CALIDAD DE AIRE YSALUD AMBIENTAL

Retos y Oportunidades

MEMORIAS

ISSN

: 274

5-11

35 (e

n lín

ea)

CALIDAD DE AIRE Y SALUD AMBIENTAL:

Retos y Oportunidades

Editores: ANGELICA DEL CARMEN BUSTAMANTE RUÍZJORGE MARIO MENDOZA FANDIÑOALBEIRO ANTONIO ARRIETA LOPEZ

PAOLA MELISSA BULA MONTIEL

ISSN: 2745-1135 (EN LÍNEA)

Primera Edición 2021

Corporación Autónoma Regional de los Valles del Sinú y del San Jorge – CVS-Universidad de Córdoba

Diseño, diagramación y corrección de estiloMaría Cristina Macea Arrieta

Hecho el depósito que exige la ley

Esta obra es propiedad intelectual de sus autores y los derechos de publicación han sigo legalmente transferidos al editor. Queda prohibida su preproducción parcial o total por cualquier medio sin per-miso por escrito del propietario de los derechos del copyright.

AGRADECIMIENTOS

Agradecimientos al equipo técnico del Convenio 009 de 2020 celebrado entre la Corporación Autónoma Regional de los Valles del Sinú y del San Jorge – CVS- y la Universidad de Córdoba.

Ing. Angélica del Carmen Bustamante Ruiz, M.Sc Directora

Ing. Jorge Mendoza Fandiño, Ph.D

Codirector

Carlos Alberto Montero Guevara Ingeniero Ambiental

Eric Enrique Franco Mass Ingeniero Sanitario y Ambiental

Hernán Darío García Urruchurto Ingeniero Agroindustrial

Rafael Enrique León Hoyos Ingeniero Ambiental

Pedro Elías Celis Alarcón Ingeniero Ambiental

Daniela Sofía Puche Fonseca Ingeniera Ambiental

Jesús David Ruiz Tirado Ingeniero Ambiental

Angy Carolina Negrete Pérez Ingeniera Sanitaria y Ambiental

INTRODUCCIÓNLa contaminación del aire no debe verse solo como una pro-blemática ambiental, sino que está directamente relacionada con la calidad de vida de la población, por lo cual se evidencia entre otras situaciones, con el aumento en la frecuencia de aparición de enfermedades respiratorias y por consiguiente el incremento en el ausentismo laboral y escolar. De igual mane-ra, además de la afectación en la salud humana, también afec-ta la vida vegetal y animal, así como algunos materiales, en el primer caso causando entre otros, afecciones al sistema respi-ratorio y obstrucciones que impiden procesos vitales como la fotosíntesis en el caso de las plantas (IDEAM, 2012).

En este sentido, el crecimiento económico y la urbanización, asociados al desarrollo de diversas actividades como la in-dustria, los servicios, la agroindustria y el incremento de las unidades automotoras, traen como resultado un consumo in-tenso de combustibles fósiles; que al relacionarse con las con-diciones ambientales pueden dañar la salud humana, los eco-sistemas y los recursos materiales. De acuerdo con evidencia epidemiológica sobre los efectos en la salud por la contamina-ción del aire, se tiene que, está aumentando y evolucionando rápidamente, es decir, actualmente la contaminación del aire es el mayor factor de riesgo ambiental (World Health Organi-zation, 2014).

En ese orden de ideas, durante la semana de la movilidad y ce-lebración del día mundial sin Carro, el 22 de septiembre del 2020, se desarrolló el Foro Calidad de Aire y Salud Ambiental, como parte del Convenio 009 del 2020 suscrito entre la Cor-poración Autónoma Regional de los Valles del Sinú y del San Jorge -CVS- y la Universidad de Córdoba.

Durante el foro se hizo la presentación de los retos y oportuni-dades de las temáticas de Calidad del Aire y la Salud Ambien-tal, desarrollando ejes temáticos relacionados con la calidad y modelación del aire urbano, la percepción remota aplicada a la calidad del aire, la movilidad sostenible, la calidad del aire y la salud ambiental desde el contexto de la pandemia generada por el Covid 19, los pro y los contra del aislamiento obligato-rio en el escenario de calidad del aire y las oportunidades que brindan las nuevas tecnologías a nivel de calidad del aire fren-te a la salud ambiental.

En el presente documento se compilan artículos de opinión de algunos ponentes participantes en el foro y un artículo sobre el estado de la calidad del aire basado en el análisis de las con-centraciones de material particulado MP

10 y MP

2.5 en la ciudad

de Montería.

TABLA DE CONTENIDO

MODELACIÓN DE LA CALIDAD DEL AIRE URBANO

CALIDAD DEL AIRE URBANO EN SÃO PAULO: COSTES EXTER-NOS DE ENFERMEDADES Y MODELOS DE TRANSPORTE

COVID-19 Y SALUD AMBIENTAL

COVID–19: LECCIONES A FUTURO EN RELACIÓN A CONTA-MINACIÓN DEL AIRE

ESTADO DE LA CALIDAD DEL AIRE ASOCIADA A MATERIAL PARTICULADO MP

10 Y MP

2.5 EN MONTERÍA-COLOMBIA 2020

10.14.

20.26.29.

INTRODUCCIÓNEn la actualidad, con el desarrollo del procesamien-to de la información, los modelos son cada vez más utilizados para investigaciones en distintas áreas; en-tre ellas se encuentra la calidad del aire. Cuando se piensa en modelación, se suele preguntar, ¿qué es un modelo? Una posible definición es una representa-ción simplificada de la realidad, de manera a recons-truirla, que posibilite prever un comportamiento, una evolución o una transformación (Christofoletti, 1999). Es importante enfatizar la palabra “simplifi-cada”, pues en sistemas abiertos y complejos, como la atmosfera, los modelos no pueden representar to-dos los detalles; pero la simplificación debe detener los aspectos esenciales del fenómeno de interés. El modelo puede ser utilizado para entender la realidad, pero también para pronosticar la evolución de los fe-nómenos.

Los objetivos de la modelación de la calidad del aire pueden ser distintos:

• Realizar investigaciones científicas para entender mejor qué factores son más importantes para la calidad del aire, calculando la contribución de estos factores en la concentración de los poluentes.

• Predecir la calidad del aire.• Monitorear la calidad del aire, apuntando

situaciones de emergencia y basar la toma de decisiones.

• Evaluar el impacto de un proyecto industrial, vial o minero, como también el impacto de políticas públicas.

• Simular los fenómenos con fin de educación y divulgación científica.

En este artículo, serán presentadas las bases de la

modelación de la calidad del aire urbano y serán dis-cutidas las distintas maneras de realizarla, con el ob-jetivo de aclarar sus limitaciones y potencialidades.

ARGUMENTACIÓN Y OPINIÓN

Los modelos pueden ser más sencillos – priorizando los procesos más importantes y conocidos, con mu-chas simplificaciones – o más complejos – intentan-do considerar más procesos y detalles del fenómeno. Cuanto más realismo se incluye en un modelo, su nivel de complejidad se torna mayor y probablemen-te se necesite más datos; se tendrá que simular más procesos y obtener un mayor costo de procesamien-to. Por eso, es muy importante elegir un modelo que utilice un nivel adecuado de realismo y complejidad, pero que no sea demasiado costoso y, principalmen-te, que no necesite datos que no se encuentren dis-ponibles. Además, cuanto más complejo un modelo, mayor puede ser su incertidumbre.

Para un modelo de calidad del aire, los datos míni-mos necesarios son:

• Información de las fuentes, por ejemplo, que contaminantes emite y con qué tasa.

• Información acerca de las condiciones meteorológicas, como viento, temperatura y humedad.

• Topografía, pues la interacción del viento con el terreno puede afectar la dispersión de los contaminantes.

• Información acerca de la superficie, como obstáculos, tipo de uso del suelo, vegetación o edificios y flujos de interacción entre la superficie y la atmósfera.

Hay muchos tipos de fuentes; se llaman fuentes fi-

MODELACIÓN DE LA CALIDAD DEL AIRE URBANOProfesora Doctora Flavia Noronha Dutra Ribeiro

Escuela de Artes, Ciencias, y Humanidades, Universidad de São Paulo, RuaArlindo Béttio, 1000, Ermelino Matarazzo, CEP 03828-000, São Paulo, Brasil

E-mail: flaviaribeiro@usp.br

8

jas las industrias, zonas mineras y aeropuertos. Las fuentes móviles son vehículos, aviones y navíos. Estas se pueden clasificar como puntuales, como una chimenea, de área, como

zonas mineras y en línea, como carreteras. Distintas fuentes emiten distintos contaminantes con distintas tasas.

Existen diversos modelos y de tipos diferentes tales como los de dispersión gaussiana que son un poco más sencillos, hasta los de química atmosférica, que incluyen simulación de las condiciones meteorológi-cas y de las reacciones químicas y también pueden tratar la interacción entre estos dos sistemas.

El modelo gaussiano es considerado sencillo porque no necesita de muchos datos, no considera reacciones químicas, pero representa, de forma parametrizada, los diferentes regímenes de la atmósfera y efectos de la topografía y de los edificios cercanos. Su objetivo es determinar cuál es la concentración en un punto de interés, llamado receptor. Se puede notar (fig. 1) que es necesario utilizar un sistema de coordenadas adecuado a cada simulación. El modelo calcula la concentración para cada receptor: cuanto más recep-tores, más procesamiento será necesario. La figura 1 presenta el diseño conceptual del modelo para una fuente fija puntual. El régimen de turbulencia de la atmósfera es determinante de la forma de la disper-sión. Aunque el modelo gaussiano no simule direc-tamente la turbulencia; considera sus efectos en los parámetros de la dispersión.

Figura 1. Diseño conceptual del sistema de coordenadas, de las coordenadas de la fuente puntual, de la dirección del viento y de la pluma en el modelo gaussiano.

Fuente: https://www.upo.es/depa/webdex/quimfis/CA_old/php/apuntes-

CA0607_Tema2.pdf

Un ejemplo de investigación realizada con un mode-lo gaussiano es presentado por Teixeira et al. (2020),

que determinó la concentración de material particulado, emitido por camiones en dos grandes carreteras de São Paulo, Brasil, que afectaba a los habitantes de la ciudad de Jundiaí y su impacto en su salud.

La investigación hizo simulaciones cambiando el combustible de Diesel por gas natural, con el objeti-vo de verificar si este cambio generase afecciones a la calidad del aire, pues el gas natural tiene una tasa de emisión de material particulado menor que el Diesel. El modelo utilizado fue el AERMOD (https://www.epa.gov/scram/air-quality-dispersion-modeling-pre-ferred-and-recommended-models#aermod, acceso en 12/11/2020), desarrollado por la Environmental Protection Agency (EPA) de los Estados Unidos.

Para estas simulaciones, las carreteras fueron defi-nidas como fuentes fijas en línea y el número medio de camiones que pasaron por las plazas de peaje fue utilizado para calcular una tasa media para cada tre-cho de la carretera. Informaciones sobre el viento, temperatura, humedad y radiación solar de la esta-ción de monitoreo más cerca de la ciudad de Jundiaí fueron utilizados.

Los puntos receptores fueron distribuidos alrededor de las carreteras. La figura 2 presenta las concentra-ciones medias de material particulado emitido por los camiones utilizando Diesel (Fig. 2a) y utilizando gas (Fig. 2b).

Se puede verificar que la utilización de gas natural permite bajar considerablemente la concentración de material particulado y también se nota el efecto del viento, que es predominantemente de sudeste, en la misma dirección general de las carreteras. Las ma-yores concentraciones están cerca de las carreteras y en la parte sudeste, donde el tránsito de camiones es mayor.

Figura 2. Concentraciones de material particulado cerca de las carreteras Bandeirantes y Anhanguera en São Paulo, Brasil, con los camiones utilizando como combustible (a) Diesel y (b) gas natural. Fuente. Teixeira et al, 2019.

9

La investigación utilizó estas informaciones con base en la metodología de la Organización Mundial de la Salud (OMS), para calcular cuántas muertes por problemas respiratorios podrían ser evitadas con el cambio de combustible.

Los autores llegaron a la conclusión que solamente cambiar el combustible de los camiones en la carre-tera no tiene un efecto muy significativo en la salud de los habitantes de Jundiaí, siendo necesarias otras medidas de mejoramiento de la calidad del aire, prin-cipalmente la inclusión de la industria y tránsito lo-cal. Pero una limitación de esta investigación es que no se puede estimar la formación de material parti-culado secundario, porque el modelo no incluye las reacciones químicas.

Los modelos de calidad del aire que consideran re-acciones químicas son mucho más complejos y cos-tosos. Ellos necesitan más datos sobre las condicio-nes atmosféricas, que pueden ser provenientes de modelos globales o de satélites. Necesitan también datos sobre la superficie, tomados generalmente de satélites. Datos sobre las concentraciones iniciales y en las fronteras del área, ya que una vez disponibles, ayudan a mejorar las simulaciones. Estos modelos calculan también concentraciones de contaminantes secundarios, como ozono y material particulado, y pueden ser acoplados a modelos atmosféricos para incluir efectos de retroalimentación entre atmósfera y contaminantes. Esa retroalimentación es importan-te, por ejemplo, cuando los aerosoles interfieren en la cantidad de radiación solar que llega hasta la su-perficie (Slater et al. 2020). Los modelos permiten también observar la dispersión vertical del contami-nante y simulan directamente los efectos de la topo-grafía y de la turbulencia atmosférica, siendo mucho

más realistas que los modelos de pluma gaussiana.

Un ejemplo de investigación que puede ser desarro-llada con modelos de química es lo presentado por Chiquetto et al. (2019). El modelo WRF-CHEM (https://www2.acom.ucar.edu/wrf-chem, acceso en 12/11/2020) fue utilizado para simular la concentra-ción de ozono en la Región Metropolitana de São Paulo en enero de 2014.

El objetivo de la investigación fue comparar la utili-zación de los límites de concentración de ozono de-finidos por el Estado de São Paulo con los definidos por la OMS. Los límites de la OMS son más restric-tivos que los de São Paulo. La figura 3a presenta en amarillo los barrios que presentaron concentraciones que exceden el límite de São Paulo y en rojo están aquellos que no sobrepasaron el límite, pero exce-dieron el de la OMS. La figura 3b presenta la exce-dencia de los límites de atención. Se pude notar que el área en atención según la OMS es sustancialmente mayor.

La conclusión es que la metodología menos restricti-va de São Paulo no contabiliza el efecto de la conta-minación en una gran parte de su población.

Los modelos pueden hacer simulaciones en condi-ciones distintas de la realidad. Por ejemplo, en la in-vestigación con el modelo AERMOD (Teixeira et al. 2020), fue posible considerar que los camiones uti-lizaron un combustible que todavía no es comercia-lizado en Brasil para estos vehículos (gas natural). También podemos utilizar modelos para estimar la concentración de un contaminante atmosférico en una región en la que no hay mediciones, como en muchos de los barrios de la Región Metropolitana de São Paulo (Chiquetto et al. 2019).

10

Figura 3. (a) Áreas que excedieron solamente el límite de concentración de la OMS en rojo y las que excedieron también el límite de São Paulo en amarillo. (b) Lo mismo para el límite de atención.

Mediciones y modelos son complementarios; las pri-meras no necesitan de los segundos, mientras que los modelos requieren de las mediciones para ser valida-dos y considerados útiles. Por lo tanto, los modelos no son capaces de sustituir completamente las medi-ciones. Estas dos metodologías deben ser utilizadas en conjunto para que aumenten el conocimiento del fenómeno.

En áreas urbanas, una de las principales fuentes de contaminantes es el transporte. En São Paulo, los ca-rros particulares son responsables de cerca de 70% de las emisiones de transporte, utilizando gasolina y etanol como combustible (CETESB, 2018). Un sis-tema de movilidad que incentive el uso de transporte público y movilidad activa tiene muchos beneficios, mejorando la calidad del aire, la salud de los ciudada-nos y, además, la reducción del uso de combustibles fósiles contribuye para reducir el cambio climático.

CONCLUSIÓN

Se concluye que la modelación es una herramien-ta muy útil para investigar, monitorear y prever la calidad del aire, pero debe ser utilizada con mucho cuidado, teniendo en cuenta sus limitaciones y sus fuentes de incertidumbre. No puede ser usada sin va-lidación, o sea, sin comparación con mediciones, y también necesita de datos de calidad. Pero, cuando se ejecuta bajo las bases requeridas, tiene el poten-cial de aumentar el conocimiento acerca de cómo la calidad del aire urbano evoluciona, mejorando la toma de decisiones.

REFERENCIAS BIBLIOGRÁFICAS

CETESB. (2018). Qualidade do ar no Estado de São Paulo – 2017. Disponible en: https://cetesb.sp.gov.br/ar/wp-content/uploads/sites/28/2019/05/Rela t%C3%B3rio-de-Qual idade-do-Ar-2017.pdf, acceso en 12/11/2020.

Chiquetto, J., Silva, M., Cabral-Miranda, W., Ribeiro, F., Ibarra-Espinosa, S., & Ynoue, R. (2019). Air quality standards and extreme ozone events in the São Paulo megacity. Sustainability, 11(13), 3725.

Christofoletti, A. (1999). Modelagem de sistemas ambientais. Editora Blucher.

Teixeira, A., Borges, R., Machado, P., Mouette, D., & Ribeiro, F. (2020). PM emissions from heavy-duty trucks and their impacts on human health. Atmospheric Environment, 241, 117814.

Slater, J., Tonttila, J., McFiggans, G., Connolly, P., Romakkaniemi, S., Kühn, T., & Coe, H. (2020). Using a coupled large-eddy simulation–aerosol radiation model to investigate urban haze: sensitivity to aerosol loading and meteorological conditions. Atmospheric Chemistry and Physics, 20(20), 11893-1190.

11

INTRODUCCIÓNResponsables por más de 4 millones de muertes pre-maturas al año, la contaminación exterior se encuen-tra entre los cinco principales factores de riesgo de mortalidad a nivel mundial (Cohen, et. Al., 2015). Una política posible a implementar es reducir la ex-posición a la contaminación para proteger la salud pública (Landrigan, et. Al., 2018). En las grandes ciudades, el tráfico es una fuente importante de con-taminación del aire (Molina, et. Al., 2004) y abordar la contaminación relacionada con el tráfico es esen-cial para promover la calidad del aire y proteger la salud pública (Watts, et. Al., 2015).

Los principales contaminantes relacionados con el tráfico de vehículos, monitoreados por empresas ambientales, son los hidrocarburos (HC), el mate-rial particulado fino (PM2.5), el material particulado inhalable (PM10), el monóxido de carbono (CO), los compuestos nitrogenados (NOx, NO, NO2) y el ozo-no (O3). En São Paulo, los vehículos son responsa-bles del 97% de las emisiones de CO, HC, NOx y del material particulado (Governo do Estado de São Paulo, Secretaria do Meio Ambiente, Companhia Ambiental do Estado do São Paulo CETESB, 2019).

El material particulado es uno de los contaminantes más dañinos para la salud humana. Las partículas con un diámetro entre 10-15 µm no penetran en el sistema respiratorio debido a su curvatura y alta hu-medad relativa. Pero con la disminución del diáme-tro de las partículas, aumenta la eficiencia de captura en el organismo. Además de la contaminación antro-pogénica, los procesos naturales pueden generar par-tículas nocivas para la salud, ocasionando trastornos respiratorios conocidos y cambios psíquicos (Snow, et. Al., 2018).

Existen varios estudios que analizan el número de

muertes evitadas cuando disminuye la concentración de contaminantes (Leirião, et. Al., 2019; Silva, et. Al., 2012) especialmente debido al uso masivo del transporte público. Dado que los efectos de la conta-minación atmosférica dependen de la dosis recibida (Daniels, et. Al., 2000; Schwartz, et. Al. 2008) re-ducir los tiempos de desplazamiento puede ser tan importante o más que reducir las emisiones de con-taminantes relacionadas con el tráfico si queremos proteger la salud de las personas en los entornos ur-banos (Brunekreef, et. Al., 2009).

La mayor parte del conocimiento actual sobre los efectos de la contaminación del aire en la salud hu-mana proviene de estudios de cohortes, en los que la exposición a largo plazo a la contaminación del aire se evalúa en la residencia en función de monitores del sitio, modelos de regresión del uso de la tierra o la distancia desde una carretera con mucho tráfico (Chen, et. Al., 2017; Andersen, et. Al., 2012; Turner, et. Al., 2011).

Los niveles de predicción generalmente se basan en uno o muy pocos años de datos de calidad del aire y no tienen en cuenta los cambios en la dirección residencial a lo largo de la vida o los desplazamien-tos durante el día, lo que puede provocar una clasi-ficación errónea de la exposición y sesgos. Aunque el monitoreo de personas es ideal para estudiar las diferencias en los niveles de exposición a la conta-minación por tipo de actividad, no es factible para grandes cohortes debido a los altos costes relaciona-dos y a las dificultades para acompañar las mismas personas a largo plazo.

Los estudios de monitoreo de personas mostraron que los niveles de exposición difieren según el tipo de actividad, el modo de transporte dominante y las cla-ses de ingresos sociales. El tiempo que se pasa en el

CALIDAD DEL AIRE URBANO EN SÃO PAULO:COSTES EXTERNOS DE ENFERMEDADES Y

MODELOS DE TRANSPORTEProfesor Doctor Pedro Pérez Martínez1 y Profesora Doctora Regina Maura de Miranda2

1Facultad de Ingeniería Civil, Universidad de Campinas, Rua Saturnino de Brito, 224, Ciudad Universitaria Zeferino Vaz, CEP 13083-889, Campinas, Brasil.

E-mail: pjperez@unicamp.brhttps://orcid.org/0000-0002-0620-2725

2Escuela de Artes, Ciencias, y Humanidades, Universidad de São Paulo, Rua Arlindo Béttio, 1000, Ermelino Matarazzo, CEP 03828-000, São Paulo, Brasil.

https://orcid.org/0000-0002-9550-9584

12

tráfico representa los niveles más altos de exposición durante el día (Banco de Dados Agregados, 2020; Lane, et. Al., 2015; Dons, et. Al., 2014; Blan-giardo, et. Al., 2011;) lo que sugiere

que la reducción del tiempo de viaje podría reducir la dosis de exposición, especialmente para las clases de bajos ingresos (Vasconcellos, 2001). Sin embar-go, se desconoce con exactitud la contribución de la congestión del tráfico a la exposición por contamina-ción atmosférica en las grandes ciudades.

Recientemente, un artículo científico mostró un mé-todo preciso que estudia la exposición a largo plazo a la contaminación del aire en los individuos, analizando directamente la concentración de manchas negras en los pulmones post mortem de las personas (Takano, et. Al., 2019). La técnica es factible en São Paulo, Brasil, porque la au-topsia es obligatoria y ocurre a una tasa pro-medio de 1.500 autop-sias por año.

Este tipo de estudios se complementan ac-tualmente con investiga-ciones relacionadas con la epidemia del COVID-19, que muestran buenas relacio-nes entre las altas concentracio-nes de contaminantes a largo plazo y los impactos del virus en las enfermeda-des respiratorias y cardiovasculares (Connerton, et. Al., 2020).

En este aspecto, las ciudades con altas concentra-ciones de contaminantes, especialmente de partícu-las, se han visto muy afectadas por la pandemia del COVID-19. Los estudios revisados sugieren que los contaminantes pueden influir en la propagación del virus (Wu, et. Al., 2020; Zoran, et. Al., 2020): un au-mento de solo 1 µg por m3 de PM2.5 está asociado a un aumento del 15% en la tasa de mortalidad por COVID-19.

Como ejemplo de modelo econométrico de costes eternos, presentamos un caso de estudio en São Pau-lo que relaciona las atividades del tráfico urbano a la calidad del aire y las enfermedades ocasionadas como consecuencia del COVID-19. La situación de pandemia actual posibilita considerar la urbe como observatorio científico. São Paulo es una ciudad de 12 millones de habitantes donde el transporte es la principal fuente de contaminación del aire. PM2.5 y O3 son contaminantes con altas concentraciones en São Paulo y los estándares de calidad del aire a me-

nudo son ultrapassados (Pérez-Martínez, Andrade & Miranda, 2015). La ciudad presenta desigualdades socioeconómicas acentuadas y puede considerarse un labo-ratorio vivo para definir políticas urbanas destinadas a promover la salud urbana, en particular las políticas basadas en el transporte.

Desde una perspectiva global, São Paulo no se en-cuentra entre las ciudades más contaminadas del mundo pero ocupa el quinto lugar entre las ciuda-des más congestionadas (WHO Global Ambient Air Quality Database, 2018; Global Traffic Scoredcard,

2019) lo que está aumentando la conta-minación del aire a la que están ex-

puestos algunos habitantes de la ciudad, especialmente en las

regiones periféricas de la ciudad (Pérez-Martínez,

et. Al., 2020). Patna en la India es la ciudad que ocupa el quinto lugar en niveles de contami-nación (considerado el promedio anual de partículas finas en µg por m3) y está más de 8 veces más contamina-da que São Paulo (144

frente a 17), siendo más pequeña en habitantes (2

frente a 12 millones).

El tráfico es una fuente im-portante de contaminación en las

grandes ciudades y la alta congestión podría estar subestimando las dosis de ex-

posición de los residentes, lo que tiene un impacto importante en ciudades donde la contaminación del aire no es tan alta.

ARGUMENTACIÓN Y OPINIÓN

Durante el período analizado, desde la primera muerte por COVID-19 en São Paulo el 11 de marzo hasta el primer pico de la epidemia el 27 de mayo, se registraron en promedio 22 muertes en las 342 mi-crorregiones en las que se divide la ciudad (máximo 87). Estas microrregiones tienen una densidad urba-na media de 12.134 habitantes por km2. Los tamaños de las regiones varían desde áreas vastas en la peri-feria hasta pequeñas áreas en el centro de la ciudad y la densidad promedio asociada presenta una gran variación (desviación estándar de 7.309 habitantes por km2). En promedio, el 17,5% de la población tie-ne más de 60 años. El ingreso medio en São Paulo es de 1.264 reales brasileños por habitante y mes (~ 250 $, desviación estándar de 1.036) y la tasa de em-pleo media es de 0,5 puestos de trabajo por habitante

13

(desviación estándar 2,9). El índice de motorización medio, 241 coches por mil habitantes, presenta una me-nor variación entre las microrregiones (desviación estándar de 121) en com-

paración con el resto de variables sociodemográfi-cas.

Con respecto a los datos de movilidad, reportamos un valor medio anual de 25.190 viajes en transpor-te público por región y día (desviación estándar de 20.850), mostrando grandes variaciones transversa-les. La participación del transporte público sobre el total de viajes motorizados presenta un valor medio anual del 39,5% (máximo 72,3% en la región cen-tral). La distancia media relacionada con el trans-porte público es de 7,1 km por viaje (máximo 17,9). Se estudió la desviación de las distancias recorridas por viajero kilómetro (PKT) utilizando modos de transporte público y privado: 229.796 kilómetros en transporte público en promedio por región y día (desviación estándar de 209.087) y 143.394 kilóme-tros en todos los modos en promedio por km2 y día (desviación estándar de 111.193).

Los datos de calidad del aire, expresados en térmi-nos de concentraciones de PM2.5, presentan un valor promedio de 16,9 µg por m3, una desviación están-dar de 1,1 y un máximo de 19,5. Los valores de los promedios a largo plazo en todas las microrregiones cumplen las recomendaciones establecidas por la Organización Mundial de la Salud (25 µg por m3). Se estima también el número de muertes por COVID19 relacionadas a los viajeros kilómetro producidos

(PKT), utilizando el número de muertes por unidad de contaminante, teniendo en cuen-ta el tipo de vehículo, tiempo empleado y distancia recorrida en las diferentes activi-dades diarias por los vehículos dominantes utilizados en cada viaje (gramos de contaminan-te por PKT y número de muertes relacionadas con COVID-19 por PKT). Para el transporte privado, se usaron los factores de emisión de contaminantes de la Empresa Ambiental del Estado CETESB, aplica-dos a una flota de vehículos promedio en São Paulo. En el caso del transporte público, autobuses y modos metropolitanos, se utilizaron datos particulares de las empresas de transporte locales (METRÔ-SP, 2018).

Finalmente, se analizó la distribución espacial de los kilómetros diarios recorridos por los viajeros en São Paulo en los diferentes modos de transporte motori-zado: vehículos privados (automóviles y motocicle-tas), transporte ferroviario y autobuses. En el análi-sis, se utilizó una técnica de suavizado y difusión tipo Kernel para interpolar los viajeros kilómetro diarios de todos los valores de la encuesta de origen y desti-no (n = 115,587) por modo de transporte dominante: 62,391, 15,202 y 37,994 individuos para vehículos privados, modos ferroviarios y autobuses de tránsi-to, respectivamente. Fueron identificados los rangos para cada nivel de viajeros kilómetro (189-2,240 y 85-850 kilómetros). Las regiones cercanas al centro comercial presentaron números bajos de viajeros kilómetro. Por el contrario, las regiones periféricas presentaron altos niveles de viajeros kilómetro, lo que indica una concentración de viajes pendulares al trabajo. Las variaciones espaciales reflejan las di-ferencias entre las áreas centrales y periféricas y se correlacionan perfectamente con las diferencias en las muertes por COVID-19.

A continuación, se compara la distribución espacial de las concentraciones de PM2.5 de largo plazo (2015-2019) con la distribución de viajeros kilómetro agre-gados para cada zona de transporte. Las zonas del Este de la ciudad tienen altas concentraciones de contaminantes y viajeros kilómetro relacionados con el transporte público. Por el contrario, las regiones centrales tienen viajeros quilómetro bajos y mejores condiciones atmosféricas. Las áreas de baja concen-tración de PM2.5, se encuentran principalmente en las regiones occidentales, pero no exclusivamente en la franja urbana central. Las distancias recorridas en transporte público se correlacionan negativamente con los niveles de renta y las tasas de empleo, lo que refleja un patrón diferente entre las regiones centra-les y suburbanas. Las regiones periféricas también presentan valores elevados de densidad urbana (ma-yor de 10,000 habitantes por km2) y largas distancias recorridas asociadas a los desplazamientos en trans-porte público. La participación del transporte públi-co entre el número total de viajes motorizados en la periferia aparentemente no es diferente en compara-

14

ción con las regiones centrales, lo que demuestra la creciente importancia del transporte privado desde los suburbios utilizando automóviles y tecnologías antiguas.

Esta circunstancia se ve corroborada por el incre-mento del índice de motorización en algunas regio-nes de la periferia suburbana y la creciente participa-ción del transporte público en las regiones centrales. En São Paulo, las regiones centrales también presen-tan mayores tasas de movilidad en todos los modos de transporte debido a los viajes no cotidianos y a las actividades comerciales. Los ciudadanos de estas zonas ricas utilizan modos de transporte diferencia-dos, como nuevas líneas de metro e infraestructuras de alta capacidad, combinadas con tecnologías y ser-vicios novedosos, como las empresas de transporte por aplicativo. Se estudió el patrón espacial de las muertes por COVID-19 para comparar con la distri-bución de las otras variables explicativas. Las regio-nes periféricas sufren principalmente el impacto de la epidemia.

CONCLUSIONES

En resumen, se realizó un análisis econométrico de variables socioeconómicas como uso del transporte público en diferentes modos, densidad urbana, ingre-so familiar, tasa de ocupación, índice de motoriza-ción, edad y concentración de PM2.5, en el período 11 de marzo al 27 de mayo de 2020, para verificar la posible relación entre las variables y SARSCoV-2/COVID-19 en la ciudad de São Paulo, Brasil. Por lo cual, se utilizó un caso de estudio con sede en la ciudad para analizar la relación entre las ubicacio-nes residenciales, los kilómetros recorridos por los viajeros (PKT) y las enfermedades relacionadas con la calidad del aire como COVID-19. Los datos de movilidad de las encuestas de origen y destino (OD) mostraron que aumentando el transporte público y el uso de infraestructuras de alta capacidad se reducen los niveles de concentración de contaminantes en el aire y las enfermedades relacionadas. Este patrón di-fiere entre las microrregiones de São Paulo. En la

periferia, por ejemplo, el aumento de las distancias de desplazamiento y el uso del transporte público de baja capacidad y calidad crean un perfil alto de las enfermedades. Debido a la situación actual, los datos de movilidad para el período de la pandemia aún no están disponibles. Sin embargo, se considera que los registros de la encuesta de OD son de largo plazo y los hábitos de las personas no cambian en el corto plazo.

Los estudios de movilidad demuestran que los kiló-metros recorridos, los tiempos de viaje y las enfer-medades relacionadas a la calidad del aire aumentan con la distancia desde la residencia al centro de la ciudad. En el centro domina el uso de automóviles privados y las enfermedades disminuyeron con el tiempo. Los valores más altos de enfermedades en la periferia son función del aumento de los kilómetros recorridos por los viajeros.

Los resultados de este estudio econométrico con-cuerdan con los de la bibliografía revisada. En São Paulo, los kilómetros recorridos y las enfermedades asociadas a la calidad del aire aumentaron con la dis-tancia al centro de negocios y disminuyeron con la densidad urbana (expresada en número de habitantes por km2). Por el contrario, el tráfico y los problemas ambientales relacionados están más concentrados en las regiones centrales, disminuyendo con la distancia al centro y aumentando con la densidad urbana.

En São Paulo, las diferencias espaciales entre los ki-lómetros recorridos y las enfermedades relacionadas con la calidad del aire se deben a las diferencias en el uso de los modos de transporte (vehículos privados frente a públicos), lo que demuestra que la elección del modo es un indicador clave de la movilidad. Apa-rece una mayor proporción de transporte público en las regiones periféricas, lo que conduce a un menor

15

tráfico de vehículos privados y emi-siones por km2 en comparación con las áreas interiores de la región metro-politana. El aumento de las distancias de desplazamiento y el uso del trans-

porte público de baja capacidad en la periferia crea un perfil de enfermedades más alto y heterogéneo.

La distribución de la alternativa modal está fuerte-mente influenciada por los niveles de ingresos en São Paulo y los hogares ricos del centro de la ciudad utilizan más los vehículos privados, que son menos eficientes en términos de consumo de energía, emi-siones contaminantes y enfermedades relacionadas con la calidad del aire. Las reducciones observadas en los niveles de contaminación del aire en São Pau-lo durante los últimos años según la compañía am-biental CETESB son deseables pero no suficientes para proteger la salud de las personas que residen en la ciudad. En combinación con las estrategias para reducir las emisiones, la reducción del tiempo de desplazamiento en los viajes es fundamental para prevenir enfermedades relacionadas con la conta-minación del aire en las megaciudades y se espera que las políticas de transporte en el futuro reduzcan los tiempos de desplazamiento. Las inversiones en infraestructuras de transporte público de alta capa-cidad cambiarán el uso de automóviles privados y autobuses diésel por el de ferrocarriles eficientes, lo que resultará en una reducción de enfermedades.

REFERENCIAS BIBLIOGRÁFICAS

Andersen, Z., Raaschou-Nielsen, O., Ketzel, M., Jensen, S., & Hvidberg, M. (2012). Diabetes Incidence and Long-Term Exposure to Air Pollution A cohort study. Diabetes Care, 35(1): 92-98.

Blangiardo, M., Hansell, A., & Richardson, S. (2011). Bayesian model of time activity data to investigate health effect of air pollution in time series studies. Atmos Environ, 45: 379–386.

Brunekreef, B., Beelen, R., & Hoek, G. (2009). Effects of long-term exposure to traffic-related air pollution on respiratory and cardiovascular mortality in the Netherlands: the NLCS-AIR study. Res Rep Health Eff Inst., 139: 5-89.

CETESB, (2019). Emissões veiculares no estado de São Paulo 2018. Governo do Estado de São Paulo, Secretaria do Meio Ambiente, Companhia Ambiental do Estado do São Paulo.

Chen, H., Kwong, J., & Copes, R. (2017). Living near major roads and the incidence of dementia, Parkinson’s disease, and multiple sclerosis: a population-based cohort study. Lancet, 389: 718-726.

Cohen, A., Brauer, M., Burnett, R., Anderson, H., & Frostad, J. (2017). Estimates and 25-year trends of the global burden of disease attributable to ambient air pollution: an analysis of data from the Global Burden of Diseases Study 2015. Lancet, 389 (10082): 1907-1918.

Connerton, P., Assunção, J., Miranda, R., Slovic, D., Pérez-Martínez, P., & Ribeiro, H. (2020). Air Quality during COVID-19 in Four Megacities: Lessons and Challenges for Public Health. Int. J. Environ. Res. Public Health, 17 (14): 5067.

CMSP: METRÔ-SP. (2018). Relatórios de sustentabilidade do Metrô de São Paulo. Disponible en: http://www.metro.sp.gov.br/metro/sustentabil idade/relatorios-sustentabilidade.aspx.

Daniels, M., Dominici, F., Samet, J., & Zeger, S. (2000). Estimating particulate matter-mortality dose-response curves and threshold levels: an analysis of daily time-series for the 20 largest US cities. Am J Epidemiol, 152(5): 397-406.

Dons, E., Van Poppel, M., Kochan, B., Wets, G., & Panis, L. (2014). Implementation and validation of a modeling framework to assess personal exposure to black carbon. Environ Int, 62: 64–71.

Global Traffic Scoredcard (2019). INRIX. Disponible en: http://inrix.com/scorecard/

IBGE (2020). Banco de Dados Agregados. Disponible en: http://www.sidra.ibge.gov.br. Access in: 2 July. 2019.

Landrigan, P., Fuller, R., Acosta, N., Adeyi, O., Arnold, R., Basu, N., & Zhong, M. (2018). The Lancet Commission on pollution and health. Lancet, 391 (10119): 462–512.

Lane, K., Levy, J., Scammell, M., Patton, A., Durant, J., Mwamburi, M., Zamore, W., & Brugge, D. (2015). Effect of time-activity adjustment on exposure assessment for traffic-related

16

ultrafine particles. J Expo Sci Environ Epidemiol, 25(5): 506-16.

Leirião, L., & Miraglia, S. (2019). Environmental and health impacts due to the violation of Brazilian emissions control program standards in Sao Paulo Metropolitan Area. Transportation Research Part D, 70: 70–76.

Molina, M., & Molina, L. (2004). Megacities and Atmospheric Pollution. En: J. Air Waste Manage. Assoc., 54: 644–680.

Pérez-Martínez, P., Miranda, R., Andrade, M., Kumar, P. (2020). Air quality and fossil fuel driven transportation in the Metropolitan Area of São Paulo. Transp. Res. Interdiscip. Perspect., 5: 100137.

Pérez-Martinez, P., Andrade, M., & Miranda, R. (2015). Traffic-related air quality trends in São Paulo, Brazil. Journal of Geophysical Research: Atmospheres, 120(12): 6290–6304.

Schwartz, J., Coull, B., Laden, F., & Ryan, L (2008). The Effect of Dose and Timing of Dose on the Association between Airborne Particles and Survival. Environ Health Perspect, 116(1): 64–69.

Silva, C., Saldiva, P., Amato-Lourenço, L., Rodrigues-Silva, F., & Miraglia, S. (2012). Evaluation of the air quality benefits of the subway system in São Paulo, Brazil. Journal of Environmental Management, 101: 191–196.

Snow, S., Henriquez, A., Costa, D., & Kodavanti, U. (2018). Neuroendocrine Regulation of Air Pollution Health Effects: Emerging Insights. Toxicological Sciences, 164(1): 9-20.

Takano, A., Justo, L., Dos Santos, N., Marquezini, M., & De André, P. (2019). Pleural anthracosis as an indicator of lifetime exposure to urban air pollution: An autopsy-based study in Sao Paulo. Environ Res., 173: 23-32.

Turner, M., Krewski, D., Pope, C., Chen, Y., Gapstur, S., & Thun, M. (2011). Long-term ambient fine particulate matter air pollution and lung cancer in a large cohort of never-smokers. Am J Respir Crit Care Med, 184(12): 1374-81.

Vasconcellos, E. (2001). Transporte urbano, espaço e equidade: análise das políticas públicas. Annablume, São Paulo.

Watts, N., Adger, W., Agnolucci, P., Blackstock, J., & Byass, P. (2015). Health and climate change: policy responses to protect public health. Lancet, 386: 1861–914.

World Health Organization, WHO. (2018). WHO Global Ambient Air Quality Database. Disponible en: https://www.who.int/airpollution/data/cities/en/dataset

Wu, X., Nethery, R., Sabath, B., Braun, D., & Domici, F. (2020). Exposure to air pollution and COVID-19 mortality in the United States: A nationwide cross-sectional study, medRxiv. Preprint.

Zoran, M., Savastru, R., Savastru, D., & Tautan, M. (2020). Assessing the relationship between surface levels of PM2.5 and PM10 particulate matter impact on COVID-19 in Milan, Italy. Science of the Total Environment, 738: 139825

17

INTRODUCCIÓNLa pandemia de 2019 comenzó en la provincia de Wuhan, China y se extendió rápidamente por Asia y Europa en los meses siguientes, llegando a América en febrero de 2020. En marzo de ese año, la Organi-zación Mundial de la Salud declaró que se trataba de una pandemia de interés internacional en salud pú-blica. Expertos de todo el mundo, movilizados para hacer frente a la pandemia, han ido construyendo al mismo tiempo, el lenguaje y el conocimiento técni-co-científico y educativo.

El sector científico movilizó investigadores, esta-bleció alianzas y dirigió el financiamento para la in-vestigación científica experimental, epidemiológica y clínica: identificación del virus y su genoma, ani-males infectados, diagnóstico clínico, epidemiológi-co y de laboratorio, tratamiento de casos, gestión de equipos e instituciones de salud, establecimiento y revisión de medidas de protección y prevención, in-cluida la investigación sobre tratamientos y vacunas.

En lo que se refiere a educación y comunicación en salud, fueron organizados y ampliamente divulgados paneles de actualización sobre la situación de los países (OMS, 2020; Universidad de Medicina Johns Hopkins, 2020). También fueron divulgadas listas de preguntas y respuestas frecuentes sobre la enferme-dad, signos, síntomas y prevención. A partir de en-tonces, medidas inusuales como el distanciamiento

social, el uso de mascarillas (tapabocas) por parte de toda la población, el encierro tuvieron su efectividad y eficiencia probadas prácticamente en tiempo real, casi por ensayo y error.

Las fallas en la prevención se reflejaron directa y rápidamente en las estadísticas de morbidad y mor-talidad, las cuales indicaron la necesidad de revisar el escenario desde el punto de vista de la salud am-biental. Ese concepto, de salud ambiental, estableci-do en 1993 por la OMS, incluye la calidad de vida en el concepto de salud y se refiere a la influencia del ambiente físico, biológico, químico, social y psi-cosocial en la salud humana. Esta definición tiene un componente prescriptivo adicional que aborda la corrección, el control y la prevención de aquellos factores en el medio ambiente que pueden (poten-cialmente) afectar adversamente la salud de las ge-neraciones presentes y futuras.

COVID-19 Y SALUD AMBIENTALProfesora Doctora Helene Mariko Ueno

Escuela de Artes, Ciencias, y Humanidades, Universidad de São Paulo, RuaArlindo Béttio, 1000, Ermelino Matarazzo, CEP 03828-000, São Paulo, Brasil.

E-mail: papoula@usp.br

18

A partir de esta definición se rescata algunos aspectos presentados en el Foro “Calidad del Aire y Salud Am-biental: Retos y Oportunidades” sobre

el tema Salud ambiental, aire y pandemia.

ARGUMENTACIÓN Y OPINIÓN

Cuando se aborda el asunto de la calidad del aire y la salud, pronto vienen a la mente las enfermeda-des respiratorias. Existe cierta confusión entre las que afectan al sistema respiratorio y aquellas que se transmiten a través de las vías respiratorias. Las pri-meras, pueden ser determinadas por factores biológi-cos y comportamentales de los individuos así como por factores ambientales; pueden ser crónicas o in-fecciosas. Mientras que las enfermedades infeccio-sas del sistema respiratorio se transmiten por las vías respiratorias, pero hay otras enfermedades que tam-bién se transmiten por las vías respiratorias, como la meningitis, el sarampión etc y no afectan el mismo.

Como todos respiramos durante toda nuestra vida, la susceptibilidad es universal. Sin embargo, los grupos de riesgo emergen de factores ya conocidos, como edad (niños y ancianos) y sexo (masculino); desde el punto de vista socioeconómico, el ingreso fami-liar, educación y lugar de residencia (urbano o rural); ambiente abierto o cerrado (incluso laboral) y haci-namiento, tabaquismo, calidad del aire, temperatura y humedad también influyen.

Respirar es mucho más que transferir ga-ses o patógenos, y se puede relacionar a muchos otros aspectos de la vida cotidia-na, incluyendo las actividades y formas de ocupación y de uso del medio físico. Ampliando el contexto para cambios climáticos, las consecuencias son mucho más extensas y complejas, con efectos adversos en el ambiente natural, antrópico y sobre la salud humana. (Fig. 1).

Figura 1: Los caminos entre el cambio climático y la salud humana, desde un relatoría global sobre el cambio climático y la salud.

Fuente: Report of the Lancet Countdown on health and climate change (2018).

La alteración o destrucción de hábitats hace que los animales silvestres sobrevivientes se muevan hacia áreas vecinas en busca de uno nuevo. Estos cargan consigo patógenos, los cuales también pueden en-contrar nuevos hospederos. Todo lleva a creer que los seres humanos son adecuados para muchos pa-tógenos.

Además, la ocupación de las personas se relaciona con riesgos y contactos específicos. Por ejemplo, tra-bajadores de zonas rurales, que se ocupan de la cria de animales; trabajadores extractivistas y ecoturis-tas, que frecuentan ambientes silvestres y se insertan en ciclos de transmisión de patógenos circulantes entre animales.

Varios patógenos persisten en la carne de los anima-les que consumimos como alimento o se transmiten a los humanos que alimentan a estos animales. Los pa-tógenos que se adaptan a los humanos como hospe-

19

deros, se pueden transmitir a humanos susceptibles, independientemente de la presencia de animales infectados.

Ese es el caso de los coronavirus. Ellos integran una familia con 39 especies conoci-das, transmisibles por vías respiratorias y provocan afecciones con diversos grados de manifestacio-nes clínicas: desde casos asintomáticos hasta casos graves. Es importante destacar otra característica común: todos tienen sus orígenes relacionados con animales vertebrados. El SARS-Cov-2 es el virus que causa COVID-19. Otros coronavirus implicados en epidemias recientes son el SARS-Cov, el agente etiológico del SARS - síndrome respiratorio agudo severo, cuya primera epidemia ocurrió en China en 2003; y el MERS-CoV, que causa el síndrome respi-ratorio de Oriente Medio, con el primer caso regis-trado en 2012 en Arabia Saudita (CSG-ICTV, 2020).

En cuanto a los reservorios animales, hay algunos de interés económico - criados a gran escala y comer-cializados como alimento, domésticos o traficados - que se crían y se quiere tener cerca; hay animales oportunistas y plagas - que se acercan en busca de refugio y comida. Ya se han identificado con algún coronavirus: animales domésticos (perros, gatos),

animales salvajes (zorro, pangolín, algalia, mapache, puercoespín), roedores, camellos y dromedarios, alpaca, cabra, caballo, lla-ma, cerdos, monos y otros. El animal co-mún de SARS-Cov, SARS-Cov-2 y MERS-Cov es el murciélago (Gautam et al., 2020).

Los murciélagos no son una mascota ni suelen criar-se para alimentarse. Son animales voladores, poli-nizadores esenciales en los bosques, pero también están involucrados en la propagación de otros virus, como Nipah, que involucró a murciélagos y cerdos (Looi et al., 2007), y los cerdos, por su vez, se con-sideran buenos “mezcladores” de virus de influenza humana, porcina y aviar (Ma et al., 2009).

Una de las formas de prevenir epidemias en humanos por estos virus es eliminar los reservorios. Es decir, antes de que se perdieran millares de vidas huma-nas, ya se habían exterminado centenas de millares de cerdos o de pollos para evitar epidemias de Nipah o de influenza aviar, respectivamente. Más reciente-mente, Dinamarca ha anunciado el exterminio de 17 millones de visones (WHO, 2020). Si estas acciones parecen aceptables en emergencias de salud pública, son ecológica y económicamente insostenibles.

Otro impacto importante que resulta de estas epide-mias es el costo social: pérdida de vidas humanas y costos relacionados con el tratamiento. El SARS-CoV-2 se diferencia de otros CoV por la alta tasa de transmisibilidad, la variedad de condiciones clínicas, la necesidad de un largo período de hospitalización en casos severos y la incertidumbre en términos de pronóstico: faltan predictores de casos graves, per-

20

sonas enfermas que nece-sitan rehabilitación o que tienen síndrome poscovi-dio (Perrin et al., 2020).

Persisten dudas sobre la inmunidad co-lectiva e individual, los riesgos de rein-fección, la severidad del COVID-19 en individuos con inmunidad previa, natu-ral o adquirida a partir de una eventual vacuna, entre otras cuestiones.

Hasta que haya una vacuna disponible, las medidas preventivas son esenciales para contener la propagación del virus, incluido el distanciamiento social más o menos rígido. Es difícil estimar la rela-ción riesgo-beneficio de las medidas en el tiempo y el espacio.

En los países de América Latina, la pan-demia del covid-19 aparece en contex-tos que ya eran de crisis política, social, económica y de salud pública. Toda la movilización para hacer frente a la pan-demia generó retrocesos en la vigilancia epidemiológica de otras enfermedades, que estaban bajo mayor o menor con-trol.

Aún entre los impactos sociales, se ha identificado el aumento del desempleo, de la violencia intrafamiliar, relacio-nado o no con el aumento del consumo de bebidas alcohólicas y drogas, estilo de vida sedentario, taba-quismo y problemas de salud mental. El abandono o la falta de asistencia para el tratamiento de enferme-dades crónicas también pueden tener consecuencias negativas para los pacientes y el sistema de salud.

Desde el punto de vista de la educación ambiental, también hubo retrocesos en relación a campañas que habían tenido éxito: usar menos agua, usar menos productos descartables, reutilizar envases, usar des-infectantes verdes (menos agresivos para el usuario y el medio ambiente).

Desde el punto de vista ambiental, se debe reflexio-nar sobre los efectos directos de la pandemia: el ma-nejo adecuado de los residuos sólidos, incluida la eliminación adecuada de los envases higienizantes y equipos de protección personal que se han utilizado en una escala casi poblacional.

En una escala ambiental más amplia, y considerando el contexto de las consecuencias del cambio climáti-co, los eventos extremos causan problemas directos e indirectos. Por ejemplo, las temperaturas más al-tas favorecen la proliferación de insectos vectores, como el mosquito Aedes aegypti, actualmente invo-lucrado en la transmisión de dengue, chikungunya y

21

zika, además el riesgo de reurbanización de la fiebre amarilla. Al mismo tiempo, el calor ha aumentado el uso de aparatos de aire acondicionado. Existen evidencias de que el coronavirus se encuentra en acondicionares, todavía no se sabe sobre la viabili-dad, por cuanto tiempo, la carga viral y otros aspec-tos biológicos. No hay duda que se necesita revisión de reglamentaciones y mayor fiscalización de esos equipos. La ocupación de espacios cerrados y nue-vas edificaciones han que ser revisadas con el obje-tivo de reducir riesgos de transmisión de patógenos en hacinamientos.

Por otro lado, se descubrió que es posible vivir con-sumiendo menos, trabajar en casa con ciertas con-diciones, mujeres embarazadas se empoderaran para tener sus bebes en casa, muchas personas pasaron a preferir caminar para llegar a los hogares, cocinar en casa una comida más sana; la calidad del aire se ha mejorado, los trancones disminuyeron, así como el desgaste emocional y tiempo en ellos.

CONCLUSIONES

Antes de que América superara la primera ola, surgió la segunda ola en Europa. Hasta el 14 de noviembre, la pandemia de CO-VID-19 representó 53.164.803 de casos confirmados y 1.300.576 muertes (WHO, 2020). Por lo cual, se tiene que reconocer los errores para evitarlos y ava-luar los éxitos y la posibilidad de mantener o darle prioridad en el contexto de salud ambiental inicial-mente presentado. Asimismo, promover cambios en la relación con el medio ambiente y los recursos na-turales es necesario y urgente.

REFERENCIAS BIBLIOGRÁFICAS

CSG-ICTV - Coronaviridae Study Group (2020). International Committee on Taxonomy of Viruses. Gorbalenya AE et al. The species Severe Acute Respiratory Syndrome-related coronavirus: classifying 2019-nCoV and naming it SARS-Cov-2. Nature Microbiology. March, 5:536-544.

Johns Hopkins University of Medicine. Coronavirus Resource Centre. Disponible en: https://coronavirus.jhu.edu/map.html

Lancet Countdown: tracking progress on health and climate change. [Homepage na internet]. Disponible en: http://www.lancetcountdown.org/

22

Looi, L., & Chua, K. (2007). Lessons from the Nipah virus outbreak in Malaysia. Malaysian J Pathol; 29(2):63-67. Disponible en: http://citeseerx.ist.psu.edu/viewdoc/d;jsessionid=C99152A9969A3B213E0C8055AD8A7E5B?doi=10.1.1.565.3928&rep=rep1&type=pdf

Ma, W., Kahn, R., & Richt, J. (2009). The pig as a mixing vessel for influenza viroses: human and veterinary implications. J Mol Genet Med, 3(1): 158-166. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2702078/pdf/jmgm-03-158.pdf

World Health Organization, WHO (2020). Coronavirus Disease (COVID-19) Dashboard. Data last updated: 2020/11/14. Disponible en: https://covid19.who.int/

World Health Organization, WHO (2019). Coronavirus disease (COVID-19) pandemic. Disponible en: https://www.who.int /emergencies/diseases/novel-coronavirus-2019

23

INTRODUCCIÓN La crisis sanitaria mundial actual, mediada por CO-VID-19 ha puesto nuevamente en consideración la importancia de disponer de una buena calidad del aire, estableciendo que la contaminación de este re-curso contribuye en el aumento de la morbimortali-dad por COVID-19 en la población general, en don-de investigaciones llevadas a cabo durante la actual pandemia han confirmado esta relación.

ARGUMENTACIÓN Y OPINIÓN

En China, un estudio realizado en 120 ciudades evi-denció que por un aumento de 10 μg/m3 en las con-centraciones de PM2.5, PM10, NO2 o O3, se presen-tó un incremento del 2,24%, 1,76%, 6,94% y 4,76% en el número diario de casos confirmados respectiva-mente, mientras una reducción de 10 μg/m3 de SO2 disminuyo en 7,79% el número de casos confirma-dos por COVID-19 (Zhu et al, 2020). En Italia, la investigación desarrollada en las regiones de Lom-bardía y Emilia Romagna, las cuales presentaron el nivel más alto de letalidad por el virus, además de ser unas de las zonas más contaminadas de Europa, encontró que las elevadas concentraciones de conta-minantes del aire en el norte de Italia son un factor adicional que incide en la alta tasa de letalidad regis-trada en esta área por COVID-19 (Conticini et. al., 2020). Sumado a esto, un análisis espacial en regio-nes de Italia, Francia, España y Alemania que midió las concentraciones de NO2, mostró que de los 4.443 casos fatales por COVID-19, 3.478 (78%) se locali-zaron en cinco regiones del norte de Italia y el centro de España, las cuales registraron las concentraciones más altas de NO2, concluyendo que la exposición a largo plazo a este contaminante puede ser el contri-buyente más importante para la letalidad causada por COVID-19 en estas regiones (Oge, 2020).

Por otra parte, los contaminantes del aire son un me-

dio de transmisión indirecta para que el virus pueda transportarse a distancias más largas, lo cual ha sido corroborado en estudios realizados con diferentes ti-pos de bioaerosoles (Setti et. al., 2020). Prueba de esto fue evidenciado en un análisis llevado a cabo en la provincia industrial de Bérgamo, Italia, que con-firmó la presencia de ARN viral de SARS-CoV-2 en filtros de PM10, sugiriendo que, en condiciones de estabilidad atmosférica y altas concentraciones del contaminante, el virus puede unirse al PM10, redu-ciendo su coeficiente de difusión y mejorando así su persistencia en la atmósfera (Setti et. al., 2020b).

COVID–19: LECCIONES A FUTURO EN RELACIÓN A CONTAMINACIÓN DEL AIRE

Mg. Luis Camilo Blanco Barrera

Universidad Santo Tomás, Carrera. 9 #51-1. Bogotá -Colombia.E- mail: lblancobecerra@yahoo.com

24

Finalmente, la contaminación del aire puede proporcionar protección a los bioaerosoles contra la radiación ultra-violeta b (Setti et. al., 2020b), permi-tiendo un mayor tiempo de exposición

a estos organismos en el aire y en superficies, lo que conlleva a una mayor probabilidad de contagio en la población. Estudios llevados a cabo en Brasil, Tai-landia y Vietnam muestran que los casos de influen-za e influenza aviar aumentaron durante las tempo-radas de quemas, en donde los valores de radiación ultravioleta b registraron una disminución en sus niveles (Mims, 2005). Otros estudios han mostra-do que altos niveles de exposición a radiación UV pueden reducir la propagación del virus SARS-CoV (Duan et al, 2003). A su vez, un estudio llevado a cabo en 85 regiones de Asia, Europa y Norte Améri-ca, que incluyó las provincias mayormente afectadas por COVID-19 en China, Corea del Sur, Italia, Irán, Francia, Alemania, Estados Unidos, España y Japón, encontró que un aumento en el índice de radiación UV se relaciona con una disminución en el núme-ro de casos en las áreas más afectadas por el virus (Gunthe et. al., 2020).

CONCLUSIÓN

La evidencia ratifica como la contaminación del aire contribuye bajo diferentes procesos en la exposición, contagio y mayor susceptibilidad de la población a un riesgo biológico, en este caso representado por el COVID-19. Por lo tanto, es necesario aprender de la evidencia científica obtenida en esta pandemia, para que las recomendaciones sugeridas por la Organi-

z a c i ó n Mundial de la Sa-lud en cuanto a calidad del aire, sean a d o p t a d a s por los países miembros, que, en su afán de desa-rrollo, no han dimen-sionado los efectos de la contaminación del mismo en el mediano y largo plazo. El adoptar medidas tendientes a minimizar esta problemática disminuirán la morbimortalidad por enfermedades cardiopulmonares, cáncer de pulmón y aquellas de origen infeccioso, como acontece actualmente con el COVID-19, además de impactar en la reducción de gases de efecto invernadero, causantes del calen-tamiento global y que están ligados a los procesos industriales y de movilidad, necesarios para el de-sarrollo de los países. Por lo tanto, la pandemia por COVID-19 es una oportunidad única para cambiar la forma de pensar y tomar un camino diferente, que lleve al concepto de “One Health” (Cunningham et. al., 2017), obteniendo así una salud óptima para las personas, los animales y el medio ambiente, trayen-do así beneficios a la salud pública mundial.

REFERENCIAS BIBLIOGRÁFICAS

Conticini, E., Frediani, B., & Caro, D. (2020). Can atmospheric pollution be considered a co-factor in extremely high level of SARS-CoV-2 lethality in Northern Italy? Environ Pollut, 261:114465. DOI: 10.1016/j.envpol.2020.114465

Cunningham, A., Daszak, P., & Wood, J. (2017). One Health, emerging infectious diseases and wildlife: two decades of progress? Philos Trans R Soc Lond B Biol Sci, 372 (1725):20160167. DOI: 10.1098 / rstb.2016.0167

Duan, S., Zhao, X., Wen, R., Huang, J., Pi, G., Zhang, S., Han, J., Bi, S., Ruan, L., & Dong, X. (2003). Stability of SARS coronavirus in human specimens and environment and its sensitivity to heating and UV irradiation. Biomed Environ Sci; 16: 246–255.

25

Gunthe, S., Swain, B., Patra, S., & Amte, A. (2020). On the global trends and spread of the COVID-19 outbreak: preliminary assessment of the

potential relation between location-specific temperature and UV index. Z Gesundh Wiss.

DOI: 10.1007 / s10389-020-01279-y

Mims, F. (2005). Avian Influenza and UV-B Blocked by Biomass Smoke. Environ Health Perspect, 113 (12), A806-7. DOI: 10.1289 / ehp.113-a806b

Ogen, Y. (2020). Assessing nitrogen dioxide (NO2) levels as a contributing factor to coronavirus (COVID-19) fatality. Sci Total Environ. DOI: doi.org/10.1016/j.scitotenv.2020.138605

Setti L, Passarini F, De Gennaro G, Barbieri P, Perrone MG, Borelli M, Palmisani J, Di Gilio A, Piscitelli P, Miani A. Airborne Transmission Route of COVID-19: Why 2 Meters/6 Feet of Inter-Personal Distance Could Not Be Enough. Int J Environ Res Public Health. 2020; 17(8). pii: E2932. doi: 10.3390/ijerph17082932.

Setti, L., Passarini, F., De Gennaro, G., Barbieri, P., Pallavicini, A., Ruscio, M., Piscitelli, P., Colao, A., & Miani, A. (2020b). Searching for SARS-COV-2 on Particulate Matter: A Possible Early Indicator of COVID-19 Epidemic Recurrence. Int J Environ Res Public Health. 17 (9). DOI: 10.3390 / ijerph17082932

Zhu, Y., Xie, J., Huang, F., & Cao, L. (2020). Association between short-term exposure to air pollution and COVID-19 infection: Evidence from China. Sci Total Environ. DOI:https://doi.org/10.1016/j.scitotenv.2020.138704

26

INTRODUCCIÓN

El monitoreo de la calidad del aire en las ciudades es un insumo vital para proteger la salud de la po-blación, la exposición a altos niveles de gases tales como NO2, O3 (troposférico), SO2 y CO y Material Particulado -MP en las fracciones 2.5 y 10 micras principalmente pueden generar afecciones a la salud de las personas y aumento en los casos de muertes. En América, la Organización Panamericana de la Sa-lud -OPS cataloga a la contaminación atmosférica como la principal causa ambiental de problemas a la salud de las personas. En el continente, la mala de calidad del aire genera 93.000 y 44.000 defunciones en países de ingresos medios y bajos y en países de ingresos altos respectivamente (Organización Mun-dial de la Salud, 2016), siendo MP10 el contaminan-te que genera las mayores afectaciones, originado principalmente en la quema de combustibles fósiles (Organización Mundial de la Salud-Europa, 2005) y la población más afectada son los niños menores de cinco años y los adultos entre 50 y 75 años de edad y personas de bajos estratos socioeconómicos (Clean Air Institute, 2013).

En el año 2015 el Departamento Nacional de Planea-ción -DNP estimó que a nivel nacional los efectos de la contaminación atmosférica en Colombia estuvie-ron asociados con 10527 muertes y 67.8 millones de síntomas y enfermedades; de igual manera, los costos ambientales relacionados con este fenómeno se han incrementado del 1.1% del PIB en 2009 (5.7 billones de pesos) a 1.59% en 2014 (12 billones de pesos) y 1.93% en 2015 (15.4 billones de pesos), lo cual de-

muestra la necesidad que tiene el país de monitorear y vigilar el estado de la calidad del aire a nivel nacio-nal (Departamento Nacional de Planeación, 2018).

El 51% de los habitantes del país percibe la contami-nación del aire como el principal problema de con-taminación ambiental, resaltando a Medellín (74%), Cali (49%) y Bogotá (45%) como las ciudades que más perciben este problema como el más importante de todos y de esos, el 70% de la población conside-ra que este problema va en aumento, mientras que el 19% cree que sigue igual de alto (Departamento Na-cional de Planeación DNP, 2018). Por esta razón, los Sistemas de Vigilancia de la Calidad del Aire -SVCA constituyen un valioso insumo para el seguimiento y control de la calidad del aire debido a que son el

ESTADO DE LA CALIDAD DEL AIRE ASOCIADA A MATERIAL PARTICULADO MP10 Y MP2.5

EN MONTERÍA-COLOMBIA 2020.Angélica Bustamante Ruiz1; Jorge M. Mendoza F.1; Jesús D. Ruiz T.1 Albeiro A. Arrieta L.2

1Universidad de Córdoba, Carrera 6 No. 77-305 Montería - Córdoba – Colombia. 1e-mail: angelicabustamante@correo.unicordoba.edu.co; jorge.mendoza@correo.unicordoba.edu.co; jruiztirado48@

correo.unicordoba.edu.co2Corporación Autónoma Regional de los Valles del Sinú y del San Jorge -CVS, Carrera 6 No 61-25

Barrio los Bongos Montería - Córdoba – Colombia.2 e-mail: albeiro.arrieta@cvs.gov.co

27

resultado de la gestión de las autorida-des ambientales y su responsabilidad por ejercer control a aquellas empresas que emiten grandes emisiones de con-

taminantes en el entorno (Guzmán Ruiz & Buitrago Sierra, 2013).

A nivel nacional, las áreas más afectadas por la con-taminación atmosférica son: el Área Metropolitana del Valle de Aburrá, las localidades de Puente Aran-da, Carvajal y Kennedy en Bogotá, el municipio de Ráquira en Boyacá y la zona industrial de ACOPI en el municipio de Yumbo, Valle del Cauca (Instituto De Hidrología, Meteorología y Estudios Ambienta-les, 2014).

Aunque Montería no se encuentra dentro del grupo anteriormente descrito, posee un Sistema de Vigilan-cia de Calidad de Aire -SVCA de tipo II - básico, acorde a su población según el Manual de Diseño de SVCA, realizando solo monitoreo interdiario de MP10 en las cuatro estaciones que integran el SVCA que son complementadas con campañas esporádicas de MP2.5 y gases. Sin embargo, la población del mu-nicipio es de 498.858 según proyecciones a 2019 del Departamento Nacional de Estadísticas -DANE, por lo tanto, es muy probable que la ciudad supere el um-bral de los 500.000 habitantes para 2020, generando una actualización y optimización del SVCA a inter-medio, tornando imperativa el monitoreo periódico de MP2.5 en al menos un punto de la ciudad.

Este artículo revisa los resultados de la campaña de monitoreo de MP10 y MP2.5 realizados a través del Convenio 009-2020 entre la Corporación Autónoma Regional de los Valles del Sinú y del San Jorge –CVS y la Universidad de Córdoba.

ARGUMENTACIÓN Y OPINIÓN.

En el municipio de Montería se realizó una campaña de monitoreo de veinte días continuos entre el 15 de septiembre y el 5 de octubre de 2020, analizando los contaminantes criterios establecidos en la Resolución 2254 de 2017 (Ministerio de Ambiente y Desarrollo Sostenible, 2017); no obstante, para efectos del pre-

sente artículo se analizarán únicamente los datos relacionados con material particulado - MP. El MP10 fue monitoreado con los cua-tro equipos Hi-Vol manuales marca Ther-mo Scientific que conforman el SVCA, para el MP2,5

se instalaron temporalmente cuatro equipos marca Tish Environmental, en las estaciones del SVCA; dichos monitoreos se realizaron para periodos de 24 horas. Las concentraciones se obtuvieron empleando el método gravimétrico.

Así mismo, se registraron variables meteorológicas con una estación modelo VUE marca Vintage. Los parámetros meteorológicos son importantes para la estandarización a condiciones ambiente de las con-centraciones reportadas (Ministerio de Ambiente Vi-vienda y Desarrollo Territorial, 2010); estas últimas se ven influenciadas por fenómenos como las preci-pitaciones, el aumento de la temperatura o la radia-ción solar, solo por citar algunos ejemplos.

Las Gráficas 1 a la 4 muestran la variación de la temperatura y precipitación en función de las con-centraciones de MP10 Y MP2.5 durante el periodo de monitoreo. Estas gráficas muestran además una comparación con el valor máximo permisible esta-blecido por la Resolución 2254 de 2017 y las Guias de Calidad del aire de la Organización Mundial para la Salud -OMS (OMS, 2005).

Al analizar las comparativas entre las concentra-ciones de MP con la precipitación y la temperatura media, es posible correlacionar lo dicho por (Cha-loulakou, Kassomenos, Grivas, & Spyrellis, 2004) y (Mok & Hoi , 2005), donde establecen una relación directamente proporcional entre el MP y la tempe-ratura, así como una de tipo inversa entre este y la precipitación. Sin embargo, se observa que en la ciudad en el periodo analizado no hubo variaciones significativas en las precipitaciones o temperaturas por tanto las concentraciones de MP pudieron estar influenciadas por otras variables como la dirección y/o velocidad del viento y/o variaciones en las fuen-tes cercanas a los puntos de monitoreo.

28

Gráfica 1. Concentraciones MP2.5 Vs Temperatura Media, Montería 2020.

Gráfica 2. Concentraciones MP2.5 Vs Precipitaciones Media, Montería 2020.

Las Gráficas 1 y 2 se evidencia que la totalidad de las concentraciones de MP2.5 registradas son inferiores al máximo permisible en la normatividad colombia-na, 37 μg/m3 para un tiempo de 24 horas; no obstan-te, solo el 4% de los datos sobrepasaron 25 μg/m3 Guía de Calidad del Aire de la OMS (OMS, 2005). No obstante, los promedios aritméticos del contami-nante presentados en la Tabla 1 si superarían el valor 10 μg/m3, Guia de Calidad del Aire para la concen-tración media anual.

Las mediciones no sobrepasaron el nivel máximo

permisible para este contaminante, acorde la Resolu-ción 2254 de 2017; sin embargo, es necesario que la ciudad planee a corto plazo la optimización el SVCA en el cual se incremente la periodicidad de los mo-nitoreos de MP2.5 debido a que podrían sobrepasarse los valores Guia de Calidad del Aire considerando la posibles efectos adversos del MP en la salud (OMS, 2005).

29

Revisada la relación porcentual entre las fracciones de MP medidas en la campaña MP2.5/MP10 confor-me se presenta en la Tabla 1, se identificaron altas variaciones entre un 93% en la estación Terminal de Transportes hasta un 2%, evidenciado la necesidad de incrementar el número de registros que permitan establecer el tipo de correlación entre las fracciones

Las concentraciones diarias de MP10, ver Gráficas 3 y 4, no sobrepasan el estándar máximo permisible colombiano 75 μg/m3 como tampoco los 50 μg/m3 valor de la Guia de Calidad del Aire de la OMS para 24 horas. Sin embargo, los promedios aritméticos del contaminante presentados en la Tabla 1 si po-drían superar la concentración media anual de 20 μg/m3, valor Guia de la Calidad del Aire (OMS, 2005).

Gráfica 3. Concentraciones PM10 Vs Temperatura Media, Montería 2020

Gráfica 4. Concentraciones PM 10 Vs Precipitaciones, Montería 2020.

30

Lo anterior ratifica la necesidad de robustecer el ac-tual SVCA de la ciudad, en cuanto a número de equi-pos, tecnologías empleadas, contaminantes criterios y variables metrológicas monitoreadas en diferentes puntos de la ciudad, considerando el crecimiento ur-bano de la ciudad, la mixtura de usos del suelo y las diversas actividades antropogénicas que requieren ser estudiadas.

CONCLUSIONES

• Las concentraciones de MP2.5 y MP10 en la campaña de monitoreo realizada en la ciudad de Montería no sobrepasan los niveles máxi-mos permisibles establecidos por la Resolución 2254 de 2017; sin embargo, el 2% de los datos no cumplen con los estándares propuestos en la Guía de Calidad del Aire de la OMS. En gene-

ral, la calidad del aire de Montería para perio-dos diarios asociada a estos dos contaminantes es buena; no obstante, dadas la perspectivas de crecimiento poblacional y desarrollo urbano de la ciudad, requieren una optimización del SVCA para cumplir con los parámetros establecidos en el Manual de Diseño de Sistemas de Vigilancia de la Calidad del Aire del antes Ministerio de Ambiente y Desarrollo Sostenible; Garantizando el seguimiento y control de la calidad del aire en la ciudad y por ende la salud de la población.

• La relación MP2.5/MP10, no presenta una ten-dencia clara, por lo que es necesario generar un mayor número de registros que permitan a establecer en el tiempo la correlación o tipo de tendencia lineal las concentraciones de estos dos contaminantes en la ciudad.

Tabla 1. Concentraciones de MP2.5 y MP10 en Montería, septiembre a octubre de 2020

31

América Latina: Una Visión Panorámi-ca. Recuperado el 14 de septiembre de 2020, de https://www.minambiente.gov.co/images/AsuntosambientalesySecto-rialyUrbana/pdf/contaminacion_atmosferica/La_Calidad_del_Aire_en_Am%C3%A9rica_Latina.pdf

Departamento Nacional de Planeación. (31 de julio de 2018). CONPES de calidad del aire contribui-rá a mejorar la salud y el ambiente de los colom-bianos. Recuperado el 14 de septiembre de 2020, de https://www.dnp.gov.co/Paginas/CONPES-de-calidad-del-aire-contribuir%C3%A1-a-mejorar-la-salud-y-el-ambiente-de-los-colombianos.aspx

Departamento Nacional de Planeación DNP. (Febre-ro de 2018). Calidad del Aire, una Prioridad de Política Pública en Colombia. Recuperado el 4 de octubre de 2019, de https://colaboracion.dnp.gov.co/CDT/Prensa/Presentaci%C3%B3n%20Cali-dad%20del%20Aire%2015_02_2018.pdf

Guzmán Ruiz, L. A., & Buitrago Sierra, L. M. (14 de febrero de 2013). Formulación del sistema de vigilancia de la calidad del aire para el corredor industrial Paipa, Duitama y Sogamoso a partir de la red de vigilancia y calidad del aire del valle de Sogamoso. Recuperado el 01 de noviembre de 2018

Instituto De Hidrología, Meteorología y Estudios Ambientales. (2014). Contaminación Atmosférica. Recuperado el 14 de septiembre de 2020, de Ca-lidad del Aire: http://www.ideam.gov.co/web/con-taminacion-y-calidad-ambiental/calidad-del-aire

Ministerio de Ambiente Vivienda y Desarrollo Te-rritorial. (2010). Protocolo para el monitoreo y seguimiento de la calidad del aire. Recupe-rado el 23 de diciembre de 2020, de Manual de Operación de Sistemas de Vigilancia de la Ca-lidad del Aire: http://www.ideam.gov.co/docu-ments/51310/527391/Protocolo+para+el+Moni-toreo+y+seguimiento+de+la+calidad+del+aire.pdf/6b2f53c8-6a8d-4f3d-b210-011a45f3ee88

AGRADECIMIENTOS

Los autores agradecen al Convenio 009 de 2020 celebrado entre la Cor-poración Autónoma Regional de los

Valles del Sinú y del San Jorge -CVS con la Univer-sidad de Córdoba como fuente de financiación para la obtención de esta publicación.

REFERENCIAS BIBLIOGRÁFICAS.

Buitrago Moreno, A. M., & Tejeiro Mahecha, J. M. (2019). Influencia de las condiciones meteoroló-gicas en la concentración de pst y pm10 en inme-diaciones de la universidadsanto tomás sede loma linda. Trabajo de Grado, Universidad Santo To-mas, Villavicencio-Colombia. Recuperado el 23 de diciembre de 2020, de https://repository.usta.edu.co/bitstream/handle/11634/15598/2019mi-gueltejeiro?sequence=6&isAllowed=y

Chaloulakou, A., Kassomenos, P., Grivas, G., & Spyrellis, N. (2004). Particulate matter and black smoke concentration levels in central Athens, Greece. Environmental International, 31, 651-659. doi:10.1016/j.envint.2004.11.001

Clean Air Institute. (2013). La Calidad del Aire en

32

Ministerio de Ambiente y Desarro-llo Sostenible. (1 de noviembre de 2017). Resolución 2254 de 2017. Recuperado el 29 de diciembre

de 2020, de https://www.minambiente.gov.co/images/normativa/app/resoluciones/96-res%202254%20de%202017.pdf

Mok, K., & Hoi , K. (2005). Effects of meteorologi-cal conditions on PM10 concentrations - A study in Macau. Environmental Monitoring and Asses-sment, 102, 201-223. doi:https://doi.org/10.1007/s10661-005-6022-6

OMS. (2005). Guías de calidad del aire de la OMS relativas al material particulado, el ozono, el dió-xido de nitrógeno y el dióxido de azufre. Recupe-rado el 29 de diciembre de 2020, de Organización Mundial de la Salud: https://apps.who.int/iris/bits-tream/handle/10665/69478/WHO_SDE_PHE_OEH_06.02_spa.pdf;jsessionid=DC937B749B-3DCB72699C2B3407587CBC?sequence=1

Organización Mundial de la Salud. (2016). Ambient Air Pollution: A Global Assessment of Exposure and Burden of Disease. Recuperado el 14 de sep-tiembre de 2020, de https://apps.who.int/iris/bits-tream/handle/10665/250141/9789241511353-eng.pdf?sequence=1

Organización Mundial de la Salud-Europa. (2005). Air Quality Guidelines. Recuperado el 14 de sep-tiembre de 2020, de https://www.euro.who.int/__data/assets/pdf_file/0005/78638/E90038.pdf

Organización Panamericana de la Salud. (s.f.). Conta-minación del Aire Ambiental. Obtenido de https://www.paho.org/hq/index.php?option=com_con-tent&view=article&id=12918:ambient-air-pollu-tion&Itemid=72243&lang=es

33

CALIDAD DE AIRE YSALUD AMBIENTAL

Retos y Oportunidades

MEMORIAS