La concentración de partículas en el aire: análisis estadístico de la relación espacial entre medidas de superficie y del sensor MODIS para dos tipos de tiempo en la Comunidad de Madrid

Autores/as

DOI:

https://doi.org/10.14198/INGEO2020.MJCTMA

Palabras clave:

contaminación del aire, teledetección, MODIS, espesor óptico de aerosoles (AOD), material particulado (PM10), Madrid.

Resumen

Los sensores remotos están monitoreando la contaminación de la atmósfera planetaria y generando una abundante información sobre los aerosoles / partículas, entre otros componentes, como sucede con el sensor MODIS y su indicador Aerosol Optical Depth (AOD). Su cotejo con las clásicas medidas en estaciones de superficie suscita problemas de discordancias entre ambos tipos de datos. Asumiendo que debería existir una relación positiva entre ellas, en este trabajo se acomete un análisis sistemático de datos para dos tipos de tiempo, especialmente proclives a altas concentraciones de partículas en el aire en la región de Madrid, para evaluar la intensidad de la correlación entre AOD y PM10 superficial y explorar sus posibles variaciones en función de ciertas variables atmosféricas (temperatura, viento y humedad relativa), de los tipos de tiempo y del contexto geográfico de cada estación de medida. En consonancia con los hallazgos de otros autores, los resultados de este trabajo corroboran, en general, la existencia de tal relación positiva, aunque afloran inconsistencias y frecuentes casos en los que la relación estadística se reduce y llega a desvanecerse por razones presumiblemente diversas, entre otras la notable falta de datos.

Financiación

Ministerio de Economía y Competitividad de España

Citas

Apituley, A., Pedergnana, M., Sneep, M., Veefkind, J.P., Loyola, D. y Stein, D. (2018). Sentinel-5 precursor/TROPOMI level 2 product user manual UV aerosol index. Royal Netherlands Meteorological Institute, Ministry of Infrastructure and the Environment.

Ayuntamiento de Madrid (2012). Memoria de calidad del aire. Madrid: Dirección General de Sostenibilidad.

Cañada, M.R. (2017). Clasificación de tipos de tiempo y su influencia en las concentraciones de dióxido de nitrógeno, material particulado (PM10) y ozono en la ciudad de Madrid, España. Boletín de la Asociación de Geógrafos Españoles, 75, 447-470. https://doi.org/10.21138/bage.2508

Cañada, M.R. y Moreno, A. (2017). Análisis y modelado de episodios de intensa contaminación por PM10 en Madrid con Sistemas de Información Geográfica. Memorias Universidad Del Azuay, 1(XVI), 105-114. Recuperado de http://201.159.222.81/index.php/memorias/article/view/54

Chu, D.A., Kaufman, Y.J, Zibordi, G., Chern, J.D., Mao, J., Li, C. y Holben, B.N. (2003). Global monitoring of air pollution over land from the Earth Observation System-Terra Moderate Resolution Imaging Spectroradiometer (MODIS). Journal of Geophysical Research, 108 (D21), 4661. https://doi.org/10.1029/2002JD003179

Consejería de Medio Ambiente y Ordenación del Territorio (2014). Estrategia de calidad del aire y cambio climático de la Comunidad de Madrid 2013-2020. Plan Azul +. Dirección General de Medio Ambiente y Sostenibilidad, 26-29.

Ghotbi, S., Sotoudeheian, S. y Arhami, M. (2016). Estimating urban ground-level PM10 using MODIS 3km AOD product and meteorological parameters from WRF model. Atmospheric Environment, 141, 333-346. https://doi.org/10.1016/j.atmosenv.2016.06.057

Gupta, P. y Christopher, S.A. (2009). Particulate matter air quality assessment using integrated surface, satellite, and meteorological products: Multiple regression approach. Journal of Geophysical Research, 114, D14205. https://doi.org/10.1029/2008JD011497

Gupta, P., Levy, R. C., Mattoo, S., Remer, L. A., y Munchak, L. A. (2016). A surface reflectance scheme for retrieving aerosol optical depth over urban surfaces in MODIS Dark Target retrieval algorithm. Atmospheric Measurement Techniques, 9, 3293-3308. https://doi.org/10.5194/amt-9-3293-2016

Harbula, J. y Kopačková, V. (2011). Air pollution detection using MODIS data. Proceedings of SPIE, 8181, 1-15. https://doi.org/10.1117/12.898107

Jerrett, M., Burnett, R. T., Ma, R., Pope III, C. A., Krewski, D., Newbold, K. B., .… y Thun, M. J. (2005). Spatial analysis of air pollution and mortality in Los Angeles. Epidemiology, 16(6), 727-736. https://doi.org/10.1097/01.ede.0000181630.15826.7d

Kaufman, Y.J. y Fraser, R.S. (1983). Light extinction by aerosols during summer air pollution. Journal of Climate and Applied Meteorology, 22, 1694-1706. https://doi.org/10.1175/1520-0450(1983)022<1694:LEBADS>2.0.CO;2

Kaufman, Y.J., Tanré, D., Gordon, H.R., Nakajima, T., Lenoble, J., Frouin, R., …. y Teillet, P.M. (1997). Passive remote sensing of tropospheric aerosol and atmospheric correction for the aerosol effect. Journal of Geophysical Research, 102, 16815-16830. https://doi.org/10.1029/97JD01496

Kloog, I., Koutrakis, P., Coull, B.A., Lee, H.J. y Schwartz, J. (2011). Assessing temporally and spatially resolved PM2.5 exposures for epidemiological studies using satellite aerosol optical depth measurements. Atmospheric Environment, 45, 6267-6275. https://doi.org/10.1016/j.atmosenv.2011.08.066

Levy, R.C., Mattoo, S., Munchak, L.A., Remer, L.A., Sayer, A.M., Patadia, F. y Hsu, N.C. (2013). The Collection 6 MODIS aerosol products over land and ocean. Atmospheric Measurement Techniques, 6, 2989-3034. https://doi.org/10.5194/amt-6-2989-2013

Li, R., Ma, T., Xu, Q. y Song, X. (2018). Using MAIAC AOD to verify the PM2.5 spatial patterns of a land use regression model. Environmental Pollution, 243, 501-509. https://doi.org/10.1016/j.envpol.2018.09.026

Li, C., Mao, J., Lau, A.K.H., Yuan, Z., Wang, M. y Liu, X. (2005). Application of MODIS satellite products to the air pollution research in Beijing. Science in China, Series D Earth Sciences, 48(II), 209-219.

Liu, Y., Koutrakis, P. y Kahn, R. (2007). Estimating fine particulate matter component concentrations and size distributions using satellite-retrieved fractional aerosol optical depth: Part 1— Method development. Journal of the Air & Waste Management Association, 57(11), 1351-1359. https://doi.org/10.3155/1047-3289.57.11.1351

Ma, Z., Hu, X., Huang, L., Bi, J. y Liu, Y. (2014). Estimating ground-level PM2.5 in China using satellite remote sensing. Environmental Science & Technology, 48, 7436-7444. https://doi.org/10.1021/es5009399

Molero, F., Salvador, P., Núñez, L., Artíñano, B. y Pujadas, M. (2001). Teledetección LIDAR de aerosoles troposféricos en la ciudad de Madrid. En J. A. Martínez y J. I. Rosell (Eds.), Teledetección, Medio Ambiente y Cambio Global. (pp.417-421). Recuperado de http://www.aet.org.es/congresos/ix/Lleida92.pdf

Moreno, A., Cañada, M.R. y Méndez, D. (2018). Exploración de la contaminación del aire por partículas en Madrid mediante imágenes MODIS y datos terrestres. En M. J. López, P. Carmona, J. Salom y J. M. Albertos (Eds.), Tecnologías de la Información Geográfica. Perspectivas multidisciplinares en la sociedad del conocimiento (pp. 180-190). Recuperado de http://www.age-geografia.es/tig/2018_Valencia/actasXVIIICongresoTIG.pdf

Pons, J.J., Santamaría, J.M., Ariño, A., Serrano, M., Galicia, D., Elustondo, D. y Baquero, E. (2018). Cartografía de la contaminación a través de sensores portátiles. El mapa de la calidad del aire urbano de Pamplona. En M.G. López, P. Carmona, J. Salom y J.M. Albertos (Eds), Tecnologías de la Información Geográfica: Perspectivas multidisciplinares en la sociedad del conocimiento (pp. 414-423). Recuperado de http://www.age-geografia.es/tig/2018_Valencia/actasXVIIICongresoTIG.pdf

Prieto-Flores, M.E., Moreno, A., Gómez-Barroso, D., Cañada, R. y Martínez, P. (2017). Contaminación del aire, mortalidad cardiovascular y grupos vulnerables en Madrid: un estudio exploratorio desde la perspectiva de la justicia ambiental. Scripta Nova. Revista Electrónica de Geografía y Ciencias Sociales, 21(559). https://doi.org/10.1344/sn2017.21.18008

Remer, L., Kaufman, Y., Tanré, D., Mattoo, S., Li, R.R., Martins, J.V., …. y Koren, I. (2006). Collection 005 change summary for MODIS aerosol (04_L2) algorithms. Retrieved from https://modis-images.gsfc.nasa.gov/C005_Changes/C005_Aerosol_5.2.pdf

Royé, D., Zarrabeitia, M.T., Riancho, J. y Santurtún, A. (2019). A time series analysis of the relationship between apparent temperature, air pollutants and ischemic stroke in Madrid, Spain. Environmental Research, 173, 349-358. https://doi.org/10.1016/j.envres.2019.03.065

Shi, Y., Ho, H.C., Xu, Y. y Ng, E. (2018). Improving satellite aerosol optical depth-PM2.5 correlations using land use regression with microscale geographic predictors in a high-density urban context. Atmospheric Environment, 190, 23-34. https://doi.org/10.1016/j.atmosenv.2018.07.021

Tsai, T.C., Jeng, Y.J., Chu, D.A., Chen, J.P. y Chang, S.C. (2011). Analysis of the relationship between MODIS aerosol optical depth and particulate matter from 2006 to 2008. Atmospheric Environment, 45, 4777-4788. https://doi.org/10.1016/j.atmosenv.2009.10.006

Viana, M., Pérez, C., Querol, X., Alastuey, A., Nickovic, S. y Baldasano, J.M. (2005). Spatial and temporal variability of PM levels and composition in a complex summer atmospheric scenario in Barcelona (NE Spain). Atmospheric Environment, 39, 5343-5361. https://doi.org/10.1016/j.atmosenv.2005.05.039

Wang, J. y Christopher, S. A. (2003). Intercomparison between satellite derived aerosol optical thickness and PM2.5 mass: Implications for air quality studies. Geophysical Research Letters, 30(21), 2095. https://doi.org/10.1029/2003GL018174

World Health Organization (2013). Review of evidence on health aspects of air pollution-REVIHAAP Project. Copenhagen: WHO, Regional Office for Europe.

Descargas

Estadísticas

Estadísticas en RUA

Publicado

23-06-2020

Cómo citar

Moreno Jiménez, A., Cañada Torrecilla, R., & Méndez Arranz, D. (2020). La concentración de partículas en el aire: análisis estadístico de la relación espacial entre medidas de superficie y del sensor MODIS para dos tipos de tiempo en la Comunidad de Madrid. Investigaciones Geográficas, (73), 189–209. https://doi.org/10.14198/INGEO2020.MJCTMA

Número

Sección

Artículos