Ingeniare: Revista Chilena de Ingeniería (Dec 2006)
MODELACIÓN DE LA DISPERSIÓN DE ANHÍDRIDO SULFUROSO EN LA COMUNA DE LA COMUNA DE PUCHUNCAVÍ UTILIZANDO EL PROGRAMA ISC3 MODELING OF THE SULFUR DIOXIDE DISPERSION IN THE PUCHUNCAVI CITY USING THE PROGRAM ISC3
Abstract
El presente trabajo evalúa el modelo de dispersión atmosférica ISC3 en la comuna de Puchuncaví, modelando las emisiones de SO 2 provenientes del Complejo Industrial Las Ventanas en las cinco estaciones que conforman la red de calidad del aire de este complejo. Se modelan concentraciones horarias y promedio de 24 horas para los años 2003 y 2004, minimizando los errores sistemáticos mediante la aplicación del filtro Kalman. Se evalúa el desempeño del modelo mediante una serie de herramientas estadísticas. Se realiza un análisis de sensibilidad de la variación en la tasa de emisión de SO 2 , velocidad y dirección del viento, observando que el modelo es sensible a estos factores y siendo una de las causas de los errores obtenidos en cuatro de las cinco estaciones de calidad del aire del complejo industrial. Se concluye que el modelo ISC3 predice con menor error en la dirección del viento predominante en frecuencia, entregando un mejor ajuste para velocidades de viento elevadas en direcciones de viento menores en frecuencia. Se observa que el filtro de Kalman mejora el desempeño del modelo ISC3 entregando resultados con menor error en las cinco estaciones de calidad del aire.The present work evaluates the atmospheric dispersion model ISC3 in Puchuncaví, Chile, modelling the emissions of SO 2 coming from the five stations that make up the air quality network in the industrial complex of Ventanas. 24 hour average concentrations for the years 2003 and 2004 were modelled, systematic errors being diminished by using a Kalman filter. The performance of the model is evaluated using a series of statistic tools. An analysis of the sensitivity of the SO 2 rate of emission, speed and wind direction variation is made, noting that the model is sensible to these factors, being this one of the causes of the errors found in four of the five stations that measured the quality of the air. It is concluded that the Kalman filter improves model ISC3, providing results with fewer errors in the five air quality measuring stations.
