Correlación Entre El Material Particulado Y Las Variables Meteorológicas Utilizando El Modelo Wrf- Chem En Lima Metropolitana En El Mes De Febrero De 2018

Abstract

La presente investigación se realizó con el objetivo de analizar la correlación entre el comportamiento de las variables meteorológicas: humedad relativa, velocidad del viento y temperatura del aire (simuladas y observadas) y el comportamiento del material particulado (PM10 y PM2.5) en Lima metropolitana en el mes de febrero en el 2018, para lo cual se utilizó el modelo WRF-Chem con grillas de 5 Km x 5 Km en Lima metropolitana para la simulación de las variables meteorológicas. Para verificar la habilidad de la simulación de las variables meteorológicas (humedad relativa, velocidad del viento y temperatura del aire) realizadas por el modelo WRF-Chem se hizo uso de 7 pruebas estadísticas (BIAS, RATIO, IAO, MNB, ERROR GROS, MNGE y RMSE) y también se realizó una comparación gráfica, mediante grafico de series de tiempo de los valores observados y simulados. Para la cuantificación de la correlación entre el material particulado y las variables meteorológicas se utilizó el coeficiente de correlación de Pearson; lo cual determinará si las variables están linealmente relacionadas y para la obtención del índice de correlación se realizó mediante el programa SPSS. Posteriormente al análisis se determinó que para el objetivo: evaluar el desempeño de las variables meteorológicas simuladas con el modelo de la calidad del aire WRF-Chem en Lima Metropolitana; para la prueba estadística de BIAS para la variable meteorológica de la humedad relativa para todas las estaciones de calidad de aire (Ate, Campo de Marte, Carabayllo, Huachipa, Puente Piedra, San Borja y San Juan de Lurigancho) se concluye que en la gran mayoría de las estaciones (excepto San Borja y Campo de Marte) los valores simulados son mayores que los observados. Sin embargo, para la variable meteorológica de la velocidad del viento para todas las estaciones de calidad de aire se evidencia que los valores simulados son mayores que los observados, de la misma manera para todas las pruebas estadísticas.