INTRODUCCIÓN
Desde principios del siglo XXI,
un claro ejemplo es China, donde una gran cantidad de aerosoles se han liberado
a la atmósfera debido a la urgente necesidad de desarrollo económico ((Chan y
Yao 2008; Zhang, He y Huo 2012; Xu, Chen y Ye 2013; Xue et al. 2021). Para los
seres humanos, los aerosoles, especialmente las partículas finas, están
estrechamente relacionados con la morbilidad de las enfermedades
cardiovasculares, cerebrovasculares y respiratorias (Qin et al. 2018; Wei, Li,
Pinker, et al. 2021; Zheng et al. 2015). Para el sistema terrestre, los
aerosoles también pueden interactuar con las nubes y la radiación solar para
afectar el cambio climático y el medio ambiente atmosférico (Haywood y Boucher
2000; Huang et al. 2016; Yang et al. 2021; Zhang, Wen y Jang 2010). Los
aerosoles son partículas sólidas y líquidas suspendidas en la atmósfera y se
originan principalmente a partir de factores naturales y humanos. Un claro
ejemplo es, el consumo de energía de China ha aumentado drásticamente y se han
emitido grandes cantidades de SO2, carbono orgánico (OC) y carbono negro (BC)
desde el año 2000 (Klimont, Smith y Cofala 2013; Wang y Hao 2012). Con la
aceleración de la industrialización y la urbanización, el nivel de carga de
aerosoles por ejemplo en China se encuentra entre los más altos del mundo (Wei,
Li, Pinker, et al. 2021; Wei, Li, Xue, et al. 2021; Xue et al. 2021). Los
aerosoles pueden absorber y dispersar la radiación solar, lo que se denomina
forzamiento radiativo directo de aerosoles (FRDA). El FRDA cambia la cantidad
de radiación solar que llega a la superficie, lo que también cambia las
condiciones meteorológicas (Ma et al. 2016; Novakov et al. 2008); por lo tanto,
el FRDA no solo afecta el crecimiento de la vegetación, sino que también tiene
efectos complejos en otros procesos del ecosistema, como el ciclo del carbono.
Según el quinto informe de evaluación del Grupo Intergubernamental de Expertos
sobre el Cambio Climático de las Naciones Unidas (IPCC5), el forzamiento
radiativo efectivo causado por los aerosoles atmosféricos es aproximadamente de
1,9 ~ 0,1 W m 2 (Flato et al. 2013), lo que afecta en gran medida la evaluación
de energía a escala mundial.
METODOLOGÍA
MODIS Aerosol Products
En este artículo, se utiliza el
producto de aerosol MODIS (MOD04), con una resolución espacial de 10 km.
Publicado por la NASA, MOD04 se produjo utilizando los algoritmos de
recuperación de aerosoles Deep Blue (DB) and Dark Target (DT) algorithms y se
proporciona en el formato de datos científicos HDF5, que contiene la ubicación
geográfica, los datos de aerosoles y sus parámetros auxiliares. Se extrajeron
los productos DT y DB EOA sobre tierra a 550 nm con un grado de calidad Q = 3
para la validación de la precisión. (Q. Wang et al., 2017)
Forzamiento Radiativo directo
Para la determinación del
forzamiento radiativo (F) debido a los aerosoles en condiciones de cielo
despejado se conoce como la influencia "directo" de los aerosoles
sobre el clima. Se estimó que la media anual global es equivalente al efecto directo
de los aerosoles, pero de signo contrario al forzamiento radiativo de los gases
de efecto invernadero (IPCC, 1995). La parte superior de la atmósfera (TOA)
donde incide radiación directa en el que es influido a la disminución o aumento
debido a los aerosoles donde se estima como sigue (Haywood y Shine, 1995);
Donde:
-
D es la longitud de día fraccionado ( 0.5),
-
So es la constante solar (1370 Wm-2),
-
T_at la transmitancia atmosférica (0.76),
-
Ac cobertura de nubes (0.35, basado con la data obtenida del
sensor MODIS)
-
Rs reflectancia de superficie (0.20 basado en la data del sensor
OMI),
-
ω, albedo de dispersión simple,0.8 a 1 calculado por el
método de Iqbal (1983)
-
β, fracción uppscater (0.27, basado para medianas
latitudes),
-
τ, espesor óptico de aerosol.
RESULTADOS
Propiedades ópticas de
aerosoles
En la figura Nº1, indica la
variación espacial del coeficiente de angstrom donde muestra valores alrededor
de 1.8 indicando la presencia de partículas finas en la atmosfera.
Figura 1: Variación
espacial del coeficiente de angstrom para el día juliano 19 y 119 de 2004
Asimismo, en la figura 2, indica
la variación espacial del espesor óptico de aerosol indicando valores cercanos
a 0.5, mostrando valores máximos en la costa peruana producto de la principal
fuente de contaminación que es el parque automotor. Caso contrario indica en la
región sierra y selva del Perú.
Figura 2: Variación
espacial del espesor óptico de aerosol para el 19 y 119 de 2004
Asimismo, una variable
importante, para el cálculo de forzamiento radiativo directo el albedo de
dispersión simple donde se observa valores que oscila de 0.93 a 0.95,
Figura 3: Variación
espacial del albedo de dispersión simple de aerosol para el 19 de 2004 a 470 y
660nm
Para evaluar y estimar la FRDA se
utilizó la mediana de AOD (a 500 nm) por ser el valor más representativo debido
a esta distribución no paramétrica. Nuestra estimación espacial que, según la
ecuación 1, el forzamiento radiativo directo del aerosol está entre [-5 0] W /
m2.
DISCUSIÓN
Con respecto al coeficiente de
angstrom, según (Djafer & Irbah, 2013); el exponente de longitud de onda
α está relacionado con la distribución de tamaño de las partículas de
aerosol y el coeficiente de turbidez de Angstrom β está relacionado con la
cantidad de partículas de aerosol. Los valores grandes de α indican una
proporción relativamente alta de partículas pequeñas a partículas grandes, (Janjai
et al., 2003), menciona que el polvo de las carreteras y la quema de biomasa
producen fundamentalmente partículas antropogénicas gruesas. En el estudio de
(Flores et al., 2016) los resultados para el coeficiente de turbidez de
Angstrom con un valor de 0.049 y el exponente de longitud de onda de Angstrom
con un valor de 1.3; muestran un patrón estacional de acuerdo con el aumento de
precipitaciones durante los meses de verano en rio de Janeiro, además estos
resultados permitieron caracterizar la atmósfera de Rio de Janeiro como una
atmósfera limpia en condiciones de cielo despejado. Asimismo, según (Estevan et
al., 2019), que utilizó el fotómetro solar CIMEL de la red AERONET, obtuvieron,
durante el periodo 2015 al 2017 un valor medio de espesor óptico de aerosol de 0.10
± 0.07 y el valor medio exponente de angstrom de 1.49 ± 0.36, lo que indica la
presencia de aerosoles de tamaño pequeño, con un ligero predominio de moda
fina, relacionado con los dos tipos principales de aerosoles: continental y
biomasa
Asimismo, (Suazo et al., 2020),
describe los resultados del estudio de espesor óptico de aerosol y Forzamiento
Radiativo Directo (FRD) en la parte superior de la atmósfera (TOA), obtenido
durante la campaña de medición y monitoreo, XXI Expedición Antártica del Perú,
entre los meses Enero y febrero de 2013, y en el área metropolitana de Huancayo
(AMH) entre junio y julio de 2019. En la Estación Antártida peruana Machu
Picchu utilizó un fotómetro solar SP02-L. Dicho instrumento tiene 4 canales:
412 nm, 500 nm, 675 nm y 862 nm, lo que permite mediciones directas del
espectro de radiación visible. En AMH utilizamos el sensor BF5, que mide la
radiación directo, difuso y global en longitud de onda corta. Los cálculos de
AOD en latitudes polares oscilaron entre 0.0646 y 0.1061.
En AMH, tiene un valor máximo de
0.58 (11 de junio) y un mínimo de 0.19 (12 de junio). Se determinó el
coeficiente de Angstrom que van de 0 a 0,07, estos valores indican la presencia
de partículas grandes. En AMH varía de 0 a 1.8, lo que indica la presencia de
biomasa y aerosoles de fuentes de combustión industrial. Las propiedades
ópticas observadas se utilizaron para estimar el forzamiento radiativo
directamente por aerosoles (FRDA) en la parte superior de la atmósfera. Los
resultados indican que el FRDA está entre -2 y 4 W / m2; para AMH, el
forzamiento radiativo de aerosol directo está entre 0 y 20 W / m2.
CONCLUSIONES
Con respecto al coeficiente de
angstrom, según (Djafer & Irbah, 2013); el exponente de longitud de onda
α está relacionado con la distribución de tamaño de las partículas de
aerosol y el coeficiente de turbidez de Angstrom β está relacionado con la
cantidad de partículas de aerosol. Los valores grandes de α indican una
proporción relativamente alta de partículas pequeñas a partículas grandes,
(Janjai et al., 2003), menciona que el polvo de las carreteras y la quema de
biomasa producen fundamentalmente partículas antropogénicas gruesas. En el
estudio de (Flores et al., 2016) los resultados para el coeficiente de turbidez
de Angstrom con un valor de 0.049 y el exponente de longitud de onda de
Angstrom con un valor de 1.3; muestran un patrón estacional de acuerdo con el
aumento de precipitaciones durante los meses de verano en rio de Janeiro,
además estos resultados permitieron caracterizar la atmósfera de Rio de Janeiro
como una atmósfera limpia en condiciones de cielo despejado. Asimismo, según
(Estevan et al., 2019), que utilizó el fotómetro solar CIMEL de la red AERONET,
obtuvieron, durante el periodo 2015 al 2017 un valor medio de espesor óptico de
aerosol de 0.10 ± 0.07 y el valor medio exponente de angstrom de 1.49 ± 0.36,
lo que indica la presencia de aerosoles de tamaño pequeño, con un ligero
predominio de moda fina, relacionado con los dos tipos principales de
aerosoles: continental y biomasa
Asimismo, (Suazo et al., 2020),
describe los resultados del estudio de espesor óptico de aerosol y Forzamiento
Radiativo Directo (FRD) en la parte superior de la atmósfera (TOA), obtenido
durante la campaña de medición y monitoreo, XXI Expedición Antártica del Perú,
entre los meses Enero y febrero de 2013, y en el área metropolitana de Huancayo
(AMH) entre junio y julio de 2019. En la Estación Antártida peruana Machu
Picchu utilizó un fotómetro solar SP02-L. Dicho instrumento tiene 4 canales: 412
nm, 500 nm, 675 nm y 862 nm, lo que permite mediciones directas del espectro de
radiación visible. En AMH utilizamos el sensor BF5, que mide la radiación
directo, difuso y global en longitud de onda corta. Los cálculos de AOD en
latitudes polares oscilaron entre 0.0646 y 0.1061.
En AMH, tiene un valor máximo de
0.58 (11 de junio) y un mínimo de 0.19 (12 de junio). Se determinó el
coeficiente de Angstrom que van de 0 a 0,07, estos valores indican la presencia
de partículas grandes. En AMH varía de 0 a 1.8, lo que indica la presencia de
biomasa y aerosoles de fuentes de combustión industrial. Las propiedades
ópticas observadas se utilizaron para estimar el forzamiento radiativo
directamente por aerosoles (FRDA) en la parte superior de la atmósfera. Los
resultados indican que el FRDA está entre -2 y 4 W / m2; para AMH, el
forzamiento radiativo de aerosol directo está entre 0 y 20 W / m2.
REFERENCIAS BIBLIOGRÁFICAS
[1]
Djafer, D., & Irbah, A. (2013). Estimation
of atmospheric turbidity over Ghardaïa city. Atmospheric Research.
https://doi.org/10.1016/j.atmosres.2013.03.009
[2]
Estevan, R., Martínez-Castro, D., Suarez-Salas, L., Moya, A.,
& Silva, Y. (2019). First two and a half years of aerosol
measurements with an AERONET sunphotometer at the Huancayo Observatory, Peru.
Atmospheric Environment: X. https://doi.org/10.1016/j.aeaoa.2019.100037
[3]
Flores, J. L., Karam, H. A., Marques Filho, E.
P., & Pereira Filho, A. J. (2016). Estimation of atmospheric turbidity and
surface radiative parameters using broadband clear sky solar irradiance models
in Rio de Janeiro-Brasil. Theoretical and Applied Climatology.
https://doi.org/10.1007/s00704-014-1369-7
[4] Janjai, S., Kumharn, W., & Laksanaboonsong, J. (2003).
Determination of Angstrom’s turbidity coefficient over Thailand. Renewable
Energy. https://doi.org/10.1016/S0960-1481(03)00010-7
[5] Suazo,
J. M. A., Salas, L. S., Cruz, A. R. H. D. La, Vasquez, R. A., Aylas, G. R.,
Condor, A. R., Rojas, E. R., Ccuro, F. M., Rojas, J. L. F., & Karam, H. A.
(2020). Direct radiative forcing due to aerosol properties at
the peruvian antarctic station and metropolitan huancayo area. Anuario
Do Instituto de Geociencias. https://doi.org/10.11137/2020_4_404_412
[6]
Wang, Q., Sun, L., Wei, J., Yang, Y., Li, R.,
Liu, Q., & Chen, L. (2017). Validation and accuracy analysis of global
MODIS aerosol products over land. Atmosphere.
https://doi.org/10.3390/atmos8080155
[7]
Wang, Y., Sun, M., & Song, B. (2017). Public
perceptions of and willingness to pay for sponge city initiatives in China.
Resources, Conservation and Recycling.
https://doi.org/10.1016/j.resconrec.2017.02.002
[8]
Chan, C. K., & Yao, X. (2008). Air pollution
in mega cities in China. In Atmospheric Environment.
https://doi.org/10.1016/j.atmosenv.2007.09.003
[9]
Flato, G., Marotzke, J., Abiodun, B., Braconnot,
P., Chou, S. C., Collins, W., Cox, P., Driouech, F., Emori, S., Eyring, V.,
Forest, C., Gleckler, P., Guilyardi, E., Jakob, C., Kattsov, V., Reason, C.,
& Rummukainen, M. (2013). IPCC 2013 AR5 - Chapter 9: Evaluation of Climate
Models. Climate Change 2013: The Physical Science Basis. Contribution of
Working Group I to the Fifth Assessment Report of the Intergovernmental Panel
on Climate Change.
[10] Haywood, J., & Boucher, O. (2000). Estimates of the direct and
indirect radiative forcing due to tropospheric aerosols: A review. In Reviews
of Geophysics. https://doi.org/10.1029/1999RG000078
[11] Huang, X., Ding, A., Liu, L., Liu, Q., Ding, K., Niu, X., Nie, W.,
Xu, Z., Chi, X., Wang, M., Sun, J., Guo, W., & Fu, C. (2016). Effects of
aerosol-radiation interaction on precipitation during biomass-burning season in
East China. Atmospheric Chemistry and Physics.
https://doi.org/10.5194/acp-16-10063-2016
[12] Klimont, Z., Smith, S. J., & Cofala, J. (2013). The last decade
of global anthropogenic sulfur dioxide: 2000-2011 emissions. Environmental
Research Letters. https://doi.org/10.1088/1748-9326/8/1/014003
[13] Ma, Z., Liu, Y., Zhao, Q., Liu, M., Zhou, Y., & Bi, J. (2016).
Satellite-derived high resolution PM2.5 concentrations in Yangtze River Delta
Region of China using improved linear mixed effects model. Atmospheric
Environment. https://doi.org/10.1016/j.atmosenv.2016.03.040
[14] Novakov, T., Kirchstetter, T. W., Menon, S., & Aguiar, J.
(2008). Response of California temperature to regional anthropogenic aerosol
changes. Geophysical Research Letters. https://doi.org/10.1029/2008GL034894
[15] Qin, W., Liu, Y., Wang, L., Lin, A., Xia, X., Che, H., Bilal, M.,
& Zhang, M. (2018). Characteristic and driving factors of aerosol optical
depth over Mainland China during 1980-2017. Remote Sensing.
https://doi.org/10.3390/rs10071064
[16] Wang, Q., Sun, L., Wei, J., Yang, Y., Li, R., Liu, Q., & Chen,
L. (2017). Validation and accuracy analysis of global MODIS aerosol products
over land. Atmosphere. https://doi.org/10.3390/atmos8080155
[17] Wang, S., & Hao, J. (2012). Air quality management in China:
Issues, challenges, and options. Journal of Environmental Sciences.
https://doi.org/10.1016/S1001-0742(11)60724-9
[18] Wang, Y., Sun, M., & Song, B. (2017). Public perceptions of and
willingness to pay for sponge city initiatives in China. Resources,
Conservation and Recycling. https://doi.org/10.1016/j.resconrec.2017.02.002
[19] Wei, J., Li, Z., Pinker, R. T., Wang, J., Sun, L., Xue, W., Li, R.,
& Cribb, M. (2021). Himawari-8-derived diurnal variations in ground-level
PM2.5 pollution across China using the fast space-time Light Gradient Boosting
Machine (LightGBM). Atmospheric Chemistry and Physics. https://doi.org/10.5194/acp-21-7863-2021
[20] Wei,
J., Li, Z., Xue, W., Sun, L., Fan, T., Liu, L., Su, T., & Cribb, M. (2021).
The ChinaHighPM10 dataset: generation, validation, and
spatiotemporal variations from 2015 to 2019 across China. Environment
International. https://doi.org/10.1016/j.envint.2020.106290
[21] Xu, P., Chen, Y., & Ye, X. (2013). Haze, air pollution, and
health in China. In The Lancet. https://doi.org/10.1016/S0140-6736(13)62693-8
[22] Xue, W., Zhang, J., Zhong, C., Li, X., & Wei, J. (2021).
Spatiotemporal PM2.5 variations and its response to the industrial structure
from 2000 to 2018 in the Beijing-Tianjin-Hebei region. Journal of Cleaner
Production. https://doi.org/10.1016/j.jclepro.2020.123742
[23] Yang, Y., Zhao, C., Wang, Q., Cong, Z., Yang, X., & Fan, H.
(2021). Aerosol characteristics at the three poles of the Earth as
characterized by Cloud-Aerosol Lidar and Infrared Pathfinder Satellite
Observations. Atmospheric Chemistry and Physics.
https://doi.org/10.5194/acp-21-4849-2021
[24] Zhang, Q., He, K., & Huo, H. (2012). Policy: Cleaning China’s
air. In Nature. https://doi.org/10.1038/484161a
[25] Zhang, Y., Wen, X. Y., & Jang, C. J. (2010). Simulating
chemistry-aerosol-cloud-radiation-climate feedbacks over the continental U.S.
using the online-coupled Weather Research Forecasting Model with chemistry
(WRF/Chem). Atmospheric Environment.
https://doi.org/10.1016/j.atmosenv.2010.05.056
[26] Zheng, S.,
Pozzer, A., Cao, C. X., & Lelieveld, J. (2015). Long-term (2001-2012)
concentrations of fine particulate matter (PM2.5) and the impact on human
health in Beijing, China. Atmospheric Chemistry and Physics.
https://doi.org/10.5194/acp-15-5715-2015
