La contaminación atmosférica es un problema relevante en la actualidad debido al riesgo que representa para los entornos urbanos. Las altas concentraciones de partículas PM 2.5 son sumamente dañinas para la salud humana y generan altos índices de mortalidad en la población más vulnerable. En específico, las partículas PM 2.5 pueden llegar a los pulmones, además de ingresar al torrente sanguíneo, contribuyendo al desarrollo de afecciones cardiovasculares, respiratorias y cáncer pulmonar. Solamente a causa de la exposición a las PM2.5, mundialmente se estiman 4.2 millones de decesos prematuros al año.
A pesar de que la Secretaría del Medio Ambiente del Gobierno de la Ciudad de México cuenta con un sistema de pronóstico, este sólo estima el estado de la calidad del aire para las siguientes 24 horas, por ello, es importante desarrollar una herramienta útil que favorezca la toma de decisiones informadas, a lo largo de uno o varios horizontes de tiempo, para la protección de la salud y contribuir a mejorar la calidad del aire. Este trabajo se justifica por el hecho de que el pronóstico en los niveles de partículas PM 2.5 es un componente de suma importancia en la investigación de la calidad del aire. En este sentido, el análisis fractal proporciona herramientas poderosas para comprender la naturaleza compleja, no lineal, de las series temporales, en diversos campos que estudien sistemas naturales y socioeconómicos complejos.
Los fractales, como su nombre lo indica, son partes fraccionales de un todo, que explican el comportamiento rugoso de una eventualidad o inconsistencia, a través de escalamientos y persistencias. Surgen como solución a los sistemas complejos que imposibilitan la proyección o estimación de valores subsecuentes a través del tiempo y los generalizan en una dimensión no lineal. A su vez, modela el fenómeno de memoria larga, por medio de la ley de potencias, y la enfoca en una distribución de colas pesadas por su alta sensibilidad a estímulos iniciales en el tiempo.
Las cifras históricas de los niveles de partículas PM 2.5 se obtuvieron de la Red Automática de Monitoreo Atmosférico (RAMA), la cual emplea equipos de manera continua para la medición de dióxido de azufre, monóxido de carbono, dióxido de nitrógeno, ozono, PM10 y PM2.5. La RAMA se forma por 34 estaciones de monitoreo y un laboratorio para el mantenimiento y calibración de los equipos de monitoreo. Los datos necesarios para la construcción de las series de tiempo se obtuvieron por análisis estadístico. Con estos datos se analizó y caracterizó la dinámica de las fluctuaciones de las emisiones de partículas PM 2.5. El comportamiento aleatorio de la dinámica espacio-tiempo puede ser caracterizado por las fluctuaciones de los parámetros observables. El análisis estadístico se realizó con el software @Risk con el cual se analizaron los parámetros estadísticos para identificar algún comportamiento fractal.
Dentro del análisis de las series de tiempo, se calculó el promedio de los niveles de partículas PM 2.5 en cada zona. Se encontró que la zona norte es la que tarda más en mantenerse constante, seguido de la zona oriente y poniente. En cambio, la zona centro y sur alcanzan un estado constante en sus series. Las proyecciones de los niveles de partículas PM 2.5 para un año muestran que cada zona tendrá un comportamiento diferente. Sin embargo, tienen en común que el sistema, en cierto punto, se estabiliza. En el caso de la zona norte, centro y oriente, el comportamiento de sus fluctuaciones es muy similar, con una tendencia a la baja. En tanto, el sur muestra un decrecimiento exponencial, y el poniente un crecimiento temprano seguido de periodos de estabilidad. Las proyecciones de los niveles de partículas PM 2.5, utilizando el análisis de dinámica fractal, permiten conocer mejor la respuesta que puede tener el sistema a lo largo de un horizonte de tiempo. En otras palabras, al conocer el momento en el que el sistema colapsa, nos brinda un periodo más exacto para pronosticar el comportamiento del sistema, y de esta manera se puedan implementar a tiempo mejores estrategias y controles para la disminución de dicho contaminante, sin tener que esperar a que se dé una contingencia ambiental para actuar.
Todo parece indicar que los resultados de las diferentes zonas analizadas muestran comportamientos muy similares en los niveles de partículas PM 2.5, por lo que la ciudad parece ser muy homogénea, ya que no hay un área que se diferencie demasiado de las demás, lo cual da la posibilidad de instrumentar de manera integrada, acciones tendientes a la gestión de riesgos a la salud por emisión de estas partículas. El estudio de PM 2.5 implica una gran complejidad, ya que sus niveles de concentración varían en cada país o región. Hay una infinidad de variables que afectan las fuentes de aumento de las concentraciones de PM 2.5 y, por tanto, la dinámica de sus series de tiempo, como lo son: las geográficas, climáticas, antropogénicas, meteorológicos, etc. Esto hace que los modelos de predicción de las partículas PM 2.5 no aplique el supuesto de normalidad. Dada esta infinidad de fuentes no controladas, generan un comportamiento inusual en el sistema. En el caso de la Ciudad de México, esto no es diferente, ya que los datos originales y las fluctuaciones de las series de tiempo de las distintas áreas analizadas no se ajustan a una sola distribución, y muestran valores extremos, causados probablemente por todas estas fuentes externas y de las cuales no se puede tener ningún control, pero que al tener conocimiento del comportamiento de dicho sistema a lo largo del tiempo, se pueden mitigar los riesgos a la salud, por emisión de estas partículas.
La aportación más importante de este estudio es que se cumplió con el objetivo de caracterizar la dinámica de las partículas PM 2.5 en la Ciudad de México, hallando distintos patrones, a diferentes escalas de tiempo-espacio, y sobre todo un comportamiento complejo en los niveles de PM 2.5. Lo que permitiría generar proyecciones a largo plazo relevantes para la toma de decisiones en materia de política pública ambiental, además, el diseño de medidas estratégicas de control. También se debe reconocer que es imperativo aprender a usar los recursos limitados del planeta.
Dr. Sergio Barrientos Ramírez, profesor investigador de la Universidad Anáhuac México, Facultad de Ingeniería.
Dr. Víctor Manuel López Sánchez, Coordinador del Centro de Alta Dirección en Ingeniería y Tecnología (CADIT), Facultad de Ingeniería, Universidad Anáhuac México.
Mtro. Mario Aguilar Fernández, alumno del Doctorado en Ingeniería Industrial de la Facultad de Ingeniería, Universidad Anáhuac México.
Más información:
Dirección de Investigación
Andrea Pérez Roldán
andrea.perezro@anahuac.mx
