionales de la Red Automática de Monitoreo Atmosférico correspondientes a un fin de semana en la Zona Metropolitana de la Ciudad de México. El modelo WRF-chem se alimentó con datos formateados del Inventario Nacional de Emisiones (2006). Se proporcionan ejemplos de resultados y gráficas que contemplan la adición de nuevas especies químicas al proceso de verificación, con el objeto de explicar el tipo de mediciones de verificación y gráficas que el MET podría aportar en la actualidad. Por último, las modificaciones realizadas a diferentes archivos de los paquetes UPP y MET podrían ser de interés en particular para los usuarios y desarrolladores del modelo WRF-chem preocupados por el pronóstico o la investigación de episodios con mala calidad del aire urbano. ABSTRACTThis study focuses on a detailed description of several modifications made in both the Unified Post-Processor (UPP) and the Model Evaluation Tools (MET) release packages, which are necessary in order to incorporate relevant chemical species and meteorological parameters into the verification process. The changes made in UPP and MET are illustrated with a high ozone concentration episode, comparing the Weather Research and Forecasting-chemistry (WRF-chem) simulations against observational data from the Red Automática de Monitoreo Atmosférico (Automatic Atmospheric Monitoring Network) during a weekend in the Mexico City Metropolitan Area. National Emission Inventory (2006) formatted data was supplied to the WRF-chem model. Examples of statistical results and plots contemplating the new chemical species added to the verification process are given, with the aim to illustrate the kind of verification measurements and plots that MET could provide now. Finally, The modifications made over different files in UPP and MET packages could be of particular interest for users and developers of the WRF-chem model concerned about the forecast of the analysis episodes related with poor urban air quality.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.