En los últimos tiempos, la contaminación del aire en el Perú está atrayendo la atención de la población y también del gobierno, quien finalmente es quien hace las políticas que nos ayudan a preservar la buena calidad del aire. En esta investigación, utilizamos el modelo químico-meteorológico "Weather Research and Forecasting" junto con "Chemical (WRF-Chem v3.8)" para predecir escenarios de contaminación. Estudiamos y analizamos tres meses del 2017 de verano (enero, febrero y marzo) y tres meses de invierno (julio, agosto y septiembre) para evaluar y pronosticar la concentración de dos contaminantes, dióxido de azufre (SO2) y dióxido de nitrógeno (NO2) sobre la ciudad de Lima. También consideramos las variables meteorológicas como la velocidad del viento y su dirección, temperatura media, humedad relativa y presión atmosférica. Además, utilizamos el inventario de fuentes industriales fijas como datos de emisión y el Sistema de Pronóstico Global (GFS) como datos de frontera para los componentes meteorológicos. Dentro del modelo WRF-Chem, implementamos la parametrización de convección de Grell-Freitas para representar las nubes; utilizamos RRTMG para el esquema de radiación de onda corta / onda larga, y Monin-Obukhov para los procesos en la capa superficial, entre otros. Por otro lado, para la química de la fase gaseosa utilizamos el esquema RADM2, para el módulo de aerosol utilizamos el MADE-SORGAM, y finalmente, empleamos el esquema de fotólisis Fast-j.
Finalmente comparamos los resultados con los datos proporcionados por las diez estaciones de monitoreo que pertenecen al Servicio Nacional de Meteorología e Hidrología (SENAMHI) las cuales están ubicadas en zonas estratégicas de Lima. Por último, demostramos que las variables estudiadas se encuentran dentro del estándar de calidad ambiental autorizado por el Ministerio de Medio Ambiente, y también demostramos que las simulaciones dadas por el modelo se superponen, en general, a los valores medidos experimentalmente en todas las estaciones de monitoreo evaluadas.
Para conocer más sobre este artículo visite: https://www.witpress.com/elibrary/cmem-volumes/8/2/2657