Nasapp es un sistema de gestión de episodios de olor por medio de la participación ciudadana. Permite tener un resumen de situación en tiempo real desde cualquier dispositivo portátil u ordenador. En este trabajo se estudiaron las ventajas de la incorporación del cálculo automático de retrotrayectorias de aire en cada registro realizado por los ciudadanos voluntarios.
El resultado es una mejora sustancial en la visualización de problemas complejos, sobre todo cuando hay diversidad de focos de olor. También se verificó la posibilidad de asignar porcentajes de causalidad de episodios de olor en cada fuente, verificar influencias meteorológicas y geográficas, como también validar asignación de descriptores de olor en fuentes de olor conocidas.
Pablo Ramos1, David Cartelle2,3 y Carlos Diaz4
1CTQC Centro Tecnológico de la Química de Cataluña, Carrer de Marcel·lí Domingo, 43007 Tarragona, Spain.
2Troposfera Soluciones Sostenibles, S.L., c/Real 217, Bajo. 15401 A Coruña, Spain
3 Departamento de Ingeniería Química, Universidade de Santiago de Compostela, 15782 Santiago de Compostela, Spain
4Prolor, C/Uribitarte, nº6, Planta Baja - 48001, Bilbao, Spain.
Corresponding author(s): Pablo Ramos, pablo.ramos@ctqc.org
Conflictos de interés: El autor declara que no existe conflicto de intereses.
Editor académico: Carlos N Díaz.
Calidad del contenido: Este artículo científico ha sido revisado por al menos dos revisores. Vea el comité científico aquí
Cita: Pablo Ramos, David Cartelle, y Carlos Diaz, 2017, Gestión de episodios de olor mediante sistemas de participacion ciudadana y cálculo de retrotrayectorias de aire, IV Conferencia Internacional sobres gestión de Olores y COVs en el Medio Ambiente, Valladolid, España, www.olores.org
Copyright: Los autores retienen la propiedad del copyright de sus artículos, pero los autores permiten a cualquier persona descargar, reusar, reimprimir, modificar, distribuir y/o copiar artículos del sitio web de olores.org, siempre que se citen los autores originales y las fuentes. No es necesario permiso específico de los autores o de los editores de esta web.
ISBN: 978-84-697-7359-8
Palabras claves: Normativa de olores, Evaluación, Modelización de dispersión olores, Acreditación, Actividades potencialmente contaminadoras de la atmósfera.
Vídeo
Resumen
Nasapp es un sistema de gestión de episodios de olor por medio de la participación ciudadana. Permite tener un resumen de situación en tiempo real desde cualquier dispositivo portátil u ordenador. En este trabajo se estudiaron las ventajas de la incorporación del cálculo automático de retrotrayectorias de aire en cada registro realizado por los ciudadanos voluntarios.
El resultado es una mejora sustancial en la visualización de problemas complejos, sobre todo cuando hay diversidad de focos de olor. También se verificó la posibilidad de asignar porcentajes de causalidad de episodios de olor en cada fuente, verificar influencias meteorológicas y geográficas, como también validar asignación de descriptores de olor en fuentes de olor conocidas.
1. Introducción
La zona de estudio comprende la ciudad de Tarragona y sus municipios vecinos. Donde se emplaza uno de los polos petroquímicos más importantes del sur de Europa. Desde el año 2013 se trabaja con un sistema de monitoreo de episodios de olor, con el fin de obtener mapas dinámicos, de molestia por malos olores, en tiempo real. El sistema se basa en una red de informadores voluntarios, los cuales a través de una aplicación de teléfono inteligente llamada “nasapp”, registran su percepción particular frente a un episodio de olor que consideran molesto. Estos registros individuales se representan en un mapa digital, en tiempo real. Por lo que se dispone de un mapa dinámico de molestia por olores, al cual se puede acceder desde cualquier dispositivo electrónico.
En el año 2016, se incorpora dentro de la plataforma NASAPP, el cálculo de retrotrayectorias para cada registro realizado por los voluntarios. Se realizó un estudio de seguimiento de 6 meses, donde se evaluaron las sinergias obtenidas por la incorporación de los modelos WRF/CALMET/TRAJ2D dentro del sistema de registros.
El resultado obtenido es una mejor interpretación de los mapas de molestia por olores generados por la plataforma. Es posible la verificación y confirmación de focos de olor, como también obtener un grado de potencial impacto de cada foco. En el mismo sentido, es posible detectar afectaciones esporádicas de focos de olor que podrían descartarse cuando hay focos de olor crónicos alrededor.
Para lo que es la mejora de sistemas de participación social, la incorporación de modelos de este tipo, permite comparar el desempeño de diferentes informadores en una misma zona y ver la fiabilidad de los mismos.
Por último, es posible confirmar los efectos de variables como terreno y climatología en la ocurrencia de episodios de olor crónicos.
2. Materiales y métodos
El caso de estudio trata el polo petroquímico de Tarragona, que está compuesto por dos polígonos químicos y una zona portuaria. Está integrado por aproximadamente por más de 30 empresas químicas, que incluyen procesos de refinería de petróleo, elaboración de productos petroquímicos, poliolefinas, plásticos, productos químicos orgánicos y productos industriales, así como productos químicos de especialidad y química fina, junto con plantas de producción de electricidad de ciclo combinado y plantas depuradoras de aguas residuales industriales y municipales. El polo petroquímico de Tarragona comprende unos 8 ayuntamientos de la zona de Tarragona con una población residente en la zona de estudio es de alrededor de 150.000 habitantes.
|
| Figura 1. Zona de estudio, Tarragona. |
Para la gestión de episodios de olor a través de un sistema de participación social, se ha utilizado el sistema NASAPP. Que se basa en una aplicación para teléfono inteligente para uso exclusivo de los ciudadanos que participan en el proyecto. Cada episodio registrado se representa en una plataforma web, con acceso para las empresas y ayuntamientos. De esta manera pueden visualizar un mapa de molestia, en tiempo real, por episodios de olores en el área de Tarragona. Figura 2.
 |
| Figura 2. Sistema NASAPP. Aplicación móvil y Plataforma WEb. |
Se ha realizado un proceso de captación de informadores a partir de charlas de difusión del proyecto, con el fin de motivar la participación ciudadana para resolver problemáticas de este tipo. El grupo de informadores es una porción representativa de la población afectada, en lo que respecta a género, edades, profesiones, estudios y localización geográfica. Existe un proceso de evaluación de desempeño previo a la incorporación de los datos obtenidos por nuevos informadores al mapa de molestia general. En este estudio han participado 198 informadores.
El sistema de modelización para el cálculo de retrotrayectorias está basado en WRF / CALMET / TRAJ2D (Scire et al, 2006), integrado dentro de la Suite PrOlor (Díaz and Cartelle, 2015). El modelo CALMET es un modelo de diagnóstico meteorológico (Scire et al., 2000), acoplado con el modelo meteorológico de mesoescala WRF (Skamarock and Klemp, 2008). El Sistema PrOlor utiliza el modelo lagrangiano de dispersión CALPUFF y el modelo de trayectorias denominado TRAJ2D (Scire et al, 2006).
El modelo TRAJ2D es un modelo bidimensional que accede a los datos de vientos generados por CALMET y traza una serie de retrotrayectorias que simulan el origen de la masa de aire que transporta el olor hasta una localización determinada. Al tratarse de un modelo 2D, el cálculo de las trayectorias no se realiza en las sucesivas capas verticales del modelo, si no que recoge los datos de la primera capa vertical o bien computa todas las capas por debajo de la capa límite. Pese a las limitaciones lógicas de un modelo 2D frente a los 3D, la rapidez de cálculo de los primeros así como la hipótesis inicial de que la mayoría del transporte y deposición de odorantes se produce en capas inferiores a la capa límite han sido tomadas como prioritarias.
Tanto la ejecución del TRAJ2D como la representación de datos en NASAPP se realiza en tiempo real, a través de un servicio web (apache) con un módulo de ejecución del lenguaje R, enfocado al análisis estadístico (R Development Core Team , 2008)
3. Resultados y discusión
En el periodo de estudio de 6 meses se registraron en la plataforma NASAPP 213 registros de episodio de olor, validados y con cálculo de retrotrayectoria asociada.
Se presentan los resultados obtenidos en tres grupos principales de sinergias obtenidas.
3.1. Confirmación de focos de olor
Se estudió el caso particular de dos actividades similares generadoras de episodios de olor, en este caso fueron dos empresas de gestión de residuos urbanos. Por ubicación geográfica, en el municipio afectado siempre se consideró que todos los episodios de olor con descriptor de olor del tipo “basura” provenían de la planta de gestión de residuos más próxima. A partir de la incorporación del cálculo de retrotrayectorias asociado al registro de olor por parte del ciudadano, se puede ver el grado de aportación del segundo posible foco de olor, para episodios de olor de este tipo. Figura 3.
 |
| Figura 3. Sistema NASAPP- Visualización de porcentajes de causalidad de cada foco de olor |
3.2. Comparación y desempeño de informadores
Se estudió esta combinación de herramientas para observa el desempeño de informadores a lo largo de un periodo de estudio. Es posible realizar estudios de desempeño en un sistema de informadores, sobre todo en lo que respecta a la influencia de ideas preconcebidas sobre el origen del olor, a la hora de asignar del descriptor de olor. En especial cuando se trata de zonas con multiplicidad de focos de olor. En la figura 4, se muestran los registros de 1 informador, en los 6 meses de estudio. Se muestran todos los registros realizados con descriptor “hidrocarburo”. La visualización total, incluyendo la modelización de retrotrayectorias de aire, permite evaluar la performance del informador a la hora de identificar el olor, como también el grado de influencia subjetiva que pueda este tener y lo lleven a identificar falsos positivos o utilizar un mismo descriptor de olor para diferentes tipos de olor.
 |
| Figura 4. Sistema NASAPP- Seguimiento de desempeño de un informador. |
3.3. Confirmación de variables geográficas y meteorológicas
En el mismo sentido, se observó la utilidad de esta combinación de herramientas para verificar zonas de afectación crónica por medio de la combinación de índices de registros de episodio de olor y los cálculos asociados de retrotrayectorias. Es una manera rápida y visual para confirmar focos de olor y afectación geográfica específica, todo disponible en tiempo real desde cualquier dispositivo.
En la figura 5, se observa como la alta densidad de registros de episodio de olor, en particular con descriptor “hidrocarburo”, junto con las respectivas retrotrayectorias de olor, definen claramente los efectos meteorológicos y geográficos que favorecen la ocurrencia de episodios de olor en una determinada zona. Por un lado, el efecto de meteorología de costa, que presenta un régimen de vientos de dirección mar-tierra durante el día que cambia a dirección tierra-mar durante la noche. Y luego el efecto geográfico, donde el río que une el polígono petroquímico con el puerto de Tarragona, hace la función de canal natural del aire con olor.
 |
| Figura 5. Sistema NASAPP- Variables geográficas y meteorológicas |
Los sistemas de gestión de episodios de olor a través de la participación ciudadana, se ven altamente fortalecidos con la incorporación de modelos de dispersión, el cálculo de trayectorias de masas de aire ayuda a verificar o descartar las primeras hipótesis planteadas por ciudadanos afectados por episodios de olor.
De la misma manera, es posible cuantificar de manera sencilla el grado de aporte de cada foco de olor en zonas con alta diversidad de fuentes de olor. De la misma manera, facilita la visualización de los efectos meteorológicos y geográficos que condicionan la ocurrencia de episodios de olor en determinadas zonas. Como también verificar el grado de certeza en sistemas de gestión de olores por medio de la participación ciudadana.
Gracias a la automatización y disponibilidad de cálculo en la nube, es posible poner en manos de usuarios no expertos en contaminación odorífera, una herramienta que le permita tener un rápido diagnóstico de situación.
5. Referencias
Scire, J.S., Robe, F.R., Fernau, M.E. and Yamartino, R.J., 2000a: A User’s Guide for the CALMET meteorological model, Earth Tech Inc., Concord, MA, USA.
Scire, J.S., Strimaitis, D.G., Fernau, M.E. and Yamartino, R.J., 2006b: A User’s Guide for the CALPUFF dispersion model, Earth Tech Inc., Concord, MA, USA.
R Development Core Team, 2008: R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org.
Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, M. G Duda, X.-Y. Huang, W. Wang, and J. G. Powers, 2008: A Description of the Advanced Research WRF Version 3. NCAR Tech. Note NCAR/TN-475+STR, 113 pp. doi:10.5065/D68S4MVH
Cartelle, D, Vellón,J.M, Rodríguez, A., Valiño, D., González, J.A., Bao, M., Casas, C., 2016: Estimation of short odor events by using chemically reactive odorants atmospheric dispersion modelling around a pulp paper mill. 17th International Conference on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes. 9-12 May 2016, Budapest, Hungary.
Cartelle, D, Vellón,J.M, Rodríguez, A., Valiño, D., González, J.A., Casas, C., Carrera-Chapela, F, 2016: PrOlor: A modelling approach for environmental odor forecast. Chemical Engineering Transactions, Vol. 54, 2016. 54:229-234 · September 2016.DOI: 10.3303/CET1654039
Díaz Jiménez, C., Izquierdo Zamora, C., Cartelle Fernández, C., Vellón Graña, J.M., Rodríguez López, A., 2016: Comparison of Predicted Versus Real Odour Impacts in a Rendering plant with PrOlor. Chemical Engineering Transactions, Vol. 54, 2016. 54:199-204 · September 2016. DOI: 10.3303/CET1654034