Embed Size (px)
Citation preview
UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA DEPARTAMENTO DE INGENIERÍA MECÁNICA
VALPARAÍSO – CHILE
“MODELACIÓN DE EMISIONES
CONTAMINANTES DE FUENTES MÓVILES
TERRESTRES EN QUITO, ECUADOR”
JORGE LUIS GUADALUPE ALMEIDA
TESIS DE GRADO PARA OPTAR AL GRADO DE:
MAGÍSTER EN CIENCIAS DE LA INGENIERÍA MECÁNICA
PROFESOR GUÍA: DR. MAURICIO OSSES A.
PROFESOR CORREFERENTE: DR. ING. MARIO TOLEDO T.
PROFESOR CORREFERENTE: DR. NICOLAS HUNEEUS
ENERO – 2016
TÍTULO DE LA TESIS:
MODELACIÓN DE EMISIONES CONTAMINANTES DE
FUENTES MÓVILES TERRESTRES EN QUITO, ECUADOR
AUTOR:
JORGE LUIS GUADALUPE ALMEIDA
TRABAJO DE TESIS, presentado en cumplimiento parcial de los requisitos para el Grado
de Magíster en Ciencias de la Ingeniería Mecánica de la Universidad Técnica Federico
Santa María.
DR. MAURICIO OSSES
…………………………………………
DR. ING. MARIO TOLEDO
…………………………………………
DR. NICOLAS HUNEEUS
…………………………………………
Valparaíso, Chile. Enero de 2016
II
AGRADECIMIENTOS
A Dios y a la vida misma por darme la fuerza necesaria para culminar con éxito una etapa
más de mi vida.
A mi familia por el apoyo incondicional y siempre estar junto a mí.
A todas las personas que me brindaron su amistad durante mi fugaz estancia en la
República de Chile.
Al Profesor Mauricio Osses Alvarado por su orientación, paciencia, motivación y acertados
consejos que supieron guiarme por este camino lleno de retos y desafíos. Además por su
apoyo para mi capacitación en el Servicio Nacional de Meteorología e Hidrología
(SENAMHI) en la ciudad de Lima, Perú.
Al apoyo económico entregado por el Gobierno de la República del Ecuador mediante la
Secretaría Nacional de Educación Superior, Ciencia, Tecnología e Innovación –
SENESCYT y su programa de Becas “CONVOCATORIA ABIERTA 2013 Primera
Fase”.
Al Proyecto Interno USM 251449 de la Universidad Técnica Federico Santa María, por el
apoyo económico recibido para la Campaña de Medición Experimental en la ciudad de
Quito, Ecuador.
A la Dirección de Gestión e Investigación del Posgrado (DGIP) y al Departamento de
Ingeniería Mecánica (DMEC) por el apoyo recibido para la asistencia al V Congreso
Colombiano y Conferencia Internacional de Calidad del Aire y Salud Pública (CASAP
2015) en la ciudad de Bucaramanga, Colombia.
Al Proyecto Interno FONDAP Cod. 15110009 Centro de Ciencia del Clima la Resilencia
(CR2) por su apoyo constate a la presente investigación.
III
“Si nuestra mente se ve dominada por el enojo, desperdiciaremos la mejor parte del
cerebro humano: la sabiduría, la capacidad de discernir y decidir lo que está bien o mal”
Dalai Lama
IV
RESUMEN
El acelerado crecimiento de diferentes centros urbanos ha dado como resultado el deterioro
de la calidad del aire mediante el incremento de las emisiones contaminantes, cuyas fuentes
principales son la transportación, producción de energía y actividades industriales,
concentradas en áreas densamente pobladas.
La presente investigación tiene como objetivo la modelación de emisiones contaminantes
de fuentes móviles terrestres en Quito – Ecuador, aplicando una nueva metodología, el
Modelo Internacional de Emisiones Vehiculares (IVE Model).
El modelo IVE, engloba una metodología tipo Bottom – Up, que reúne gran cantidad de
información para conformar el inventario de emisiones. Además, este modelo es una
herramienta computacional que estima emisiones vehiculares mediante la aplicación de la
Potencia Específica Vehicular (VSP), que asocia a cada grado de exigencia del motor un
nivel de emisión particular.
Se realizó una campaña de medición en tres sectores socioeconómicos representativos de la
localidad: alto ingreso, bajo ingreso y comercial – financiero. La información generada en
la campaña experimental fue revisada y procesada, para luego ingresarla al modelo IVE y
estimar emisiones diarias y anuales de CO, NOX, MP y VOC.
Los resultados obtenidos en la primera etapa fueron: composición del flujo vehicular,
distribución tecnológica de la flota, distribución de partidas en frío y caracterización de
patrones de conducción. Mientras que de la segunda etapa fueron: 1079,022 Ton/día de CO,
92,29 Ton/día de VOC, 95,72 Ton/día de NOX y 23,25 Ton/día de MP.
Por último, se determina que a través de este trabajo se ha logrado, principalmente, estimar
las emisiones vehiculares diarias y anuales de la ciudad de Quito para el año 2015 mediante
la caracterización experimental de la actividad vehicular de la urbe. Quito resultó tener una
flota principalmente formada de autos particulares que junto a buses y camiones son los
mayores causantes de los altos niveles de polución en la ciudad.
V
ABSTRACT
The faster growth of different urban centers has produced as resulted the damage of air
quality because of increase of pollutant emissions whose main resources are the
transportation, energy production and industrial activities which are concentrated in densely
populated areas.
The research aims “To Model Emissions from On – Road Mobile Sources in Quito,
Ecuador” applying a new methodology, the International Vehicle Emission Model (IVE
Model).
The IVE Model includes a Bottom – Up methodology that collected a lot of information to
knock the emissions inventory into shape. Also, this model is a computational tool that
estimates vehicular emissions by the use of Vehicular Specific Power (VSP) which
associated with each level of demand engine (stress) a particular level of emissions.
A measurement campaign was carried out in three important socioeconomic sectors of the
place: high income, low income and commercial – financial. The information generated in
this experimental campaign was reviewed and processed. After these activities, the results
were entered in the IVE Model and estimate daily and annual emissions of CO, NOX, PM
and VOC.
The results obtained in this first stage were: composition of the vehicular flow,
technological distribution of the fleet, distribution of start patterns and characterization of
driving pattenrs. While the second stage were: 1079.022 Ton/day of CO, 92.29 Ton/day of
VOC, 95.72 Ton/day of NOX y 23.25 Ton/day of PM.
Finally, it is determined through this work has been achieved, mainly, to estimate the
vehicular daily and annual emissions of the Quito City for the 2015 by the experimental
characterization of vehicular activity in the place. Quito turned out to have a fleet of private
cars that littered with buses and trucks are the major causes of the high levels of pollution
in the city.
VI
GLOSARIO DE TÉRMINOS
Símbolo Denominación Unidad
𝑨 Área Frontal del Vehículo 𝒎𝟐
𝒂 Aceleración 𝒎/𝒔𝟐
𝑩[𝒕] Tasa de emisión base 𝒈𝒓
𝑪𝑫 Coeficiente de arrastre aerodinámico −
𝑪𝑹 Coeficiente de resistencia a la rodadura −
𝑫 Distancia recorrida total 𝒌𝒎
𝜺𝒊 Factor de masa, inercia del vehículo −
𝑬𝒊 Emisión del contaminante considerado i 𝒈𝒓/𝒔
𝑭𝑪𝒊𝒌 Factor de corrección del factor de emisión del
contaminante i para la categoría k −
𝑭𝑬𝒊𝒌 Factor de emisión del contaminante i para la
categoría k 𝒈𝒓/𝒌𝒎
𝒇𝒂 Fuerza Aerodinámica 𝑵
𝒇𝒅𝒕 Fracción de tiempo utilizado en cada bin de
conducción d según tecnología t −
𝒇𝒓 Fuerza de Rodadura 𝑵
𝒇𝒕 Fracción de partidas de vehículo en cada bin de
reposo para cada tecnología t 𝒈𝒓/𝒌𝒎
𝒈 Aceleración de la gravedad 𝒎/𝒔𝟐
𝒉 Altura respecto al nivel del mar 𝒎
𝑲 Energía Cinética 𝑱
𝑲(𝟏)[𝒕] Factor de Ajuste Temperatura Ambiente −
𝑲(𝟐)[𝒕] Factor de Ajuste Humedad Ambiental −
VII
𝑲(𝟑)[𝒕] Factor de Ajuste Altura Promedio −
𝑲(𝟒)[𝒕] Factor de Ajuste Inspección/Mantenimiento −
𝑲(𝟓)[𝒕] Factor de Ajuste Emisión Base −
𝑲(𝟔)[𝒕] Factor de Ajuste Calidad de Gasolina −
𝑲(𝟕)[𝒕] Factor de Ajuste Azufre en la Gasolina −
𝑲(𝟖)[𝒕] Factor de Ajuste Plomo en la Gasolina −
𝑲(𝟗)[𝒕] Factor de Ajuste Benceno en la Gasolina −
𝑲(𝟏𝟎)[𝒕] Factor de Ajuste Oxigenato en la Gasolina −
𝑲(𝟏𝟏)[𝒕] Factor de Ajuste Calidad del Diésel −
𝑲(𝟏𝟐)[𝒕] Factor de Ajuste Azufre en el Diésel −
𝑲(𝟏𝟑)[𝒕] Factor de Ajuste Conducción (Distribución de Bines) −
𝑲(𝟏𝟒)[𝒕] Factor de Ajuste Pendiente de la Ruta −
𝑲(𝟏𝟓)[𝒕] Factor de Ajuste Uso del Aire Acondicionado A/C −
𝑲(𝟏𝟔)[𝒕] Factor de Ajuste de Partida −
𝒎 Masa del Vehículo 𝒌𝒈
𝑵𝑨𝒌 Nivel de actividad de la categoría vehicular k 𝒌𝒎
𝜌𝑎 Densidad del aire 𝑘𝑔/𝑚3
𝑸[𝒕] Tasa de emisión ajustada para cada tecnología
vehicular 𝒈𝒓
𝑼 Energía Potencial 𝑱
�̅�𝑪 Velocidad promedio de un ciclo específico de
conducción 𝒌𝒎/𝒉𝒓
�̅�𝑭𝑻𝑷 Velocidad promedio del ciclo de conducción LA4 𝒌𝒎/𝒉𝒓
𝒗 Velocidad 𝒎/𝒔
VIII
𝒗𝒘 Velocidad del viento 𝒎/𝒔
𝑽𝑺𝑷 Potencia Específica Vehicular 𝒌𝑾/𝑻𝒐𝒏
Significado de Siglas
AWMA U. S. Air & Waste Management Association −
EIA U. S. Energy Information Administration −
EPA U.S. Environmental Protection Agency −
GHG Green House Gases −
ICF U.S. International Classification of Functioning,
Disability and Health
−
ISSRC International Sustainable Systems Researcher Center −
ITDP Institute for Transportation & Development Policy −
ONG Organización No Gubernamental −
PTV AG PTV Planung Transport Verkehr AG −
SR & CS Super Resolution & Compressive Sensing
Methodologies
−
TRB U.S. Transport Reseach Bureau −
UCD Universidad de California en Davis −
UCR Universidad de California en Riverside −
U.S. DOE U. S. Department of Energy −
WB Web Site Model −
IX
ÍNDICE
INTRODUCCIÓN .................................................................................................................. 1
CAPÍTULO I .......................................................................................................................... 5
MARCO TEÓRICO, MODELOS DE EMISIONES VEHICULARES ................................ 5
1.1 Clasificación de Modelos de Emisión de Fuentes Móviles ..................................... 5
1.2 Descripción de Modelos Internacionales ............................................................... 11
1.2.1 Panel Intergubernamental de Cambio Climático (IPCC) ............................... 11
1.2.2 Modelo de Emisiones Europeo (COPERT) .................................................... 12
1.2.3 Modelo Internacional de Emisiones Vehiculares (IVE) ................................. 13
1.3 Inventarios de Emisiones en distintas ciudades de América del Sur ..................... 15
1.4 Inventarios de Fuentes Móviles en Quito .............................................................. 21
1.5 Conclusiones de la Revisión Bibliográfica ............................................................ 27
CAPÍTULO II ....................................................................................................................... 29
METODOLOGÍA PARA EL CÁLCULO DE EMISIONES VEHICULARES .................. 29
2.1 Diseño del Modelo Internacional de Emisiones (IVE) .......................................... 29
2.2 Descripción de la Campaña de Medición de Actividad Vehicular ........................ 37
2.2.1 Selección de los sectores y rutas de la ciudad ................................................ 38
2.2.2 Composición de flota utilizando cámaras de video ........................................ 42
2.2.3 Encuestas de la tecnología vehicular .............................................................. 43
2.2.4 Ciclos de Conducción utilizando sistemas de posicionamiento global .......... 44
2.2.5 Encuesta de patrones de encendido y apagado de motor................................ 46
2.3 Procesamiento de la Información Recopilada........................................................ 47
2.3.1 Composición de Flota ..................................................................................... 48
2.3.2 Distribución Tecnológica ............................................................................... 48
X
2.3.3 Ciclos de Conducción ..................................................................................... 49
2.3.4 Patrones de Encendido .................................................................................... 50
2.4 Modelación de Emisiones en la ciudad de Quito ................................................... 50
2.4.1 Parámetros de la Localidad ............................................................................. 51
2.4.2 Parámetros de la Flota ................................................................................... 52
2.4.3 Ajustes Generales ........................................................................................... 53
2.4.4 Ventana de cálculos ........................................................................................ 53
2.5 Determinación de Sensibilidad y Validación ......................................................... 55
CAPÍTULO III ..................................................................................................................... 57
RESULTADOS DE LA CAMPAÑA DE ACTIVIDAD VEHICULAR ............................. 57
3.1 Composición Dinámica de la Flota Vehicular ....................................................... 57
3.2 Distribución de la Tecnología Vehicular ............................................................... 65
3.3 Patrones de Conducción ......................................................................................... 68
3.4 Distribución de Partidas en Frío ............................................................................ 74
CAPÍTULO IV ..................................................................................................................... 77
ANÁLISIS DE SENSIBILIDAD Y VALIDACIÓN DE RESULTADOS .......................... 77
4.1 Identificación de Parámetros que afectan los Resultados Finales: Sensibilidades 77
4.1.1 Tecnología Vehicular: Efectos en el Factor de Emisión Individual ............... 79
4.1.2 Bins de Potencia: Efectos en el Factor de Emisión Individual ....................... 81
4.1.3 Partidas en Frío: Efectos en el Factor de Emisión Individual ........................ 85
4.1.4 Análisis Integrado de Parámetros ................................................................... 88
4.1.5 Kilómetros Viajados por Vehículo (VKT): Efectos en la Evolución Diaria de
Emisiones .................................................................................................................... 101
4.2 Comparación entre Inventario IVE – Quito 2015 e Inventarios de Gases de Efecto
Invernadero del Distrito Metropolitano de Quito (GEI – DMQ) .................................... 104
XI
CAPÍTULO V..................................................................................................................... 116
MODELACIÓN DE EMISIONES VEHICULARES ........................................................ 116
5.1 Generalidades sobre Contaminación de Fuentes Móviles ................................... 117
5.2 Resultados Generales de la Ciudad de Quito ....................................................... 119
5.3 Evolución Diaria de Emisiones ............................................................................ 125
5.4 Inventario Anual de Emisiones Vehiculares ........................................................ 130
CAPÍTULO VI ................................................................................................................... 133
CONCLUSIONES Y RECOMENDACIONES ................................................................. 133
6.1 Conclusiones Generales ....................................................................................... 133
6.2 Conclusiones Específicas ..................................................................................... 135
6.2.1 Revisión Bibliográfica .................................................................................. 135
6.2.2 Recopilación y Procesamiento de la Información Experimental de Actividad
Vehicular ..................................................................................................................... 136
6.2.3 Determinación de Emisiones Vehiculares mediante Modelo IVE ............... 141
6.3 Recomendaciones ................................................................................................ 143
REFERENCIAS ................................................................................................................. 145
ANEXOS ............................................................................................................................ 150
Anexo A. ............................................................................................................................. 151
Anexo B. ............................................................................................................................. 162
XII
ÍNDICE DE FIGURAS
Figura 1: Esquema de Clasificación de Modelos de Emisión. ............................................... 6
Figura 2: En el eje horizontal Longitud y en el eje vertical Latitud. Emisiones de CO (x 10-
12 kg (CO) m-2 s-1), emisiones de NOX (x 10-12 kg (NOX) m-2 s-1) y emisiones de SO2 (x 10-
12 kg (SO2) m-2 s-1) para el año 2000, tomado de la base de datos EDGARv3.2FT200. ...... 16
Figura 3: Perfil de Elevación de la Ciudad de Quito – Ecuador. .......................................... 21
Figura 4: Inversión térmica que afecta a varias ciudades en el mundo [Imagen tomada de
www.mambiente.munimadrid.es - inversión térmica]. ........................................................ 22
Figura 5: Tendencia en las Emisiones de CO2 para el Sector Energía, años base 2003, 2007
y 2011 (Gg/año). ................................................................................................................... 27
Figura 6: Calificación de los Modelos de Emisión. Imagen tomada de: [8] ........................ 28
Figura 7: Explicación gráfica de la VSP según [24]. ........................................................... 34
Figura 8: VSP in Ciclo de conducción US06 [24]................................................................ 35
Figura 9: VSP en Ciclo Europeo ECE2 [24]. ....................................................................... 35
Figura 10: Ubicación espacial de los sectores elegidos para realizar: filmación de actividad
vehicular, patrones de conducción y encuesta de tecnología vehicular. .............................. 38
Figura 11: Sector alto ingreso económico (A). Circuito principal (rojo) recorrido total de
2.78km. Circuito secundario (verde) recorrido total de 2.58km. ......................................... 39
Figura 12: Sector comercial (B). Circuito principal (rojo) recorrido total de 4.00km.
Circuito secundario (verde) recorrido total de 3.00km ......................................................... 40
Figura 13: Sector medio – bajo ingreso económico (C). Circuito principal (rojo) recorrido
total de 2.00km. Circuito secundario (verde) recorrido total de 2.40km. ............................. 41
Figura 14: Filmación de flujos vehiculares en distintos sectores de la ciudad de Quito y
posterior procesamiento de datos. ........................................................................................ 42
Figura 15: Proceso de realización y obtención de la información para llenar encuestas de la
tecnología vehicular en la ciudad. ........................................................................................ 43
Figura 16: Recolección de datos utilizando GPS:1) Taxis alquilados para la instalación de
GPS; 2), 3), 4) personal y flota vehicular de Correos del Ecuador – Empresa Pública (CDE
– EP); 5) Buses convencionales; 6) Sistema de Transporte Trolebús; 7) Sistema de
Transporte Eco – vía; y 8) Sistema de Transporte Metro – bus. .......................................... 45
XIII
Figura 17: Rutas recorridas por algunas de las categorías vehiculares consideradas en la
investigación. ........................................................................................................................ 46
Figura 18: Diagrama de Flujo que representa el procesamiento de los datos recopilados en
la campaña de medición in situ (Metodología Bottom – UP). ............................................. 47
Figura 19: Extracto del Archivo de Flota Vehicular para vehículos de Pasajeros en el sector
A (VPA), Quito 2015............................................................................................................ 49
Figura 20: Cálculo de “Bins de Potencia” de Buses Grandes Articulados (BGA) de la
ciudad, utilizando el programa Speed Analisys. ................................................................... 50
Figura 21: Pantalla para asignación archivos de flota, Modelo – IVE Quito 2015. ............. 51
Figura 22: Pantalla que despliega la distribución de tecnologías vehiculares asociadas a
cada categoría vehicular para calcular emisiones con Modelo IVE – Quito 2015. .............. 52
Figura 23: Pantalla donde se despliega los ajustes generales al Modelo IVE – Quito
2015. ..................................................................................................................................... 53
Figura 24: Pantalla principal de Cálculo de Emisiones Modelo IVE – Quito 2015. ............ 54
Figura 25: Flujo vehicular en Parroquia “Gonzáles Suárez” sector socio económico alto
(A). Filmación acumulada de 225 minutos. ......................................................................... 58
Figura 26: Composición porcentual de la flota vehicular en Parroquia “Gonzáles Suárez”
sector socio económico alto (A). .......................................................................................... 59
Figura 27: Flujo total de vehículos diarios en Parroquia “Gonzáles Suárez” sector socio
económico alto (A). .............................................................................................................. 59
Figura 28: Flujo vehicular en Parroquia “Iñaquito” sector económicamente activo (B).
Filmación acumulada de 225 minutos. ................................................................................. 60
Figura 29: Composición porcentual de la flota vehicular en Parroquia “Iñaquito” sector
económicamente activo (B). ................................................................................................. 60
Figura 30: Flujo total de vehículos diarios en Parroquia “Iñaquito” sector económicamente
activo (B). ............................................................................................................................. 61
Figura 31: Flujo vehicular en Parroquia “El Pintado” sector socio económico medio – bajo
(C). Filmación acumulada de 120 minutos. .......................................................................... 61
Figura 32: Composición porcentual de la flota vehicular en Parroquia “El Pintado” sector
socio económico medio – bajo (C). ...................................................................................... 62
XIV
Figura 33: Flujo total de vehículos diarios en Parroquia “El Pintado” sector socio
económico medio – bajo (C) ................................................................................................ 62
Figura 34: Comparación porcentual entre sectores de las categorías vehiculares más
importantes. .......................................................................................................................... 64
Figura 35: Edad promedio de los vehículos de pasajeros en la ciudad de Quito y
comparación con otras ciudades. .......................................................................................... 66
Figura 36: Distribución del tamaño de motor en vehículos encuestados, Quito. ................. 66
Figura 37: Cantidad de kilómetros recorridos por vehículos de pasajeros en los primeros 17
años de uso............................................................................................................................ 67
Figura 38: Comparación de kilómetros recorridos durante los primeros 10 años entre
algunas ciudades de Latinoamérica. ..................................................................................... 67
Figura 39: Comparación de velocidad entre vías principal y arterial del sector económico
comercial (B). ....................................................................................................................... 69
Figura 40: BINS de potencia para Vehículos de Pasajeros en diferentes sectores de la
ciudad, Quito. ....................................................................................................................... 71
Figura 41: BINS de potencia para Vehículos de Pasajeros en diferentes sectores de la
ciudad durante las 08:00 – 10:00 horas de la mañana (hora punta), Quito. ......................... 72
Figura 42: BINS de potencia para Vehículos de Pasajeros en diferentes sectores de la
ciudad durante las 17:00 – 19:00 horas por la tarde (hora punta), Quito. ............................ 73
Figura 43: BINS de potencia para Bus Grande Articulado (BGA), Buses Pequeño y
Mediano (BPM) y Taxis (TAX) que circularon por toda la ciudad durante la campaña de
medición en la ciudad, Quito. ............................................................................................... 74
Figura 44: Distribución de partidas del motor en vehículos de Quito. ................................. 75
Figura 45: Comparación entre los Bins de Potencia de un Bus Grande Articulado (BGA) y
Bus Pequeño y Mediano (BPM). .......................................................................................... 82
Figura 46: Comparación entre los Bins de Potencia de un Camión Grande (CAG) y Camión
Mediano (BPM). ................................................................................................................... 83
Figura 47: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para el
Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y Material
Particulado, corrigiendo los BINS de potencia. ................................................................... 85
XV
Figura 48: Porcentaje de vehículos con sus respectivos tiempos de reposo a diferentes horas
del día. Aplicado solo en: Buses, Taxis, Vehículos Comerciales y Camiones. .................... 86
Figura 49: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para el
Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y Material
Particulado, variando los tiempos de reposo entre encendidos del motor. ........................... 88
Figura 50: Diferencia porcentual entre el FE Inicial y FE mejorando la tecnología vehicular
del contaminante CO asociado a todas las categorías vehiculares. ...................................... 90
Figura 51: Diferencia porcentual entre el FE Mejorando la Tecnología Vehicular y FE
cambiando los BINS de potencia de BGA y CAM, del contaminante CO asociado a todas
las categorías vehiculares. .................................................................................................... 91
Figura 52: Diferencia porcentual entre el FE cambiando los BINS de potencia de BGA y
CAM y FE asumiendo partidas en frío dependiendo de la categoría vehicular para el CO
asociado a todas las categorías vehiculares. ......................................................................... 93
Figura 53: Fluctuación positiva – negativa del valor final de FE asociado al CO y el valor
inicial de FE asociado al CO, conseguida después de varios cambios en las condiciones de
entrada. ................................................................................................................................. 94
Figura 54: Fluctuación positiva – negativa del valor final de FE asociado al VOC y el valor
inicial de FE asociado al VOC, conseguida después de varios cambios en las condiciones
de entrada. ............................................................................................................................. 96
Figura 55: Fluctuación positiva – negativa del valor final de FE asociado al NOX y el valor
inicial de FE asociado al NOX, conseguida después de varios cambios en las condiciones de
entrada. ................................................................................................................................. 97
Figura 56: Fluctuación positiva – negativa del valor final de FE asociado al PM y el valor
inicial de FE asociado al PM, conseguida después de varios cambios en las condiciones de
entrada. ................................................................................................................................. 98
Figura 57: Fluctuación positiva – negativa del valor final de FE asociado al CO2 y el valor
inicial de FE asociado al CO2, conseguida después de varios cambios en las condiciones de
entrada. ............................................................................................................................... 100
XVI
Figura 58: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para el
Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y Material
Particulado, aplicando un VKT variable solamente por hora del día. ................................ 102
Figura 59: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para el
Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y Material
Particulado con resultados finales de FE. ........................................................................... 104
Figura 60: Evolución del CO2 en el DM Quito cada 4 años, hasta el 2011. ....................... 106
Figura 61: Emisión de CO2 de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE. ................................................................................. 107
Figura 62: Evolución del CO en el DM Quito cada 4 años, hasta el 2011. ........................ 108
Figura 63: Emisión de CO de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE. ................................................................................. 109
Figura 64: Evolución del VOC en el DM Quito cada 4 años, hasta el 2011. ..................... 110
Figura 65: Emisión de VOC de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE. ................................................................................. 111
Figura 66: Evolución de los NOX en el DM Quito cada 4 años, hasta el 2011. ................. 111
Figura 67: Emisión de los NOX de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE. ................................................................................. 112
Figura 68: Evolución del PM en el DM Quito para el 2003 (MOBILE 6.2) y el 2015 (IVE
Model). ............................................................................................................................... 113
Figura 69: Inventario de Emisiones Anuales de los contaminantes considerados. ............ 114
Figura 70: Participación porcentual de las diferentes categorías vehiculares en las emisiones
contaminantes en la ciudad de Quito. ................................................................................. 115
Figura 71: Participación porcentual, en la ciudad de Quito, de cada contaminante asociado a
una categoría vehicular ....................................................................................................... 123
Figura 72: Evolución diaria de CO para la ciudad de Quito. ............................................. 126
Figura 73: Evolución diaria de VOC para la ciudad de Quito. ........................................... 127
Figura 74: Evolución diaria de NOX para la ciudad de Quito. ........................................... 129
Figura 75: Evolución diaria de PM para la ciudad de Quito. ............................................. 130
Figura 76: Toneladas anuales de los Contaminantes más importantes para Quito 2015. .. 131
XVII
Figura 77: Participación porcentual en el inventario de emisiones contaminantes por cada
categoría vehicular. ............................................................................................................. 132
XVIII
ÍNDICE DE TABLAS
Tabla 1: Lista de Modelos de Emisiones. ............................................................................... 8
Tabla 2: Localización, población, producto interno bruto (PIB) por ciudad, índice de
desarrollo humano (HDI de sus siglas en inglés) por país y el índice Gini en áreas urbanas
para ciudades seleccionadas de América del Sur [17]. ......................................................... 15
Tabla 3: Inventario de Emisiones GEI, DMQ 2011, Sector Energía (Gg/año) .................... 26
Tabla 4: Inventario de Emisiones GEI directos, DMQ 2011, sector Energía (ton CO2 –
eq) ......................................................................................................................................... 26
Tabla 5: Factores de corrección de emisiones usados en el modelo IVE. ............................ 31
Tabla 6: Potencia Específica Vehicular agrupada en 20 niveles de operación. ................... 36
Tabla 7: Límites considerados para el estrés del motor. ....................................................... 37
Tabla 8: Listado de LocationFile y FleetFile usados en la investigación. ............................ 55
Tabla 9: Composición y nomenclatura de categorías vehiculares de la ciudad ................... 58
Tabla 10: Velocidades promedio durante el día, en los dos tipos de vías analizadas en los
tres sectores y la velocidad promedio de la ciudad. ............................................................. 69
Tabla 11: Distribución de Eventos de Encendido y Tiempo entre Encendidos del Motor
para Vehículos en Quito. ...................................................................................................... 76
Tabla 12: Factores de Emisión de contaminantes asociados a una categoría vehicular
obtenidos con los primeros datos hallados. .......................................................................... 80
Tabla 13: Factores de Emisión de contaminantes asociados a una categoría vehicular
obtenidos mejorando la tecnología vehicular. ...................................................................... 81
Tabla 14: Factores de Emisión de contaminantes asociados a una categoría vehicular
obtenidos, corrigiendo BINS de potencia en BGA y CAM. ................................................ 84
Tabla 15: Factores de Emisión de contaminantes asociados a una categoría vehicular
variando las partidas en frío para buses, taxis, camiones y vehículos comerciales. ............. 87
Tabla 16: Diferencia entre FE Inicial y FE Mejorando la Tecnología Vehicular. ............... 89
Tabla 17: Diferencia entre FE Mejorando la Tecnología Vehicular y FE cambiando los
BINS de potencia de BGA y CAM. ..................................................................................... 91
XIX
Tabla 18: Diferencia entre FE cambiando los BINS de potencia de BGA y CAM y FE
asumiendo una nueva distribución de partidas en frío dependiendo de la categoría
vehicular. .............................................................................................................................. 92
Tabla 19: Diferencia entre FE inicial de CO y FE final de CO. Este último es tomado como
valedero para la investigación .............................................................................................. 93
Tabla 20: Diferencia entre FE inicial de VOC y FE final de VOC. Este último es tomado
como valedero para la investigación. ................................................................................... 95
Tabla 21: Diferencia entre FE inicial de NOX y FE final de NOX. Este último es tomado
como valedero para la investigación. ................................................................................... 96
Tabla 22: Diferencia entre FE inicial de PM y FE final de PM. Este último es tomado como
valedero para la investigación. ............................................................................................. 98
Tabla 23: Diferencia entre FE inicial de CO2 y FE final de CO2. Este último es tomado
como valedero para la investigación. ................................................................................... 99
Tabla 24: Resumen de FE de categorías vehiculares asociadas a un contaminante junto a su
porcentaje de variación final. .............................................................................................. 100
Tabla 25: Inventarios de Emisiones Anuales para el Distrito Metropolitano de Quito,
diferentes años y metodologías en [Ton / Año]. ................................................................. 105
Tabla 26: Inventario de Emisiones Anuales IVE – Quito 2015 en [Ton / Año] ................ 114
Tabla 27: Factores de emisión individuales totales de los contaminantes considerados
asociados a las categorías vehiculares en [gr – Cont. / Km – recorrido]. ........................... 120
Tabla 28: Distribución del parque vehicular en la ciudad de Quito acorde a las categorías
vehiculares de la investigación, kilómetros recorridos y VKT. ......................................... 122
Tabla 29: Emisiones Totales Diarias por contaminante, categoría vehicular y totales,
medidas en [Tonelada – Contaminante / Día] .................................................................... 123
Tabla 30: Inventario de Emisiones Anuales IVE – Quito 2015 en [Ton / Año] ................ 131
1
INTRODUCCIÓN
La Conferencia de las Naciones Unidas sobre el Medio Humano también conocida como la
Primera Cumbre para la Tierra, celebrada en Estocolmo (Suecia) del 5 al 16 de Junio de
1972, fue la primera Conferencia de la ONU (Organización de las Naciones Unidas), que
enunciaba los principios para la conservación y mejora del medio ambiente internacional.
Planteó también la cuestión del cambio climático por primera vez, alertando a los gobiernos
sobre las actividades que pudieran provocarlo y de la magnitud de éstas sobre el clima
mundial [1].
Desde allí hasta los tiempos actuales, como parte de los esfuerzos por poner en práctica las
decisiones de 1972, se han dado importantes encuentros a escala internacional. Entre una de
las tantas actividades de este período, se puede mencionar la Conferencia de las Naciones
Unidas sobre el Medio Ambiente y el Desarrollo (1992), llevada a cabo en Río de Janeiro
(Brasil) – La Cumbre para la Tierra –, que estableció acuerdos internacionales con el
objetivo de proteger la integridad del medio ambiente a nivel mundial, donde se destacan la
protección de la atmósfera y el vínculo que debe existir entre la ciencia y el desarrollo
sostenible. Más tarde se firma el Protocolo de Kioto, Japón, en diciembre de 1997, cuyo
objetivo era reducir las emisiones totales de dióxido de carbono y otros gases de efecto
invernadero de los países industrializados durante el periodo de compromiso de 2008 a
2012. El Protocolo entró en vigor el 16 de febrero de 2005. En la XVII Conferencia sobre
el Cambio Climático realizada en Durban (2011), una de las cuestiones sin resolver siguió
siendo el futuro del Protocolo de Kioto que pidió a las naciones industrializadas reducir las
emisiones. Los principales emisores de gases de efecto invernadero, como EE.UU. y los
países de reciente industrialización - China, India y Sudáfrica- están dispuestos a iniciar un
proceso que se completará en 2016 y que concluirá con un acuerdo legalmente vinculante
de protección climática [2].
América del Sur no podía quedar fuera del marco de la creciente preocupación mundial que
describe la contaminación del aire como uno de los principales problemas ambientales de
las zonas urbanas en el mundo; centrando su interés en las emisiones de gases
2
contaminantes y material particulado, producto de la combustión de combustibles fósiles en
fuentes móviles. Es así que en ciudades como Santiago de Chile (Chile), Buenos Aires
(Argentina) y Sao Paulo (Brasil), se han desarrollado estrategias enfocadas hacia la
reducción de este fenómeno, implementando mejoras en las tecnologías y la operación del
transporte urbano actual y futuro, modernización del parque vehicular en combinación con
normas que ayuden a aumentar la calidad de los combustibles, el manejo de sistemas de
control de emisiones donde se incluyen centros de revisión y control vehicular, entre otros.
Este ejemplo se ha replicado en ciudades como Bogotá (Colombia) y Lima (Perú) donde
también se han puesto en marcha dichas medidas [3].
Quito, capital de la República del Ecuador no queda exenta de esta problemática y es así
que se hace necesaria la modelación de emisiones contaminantes de fuentes móviles
terrestres, para tener información certera de las condiciones actuales de la calidad del aire
en mencionada localidad.
Este trabajo tiene como hipótesis que es posible calcular un inventario de emisiones de
fuentes móviles aplicando una metodología basada en la potencia específica vehicular,
reemplazando el enfoque tradicional basado en velocidad media de circulación. Esto ha
sido demostrado para el caso de la ciudad de Quito, donde se ha generado un inventario de
emisiones de fuentes móviles que responde al crecimiento de actividad registrado en los
últimos años, tomando como base los inventarios previos reportados oficialmente en Quito.
El enfoque metodológico basado en energía específica vehicular, mediante el uso del
modelo IVE, entrega como información adicional una desagregación temporal horaria de
emisiones, así como variaciones instantáneas del comportamiento del motor en distintos
modos de operación.
El objetivo principal de la presente investigación es:
Modelar las emisiones anuales de gases de efecto invernadero y contaminantes
criterio provocados por la actividad vehicular en la ciudad de Quito, Ecuador. Los
contaminantes considerados son: Dióxido de Carbono (CO2), Monóxido de
Carbono (CO), Óxidos de Nitrógeno (NOX), Compuestos Orgánicos Volátiles
3
(VOC), Compuestos Orgánicos Volátiles Evaporativos (VOC Evap.) y Material
Particulado (MP).
Para la consecución de la meta trazada es necesario plantear los siguientes objetivos
específicos:
Analizar y aplicar un modelo que permita estimar emisiones en base a modos de
conducción en el centro urbano.
Caracterizar las diferentes categorías vehiculares que forman la flota vehicular de
la localidad y sus modos de conducción.
Determinar factores de emisión de cada contaminante asociado a una categoría
vehicular (FE).
Estimar las emisiones anuales de gases de efecto invernadero (GEI) y
contaminantes locales.
El primer capítulo de la investigación comienza con una breve clasificación de los distintos
modelos que existen para el cálculo de emisiones contaminantes, explicando rápidamente la
metodología aplicada por el Panel Intergubernamental del Cambio Climático (IPCC), el
Modelo de Emisiones Europeo (COPERT) y el Modelo Internacional de Emisiones
Vehiculares (IVE), escogiendo a este último como herramienta para la obtención de datos y
cálculo de emisiones. A paso seguido, se revisa cuál es la situación actual de algunas
ciudades de América del Sur respecto al manejo de inventarios de emisiones finalizando
con una breve reseña histórica de los inventarios de fuente móviles en Quito y su forma de
cómputo actual.
La Metodología para el Cálculo de Emisiones Vehiculares se detalla en el segundo capítulo.
Este inicia explicando el diseño del Modelo Internacional de Emisiones Vehiculares (IVE),
cuya parte central es la explicación de la Potencia Específica Vehicular (VSP) y explica
cómo este nivel de exigencia al motor afecta la emisión de gases contaminantes. Para este
4
cálculo, son necesarios datos de entrada, por lo tanto, en este capítulo también se describe
la campaña de medición de la actividad vehicular y procesamiento de la información.
El capítulo III centra su atención en el análisis de los resultados de la campaña de medición
de la actividad vehicular. Primero, se logra agrupar a los distintos elementos de la flota
vehicular en categorías vehiculares (Composición de Flota). Luego se establecen, entre
otros la antigüedad de los vehículos particulares. Además, mediante los ciclos de
conducción se calcula la velocidad promedio en diferentes sectores de la ciudad e identifica
cuan congestionadas pasan dichas zonas mediante el cálculo de los “bins de potencia”.
Para terminar, se determina las horas del día con eventos de mayor contaminación por
encendidas del motor.
Previa presentación de resultados concluyentes, es necesario realizar un Análisis de
Sensibilidad y Validación que es presentado en el cuarto capítulo. Para abordar mencionado
estudio, se empieza definiendo los parámetros que afectan los resultados finales,
sensibilidades. Luego se toman los más importantes para estudiar su influencia sobre los FE
y en las emisiones totales diarias. Cuando las cantidades encontradas muestran la situación
real de la ciudad, se procede con un primer cálculo del Inventario de Emisiones
Contaminantes de Fuentes Móviles Terrestres en Quito, Ecuador. Estos valores para su
validación, son comparados con resultados oficiales dados por el Distrito Metropolitano de
Quito para diferentes años.
En el capítulo V, se efectúa la Modelación de Emisiones Vehiculares. En un inicio, son
enseñadas algunas definiciones generales sobre la contaminación ambiental para luego
mostrar los resultados generales de ciudad de Quito, donde se destacan los FE finales que
posteriormente son usados para calcular las emisiones totales diarias y su evolución. Paso
final, se calcula el Inventario de Emisiones Contaminantes de Fuentes Móviles de la ciudad
de Quito, mismo que identifica el aporte de las distintas categorías vehiculares con cada
uno de los contaminantes más trascendentales.
Finalmente, en el Capítulo VI se detallan las conclusiones halladas en la investigación y se
recomiendan trabajos futuros que pueden ser la continuación de la presente pesquisa.
5
CAPÍTULO I
MARCO TEÓRICO, MODELOS DE EMISIONES
VEHICULARES
Varios países han desarrollado sofisticados modelos con el propósito de predecir las
emisiones producidas por vehículos, basados en especificaciones del combustible local,
tipos de vehículos, estándares de emisión, programas de inspección y mantenimiento, y
comportamiento de conducción. Estos modelos son complejos y han evolucionado con el
paso de los años, junto con los cambios tecnológicos en la industria automotriz y el
crecimiento de la actividad vehicular. Además, su uso es específico para los lugares donde
fueron desarrollados, por lo tanto, al ser usados fuera del área de dominio los resultados
obtenidos son de exactitud cuestionable [4].
Reconociendo al transporte como uno de los principales responsables de la contaminación
del medio ambiente, muchas naciones en desarrollo han comenzado a usar versiones
modificadas de modelos de emisión, de Estados Unidos de América y Europa, para predecir
sus emisiones vehiculares, con información local poco confiable o inexistente.
1.1 Clasificación de Modelos de Emisión de Fuentes Móviles
En el campo de las políticas del transporte e intervenciones sobre ellas, muchas agencias de
gobierno, compañías privadas u ONG han desarrollado o están desarrollando modelos para
generar conceptos básicos de emisiones y evaluar su intervención sobre el transporte. Estos
6
modelos pueden ser clasificados acorde a la aproximación que ellos usan para estimar las
emisiones [5]. Un esquema de esta clasificación es mostrada en la figura 1.
Figura 1: Esquema de Clasificación de Modelos de Emisión.
De acuerdo con la figura 1, el primer nivel comprende todos los modelos diseñados para
estimar la calidad del aire y las emisiones de gases de efecto invernadero relacionados con
el sector transporte. La información relacionada con la actividad del transporte llega de
diferentes fuentes oficiales mediante archivos y bases de datos.
La clasificación del segundo nivel muestra los modelos de emisión basados en tres
categorías: análisis estratégico, estimación de la emisión y modelos de consumo de energía.
Por consiguiente:
Modelos de análisis estratégico: modelos diseñados para estimar el recorrido e
impacto de emisiones de ciertos tipos de transportes en base a programas de
transportación específico. Los procesos de cálculo son generalmente muy simples,
no cuentan con implicaciones complejas de las características de operación del
vehículo.
Modelos de estimación de emisiones: son modelos desarrollados con el fin de
estimar las emisiones vehiculares basados en ciertas entradas como: kilómetros
recorridos por vehículo (VKT – siglas en inglés) y/o consumo de combustible (o
Nivel III
Nivel II
Nivel IModelos de emisión para
transporte
Análisis estratégico de
modelos
Modelos de emisión para
vehiculos
Post - Proceso de Modelación
de Emisión
Emisiones directas de vehículos
Análisis de beneficios para
la salud
Análisis del ciclo de vida
Modelos de consumo de
energía
7
factores de emisión que se combinan entre ambos). La limitación principal de este
tipo de modelos es que el usuario no podría tener acceso sólido a los datos de
entrada y solo asumirlos con ciertos factores de incertidumbre que ayudarían a
acercarlos a la realidad. Estos modelos se subdividen en:
Post – proceso de modelo de emisión: algunos modelos de simulación de
tráfico incluyen en su ambiente de trabajo una herramienta de post – proceso
para estimar las emisiones directas de vehículos. Estos módulos son
específicamente diseñados para una simulación de tráfico modelo y no
pueden ser utilizadas por otras aplicaciones.
Emisiones directas de vehículos: se enfocan solamente en las emisiones del
sector transporte. Diseñados para estimar emisiones de gases y material
particulado emitido durante el uso del vehículo.
Análisis de beneficios para la salud: estiman daños en la salud
(enfermedades y mortalidad) causadas por los contaminantes del aire
emitidos por fuentes móviles, luego estos datos son transformados a
concentraciones de contaminante a fin de evaluar y/o analizar sus
repercusiones sobre la salud.
Análisis de ciclo de vida: modelo que no solo toma en consideración las
emisiones directas, sino también las generadas en la etapa de pre –
combustión y después de esta, es decir los residuos generados.
Modelo de análisis de consumo energético: modelos que pronostican el consumo
de energía, típicamente basado en factores económicos tales como el crecimiento
económico y el precio de los combustibles. Analizan situación nacional de la
contaminación y no pueden ser usados para áreas metropolitanas.
8
El presente trabajo centra su estudio en la modelación y desarrollo de un inventario de
emisiones de fuentes móviles, vehiculares, para lo cual existen muchos ejemplos
disponibles a nivel mundial.
Instituciones como la Junta de Investigación del Transporte (TRB siglas en inglés) y la
Asociación para el Manejo del Residuos y Aire (AWMA siglas en inglés), han realizado
publicaciones a fin de identificar los diferentes tipos de modelos de emisión. La Junta de
Investigación del Transporte hace dos publicaciones: la primera, plantea 17 modelos para el
desarrollo de inventarios de emisiones y la evaluación de las intervenciones de transporte
[6]. La segunda resume algunas evaluaciones llevadas a cabo en tres ciudades, usando tres
modelos diferentes para estimar las emisiones de CO2 asociada a los medios de transporte
[7]. Finalmente, la publicación de la AWMA revisa 10 modelos basados en las opiniones de
investigadores y otros 5 modelos propuestos para futuras revisiones [8]. Según el estudio
“Development of a common assessment framework and proposed methodologies for
integrated assessment of GHG and local pollutants of urban transport interventions in Latin
America and the Caribbean Region”; identifica los modelos de emisión según la tabla 1:
Tabla 1: Lista de Modelos de Emisiones.
Modelos Desarrollado
por
Descripción
CLIP ICF Analiza el ciclo de vida del carbono, emisiones y rentabilidad de
proyectos relacionados con este.
CMEN UCR Modela emisiones microscópicas del tubo de escape y el consumo de
combustible de la flota vehicular.
COMMUTER SR & CS Exhibe metodologías para investigar diferentes tópicos relacionados
con salud, ambiente, entre otros
COPERT LAT – AUT Modela emisiones vehiculares en base a factores de emisión hallados
con la flota vehicular europea.
CUBE RAND
Corporación
Analiza las emisiones de gases de efecto invernadero producidos por
el uso de la biomasa.
ECOGEST Instituto Técnico,
Portugal
Modela numéricamente la dinámica, el consumo y las emisiones del
tubo de escape de los vehículos equipados que encienden con chispa
(bujía).
9
EFFECT WB Modela los posibles escenarios que pueden desarrollarse si no se
controlan los gases de efecto invernadero. Así mismo soluciones a
ello.
GREET Argonne National
Laboratory
Evalúa el impacto de la energía y de las emisiones de las tecnologías
de vehículos avanzados y nuevos combustibles para el transporte.
INTEGRATION Michel van aerde
& Hesham Rakha
Modela el impacto sobre la calidad del aire de los vehículos de carga
pesada sobre vías urbanas y múltiples avenidas rápidas.
IVE ISSRC Desarrolla inventarios de emisiones de fuentes móviles utilizando una
gran base de datos que engloba a la mayoría de vehículos existentes
en el mundo
LEM UCD Modela el ciclo de vida del combustible para el transporte, vehículos
a motor, electricidad, quemado y materiales.
MOBILE 6 EPA Fue el modelo oficial de la EPA para estimar las emisiones
contaminantes del aire de automóviles, camiones, motocicletas hasta
que fue sustituido por MOVES
MODEM University of
Chile
Metodología y software que calcula emisiones de contaminantes
atmosféricos producidas por la actividad vehicular en zonas urbanas.
MOVES EPA Estima las emisiones contaminantes del aire provenientes de autos,
camiones y motocicletas.
NEMS EIA Es una herramienta que modela sistemas de economía energética, que
mezcla emisiones con problemas económicos.
NMIM EPA Aplicación desarrollada por la EPA que estima inventarios de
emisiones actuales y futuras de fuentes fijas y móviles. NMIM usa
versiones actuales de MOBILE 6 y NONROAD.
NONROAD EPA Herramienta para predecir emisiones de hidrocarburos, monóxido de
carbono, óxidos de nitrógeno, material particulado y dióxido de
azufre de vehículos grandes y pequeños, equipos y motores.
SAGE U. S. DOE Evalúa y analiza gases de efecto invernadero y propone técnicas para
mejorar proyectos de transporte.
SIPT ICF Da información y documentación para analizar el impacto de las
políticas de emisiones contaminantes sobre el sector eléctrico de
U.S.A.
SIT ICF Esta herramienta ayuda a desarrollar un inventario comprensivo de
gases de efecto invernadero a nivel estatal, permitiendo al usuario
ingresar propia base de datos de la actividad para estimar emisiones.
10
TEEMP ITDP Conjunto de modelos que permiten la estimación de las emisiones
tanto en “proyecto” y los escenarios “sin proyecto” y se pueden
utilizar para evaluar los impactos a corto y largo plazo en los mismos.
TRANSIMS Los Alamos
National
Laboratory
Análisis del sector transporte y simulación de sistemas es una parte
del Programa de Mejoramiento de Modelos de Viaje del
departamento del ambiente de USA.
TRANUS Modelística Simula y evalúa políticas públicas en las áreas de transporte,
planeación urbana y regional.
TREMOD Heidelberg IEER Modelo de emisión para el transporte, el cual está diseñado para
evaluar el estudio de diferentes aspectos del transporte de vehículos a
motor en Alemania.
VISION Argonne National
Laboratory
Provee estimaciones de la energía potencial usada, uso de
combustible y los impactos de las emisiones de carbón de vehículos
de tarea liviana y pesada y combustibles alternativos para el 2050.
VISUN PTV AG Software que planifica y genera sistemas de transporte público;
simula también el tráfico y los impactos de estos modelos en la
calidad del aire.
VT – Micro Virginia Tech Desarrollado usando datos obtenidos por el Laboratorio Nacional de
Oak Ridge que incluían consumo de combustible y medidas de la
velocidad de emisión en autos de tarea liviana y pesada.
WEPS U. S. DOE Modelo que cuantifica el uso de la energía que usa el transporte. Así
desarrolla planes a medio plazo para aprovechar de manera eficiente
la energía del sector transporte. Una consecuencia de lo anterior es la
evaluación del efecto de los cambios en la economía de combustible
en las emisiones de carbono.
La necesidad de cuantificar las emisiones de gases contaminantes debido a la quema de
combustibles fósiles y biomasa, ha dado como resultado la creación de distintos modelos de
emisión (Tabla 1). Algunos de estos han sido apoyados por instituciones gubernamentales,
mientras que la gran mayoría han nacido en laboratorios o empresas privadas que han
respondido de manera oportuna a las necesidades locales y que analizan esta problemática
mundial desde diversos puntos de vista: económica, política, social, ambiental, energético,
entre otros. Una de las desventajas que pueden presentar varias de estas guías es que sólo
pueden ser usadas en ciertas localidades obteniendo buenas aproximaciones, no son de uso
11
mundial. Este breve análisis lleva a centrar la atención en la ciudad de Quito. Como en toda
urbe sudamericana, presenta diferentes factores que afectan la calidad del aire. Uno de
ellos, las emisiones producidas por el parque automotor, donde se mezclan diferentes
tecnologías vehiculares, desde autos híbridos hasta los que funcionan aún con carburador.
Al proponer la modelación y posterior desarrollo de un inventario de emisiones producidas
por el parque automotor que utiliza combustibles derivados del petróleo, los modelos
referentes a quema de biomasa quedan descartados junto con los que analizan la
problemática energética, política, y económica.
La experiencia acumulada en la búsqueda de soluciones a problemas de diferentes orígenes
ha generado un conjunto de algoritmos conocidos como Metodología. Tradicionalmente
existen dos tipos, Top – Down y Bottom – Up que han sido empleadas en el desarrollo de
nuevos productos. En la metodología Top – Down, el diseño comienza desde el nivel
superior. Las especificaciones son definidas en términos del estado del sistema global y
cada componente individual debe ser estimado con suficiente tiempo. La metodología
Bottom – Up consiste en reunir diferentes sistemas que conformarán un todo. Los
elementos individuales son especificados en gran detalle, los componentes se van uniendo
con otros hasta conformar un sistema final, que se logra al llegar al nivel superior [9].
1.2 Descripción de Modelos Internacionales
1.2.1 Panel Intergubernamental de Cambio Climático (IPCC)
Las metodologías propuestas por el IPCC son tipo Top – Down, ampliamente usadas en el
mundo para la estimación de emisiones, con diferentes grados de exactitud, dependiendo
del Manual utilizado. El Inventario de Emisiones GEI Distrito Metropolitano de Quito
(DMQ) 2011 fue desarrollado siguiendo la Metodología del IPCC, a través de la “Guía para
los inventarios de Emisiones de Gases de Efecto Invernadero del IPCC, revisada en 1996”.
El Panel Intergubernamental de expertos sobre el Cambio Climático (IPCC por sus siglas
en inglés), es el principal organismo internacional para la evaluación del cambio climático.
Fue establecido por el Programa de las Naciones Unidad para el Medio Ambiente
12
(PNUMA) y la Organización Meteorológica Mundial (OMM) en 1988 para ofrecer al
mundo una visión científica clara del estado actual del conocimiento sobre el cambio
climático y sus posibles impactos ambientales socio – económicos. Al IPCC lo auspicia las
Naciones Unidas (ONU). Este organismo revisa y evalúa la información científica, técnica
y socioeconómica más actual mundial que ayuda a entender el cambio climático. La base
de IPCC es un grupo de científicos voluntarios que revisan la información para asegurar
una evaluación objetiva y completa de la información actual disponible. El IPCC está
abierto a todos los países miembros de las Naciones Unidas (ONU) y la OMM, actualmente
195 países son miembros. El IPCC representa una oportunidad única para proporcionar
información científica rigurosa y equilibrada a los tomadores de decisiones. Al aprobar sus
informes, los gobiernos reconocen la autoridad de su contenido científico. Dichos informes
sirven como metodologías para ayudar a varias naciones a preparar sus inventarios
nacionales de gases de efecto invernadero [10].
1.2.2 Modelo de Emisiones Europeo (COPERT)
La gran mayoría de modelos estima emisiones de fuentes móviles en base a la velocidad
media para posteriormente hallar los factores de emisión de vehículos, dejando de lado
otros datos importantes. Utilizando una metodología Bottom – Up, COPERT recolecta la
información descrita en el principio con la cual ha construido una extensa base de datos que
le han hecho ampliamente aceptado y usado en los países miembros de la Unión Europea.
COPERT es un programa de software destinado al cálculo de contaminantes atmosféricos
producidos por las emisiones del transporte por carretera. Las emisiones calculadas
incluyen contaminantes regulares (CO, NOX, VOC, PM) e irregulares (N2O, NH3, SO2) y
el consumo de combustible también es calculado. El desarrollo técnico de COPERT es
financiado por la Agencia Europea de Medio Ambiente (AEMA), en el marco de las
actividades del Centro Temático Europeo sobre Aire y Cambio Climático. Desde el año
2007, la Comisión Europea ha estado coordinando el desarrollo científico del modelo. En
principio, COPERT fue desarrollado para el uso de los expertos pertenecientes a la Unión
Europea, para estimar las emisiones del transporte por carretera que son incluidos en los
13
inventarios nacionales anuales oficiales. La metodología de COPERT es también parte de
la guía para desarrollar Inventarios de Emisiones y Proyecciones. Tiene por objeto apoyar
la documentación de informes de la directiva de la UE sobre techos nacionales de emisión.
La metodología COPERT 4 es plenamente coherente con el transporte por carretera. El uso
de una herramienta de software para el cálculo de las emisiones del transporte por carretera
arroja datos coherentes y comparables con la realidad, para así presentar informes que
deben estar de conformidad con los requisitos de los convenios y protocolos internacionales
y la legislación de la UE [11].
1.2.3 Modelo Internacional de Emisiones Vehiculares (IVE)
Para atender las nuevas necesidades de análisis de emisiones vehiculares, la oficina de
transporte y calidad del aire (OTAQ, por sus siglas en inglés), de la Agencia de Protección
Ambiental de los Estados Unidos, desarrolla un sistema de modelación de emisiones
vehiculares llamado Motor Vehicle Emission Simulator (MOVES), que consiste en una
base de datos que permite estimar emisiones para un amplio rango de contaminantes con
una metodología que utiliza patrones de actividad vehicular, consumo de energía, entre
otros, propios de la localidad. El modelo calcula en base a información precargada a nivel
de condado, estado y país solamente para los Estados Unidos de Norteamérica [12].
La EPA (Agencia de Protección Ambiental – USA) en sus esfuerzos por conocer las
emisiones contaminantes de vehículos en países en vías de desarrollo, financió el Modelo
Internacional de Emisiones Vehiculares (IVE Model por sus siglas en inglés), con la ayuda
de: University of California at Riverside, College of Engineering – Center for
Environmental Research and Technology (CE-CERT), Global Sustainable Systems
Research (GSSR), y el International Sustainable Systems Research Center (ISSRC). Por lo
tanto será descrito.
En muchos países en vías de desarrollo, las emisiones vehiculares no son bien entendidas.
Esto ha limitado la habilidad para la toma de decisiones y así diseñar estrategias de control
efectivo sobre vehículos y sus diversas formas de contaminación. El Modelo Internacional
de Emisiones Vehiculares (IVE), está diseñado específicamente para tener la flexibilidad
14
que necesitan estos países para abordar las emisiones atmosféricas de fuentes móviles. El
modelo IVE funciona como una herramienta para ayudar a las ciudades y regiones a
desarrollar estimaciones de las emisiones mediante:
Enfoque de estrategias de planificación y control de la transportación para que esta
sea más efectiva.
Predecir como diferentes estrategias afectarán las emisiones locales; y
Medición de la reducción progresiva de emisiones a través del tiempo.
Hay tres componentes críticos necesarios para modelar y desarrollar inventarios de
emisiones de fuentes móviles: 1) tasas de emisión de vehículos; 2) actividad vehicular; y 3)
distribución de la flota vehicular. El modelo IVE está diseñado para utilizar la información
existente y datos locales fácilmente coleccionables para cuantificar estos tres insumos
esenciales. Una vez recogida esta información, los inventarios de fuentes móviles se pueden
desarrollar fácilmente.
El modelo IVE estima emisiones de vehículos a motor. Su propósito principal es para uso
en países en desarrollo. El modelo predice contaminantes locales del aire, emisión de gases
de invernadero y contaminantes tóxicos. El modelo requiere dos archivos de entrada que
describen la flota vehicular y la actividad vehicular, es decir el comportamiento al conducir,
para el lugar de interés.
El proceso básico de predicción de emisiones mediante el modelo IVE comienza con una
recolección de datos experimentales (metodología Bottom – Up) para posteriormente hallar
una tasa base de emisiones calculada con la Potencia Específica Vehicular (VSP por sus
siglas en Inglés) y una serie de factores de corrección que son aplicados para estimar la
cantidad de contaminación de una gran variedad de tipos de vehículos [13]. Este modelo se
describe más a detalle en el numeral 2.1.
15
1.3 Inventarios de Emisiones en distintas ciudades de América del Sur
América del Sur en los últimos años ha experimentado un crecimiento poblacional y urbano
considerable, cuyo resultado ha sido el aumento de la contaminación del aire mediante la
ampliación de industrias como el transporte, producción y consumo energético, entre otras,
para satisfacer necesidades básicas. Estos factores se concentran en ciudades medianas y
grandes (más de 750 000 habitantes) [UNPOP, 2009].
Debido al ancestro histórico común, la conquista europea, muchas veces América del Sur
es tratada como una entidad homogénea, pero si se quiere hacer un análisis acertado se debe
tomar en cuenta que cada país tiene sistemas políticos y económicos diferentes dando como
resultado diversas corrientes de manejo gubernamental que todavía no han logrado superar
las inequidades del continente expresadas en el índice GINI.
“El coeficiente GINI es una medida de la desigualdad ideada por el estadístico
italiano Corrado Gini. Normalmente se utiliza para medir la desigualdad de los
ingresos, dentro de un país. El coeficiente varía entre 0 y 1, en donde 0 es la perfecta
igualdad.”[14]
Estas desigualdades actúan como amplificadores de problemas ambientales tanto a nivel
global como local. La tabla 2 muestra índices relevantes de desarrollo poblacional,
económico y humano para ciertas ciudades de América del Sur.
Tabla 2: Localización, población, producto interno bruto (PIB) por ciudad, índice de
desarrollo humano (HDI de sus siglas en inglés) por país y el índice Gini en áreas
urbanas para ciudades seleccionadas de América del Sur [17].
Lat
(S)
Lon
(O)
Alt
(m.s.n.m)1975 2010 2025 2008 2025 1975 2000 2007 1990 2000 2007
23.6 46.8 720 9.614 20.262 21.651 388 782 0.644 0.771 0.813 0.606 0.628 0.586
34.5 58.5 20 8.745 13.074 13.708 362 651 0.784 0.854 0.866 0.501 0.590 0.510
22.9 43.2 30 7.557 11.950 12.650 201 407 0.644 0.771 0.813 0.606 0.628 0.586
12.0 77.0 110 3.696 8.941 10.530 109 213 0.642 - 0.806 - 0.477 0.421
-4.6 74.1 2600 3.04 8.500 10.537 100 192 0.661 0.771 0.807 - 0.484 0.587
33.5 70.5 500 3.138 5.952 6.503 120 207 0.703 0.835 0.878 0.543 0.558 0.517
-6.2 73.6 1500 1.536 3.594 4.494 50 97 0.661 0.771 0.807 - 0.484 0.587
Santiago
Medellín
Índice GINI
Sao Paulo
Buenos Aires
Río de Janeiro
Lima
Bogotá
Aglomeración
Urbana
Coordenadas GeográficasPoblación
(miles de habitantes)
Producto Interno
Bruto (PIB) en
U$
Índice de Desarrollo
Humano
(HDI siglas en Inglés)
16
La mayoría de iniciativas de investigación y gestión de la contaminación del aire han sido
provocadas por graves problemas que solo son resueltos a corto plazo y a escala local, es
decir, eventos de contaminación extrema, mientras que se ha prestado poca atención a los
efectos que se producen a largo plazo y gran escala. Con la inserción de nuevas políticas
ambientales gubernamentales esto de poco comienza a cambiar ya que la mayoría de
autoridades de la región (Brasil, Chile, Colombia, Perú, etc.) han adoptado en principio al
internet como herramienta para publicar datos, evaluaciones y procedimientos. Además
están trabajando en diversos frentes de investigación relacionados con el modelado,
emisiones, monitoreo, regulaciones, entre otros [15].
La “predicción química del clima” es una herramienta de modelado para tratar problemas
ambientales, que basa su funcionamiento en los cambios que experimenta la composición
química y física de la atmósfera para así conocer el tipo de contaminantes que afectan su
correcta constitución. De entre las instituciones destacadas para este tipo de evaluación, se
puede nombrar al Centro Brasileño para el Pronóstico del Clima y Tiempo (INPE/CPTEC),
que cubre el área continental y estudia como la quema de biomasa afecta el equilibrio
atmosférico.
Figura 2: En el eje horizontal Longitud y en el eje vertical Latitud. Emisiones de CO (x 10-
12 kg (CO) m-2 s-1), emisiones de NOX (x 10-12 kg (NOX) m-2 s-1) y emisiones de SO2
(x 10-12 kg (SO2) m-2 s-1) para el año 2000, tomado de la base de datos
EDGARv3.2FT200.
Desarrollar inventarios de emisiones, es un proceso extremadamente complejo que requiere
detalles estadísticos, altos niveles de compresión del proceso y actualización y evaluación
continuas. En América del Sur, desafortunadamente, la transparencia, consistencia y
17
exactitud que se exige en los inventarios de emisiones no siempre es encontrada ya que
estos trabajan sobre factores de emisiones de lugares diferentes que no representa los
condiciones específicas y diversas de esta parte del continente. Ahora esto ha cambiado
debido a la implementación de métodos comparativos y la determinación de factores de
emisión locales mismos que están siendo introducidos en nuevos inventarios. Estos
inventarios solo son realizados para los sectores transporte y energía, dejando de lado las
emisiones rurales y naturales. En la figura 2, se muestran las emisiones de CO, NOX y SO2
de Sudamérica para el año 2000.
Por último se puede nombrar la situación de algunas ciudades del cono Sur y sus esfuerzos
por mejorar la calidad de vida de sus habitantes, mediante un control adecuado de la calidad
del aire.
Bogotá, ciudad colombiana que a partir de los años 90’s puso en marcha la creación del
Bus de Transportación Rápida (BTR – Transmilenio) y el uso de bicicletas que transitan
por una extensa ciclo – vía de 340km para reducir la contaminación del aire, aún posee
problemas, ya que los embotellamientos de tráfico son cada vez más frecuentes. Una de las
medidas tomadas, es suspender el uso del auto un día a la semana dependiendo del último
número de su placa, plan llamado “Pico y placa”. Además de acuerdo con el programa de
inspección y mantenimiento nacional, los vehículos deben someterse a una prueba de
emisiones cada año si son privados o cada medio año si son públicos, La inspección se
lleva a cabo en los centros privados denominados Centros de Diagnóstico Automotor. Estas
medidas llevan a un resultado lógico, la construcción de un inventario de emisiones,
realizado en la última década, con factores de emisión propios de la localidad. El estudio
concluyó que las concentraciones de NOX, SOX y CO no son significantes ya que están bajo
los estándares de la calidad de aire colombiana. Sin embargo las concentraciones de PM10
son excesivas siempre [15].
El área metropolitana de Buenos Aires está situada en el estuario de La Plata, lo que resulta
tener una buena ventilación. En general la topografía evita la acumulación de
contaminantes. Al mismo tiempo, estas condiciones favorecen el transporte de largo
18
alcance. En los últimos 20 años se han hecho medidas de calidad de aire por institutos de
investigación de manera poco coordinada, que ha generado información fragmentada y
escaza. Este antecedente ha llevado a las autoridades ambientales a la instalación de redes
de monitoreo que usan estándares de calidad internacionales y actualmente vigilan la
actividad de la ciudad. Dicho equipamiento mide varios contaminantes. Estas mediciones
han motivado la realización de inventarios de emisiones de fuentes móviles y fijas para
evaluar la presencia de gases de efecto invernadero (CO2, CH4 y N2O) y contaminantes
locales (CO, NOX, PM y SO2); para así tomar medidas a largo plazo, dependiendo de sus
resultados [16].
Lima, capital peruana, se caracteriza por tener un cielo nublado casi todo el año, con leves
días de sol y una alta humedad. En los últimos años, y con el fin de establecer un plan
eficiente para la Región de Lima, un inventario de emisiones de fuentes fijas ha sido
recopilado solo de contaminantes locales. Las estimaciones preliminares también están
disponibles para las fuentes móviles. Estas estimaciones no están distribuidos
espacialmente. Sólo recientemente, estos inventarios están siendo verificados y actualizado
bajo la dirección del Servicio Meteorológico e Hidrológico Nacional de Perú (SENAMHI)
en el marco de las aplicaciones químicas de predicción meteorológica. Esta entidad
gubernamental trabaja en conjunto con el Ministerio de Salud del Perú midiendo
periódicamente la calidad del aire [15].
Santiago, Chile está localizado en una cuenca semi – árida central del país y rodeada por la
cordillera de los Andes. La oficina regional del Ministerio de Salud es el ente encargado de
monitorear la calidad del aire en la ciudad con diferentes estaciones de monitoreo que
siguen las recomendaciones de la Agencia Ambiental de los EEUU (USAEPA). Las
medidas proporcionadas por las estaciones, con respecto al aire contaminado, los efectos
sobre la salud han recibido gran atención, particularmente la asociación entre material
particulado y estadísticas de morbilidad y mortalidad. Es así que el Ministerio del Ambiente
ha implementado planes a largo plazo con metas bien definidas para Santiago. Uno de ellos
es la formulación de inventarios de emisiones de fuentes móviles (1997 – 2010), mediante
19
metodología “bottom – up”1 con la ayuda de los factores de emisión de COPERT III y
medidas locales. De entre los logros obtenidos, se pueden mencionar el poner freno al uso
del gas natural en el sector industrial, reducción del contenido de azufre en el diésel (de
5000 ppm en 1989 a 1000 ppm en 1997, y 300 ppm en 2001) y la introducción de un
sistema de transporte público llamado Transantiago, que cambió la tecnología vehicular del
transporte a buses a diésel EURO III, reduciendo la cantidad total de buses de 8000 a 4000
unidades. Tan pronto como se implementó en 2006, colapsó debido al incremento en la
demanda que reintrodujo 2500 unidades viejas, subiendo el parque automotor a 6500
unidades. Los contratos requerían que estos viejos buses debían utilizar filtros de partículas
readaptados, ya que sus emisiones son aproximadamente 10 veces más alto que los nuevos
autobuses Euro III. Hasta la fecha, estos autobuses siguen circulando sin filtros de
partículas, por lo que el éxito de la reducción de emisiones de Transantiago no es evidente.
Todos estos esfuerzos han sido combinados con múltiples estudios desde 1980, que se han
enfocado primero en proponer medidas para reducir los eventos de extrema contaminación
y sobre los grandes emisores como: industrias, autos sin catalizador, buses y camiones. Se
espera que en los años venideros la eficiencia energética en los distintos sectores
productivos ayude a apalear los problemas ambientales actuales [15].
Con cerca de 20 millones de habitantes, Sao Paulo es una de las grandes regiones urbanas
del mundo. Esta cubre un área de 8000 km2. Además de ser una urbe industrializada, tiene
una mezcla poco convencional de tipos de vehículos. La flota vehicular está compuesta de
aproximadamente 9.7 millones de vehículos que queman una variedad de mezclas de
gasolina, incluyendo gasolina oxigenada, así como etanol y bio – diésel. Estos altos niveles
de polución, constituyen problemas de salud críticos en la región. Desde 1981 se ha
monitoreado la calidad del aire en esta localidad con un total de 40 estaciones automáticas
y 41 estaciones manuales, que se encuentra a cargo de la Agencia Estatal Ambiental. La
concentración de contaminantes en Sao Paulo ha descendido los últimos 30 años debido al
1 Esta estrategia de procesamiento de la información se caracteriza por que las partes individuales se diseñan
con gran detalle y luego se enlazan para formar componentes más grandes, que a su vez se enlazan hasta
llegar a tener un sistema completo.
[http://sedici.unlp.edu.ar/bitstream/handle/10915/3835/2_Metodolog%C3%ADas_de_dise%C3%B1o_de_har
dware.pdf?sequence=4]
20
Programa Brasileño de Control de Emisiones Vehiculares (PROCONVE – siglas en
portugués) mismo que impuso importantes cambios en la composición del combustible de
vehículos de trabajo, limitando el contenido de azufre en el diésel a 500 ppm (S500) en
áreas metropolitanas. Había también programas de control comenzaron en los 80’s cuando
muchos quemadores fósiles fueron reemplazados por eléctricos o gas natural. Sao Paulo
tiene un inventario de emisiones oficial que se actualiza anualmente. Sin embargo, este
inventario no tiene una distribución geográfica. Una de las mejoras realizadas a este
inventario fue el desarrollo de factores de emisión propios de la localidad mismo que
fueron utilizados en modelos de calidad de aire para estimar el impacto de la flota vehicular
sobre la calidad del aire. La exposición continua a la polución ambiental ha incrementado
considerablemente la mortalidad y morbilidad respiratoria. También, materiales orgánicos
como formaldehidos y acetaldehídos, extraídos del aire, muestran actividad mutagénica y
cancerígena sobre roedores, que claramente afectan a los humanos. Actualmente existe una
preocupación que comparte la comunidad científica y el gobierno sobre revisar los
estándares de calidad del aire principalmente para material particulado, para así generar
políticas de estado eficientes y amigables con el ambiente que afecten, no solamente a Sao
Paulo, sino también que tengan acogida en todo el país [15].
La calidad del aire es un problema generalizado en muchas capitales de América del Sur y
además en ciudades que crecen a ritmos alarmantes. Las medidas propuestas se han dado en
base a enfoques simples que involucran estimaciones de emisiones y modelos de emisión, y
por supuesto la adopción de las experiencias de los países desarrollados. Por lo general, este
tipo de medidas consideran la sustitución de combustibles fósiles por gas natural, etanol,
biodiesel, etc., y una reducción en el contenido de azufre del combustible. Sin embargo,
cuando los objetivos se vuelven más ambiciosos y menos rentables, obvio, existen intereses
de por medio que se ven afectados. Es así que se deberían coordinar actividades conjuntas
entre las naciones del cono sur, para tener inventarios de emisiones a todo nivel y de esta
forma generar estrategias conjuntas que puedan armonizar las diferentes industrias y
sectores de importancia local e internacional, para que el equilibrio solo sea alterado por la
utilización de energías limpias y renovables.
21
1.4 Inventarios de Fuentes Móviles en Quito
La República del Ecuador es un país situado en la parte noroeste de América del Sur. Tiene
una extensión de 283.561 Km2. Además del territorio continental, Ecuador está formado
por el archipiélago de Galápagos. Quito, es la capital del Ecuador y de la provincia de
Pichincha.
Para comenzar, hay que señalar que Quito constituye un caso muy vulnerable a la
contaminación atmosférica por sus características que se resaltan a continuación [17]:
Su altitud: situada a 2800 metros sobre el nivel del mar (m.s.n.m), en promedio,
hace que el aire de Quito tenga naturalmente menos oxígeno. Esto afecta la
eficiencia en la quema de combustibles fósiles, haciéndola mayor en equipos como
generadores o incineradores industriales o los motores de los vehículos.
Paralelamente se generan mayor cantidad de contaminantes, en comparación con
procesos similares que se realizan en el llano, a nivel del mar
Figura 3: Perfil de Elevación de la Ciudad de Quito – Ecuador.
Topografía: Quito presenta la forma de una cuenca que tiene en las elevaciones del
ramal occidental de la Cordillera de Los Andes el macizo del Guagua y el Ruco
22
Pichincha, una especie de barrera natural que limita la libre circulación del viento y
además presenta un fenómeno conocido como Inversión Térmica. El aire se mueve
constantemente y las capas que lo forman suelen ordenarse por su temperatura, con
las más frías circulando en la parte alta de la atmósfera y las más calientes, abajo.
Cuando ese ciclo de movimiento se interrumpe, se forma una capa de aire frío que
queda inmóvil sobre el suelo e impide la circulación atmosférica. Este fenómeno se
produce con más frecuencia en las noches despejadas de invierno, cuando el suelo
ha perdido calor por radiación y las capas de aire cercanas a él se enfrían más rápido
que las capas superiores [18]. Cuando el aire se mueve con normalidad hace circular
grandes cantidades de polvo, humo y partículas suspendidas, eliminando la
contaminación y limpiando la atmósfera de manera natural. Por eso, cuando la
inversión térmica inmoviliza las capas inferiores cercanas al suelo sobre una ciudad,
quedan atrapados los contaminantes suspendidos y la población se expone a respirar
un aire más contaminado de lo normal.
Figura 4: Inversión térmica que afecta a varias ciudades en el mundo [Imagen tomada de
www.mambiente.munimadrid.es - inversión térmica].
23
Situación ecuatorial: hace que casi todo el año se tengan altos niveles de
luminosidad, que favorecen la ocurrencia de las reacciones fotoquímicas que
originan el smog.
Desarrollo urbano: a partir de 1990 la ciudad se ha expandido de norte a sur y hacia
los valles orientales, haciendo muy extensa la zona urbana obligando así a que los
habitantes hagan viajes más largos a diario, para realizar sus diferentes actividades
aumentado el número de vehículos particulares y por ende la contaminación
ambiental.
Con los antecedentes mencionados, la preocupación por la calidad del aire en Quito se
volvió un eje de acción municipal, al menos desde principios de la década de los ochenta,
cuando empezó a operar una pequeña red de monitoreo atmosférico auspiciada por la
Organización Panamericana de la Salud. A inicios de la década del 90, se crea la Dirección
Metropolitana de Medio Ambiente, que inició un Programa de Calidad del Aire.
Básicamente eran controles a las emisiones del humo negro proveniente de los buses de
servicio urbano. Estos esfuerzos iniciales marcaron la gestión de la calidad del aire a cargo
del Municipio con dos líneas de acción: el impulsar un programa obligatorio y universal de
revisión técnica vehicular e implementar un sistema automático de monitoreo. Es así que en
el 2003 se crean los Centros de Revisión y Control Vehicular (CRCV) que arrancaron el
mismo año.
Para fortalecer la institucionalidad de la gestión del aire se modifican los estatutos de la
CRCV y se crea un nuevo recurso, la Corporación para el Mejoramiento del Aire de Quito
o CORPAIRE, que nació en febrero del 2004, como una institución de carácter privado, sin
fines de lucro. Entre sus objetivos se destacan: fiscalizar y llevar adelante el proceso de
revisión técnica vehicular en el Distrito Metropolitano de Quito; y generar información
sobre emisiones y calidad del aire en la ciudad, que sirvan de base para el diseño de
acciones de prevención y control de la contaminación.
24
Es así que con esta información se publica el primer inventario de emisiones atmosféricas
en la ciudad de Quito, en el año 2006. Dicho documento fue elaborado con datos referidos
al año 2003, debido a la disponibilidad de la información requerida. Cuando no se tenía
cifras en papeles, procedieron a complementarlas con otras provenientes de períodos
diferentes, realizando las respectivas validaciones y mantener la coherencia en la base de
información. Este inventario se enfocó en contaminantes como: los precursores de ozono
troposférico (óxidos de nitrógeno, NOx, y compuestos orgánicos volátiles diferentes del
metano) y, material particulado menor a diez micrones (PM10), material particulado menor
a 2.5 micrones (PM2.5) y amoníaco NH3, precursor de PM2.5. Se incluyeron también al
monóxido de carbono (CO) y al dióxido de azufre (SO2), por ser contaminantes primarios
básicos. Finalmente se incluye el dióxido de carbono (CO2), el metano (CH4) y el óxido
nitroso (N2O), gases de efecto invernadero [19].
Las fuentes evaluadas fueron: fuentes móviles, fuentes fijas o estacionarias; y, fuentes de
área. Estas últimas incluyeron a las fuentes naturales tales como emisiones biogénicas e
incendios y quemas con ese origen.
Para realizar los cálculos de emisiones, se utilizó el software MOBILE 6.22, que aplica de
manera general un producto de la actividad vehicular – o consumo energético para el caso
de los gases de efecto invernadero – y el factor de emisión correspondiente.
El desarrollo del primer inventario de emisiones atmosféricas en la ciudad de Quito, marca
un hito en la historia de la calidad del aire a nivel de Ecuador, ya que muchas ciudades
comienzan a imitar el cuidado al ambiente y comienzan a crear sus propios programas de
protección y control. También dentro del Plan Nacional de la Calidad de Aire 2008, del
Ministerio del Ambiente del Ecuador se menciona la realización de inventarios de
emisiones cada dos años.
2 Para más información consulte: http://www.epa.gov/otaq/models.htm
25
La franciscana ciudad de Quito, enmarcada en mencionada ordenanza, genera inventarios
cada dos años, publicando el más actualizado: “Inventario de Emisiones de Gases del
Efecto de Invernadero del Distrito Metropolitano de Quito – 2011”.
El Inventario de Emisiones GEI DMQ 2011 fue desarrollado siguiendo la Metodología del
IPCC, a través de la “Guía para los Inventarios de Emisiones de Gases de Efecto
Invernadero del IPCC, revisada a 1996” para estimar las emisiones y remociones
antropogénicas de los gases de efecto invernadero y preparar los inventarios
correspondientes (IPCC, 1997). Esta considera cinco categorías de fuentes o sumideros y
los gases directos e indirectos del efecto invernadero. Las categorías, se encuentran
descritas como sectores, a saber: energía, procesos industriales, agricultura, uso del suelo,
cambio del uso del suelo y silvicultura (USCUSS) y desperdicios.
Los GEI directos son: dióxido de carbono (CO2), metano (CH4) y óxido nitroso (N2O); y
los GEI indirectos: monóxido de carbono (CO), óxidos de nitrógeno (NOx) y compuestos
orgánicos volátiles no metánicos (COVNM).
Es importante destacar que la metodología del IPCC considera que cualquier emisión
resultante de la quema de combustibles fósiles es contabilizada dentro del sector de la
energía. La energía incluye las emisiones totales de los GEI resultantes de la combustión en
fuentes estacionarias y móviles, así como las emisiones fugitivas. En esta categoría se
incluyen subsectores: Industrias de la Energía, Industrias Manufactureras y de la
Construcción, Transporte y otros sectores. Como emisiones fugitivas se consideran las
relacionadas con el petróleo y gas natural.
La información utilizada proviene de fuentes oficiales y, ante su inexistencia, de fuentes de
información secundaria. Cabe señalar que los factores de emisión y conversión requeridos
para los cálculos de emisiones GEI provienen en su totalidad de los manuales del IPCC.
La emisión neta de Gases del Efecto de Invernadero (GEI) directos en el Distrito
Metropolitano de Quito durante el año 2011 alcanzó 6’180.065 Ton CO2 – eq. Estas
emisiones tienen un aporte significativo del sector energía del 57%. Las emisiones se
26
resumen en las siguientes tablas, expresadas en Giga gramos (Gg) para todos los GEI, así
como en Toneladas de CO2 Equivalente (Ton CO2 – eq) para los GEI directos tal como lo
señala la metodología del IPCC, solamente para el sector energía que es producto de la
presente investigación.
Tabla 3: Inventario de Emisiones GEI, DMQ 2011, Sector Energía (Gg/año)3
Inventario de Emisiones de GEI. DMQ, Año 2011 (Gg/año)
Sector Energía
Categorías de Fuentes
y Sumideros de GEI CO2 CH4 N2O NOX CO COVNM SO2
Industrias de Energía 163.78 0.01 0.00 0.43 0.03 0.01 1.89
Industrias de
manufactura y
construcción
278.75 0.02 0.00 0.81 1.15 0.05 1.54
Transporte 2468.99 0.52 0.02 23.55 194.88 36.69 0.00
Otros sectores 590.20 0.09 0.01 0.94 0.19 0.05 1.08
TOTAL 3501.72 0.64 0.03 25.73 196.25 36.80 4.51
Tabla 4: Inventario de Emisiones GEI directos, DMQ 2011, sector Energía (ton CO2 – eq)4
Inventario de Emisiones de GEI Directos. DMQ, Año 2011 (Ton CO2 – eq./año)
Sector Energía
Categorías de Fuentes y Sumideros
de GEI CO2 CH4 N2O TOTAL
Industrias de Energía 163779 135 400 164314
Industrias de manufactura y
construcción 278752 509 1393 280654
Transporte 2468987 10878 6536 2486401
Otros sectores 590200 1975 1749 593924
Este inventario tiene la capacidad de compararse con los de los años anteriores realizados
en la ciudad de Quito (2003, 2007 y 2011), ya que todos han sido desarrollados mediante el
uso de la metodología de la IPCC.
3 Tomado de Inventario GEI DMQ 2011 – Resumen Ejecutivo, página 18, tabla No. 3. Inventario de
Emisiones GEI, DMQ 2011 (Gg/Año).
4 Tomado de Inventario GEI DMQ 2011 – Resumen Ejecutivo, página 20, tabla No. 4. Inventario de
Emisiones GEI directos, DMQ 2011 (ton CO2 – eq/año).
27
Figura 5: Tendencia en las Emisiones de CO2 para el Sector Energía, años base 2003,
2007 y 2011 (Gg/año).5
Por último, es necesario decir que los últimos datos oficiales para el Inventario de GEI del
Ecuador corresponden al año 2006, por lo cual no se puede comparar exactamente el aporte
de Quito a las emisiones totales del Ecuador para el año 2011. A nivel nacional, el sector
agrícola es el de mayor aporte al total de las emisiones, en el caso de Quito el sector más
importante es el transporte, tal como se muestra en la figura 5, que expone la tendencia de
crecimiento del CO2 en la ciudad. Esto se explica debido a las características propias de los
grandes centros urbanos, los cuales se constituyen en espacios de alto consumo energético y
significativos niveles de quema de combustibles fósiles y generación de residuos.
1.5 Conclusiones de la Revisión Bibliográfica
Actualmente en la ciudad de Quito, se desarrolla el Inventario de Emisiones solamente para
Gases de Efecto Invernadero (GEI), mediante metodologías del IPCC (ver numeral 1.2.1).
Esta estimación divide a las fuentes de contaminación en varios sectores, siendo la sección
Energía (Transporte Terrestre) de interés. El cálculo de emisiones básicamente consiste en
multiplicar la estimación del consumo de combustible de la ciudad por una serie de factores
5 Tomado de Inventario GEI DMQ 2011 – Sector Energía, página 27, gráfico No. 6. Tendencia en las
Emisiones de CO2 para el sector Energía DMQ, años base 2003, 2007 y 2011 (Gg/año).
28
dados por el IPCC y así hallar la emisión. Cabe destacar que este cómputo no discretiza los
aportes de cada categoría vehicular, sino las ve como uno solo. Por lo tanto, de las
descripciones anteriores, el Modelo Internacional de Emisiones Vehiculares (IVE), es el
que más se adecúa a las necesidades de la presente investigación ya que de esta manera se
obtendrá la contribución de cada categoría vehicular al inventario total de emisiones y no
solo contaminantes globales, sino locales y tóxicos.
Esta decisión es también respaldada por el artículo técnico “Research on Transportation –
Related Emission: Current Status and Future Directions” [8]. Dicho estudio, encuestó a
profesionales relacionados con el estudio de emisiones contaminantes alrededor del mundo,
donde se valoró entre otros temas relevantes, Evaluación y Comentarios de Sistemas de
Modelamiento de Emisiones. Esta parte del estudio corresponde a: difusión mundial,
exactitud en los resultados, fácil implementación, modelo amistoso con el usuario. IVE
Model posee todas las características mencionadas por lo que fue el mejor calificado de
entre los modelos evaluados con un 3.40, tal como se muestra en la figura 6.
Figura 6: Calificación de los Modelos de Emisión. Imagen tomada de: [8]
29
CAPÍTULO II
METODOLOGÍA PARA EL CÁLCULO DE
EMISIONES VEHICULARES
El modelo Internacional para el cálculo de Emisiones Vehiculares (IVE Model), además de
ser una herramienta computacional, engloba toda una metodología tipo Bottom – Up, para
la estimación de emisiones vehiculares. El presente capítulo, en primera instancia, muestra
el fundamento matemático del programa. A paso seguido, se plantea la campaña de
medición que permitió construir una base de datos que fue usada para caracterizar la flota
vehicular de Quito y sus diferentes hábitos de conducción. Posteriormente se procesó la
información recopilada (ver Capítulos III y IV). Por último se describe el tipo de datos que
se consiguió con cada actividad de la campaña de medición y cómo, con estos construyen la
estimación de las emisiones contaminantes.
2.1 Diseño del Modelo Internacional de Emisiones (IVE)
La metodología general para estimar las emisiones vehiculares consiste en estimar un nivel
de actividad para ciertas categorías vehiculares y asociarlas a cada una de estas categorías
un nivel de emisión promedio o factor de emisión, el cual a su vez puede ser multiplicado
por un factor de corrección [20].
𝐸𝑖 [𝑚𝑎𝑠𝑎
𝑡𝑖𝑒𝑚𝑝𝑜] = ∑ 𝑁𝐴𝑘 ∙ 𝐹𝐸𝑖𝑘 ∙ 𝐹𝐶𝑖𝑘 (1)
30
Donde:
Ei: Emisiones del contaminante considerado i.
NAk: Nivel de actividad de la categoría vehicular k.
FEik: Factor de emisión del contaminante i para la categoría k.
FCik: Factor de corrección del factor de emisión del contaminante i para la categoría
k.
K: Categoría vehicular k considerada en la metodología específica.
De la ecuación 1 se observa la importancia de determinar la actividad vehicular de una
localidad en la cual se quiere elaborar un inventario de emisiones. Dicha actividad influye
de manera relevante en las emisiones, tanto en los niveles emitidos y tipo de contaminante
producido, por lo que se hace necesario saber cómo está compuesta la flota vehicular local,
donde se incluye el tipo de tecnología y su comportamiento (Dinámica de Conducción).
Con estos antecedentes, se puede intuir que las variables velocidad, aceleración y
desaceleración, se ven influenciados por una serie de factores, a saber: tipo de calle
(autopista, avenida o residencial), traslados en el interior de la ciudad aumentando el
consumo de combustible y en consecuencia, un aumento de las emisiones vehiculares.
Los modelos conocidos y utilizados comúnmente para estimar emisiones se basan en la
velocidad media de un ciclo de conducción determinado. Sin embargo, esto generaliza
demasiado el trabajo real que se ejerce sobre el motor, dejando de lado otras variables que
influyen en las emisiones. Es así que se ha desarrollado un modelo que incluye variables de
conducción de velocidad instantánea, aceleraciones, pendientes en ruta y el estado del
motor segundos antes del instante de medición. Este método caracteriza el estado del motor
mediante un concepto llamado Potencia Específica del Motor (Vehicle Specific Power –
VSP por sus siglas en inglés) segundo a segundo, el cual es empleado por el IVE – Model.
31
Además, esta herramienta informática utiliza los Factores de Emisión ajustados para cada
categoría vehicular.
La base del proceso de predicción de emisiones del modelo IVE comienza con una tasa de
emisión base y una serie de factores de corrección que son aplicados para estimar la
cantidad de contaminación de la variedad de vehículos de la localidad, tal como muestra la
ecuación 2 [21].
𝑄[𝑡] = 𝐵[𝑡] ∙ 𝐾(1)[𝑡] ∙ 𝐾(2)[𝑡] ∙ … ∙ 𝐾(𝑥)[𝑡] (2)
En la ecuación anterior, la tasa de emisión base (B), multiplica a una serie de factores de
corrección (K) para estimar una tasa de emisión ajustada (Q) para cada tipo de vehículo.
Los factores de corrección pueden dividirse en diferentes categorías, según se puede ver en
la tabla 5.
Tabla 5: Factores de corrección de emisiones usados en el modelo IVE.
Variables locales Variables de Calidad de
Combustible
Variables de Potencia y
Conducción
T° Ambiente Gasolina Total Pendiente de la Ruta
Humedad Ambiente Azufre en Gasolina Uso de AC
Altitud Plomo en Gasolina Distribución de encendidos
Programas de Mantención /
Inspección
Benceno en Gasolina Potencia Específica del
Vehículo
VSP
Diésel Total
Azufre en Diésel
Las ecuaciones (3) y (4) ponderan la emisión ajustada por la fracción viajada y el tipo de
conducción para cada tecnología. La información de la fracción viajada se obtiene del
archivo de datos de la flota vehicular. El paso final en la ecuación es multiplicar este
resultado por la tasa entre el promedio de la velocidad del ciclo de conducción LA4, que
está normado, y el promedio de velocidad del ciclo modelado en el estudio; y por último,
multiplicar por la distancia recorrida (para emisiones en movimiento). El resultado es el
total de las emisiones en movimiento de la flota completa para la distancia o tiempo
32
asignado. Existen tipos de bases de factores de emisiones, una para las emisiones en
movimiento y otras para las emisiones al encendido [22].
𝑄𝑒𝑛𝑟𝑢𝑡𝑎 =𝑈𝐹𝑇𝑃
�̅�𝐶
∙ 𝐷 ∙ ∑ 𝑓𝑡
𝑡
∙ 𝑄𝑡 ∙ ∑[𝑓𝑑𝑡 ∙ 𝐾𝑑𝑡]
𝑑
(3)
𝑄𝑒𝑛𝑐𝑒𝑛𝑑𝑖𝑑𝑜 = ∑ 𝑓𝑡
𝑡
∙ 𝑄𝑡 ∙ ∑[𝑓𝑑𝑡 ∙ 𝐾𝑑𝑡]
𝑑
(4)
Donde:
Qt: Tasa de emisión ajustada por cada tecnología (encendido [g] o en ruta [g]).
ft: Fracción recorrida por cada tecnología.
fdt: Fracción de cada tipo de conducción o apagado del vehículo por cada tecnología.
�̅�𝐹𝑇𝑃: Velocidad promedio del ciclo de conducción LA4 (una constante [km/hr]).
D: Distancia recorrida como dato de entrada por usuario en archivo de datos de área
de estudio.
�̅�𝐶: Velocidad promedio de un ciclo específico de conducción, como dato de
entrada en archivo de datos de área de estudio [km/hr].
Para estimar las emisiones en un área, es necesario tener información sobre los patrones de
conducción y condiciones específicas ambientales de la localidad. La primera definición
tiene que ver con la cantidad y duración de las paradas que se efectúan, la velocidad y
aceleración promedio del recorrido, la cantidad de tiempo en que el vehículo está detenido
y en movimiento y los distintos niveles de aceleración y velocidad producidos al conducir.
Los elementos nombrados influyen en las emisiones directamente. Éste es un fenómeno
complejo, influenciado entre otras variables por el tipo de calle, el tipo de conductor y el
horario del día. Esta particularidad lleva a la definición de un ciclo de conducción que no es
más que como un conjunto de secuencias de tiempos y velocidades, que provienen de
información estadísticamente representativa, de un área en estudio previamente
33
determinada. Los ciclos de conducción estiman las emisiones de contaminantes ya que
representan las condiciones de circulación reales de los vehículos. Es así que el concepto de
velocidad media se pasará a formar parte de la Potencia Específica Vehicular [23].
La VSP o PSV (Potencia Específica Vehicular) es una razón de potencia instantánea de un
vehículo y su masa [24,25]. Matemáticamente, es la derivada de la velocidad instantánea y
de la aceleración. La relación de PSV [kW/Ton] se muestra:
𝑃𝑆𝑉 =
𝜕𝜕𝑡
(𝐾 + 𝑈) + 𝐹𝑟 ∙ 𝑣 + 𝐹𝑎 ∙ 𝑣
𝑚
(5)
Donde:
K: Energía Cinética [J]
U = Energía Potencial [J]
Fr: Fuerza de rodadura [N]
Fa: Fuerza aerodinámica [N]
v: velocidad [m/s]
m: masa [kg]
La potencia instantánea generada por el motor se usa para vencer la resistencia a la
rodadura, las cargas aerodinámicas y aumentar las energías potencial y cinética del
vehículo. Desarrollando más la expresión (5), se tiene la fórmula (6), donde se nota el
efecto de la pendiente del camino.
𝑃𝑆𝑉 =
𝜕𝜕𝑡
[12
∙ 𝑚 ∙ (1 + 𝜀𝑖) ∙ 𝑣2 + 𝑚 ∙ 𝑔 ∙ ℎ] + 𝐶𝑅 ∙ 𝑚 ∙ 𝑔 ∙ 𝑣 +12
𝜌𝑎 ∙ 𝐶𝐷 ∙ 𝐴 ∙ (𝑣 + 𝑣𝑤)2 ∙ 𝑣
𝑚
(6)
34
Donde:
m: masa del vehículo [kg]
v: velocidad [m/s]
a: aceleración [m/s2]
𝜀𝑖: factor de masa, inercia del vehículo (ruedas, engranajes, ejes, etc. Es
adimensional)
h: altura respecto al nivel del mar [m]
g: aceleración de la gravedad [9.8 m/s2]
𝐶𝑅: coeficiente de resistencia a la rodadura (adimensional)
𝐶𝐷: coeficiente de arrastre aerodinámico (adimensional)
A: área frontal del vehículo [m2]
𝜌𝑎: densidad del aire [1.207 kg/m3 a 20°C]
𝑣𝑤: velocidad del viento contra el avance del viento [m/s]
Simplificando y utilizando coeficientes de correlación experimentales para determinar el
coeficiente aerodinámico, se obtiene:
𝑃𝑆𝑉 = 𝑣 ∙ [1.1 ∙ 𝑎 + 9.81 ∙ (sin(tan−1(𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒))) + 0.132] + 0.000302 ∙ 𝑣3
(7)
Figura 7: Explicación gráfica de la VSP según [24].
Donde, la pendiente (grado) corresponde a la altura con respecto al nivel del mar del
vehículo en cada instante a la medición y un segundo antes de ella. Además, es importante
mencionar que le valor de CR depende de la superficie del camino y del tipo de presión del
35
neumático. Los valores típicos van desde 0.0085 a 0.016. Un valor de 0.132 para todos los
vehículos [23,24,25]. Ejemplos de los VSP instantáneos obtenidos para dos ciclos
internacionales de referencia se muestran en las figuras siguientes.
Figura 8: VSP in Ciclo de conducción US06 [24].
Figura 9: VSP en Ciclo Europeo ECE2 [24].
36
El modelo permite obtener un valor de VSP en cada segundo del trayecto que son divididos
en 20 niveles de operación, llamados “bins de potencia”, y a su vez divide la operación del
motor en 3 niveles de esfuerzo o “stress”, para un total de 60 bins. Normalmente la
operación de los vehículos se encontrará en los primeros 20 niveles de operación. La
separación de VSP según los 20 niveles o bins del modelo IVE se indica en la siguiente
tabla [25].
Tabla 6: Potencia Específica Vehicular agrupada en 20 niveles de operación.
Nivel
(bin)
VSP (kW/Ton)
Valor
inferior
Valor
Superior
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
-80.0
-44.0
-39.9
-35.8
-31.7
-27.6
-23.4
-19.3
-15.2
-11.1
-7.0
-2.9
1.2
5.3
9.4
13.6
17.7
21.8
25.9
30.0
-44.0
-39.9
-35.8
-31.8
-27.6
-23.4
-19.3
-15.2
-11.1
-7.0
-2.9
1.2
5.3
9.4
13.6
17.7
21.8
25.9
30.0
1000.0
El segundo parámetro utilizado en el modelo IVE es denominado Stress, el cual es
principalmente influido por las revoluciones por minuto estimadas para el motor, y en
segundo lugar por l carga aplicada sobre el vehículo en los últimos 15 segundos de
conducción al momento de efectuar el cálculo. La tabla 7 muestra los tres niveles de estrés
considerados en IVE [25].
37
Tabla 7: Límites considerados para el estrés del motor.
Nivel
(bin)
Estrés del motor
(adimensional)
Límite
inferior
Límite
Superior
0 a 19
20 a 39
40 a 59
-1.6
3.1
7.8
3.1
7.8
12.6
2.2 Descripción de la Campaña de Medición de Actividad Vehicular
En general, las emisiones vehiculares varían dependiendo de tres factores:
1. Tipo de vehículo: definido por la tecnología y tamaño del motor, tecnología de
control de emisiones, tipo de combustible, kilometraje y edad del auto.
2. Comportamiento al conducir: descrito como la medida de la velocidad de
conducción, el número de partidas y kilómetros recorridos diariamente.
3. Geografía local y condiciones climáticas: se nombran la calidad del combustible,
temperatura y humedad ambiental, y altitud de operación.
La campaña de medición se realizó con los direccionamientos dados en “Field Data
Collection Activities – (Attachment D)”, perteneciente al Manual del Usuario de IVE
Model. Es así que desde el 11 de marzo de 2015 al 09 de abril del mismo año se llevó a
cabo en Quito, Ecuador, la campaña, misma que involucró directamente a 8 personas
durante el período de mediciones. En este tiempo se realizaron las actividades siguientes:
a. Selección de sectores de la ciudad para realización de campaña.
b. Actividad vehicular utilizando cámaras de video y posterior conteo.
c. Encuestas de la tecnología vehicular en sectores elegidos de la ciudad.
38
d. Recolección de información utilizando sistemas de posicionamiento global (GPS
por sus siglas en inglés).
e. Encuestas del número de veces que encienden los vehículos (encuesta On – Off).
Estas mediciones permitieron recolectar información del comportamiento dinámico de la
flota vehicular en la ciudad. La ventaja de realizar una investigación en campo, es la no
limitación de la información a bases de datos de la ciudad que gran parte de las veces no se
actualizan con frecuencia. Una descripción más completa de esta sección se detalla en el
Anexo A.
2.2.1 Selección de los sectores y rutas de la ciudad
Para la aplicación de IVE, tres sectores representativos de la ciudad fueron escogidos.
Dichos lugares deben caracterizarse por tener diferentes niveles socio – económicos: un
sector de bajo ingreso económico, de alto ingreso económico y un área céntrica comercial.
Figura 10: Ubicación espacial de los sectores elegidos para realizar: filmación de
actividad vehicular, patrones de conducción y encuesta de tecnología vehicular.
39
La figura 10 muestra la ubicación espacial de las zonas seleccionadas. Las mediciones
realizadas fueron en dos tipos de vías: avenidas principales (circuito principal) y calles
residenciales y/o arteriales (circuito secundario). Estas rutas poseen semáforos que
comunican avenidas con calles arteriales y doble sentido de circulación en vías rápidas.
Figura 11: Sector alto ingreso económico (A). Circuito principal (rojo) recorrido total de
2.78km. Circuito secundario (verde) recorrido total de 2.58km.
El sector de alto ingreso económico (Sector A) donde se llevó a cabo la medición fue la
parroquia “Gonzáles Suárez” al norte de la ciudad (figura 11). El inicio y fin del recorrido
fue el redondel de la Plaza Artigas. El circuito principal (color rojo) recorría las avenidas:
12 de Octubre, González Suárez, redondel Abraham Lincoln y La Coruña. La distancia
total recorrida fue 2.78 km. El circuito secundario (color verde) iniciaba en Abraham
Lincoln tomando San Ignacio hasta Francisco de Orellana llegando a Eduardo Whimper
para unirse con La Coruña intersecando a Juan Bejarano y salir hacia Gonnessiat.
40
Volviendo a González Suárez bajando por Ernesto Noboa hasta Von Humboldt y regresa a
la partida. Distancia total recorrida: 2.58 km.
Figura 12: Sector comercial (B). Circuito principal (rojo) recorrido total de 4.00km.
Circuito secundario (verde) recorrido total de 3.00km
La parroquia Iñaquito (figura 12) fue escogida como el sector comercial y financiero (B),
ya que en esta se encuentran bancos e importantes centros comerciales del distrito. El
circuito principal (color rojo) empezada en la Gaspar de Villarroel hasta la intersección con
Amazonas tomando un largo trecho hasta Eloy Alfaro y Polonia donde se dará vuelta para
volver al inicio. Distancia total recorrida: 4.00km. El circuito secundario (color verde),
comenzaba en la calle Polonia y subiendo por la vía Vancouver para tomar Alemania
recorriéndola hasta Guyana y Yugoslavia. Por esta se salía a la avenida 10 de Agosto
curvando en Juan Sáenz y conduciendo por Iñaquito hasta llegar a Jorge Drom. Distancia
total recorrida: 3.00 km.
41
Figura 13: Sector medio – bajo ingreso económico (C). Circuito principal (rojo) recorrido
total de 2.00km. Circuito secundario (verde) recorrido total de 2.40km.
El Pintado (figura 13) es una parroquia urbana del sur de la ciudad de Quito. Actualmente
se encuentran ubicados centros urbanos donde se destaca el sector de la Michelena, barrio
tradicional y populoso. El inicio y fin del recorrido fue la intersección de las vías Mariscal
José de Sucre y Antonio Jaramillo. El circuito principal (color rojo) partía en Mariscal José
de Sucre hasta Alonso de Angulo bajando hacia el redondel de la Atahualpa, tomando un
tramo de Teniente Hugo Ortiz y finalizando en Antonio Jaramillo. Distancia total recorrida:
2.00km. El circuito secundario (color verde) empezaba en la Antonio Jaramillo llegando a
la calle José Tipantuña y zigzagueando entre las Vías Michelena y Cosme Osorio para
recorrer las pequeñas vías: Sargento Grau, Luis Minacho, Alberto Orellana, Joaquín
Tipantuña arribando, por último al Redondel de la Atahualpa y regresando así al punto de
partida utilizando el mismo recorrido. Distancia total recorrida: 2.40 km.
42
2.2.2 Composición de flota utilizando cámaras de video
En sectores previamente descritos (ver numeral 2.2.1), se colocó una cámara de video con
la cual se filmó durante seis días de siete horas cada uno, los quince primeros minutos de
cada hora. Los puntos se filmación se caracterizan por intersecar avenidas principales de
cada zona. En el sector A, se filmaron los días 17/03/2013 por la mañana (07h00 – 14h00)
y 07/04/2015 por la tarde (15h00 – 21h00) en la intersección entre la avenida Gonzáles
Suárez y la calle San Ignacio. Para el sector B, se filmaron los días 23/03/2013 por la
mañana (07h00 – 14h00) y 08/04/2015 por la tarde (15h00 – 21h00) en la intersección entre
las avenidas Naciones Unidas y Amazonas. Por último, para el sector C se filmó el día
19/03/2013 por la mañana (07h00 – 14h00) en la intersección entre las avenidas Mariscal
Sucre y Michelena. No se grabó por la tarde, debido a la peligrosidad del lugar.
El conteo vehicular se realizó con la ayuda de una computadora portátil y su respectivo
programa para reproducir video. Esta actividad generó información sobre el número y tipo
de vehículos que circulan en las diferentes vías de la ciudad. En la figura 14 se puede mirar
el proceso descrito.
Figura 14: Filmación de flujos vehiculares en distintos sectores de la ciudad de Quito y
posterior procesamiento de datos.
43
2.2.3 Encuestas de la tecnología vehicular
El proceso de identificación de la tecnología vehicular usando una cámara de video, no
colecta toda la información requerida para la identificación total del vehículo. Por lo tanto,
es importante complementar este dato visual con la inspección en campo de los vehículos
estacionados en la calle y parqueaderos.
Figura 15: Proceso de realización y obtención de la información para llenar encuestas de
la tecnología vehicular en la ciudad.
Las encuestas se realizaron en los tres sectores elegidos, recolectando la información con la
ayuda de los dueños del vehículo, cuando se encontraban in situ, caso contrario se tomaban
las placas del automotor y se consultaban datos requeridos por la encuesta en la página web
44
de la revisión técnica vehicular de la ciudad de Quito. Las inquietudes que trataba de
resolver con la encuesta eran: la marca y modelo, tipo de combustible, el kilometraje, el
cilindraje, la presencia de convertidor catalítico, el mantenimiento, entre otras variables del
auto. Se censaron un total de 600 vehículos particulares. En la parte superior de la figura 15
se puede el proceso de realización de encuestas de la tecnología vehicular en la ciudad.
Mientras que en la zona inferior expone un extracto de la información que fue obtenida de
sitio web: [26].
Para conocer la tecnología vehicular que posee el transporte público en la ciudad de Quito,
se realizó una consulta escrita al Eco. Rafael Villalba, Gerente General de la Empresa
Pública Metropolitana de Transporte Público de Distrito Metropolitano de Quito (EPMTP).
La respuesta a dicha inquietud, se detalla en el ANEXO B.
2.2.4 Ciclos de Conducción utilizando sistemas de posicionamiento global
Un GPS, es un dispositivo electrónico que permite conocer la posición de un objeto o
persona a partir de una red de 24 satélites que giran alrededor del mundo. A más de
entregar como dato la ubicación, también, la velocidad, aceleración y desaceleración del
vehículo y pendientes de la ciudad por las cuales se transitó pueden ser obtenidas. Estos
datos son importantes en la investigación ya que afectan a las emisiones vehiculares de
manera relevante. Es decir, un vehículo que acelere demasiado está forzando más el motor,
lo que genera mayor consumo de combustible y un aumento considerable en las emisiones
contaminantes al compararlo con uno que está detenido.
Durante dos semanas de trabajo, en cada uno de los sectores se hicieron mediciones con
unidades GPS en los siguientes vehículos: dos vehículos particulares (6 días de medición en
cada uno), tres motocicletas y tres camionetas de reparto pertenecientes a Correos del
Ecuador – Empresa Pública (3 días de medición), dos camiones livianos pertenecientes a
“Estructuras de Acero - ESACERO” (dos días de medición), un taxi (dos días de medición),
varios buses convencionales y articulados pertenecientes a los sistemas de transporte de
pasajeros: trolebús, eco – vía y metro – bus (cuatro días de medición). Se siguió un
cronograma donde cada VP recorría, durante 3 días por la mañana (07:00 – 13:00) y 3 días
45
por la tarde (14:00 – 21:00); avenidas principales y calles de las zonas seleccionadas.
Ambos vehículos transitaban el mismo sector, uno por la avenida y el restante por la calle
arterial, durante una hora, alternadamente, para así, al final de los 6 días se pueda contar
con información de cada uno de los sectores y de los 2 tipos de vías. Los vehículos
restantes realizaban las rutas habituales de sus jornadas de trabajo. La figura 16 muestra los
medios de transporte censados.
Figura 16: Recolección de datos utilizando GPS:1) Taxis alquilados para la instalación de
GPS; 2), 3), 4) personal y flota vehicular de Correos del Ecuador – Empresa
Pública (CDE – EP); 5) Buses convencionales; 6) Sistema de Transporte Trolebús;
7) Sistema de Transporte Eco – vía; y 8) Sistema de Transporte Metro – bus.
Cuando los datos obtenidos eran analizados y procesados, se pudo obtener las rutas por
donde transitaron los diferentes medios de transporte mediante la utilización de un software
46
libre disponible en el web, llamado GPS Visualizer. En la siguiente figura se grafican las
rutas por donde transitaron algunas de las categorías vehiculares consideradas.
Bus Grande Articulado Bus Pequeño Mediano Camión Grande
Camión Mediano Motocicleta Vehículo Comercial
Vehículo Particular Sector A Vehículo Particular Sector B Vehículo Particular Sector C
Figura 17: Rutas recorridas por algunas de las categorías vehiculares consideradas en la
investigación.
2.2.5 Encuesta de patrones de encendido y apagado de motor
Se repartieron 60 encuestas físicas de encendido y apagado de vehículos livianos de
pasajeros a diferentes personas en distintos lugares. La inserción del documento comenzó el
47
día lunes 23 de marzo de 2015 y se dio seguimiento a dicho instrumento, para recogerlo en
el transcurso de la investigación.
Cada uno de esto documentos constaba de diecisiete filas, con cuatro columnas donde se
detallaban: fecha, hora de encendido, hora de apagado y observaciones. Estos datos fueron
posteriormente tabulados con el objetivo de conocer el número de partidas en frío y en
caliente del motor, factor importante al momento de determinar emisiones. El anexo A
contiene más detalles de la campaña de medición en Quito.
2.3 Procesamiento de la Información Recopilada
A continuación se indican los pasos seguidos para procesar la información recolectada
durante la campaña de medición. Posteriormente, estos serán convertidos en datos de
entrada al modelo de emisiones que se utilizará en el presente trabajo.
Figura 18: Diagrama de Flujo que representa el procesamiento de los datos recopilados
en la campaña de medición in situ (Metodología Bottom – UP).
Tal como se muestra en la figura 18, en la parte inferior, se tienen todos los datos
adquiridos de la campaña de medición. Se debe tomar en cuenta que no todos eran útiles,
APLICACIÓN DE MODELO DE
EMISIONES IVE
Composición de Flota y Tecnología Vehicular
Composición Dinámica de
la Flota Vehicular
Filmación de Flujo vehicular en sectores de
la ciudad
Distribución tecnológica
Encuestas para vehículos
particulares y revisión de bases de datos locales
Dinámicas de
Conducción
Distribución de partidas en frío del
motor
Encuestas de encendido del motor
Patrones de Conducción
GPS en buses, camiones,
motos y taxis
GPS en VP sólo tránsito en sectores
elegidos
48
por lo tanto fueron revisados y depurados. El proceso que se siguió, es detallado a
continuación.
2.3.1 Composición de Flota
Durante los días de filmación, 570 minutos fueron grabados. Se asignó a una persona
previamente capacitada para traspasar los resultados a una planilla de cálculo. Las
categorías vehiculares censadas contemplaban: vehículos de pasajeros privados, vehículos
comerciales, taxi, camión pequeño, camión mediano, camión grande, bus pequeño, bus
mediano, bus grande articulado y motocicletas. Esta información permitió conocer la
composición Dinámica de la Flota en la ciudad, es decir perfiles de circulación diaria en
cada sector. Los resultados que arrojó esta primera etapa, se expandieron a toda la ciudad,
aproximando así el movimiento vehicular en la ciudad.
2.3.2 Distribución Tecnológica
Un total de 600 automóviles fueron sometidos a la encuesta tecnológica, para así conocer la
Distribución tecnológica de la urbe. Cada pregunta fue tabulada para saber qué
información brindaban. Lo que se logró establecer fue la antigüedad del parque vehicular,
combustibles más usados, tendencia en la adquisición de vehículos con sistemas de
locomoción mixtos (híbridos), entre otras. Así también, se generó archivos de flota
vehicular por cada categoría vehicular, mediante un “Fleet File.xls” (ver figura 19), que
dispone de 1370 tipos de tecnologías automotrices diferentes. Dicho archivo, es una medida
porcentual de los elementos que forman la flota vehicular de la ciudad. En total se crearon
once archivos de flota: vehículos comercial de pasajeros para el sector A, B y C, taxis,
motocicletas, camiones grande, mediano y pequeño, buses mediano, pequeño y articulado
grande; que son los datos de entrada para IVE.
49
Figura 19: Extracto del Archivo de Flota Vehicular para vehículos de Pasajeros en el
sector A (VPA), Quito 2015.
2.3.3 Ciclos de Conducción
En vehículos de pasajeros (autos particulares, comerciales, buses, taxis), camiones y
motocicletas, fue instalado un GPS que llevaba instalado un procesador interno el cual
recopilaba varios valores: posición, altitud, presión, velocidad, entre otros; segundo a
segundo, recopilaba los Patrones de Conducción. Al fin de la jornada, cada GPS era
retirado y la información grabada, se descargaba en un ordenador portátil. Diariamente, 5
dispositivos se sometían al proceso anterior. Cuidadosamente cada archivo era revisado
para aprobar o no su validez. Si se encontraban fallas que signifiquen eliminación de datos,
se repetía el proceso (ver numeral 2.2.4). Los archivos descargados y depurados de los
GPS, de cada una de las categorías vehiculares, fueron procesados en un programa (Speed
Analysis), que permite distribuir la información (según alturas, velocidades, aceleraciones)
donde se obtuvieron los BINS de potencia. Así para cada hora del día se obtuvo un BIN que
es usado también por el modelo para estimar emisiones.
50
Figura 20: Cálculo de “Bins de Potencia” de Buses Grandes Articulados (BGA) de la
ciudad, utilizando el programa Speed Analisys.
2.3.4 Patrones de Encendido
La Distribución de partida en Frío del Motor, se obtuvo de las encuestas de encendido –
apagado del motor. Se repartieron un total de 60, solo 50 poseían valores coherentes con lo
esperado. El tiempo necesario para analizar la validez de cada una, fue de 5 minutos. La
información evaluada fue el número de veces que se enciende un auto en promedio, el
tiempo entre encendidos (motor frío o caliente) y el número de eventos de encendido por
cada hora del día.
2.4 Modelación de Emisiones en la ciudad de Quito
Toda la información de entrada para el modelo de emisiones, descrita en la sección 2.3 se
debe incorporar en una planilla maestra de cálculo, “Location File”. En dicho archivo se
ingresan por cada categoría vehicular la información recopilada y procesada de videos,
encuestas de tecnología vehicular y de partidas en frío, y GPS. Finalizada la planilla
maestra se obtienen archivos por categoría vehicular, que en conjunto con los archivos de
flota, forman los datos de entrada al modelo IVE y así hallar las emisiones vehiculares.
51
Ejecutada la planilla maestra junto con el archivo de flota para cada categoría vehicular, se
está en condiciones de ejecutar el modelo IVE, para estimar las emisiones vehiculares. Es
necesario indicar que el archivo Location File y todos los archivos de entrada al modelo
IVE están en el respaldo digital de esta tesis (CD).
2.4.1 Parámetros de la Localidad
La figura 21 indica la interfaz que permite asociar a cada archivo por categoría vehicular
generado de la planilla maestra, el archivo de flota correspondiente.
Figura 21: Pantalla para asignación archivos de flota, Modelo – IVE Quito 2015.
La zona indicada con el número 1 despliega todos los archivos que se obtuvieron del
Location File (planilla maestra). En el número 2 se despliegan los respectivos archivos de
52
la flota que serán asociados a su respectiva categoría vehicular. Por último, el número 3
expone los resultados de Potencia Específica Vehicular (VSP) y la velocidad promedio de
la categoría vehicular estudiada.
2.4.2 Parámetros de la Flota
La figura 22 muestra el resultado de la distribución de tecnologías de las distintas
categorías vehiculares que se crean a partir de los archivos de flota vehicular.
Figura 22: Pantalla que despliega la distribución de tecnologías vehiculares asociadas a
cada categoría vehicular para calcular emisiones con Modelo IVE – Quito 2015.
53
2.4.3 Ajustes Generales
En la parte superior izquierda se encuentra una pestaña llamada “Ajuste Generales” (5), que
al desplegarla dará la posibilidad de ingresar factores de emisión inherentes a la localidad
de estudio. En este trabajo se utilizarán los factores de emisiones que tiene el programa por
defecto.
Figura 23: Pantalla donde se despliega los ajustes generales al Modelo IVE – Quito 2015.
2.4.4 Ventana de cálculos
La pantalla principal del programa se muestra en la figura 24. La porción marcada con el
número 6 se muestran los archivos generados a partir de la planilla maestra (Location File),
para las diferentes categorías vehiculares, los cuales están enlazados con el respectivo
54
archivo de flota vehicular (ver figura 24). La parte indicada con el número 7 (Calcular
localidades), se agregan los archivos correspondientes a las categorías vehiculares para
calcular las emisiones asociadas. El cálculo de las emisiones contaminantes se las puede
realizar hora por hora, o las totales diarias solamente presionando el botón marcado en el
número 8. Finalmente, la porción ocupada por el número 9 distingue la tabla donde se
muestran los resultados de las emisiones vehiculares en unidades de medida y tiempo
previamente seleccionados.
Figura 24: Pantalla principal de Cálculo de Emisiones Modelo IVE – Quito 2015.
Como se ha mencionado, los archivos que necesita el modelo son el LocationFile y
FleetFile por cada categoría, por lo tanto se listan a continuación los archivos generados
para estimar emisiones según el modelo IVE.
55
Tabla 8: Listado de LocationFile y FleetFile usados en la investigación.
LocationFile Modelo IVE –
Quito 2015
FleetFile Modelo IVE –
Quito 2015
BGALocation.lct BGA.flt
BPMLocation.lct BPM.flt
CAGLocation.lct CAG.flt
CAMLocation.lct CAM.flt
CAPLocation.lct CAP.flt
MOTLocation.lct MOT.flt
TAXLocation.lct TAX.flt
VCOLocation.lct VCO.flt
VPALocation.lct VPA.flt
VPBLocation.lct VPB.flt
VPCLocation.lct VPC.flt
2.5 Determinación de Sensibilidad y Validación
Los resultados de la investigación, necesariamente tienen que ser sometidos a un análisis de
sensibilidad, mismo que permitirá conocer cómo cambian los valores de factores de
emisión y por tanto emisiones cuando se cambian ciertos parámetros o datos de entrada del
modelo. Dichos parámetros pueden ser: antigüedad de las tecnologías de vehículos de
pasajeros dependiendo el sector de la ciudad, tiempo entre encendidos del auto, bins de
potencia, entre otros. Luego de obtener cantidades adecuadas, ya sea de factores de emisión
y/o emisiones, estos podrán ser comparados con resultados de emisiones emitidos por
alguna entidad gubernamental de la ciudad.
Por último se hace necesario concluir que el presente capítulo ha expuesto la metodología
usada en esta investigación. El modelo IVE estima emisiones contaminantes en una
localidad seleccionada mediante un conjunto de pasos bien organizados que permiten
colectar la información, procesarla y agruparla en distintas planillas maestras (Location File
56
y File Fleet) que dan como resultado datos de entrada para aplicar el programa IVE y
además dan a conocer la actividad y tecnología vehicular de la zona bajo estudio. La
ventaja del modelo IVE para estimar emisiones de fuentes móviles sobre otros modelos, es
que, a más de realizar cálculos con la velocidad media, toma en consideración factores
como resistencia aerodinámica y a la rodadura neumáticos – calzada, masa del vehículo,
pendiente de la vía, entre otros, mismos que son agrupados dentro de la Potencia Específica
Vehicular (VSP), que mide el grado de exigencia al que está sometido el motor del vehículo
y por ende el nivel de emisión asociado.
57
CAPÍTULO III
RESULTADOS DE LA CAMPAÑA DE ACTIVIDAD
VEHICULAR
La metodología para estimar emisiones vehiculares que usa el modelo IVE permite obtener
los resultados de la actividad vehicular y seguidamente las emisiones de fuentes móviles de
una localidad. Este último punto se analizará en el capítulo V. En ésta sección se presentan
los resultados obtenidos durante la campaña de medición en la ciudad de Quito. El numeral
2.3 del capítulo anterior, detalló el procesamiento de la información colectada. En ese punto
se diferencian cuatro grupos: Composición de la Flota Vehicular, Tecnologías
Automotrices, Partidas en Frío y Ciclos de Conducción. Dichos tópicos fueron tabulados y
analizados lo que permitió conocer cómo se distribuyen las diferentes categorías
vehiculares dentro de la ciudad y así preparar los datos de entrada para ingresarlos al
modelo IVE.
3.1 Composición Dinámica de la Flota Vehicular
En un total de 6 días, se obtuvo 570 minutos (9.50 horas) de filmación en tres sectores
elegidos. Previo procesamiento de la información, se realizó una diferenciación a las
categorías vehiculares pertenecientes a la ciudad, tal como se muestra en la tabla 9.
58
Tabla 9: Composición y nomenclatura de categorías vehiculares de la ciudad
Categoría Composición Nomenclatura
Vehículos de pasajeros
Autos de uso particular pertenecientes a los
sectores elegidos: alto ingreso económico
(A), comercial (B) y bajo ingreso económico
(C).
VPA
Vehículos comerciales Autos usados para actividades de comercio
(ej. Camionetas) VCO
Taxis Autos de transporte público TAX
Buses
Bus pequeño, mediano de transporte público
y bus grande articulado BUS
Camiones Camión pequeño, mediano y grande. CAM
Motocicletas Vehículos con motor de dos ruedas MOT
Las filmaciones se realizaron desde las 07:00 a 21:00 horas en cada uno de los sectores.
Nótese que las jornadas se dividieron en dos, es decir un día se filmaba entre las 07:00 a
14:00 y al siguiente entre 15:00 a 21:00 en la misma zona, durante los primeros 15 minutos
de cada hora.
Figura 25: Flujo vehicular en Parroquia “Gonzáles Suárez” sector socio económico alto
(A). Filmación acumulada de 225 minutos.
0
50
100
150
200
250
300
350
400
450
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Cantidad d
e a
uto
s e
n u
n d
ía
Horas de Filmación
VAP VCO TAX CAM BUS MOT
59
Figura 26: Composición porcentual de la flota vehicular en Parroquia “Gonzáles Suárez”
sector socio económico alto (A).
Figura 27: Flujo total de vehículos diarios en Parroquia “Gonzáles Suárez” sector socio
económico alto (A).
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Porc
enta
je d
e a
uto
s e
n u
n d
ía
Horas de Filmación
VAP VCO TAX CAM BUS MOT
0
100
200
300
400
500
600
700
800
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Flu
jo t
ota
l de V
ehíc
ulo
s e
n u
ndía
Horas de Filmación
VPA VCO TAX CAM BUS MOT
60
Figura 28: Flujo vehicular en Parroquia “Iñaquito” sector económicamente activo (B).
Filmación acumulada de 225 minutos.
Figura 29: Composición porcentual de la flota vehicular en Parroquia “Iñaquito” sector
económicamente activo (B).
0
100
200
300
400
500
600
700
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Cantidad d
e a
uto
s e
n u
n d
ía
Horas de Filmación
VPA VCO TAX CAM BUS MOT
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Porc
enta
je d
e a
uto
s e
n u
n d
ía
Horas de Filmación
VPA VCO TAX CAM BUS MOT
61
Figura 30: Flujo total de vehículos diarios en Parroquia “Iñaquito” sector
económicamente activo (B).
Figura 31: Flujo vehicular en Parroquia “El Pintado” sector socio económico medio –
bajo (C). Filmación acumulada de 120 minutos.
0
200
400
600
800
1000
1200
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Flu
jo t
ota
l de V
ehíc
ulo
s e
n u
ndía
Horas de Filmación
VPA VCO TAX CAM BUS MOT
0
50
100
150
200
250
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Cantidad d
e a
uto
s e
n u
n d
ía
Horas de Filmación
VPA VCO TAX CAM BUS MOT
62
Figura 32: Composición porcentual de la flota vehicular en Parroquia “El Pintado” sector
socio económico medio – bajo (C).
Figura 33: Flujo total de vehículos diarios en Parroquia “El Pintado” sector socio
económico medio – bajo (C)
Desde la figura 25 hasta la 33, se muestran los resultados obtenidos al procesar la
información de las grabaciones obtenidas en los tres sectores relacionados con los flujos
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Porc
enta
je d
e a
uto
s e
n u
n d
ía
Horas de Filmación
VPA VCO TAX CAM BUS MOT
0
100
200
300
400
500
600
700
7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00
Flu
jo t
ota
l de V
ehíc
ulo
s e
n u
ndía
Horas de Filmación
VPA VCO TAX CAM BUS MOT
63
vehiculares de la ciudad. Se puede inferir que cada una de las zonas tiene hábitos cotidianos
bien marcados.
El sector A presentó un comportamiento casi lineal respecto al uso de los vehículos
particulares o de pasajeros, solo con ciertas horas punta presentadas al medio día y por la
tarde de regreso a sus hogares después de realizar sus actividades laborales u otras (ver
Figura 25 y 27). Además por la mañana el uso de taxis es común para transporte.
Características propias de un centro financiero son las exhibidas al mirar los flujos
vehiculares correspondientes a los vehículos de pasajeros y taxis en el sector B. Las horas
punta son por la mañana y tarde para autos particulares. Gran parte de la población llega a
trabajar alrededor de las 08:00 y regresa a sus hogares desde las 17:00 (ver figura 28 y 30).
Nótese que existe un valle intermedio entre las horas escritas, donde el flujo de vehículos
no tienes cambios relevantes. Los taxis, presentaron un comportamiento prácticamente
lineal, no varía su cantidad. Si bien es cierto, en número, tal vez no representen una
cantidad a considerar, se les debe prestar atención por los kilómetros recorridos o VKT
(Vehicle Kilometre Traveled por sus siglas en inglés).
En la Parroquia “El Pintado”, sector C, se filmaron flujos vehiculares solo durante las horas
de la mañana debido a la peligrosidad que presenta la zona durante la tarde y noche. Los
flujos vehiculares de cada categoría, desde las 15:00 hasta las 21:00 se hallaron tomando
como referencia los del sector B, es decir, se buscó una relación entre el valor total de cada
hora del flujo vehicular entre el sector C y B de 07:00 a 14:00. Este número se multiplicó
por los flujos totales de cada hora del sector B (15:00 a 21:00) para escribirlos en el C. Por
último, el valor correspondiente a cada categoría, se encontró con una relación tipo espejo.
Se multiplicó el porcentaje de cada categoría vehicular de B por el nuevo flujo vehicular
total de C y así se consiguió el valor de cada categoría vehicular para C. A las 21:00 le
correspondía el de las 07:00. A las 08:00 el de las 20:00 y así sucesivamente.
La zona en cuestión se caracteriza por ser no solo una zona residencial, sino también es la
conexión entre el norte y sur de la ciudad. Con ese particular, durante las horas de la
mañana, la presencia de vehículos de transporte de pasajeros es importante en los traslados
64
de norte a sur por la ciudad y viceversa (ver figura 31). Por último se hace necesario anotar
la asentada presencia de buses (ver figura 32 y 33), indicativo de que la gente usa el
transporte público varias veces al día.
Figura 34: Comparación porcentual entre sectores de las categorías vehiculares más
importantes.
En la figura 34, se anotó la categoría vehicular con mayor presencia porcentual dentro de la
ciudad, que son los vehículos de pasajeros, lo cual es consistente con datos de la revisión
técnica vehicular 2013, donde aproximadamente un 83% pertenece a la categoría
mencionada.
Los taxis también tuvieron una participación importante en la ciudad. El porcentaje
presente de este medio de transporte corresponde a un 20%, teniendo un mayor uso en los
sectores B y C. Dentro del parque vehicular de la ciudad no es un número representativo,
pero si cuando se analiza emisiones por sus recorridos.
Existen ciertos tipos de vehículos versátiles para uso particular y comercial, conocidos
como SUV (Sport Utility Vehicle), donde se encuentran camionetas, furgones y jeeps. Esta
categoría de vehículos comerciales merece atención, ya que ocupó el tercer lugar en la
presencia vial (flujos vehiculares). Claramente en el sector C, las personas prefieren un
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
VPA VCO TAX BUS
Porc
enta
je d
e c
ate
gorí
as v
ehic
ula
res
rele
vante
s
Categorías Vehiculares
Sector A Sector B Sector C
65
SUV y por ende se puede intuir, que en dicha zona habrá que prestar atención a los residuos
de la combustión del diésel ya que por lo general estos autos funcionan con dicho
combustible.
Las líneas de buses de transporte público solo circulan por los sectores B y C, el acceso al
sector A se logra con un taxi o vehículo particular. En la figura 34, los buses son parte
importante del flujo de autos del sector C, alrededor del 7% menor que los taxis. Este es un
claro indicativo de que la gran mayoría de personas no posee vehículo propio y usa el
transporte público como medio de transporte. Este es un rasgo característico de los sectores
de bajos recursos económicos. Por último, es importante mencionar que por los puntos
donde se realizaron las filmaciones, no pasan buses grandes articulados, pero se les asignó
un valor igual (10 unidades/15 minutos) sólo para los sectores B y C. Esta decisión fue
tomada en base a que son una categoría vehicular que ocupa avenidas principales en la
ciudad y aporta de manera significativa a las emisiones de la ciudad.
3.2 Distribución de la Tecnología Vehicular
En este literal se muestran los resultados obtenidos de las encuestas hechas en la ciudad de
Quito. Un total de 600 autos particulares fueron censados, 200 en cada sector. En el
numeral 2.2.3, se describe el proceso seguido para recaudar la información.
La base de datos construida para la categoría vehicular mencionada, muestra que el
combustible más utilizado es la gasolina (85.40%), seguido por el diésel (11.74%) y una
creciente tendencia a la utilización de sistemas híbridos con un 2.85% del parque vehicular
censado. Además, un 52.52% y alrededor del 90% de los autos estudiados contaban con
aire acondicionado A/C y transmisión manual, respectivamente. Se estimó que la edad
media de los vehículos de pasajeros en Quito es de 6.45 años. Este valor es similar a lo
encontrado en ciudades latinoamericanas como Santiago de Chile y México D.F., que están
alrededor de 6 años, como se muestra en la Figura 35.
66
Figura 35: Edad promedio de los vehículos de pasajeros en la ciudad de Quito y
comparación con otras ciudades.
La distribución de tamaños del motor observados en la flota encuestada indica que en
promedio se tiene autos con 2000cc (ver figura 36).
Figura 36: Distribución del tamaño de motor en vehículos encuestados, Quito.
3.5
4.7
6.4 6.45 6.5 6.67.37
11 11.3
13.2
0
2
4
6
8
10
12
14
Edad p
rom
edio
Vehíc
ulo
s d
e
pasaje
ros
11.34%
69.02%
19.65%
< a 1300 cc 1301 a 2000 cc > a 2000cc
67
Figura 37: Cantidad de kilómetros recorridos por vehículos de pasajeros en los primeros
17 años de uso.
Figura 38: Comparación de kilómetros recorridos durante los primeros 10 años entre
algunas ciudades de Latinoamérica.
y = -399.84x2 + 17052x + 10548R² = 0.9102
0.00
50000.00
100000.00
150000.00
200000.00
250000.00
0 5 10 15 20
Lectu
ra a
cum
ula
da d
el O
dóm
etr
o
(km
)
Edad del Vehículo (Años)
0
50,000
100,000
150,000
200,000
250,000
300,000
0 5 10
Lectu
ra A
cum
ula
da d
el O
dóm
etr
o (
Km
s)
Edad del Vehículo (años)
SaoPauloLima
Santiago
MexicoCityQuito
Bogotá
68
El kilometraje recorrido por los vehículos en la capital de Ecuador es información
fundamental en el cálculo de emisiones. De todas las encuestas realizadas, se recolectó el
valor del odómetro del vehículo en los 600 autos. Alrededor de 16500 km son recorridos
por el auto en el primer año de uso, con una tasa de reducción anual del 2%, como se
muestra en la figura 37.
Estos valores fueron comparados con distintas ciudades. La capital colombiana, Bogotá,
presenta valores de 17000 km recorridos al año por un auto particular y una tasa de
reducción anual de 2.8%, similares a Quito, como se observa en la figura 38.
3.3 Patrones de Conducción
Vehículos de Pasajeros.
Esta categoría vehicular transitó por circuitos compuesto por vías principales y secundarias,
en sectores predefinidos dentro de la ciudad. La presente sección muestra de forma gráfica
y analítica los valores obtenidos por los GPS. Es importante mencionar que se grabaron
alrededor de 126 000 segundos con el dispositivo de posicionamiento global para dicha
categoría vehicular.
De los tres sectores donde se efectuaron las mediciones con GPS, se muestra como objeto
de análisis el sector económico comercial. Esta decisión se tomó, ya que en mencionada
zona se presentan los flujos vehiculares máximos, alrededor de 1200 autos (ver figura 30).
La figura 39 expone la evolución de la velocidad del vehículo cuando se traslada por una
avenida y una arteria entre las 08:00 y 08:30.
69
Figura 39: Comparación de velocidad entre vías principal y arterial del sector económico
comercial (B).
Del gráfico anterior se tiene que la velocidad promedio en las avenidas es de 13 (km/h) y en
las calles secundarias 15 (km/h). Si bien es cierto, se puede decir que existe una similaridad
en la rapidez promedio de ambos circuitos, el patrón de conducción es diferente, es decir,
en avenidas se nota caídas de velocidad drásticas y rápidas, mientras que en las calles
arteriales se trata de mantener la misma velocidad de circulación, no presenta numerosos
eventos de detención.
Tabla 10: Velocidades promedio durante el día, en los dos tipos de vías analizadas en los
tres sectores y la velocidad promedio de la ciudad.
Horas del día
Sector A Sector B Sector C Promedio Ciudad
Avenida (km/hr)
Arterial (km/hr)
Avenida (km/hr)
Arterial (km/hr)
Avenida (km/hr)
Arterial (km/hr)
Avenida (km/hr)
Arterial (km/hr)
07:00 - 07:45 27.16 20.85 17.66 16.34 18.86 20.4 21.23 19.20
08:00 - 08:45 18.12 19.3 12.32 13.66 19.68 20.67 16.71 17.88
09:00 - 09:45 23.65 17.06 10.99 12.12 22.41 31.14 19.02 20.11
10:00 - 10:45 18.5 19.12 11.34 13.96 20.6 21.46 16.81 18.18
11:00 - 11:45 19.19 15.35 9.12 10.6 19.3 27.83 15.87 17.93
12:00 - 12:45 18.59 16.31 12.69 9.85 18.54 16.17 16.61 14.11
13:00 - 13:45 17.87 18.03 12.55 13.94 16.14 30.87 15.52 20.95
14:00 - 14:45 19.04 18.54 14.53 18.01 15.81 18.77 16.46 18.44
0
10
20
30
40
50
60
8:00:28 8:04:43 8:08:58 8:13:13 8:17:28 8:21:43 8:25:58
Velo
cid
ad (
km
/h)
Intervalo de tiempo 08:00 a 08:30 horas
Avenida Arterial
70
15:00 - 15:45 20.39 19.05 13.72 14.01 23.06 15 19.06 16.02
16:00 - 16:45 21.29 20.41 14.48 16.32 17.22 17.02 17.66 17.92
17:00 - 17:45 19.95 19.81 12.61 14.01 14.31 15.81 15.62 16.54
18:00 - 18:45 19.84 21.29 10.75 17.29 15.15 14.48 15.25 17.69
19:00 - 19:45 21.18 22.01 16.66 16.58 19.41 12.5 19.08 17.03
20:00 - 20:45 27.86 21.49 20.2 20.56 17.69 16.33 21.92 19.46
En general, se puede decir que existen velocidades medias similares en varias horas durante
el día, pero los patrones de conducción son diferentes dependiendo del sector por donde
transite la unidad, es decir no se refleja la exigencia real del motor, por lo tanto es necesario
conocer los “BINS de Potencia”, en cada sector. En el análisis gráfico se tiene un total de
60 BINS de potencia y se debe tener en cuenta lo siguiente [16]:
Los BINS de potencia del 1 al 11, del 21 al 31 y del 41 al 51 representan el caso de
potencia negativa, como por ejemplo, cuando el vehículo desacelera o está bajando
por una calle de pendiente negativa.
Los BINS 12, 32 y 52 representan una situación de potencia 0 o muy baja, como por
ejemplo detener el vehículo frente a un disco pare o esperar tras un semáforo a que
den luz verde.
Los BINS restantes representan la situación en que el vehículo está usando potencia
positiva, como conducir a velocidad constante, acelerar, subir una pendiente, etc.
Una carga baja se refiere a condiciones en que el vehículo enfrentó bajas
velocidades y aceleraciones en los últimos 20 segundos de operación y las rpm del
motor sin relativamente bajas. Una carga alta ocurre con altas velocidades y
aceleraciones en los últimos 20 segundos de operación y las rpm son muy altas.
71
Figura 40: BINS de potencia para Vehículos de Pasajeros en diferentes sectores de la
ciudad, Quito.
De la figura 40, el sector económico comercial (B) tiene la mayor fracción de tiempo
concentrada en el BIN 12, el cual representa condiciones de potencia 0 o cercanas a este
valor, donde el vehículo permanece detenido o velocidades muy bajas constantemente. Este
resultado es fácilmente imaginable, ya que este al ser un centro financiero, sus calles y
avenidas están llenas de intersecciones, semáforos, parqueaderos, entre otros; que impiden
mantener velocidades elevadas y constantes. Mientras que en los sectores restantes, la
conducción es menos interrumpida. Comparativamente, entre en el sector B el auto pasa
aproximadamente un 15% más detenido que los sectores A y C. Por último este gráfico,
entre los BINS 13, 14, 15 y 36 hasta 38, indicó que existe una leve circulación fluida a baja
velocidad pero sin detenerse y sectores en donde se puede avanzar a gran velocidad.
Un análisis interesante se presenta en las horas punta de la mañana y la tarde de un día
normal de actividades ya que estas son influencian de manera importante los hábitos de una
ciudad. Para el caso de la ciudad de Quito entre las 08:00 – 10:00 horas y 17:00 – 19:00
horas, se han tomado como horas punta por el flujo vehicular que presentan (ver figuras 27,
30, 33). Según la figura 41, por la mañana, el comportamiento en el sector B sigue teniendo
potencias similares a 0 y/o velocidades bajas, por la congestión que se presenta en dicho
0%
10%
20%
30%
40%
50%
60%
70%
1 6 11 16 21 26 31 36 41Fra
cció
n d
el tiem
po d
e c
onducció
n
BINS de Potencia para diferentes estados de carga
Sector A Sector B Sector C
72
sector. Lo que llama la atención es que entre el sector A y C, las potencias en el BIN 12 son
diferentes. En el sector C, la presencia de congestión o potencias bajas, durante la mañana
es del orden de 30%, un claro indicativo de que mucha gente no posee vehículo propio y
hace uso del transporte público, generando, posteriormente una especial atención a este
medio.
Figura 41: BINS de potencia para Vehículos de Pasajeros en diferentes sectores de la
ciudad durante las 08:00 – 10:00 horas de la mañana (hora punta), Quito.
La figura 42, presenta un comportamiento constante de potencias y velocidades bajas en el
sector de alto ingreso económico. Ahora, entre los sectores comerciales y de bajos recursos,
el flujo vehicular ha aumentado. Es fácil inferir que en la zona B esto se debe por las
diferentes actividades laborales que se ejecutan. Mientras tanto para la Parroquia “El
Pintado”, indica que gran cantidad de autos particulares la transitan ya que posee una
importante avenida que conecta el norte y sur de la ciudad y de esta manera se justifica la
elevada presencia de autos en esta zona en la hora punta de la tarde.
0%
10%
20%
30%
40%
50%
60%
70%
1 6 11 16 21 26 31 36 41 46 51 56Fra
cció
n d
el tiem
po d
e c
onducció
n
BINS de Potencia para diferentes estados de carga
Sector A Sector B Sector C
73
Figura 42: BINS de potencia para Vehículos de Pasajeros en diferentes sectores de la
ciudad durante las 17:00 – 19:00 horas por la tarde (hora punta), Quito.
De la misma forma que lo encontrado en la figura 40, los BINS del 13 al 15 y del 34 al 37,
muestran que el vehículo circula a bajas velocidades pero sin detenerse y que existen
tramos viales donde se puede incrementar la velocidad (solo hora punta mañana),
respectivamente.
Buses y taxis.
A continuación se presenta los histogramas asociados a buses y taxis. Estos grupos fueron
elegidos por tener una tecnología diferente a la de los vehículos particulares, es decir
motores a diésel para el caso de buses y por ser parte importante en la flota vehicular
dinámica (taxis). Además de lo escrito, ambas categorías vehiculares están siempre
presentes en los centros urbanos por la necesidad de las personas a movilizarse. Los
segundos grabados totales para ambas categorías, suman cerca de 100 800 segundos.
0%
10%
20%
30%
40%
50%
60%
1 6 11 16 21 26 31 36 41 46 51 56Fra
cció
n d
el tiem
po d
e c
onducció
n
BINS de Potencia para diferentes estados de carga
Sector A Sector B Sector C
74
Figura 43: BINS de potencia para Bus Grande Articulado (BGA), Buses Pequeño y
Mediano (BPM) y Taxis (TAX) que circularon por toda la ciudad durante la
campaña de medición en la ciudad, Quito.
En primer lugar se debe explicar la simbología mostrada en la figura 43. Bus Grande
Articulado (BGA), Buses Pequeño y Mediano (BPM) y Taxis (TAX). Todas las categorías
vehiculares expuestas presentan el mismo comportamiento, es decir constantes detenciones
en su andar, por el servicio mismo que prestan a la colectividad. La mayor presencia de
potencias cero o similares y/o velocidades bajas se presentan en los buses, teniendo un 10%
más que los taxis. Además este es el único transporte que circula por tramos por donde la
velocidad es alta, tal como se observa en los BINS del 32 al 38. Por último es menester
indicar que en los recorridos habituales de estos medios de transporte, mantienen
velocidades de circulación bajas, tal como indican los BINS 13, 14, 15 y 16.
3.4 Distribución de Partidas en Frío
Durante una semana, parte del período considerado para la campaña de medición en la
ciudad, se repartieron un total de 60 encuestas de encendido del motor (encuestas ON –
OFF), a diferentes personas. Solo 50 contenían información valedera, mismas que sumaron
un total de 210 días de investigación. Se estimó en 5 veces al día el promedio que un
0%
10%
20%
30%
40%
50%
60%
1 6 11 16 21 26 31 36 41 46 51 56Fra
cció
n d
el tiem
po d
e c
onducció
n
BINS de Potencia para diferentes estados de carga
BGA BPM TAX
75
vehículo se enciende. El valor obtenido es bajo al compararlo con otras ciudades como:
Santiago de Chile (11 veces/día), Buenos Aires (9 veces/día), según estudios previos [27].
Figura 44: Distribución de partidas del motor en vehículos de Quito.
Encender el motor de un auto varía durante todo el día. Este fenómeno se ve reflejado por
la altura de las columnas de la figura 44. Asimismo, se puede notar la distribución de éstas
a lo largo del día. Las columnas de color rojo intenso dicen que el tiempo entre encendidos
es menor a 15 minutos (partidas en caliente) y las de color azul indican que el intervalo de
tiempo transcurrido es de más de 6 horas (partidas en frío).
En la figura 44, además se nota que la gran mayoría de encendidos del motor se da entre las
06:00 y 07:00 horas y el segundo valor importante entre las 18:00 y 19:00 horas. Este
hecho es fácilmente explicable ya que se debe al funcionamiento de las capitales de país, en
donde las actividades laborales y de estudios comienzan muy por la mañana y terminan
cuando la tarde finaliza. La columna de 12:00 a 13:00, también representa gran actividad de
encendidos. Se puede inferir que este particular se debe a que durante la hora de descanso
de media jornada, las personas utilizan este tiempo en otras actividades (ir al banco,
comedores cercanos, etc.).
0.00%
2.00%
4.00%
6.00%
8.00%
10.00%
12.00%
14.00%
16.00%
18.00%
Porc
enta
je d
e t
iem
po e
ntr
e e
ncedid
os
Horas del Día
+ 6 hr
4 hr
3 hr
2 hr
1 hr
30 min
15 min
76
Los eventos de contaminación máxima se dan en dos horarios: entre las 06:00 – 07:00 y
18:00 – 19:00 horas. El primero, debido a que la actividad vehicular durante la noche es
muy baja, por ende los motores se encuentran fríos por la mañana cuando comienza el
movimiento de la urbe. El segundo, se debe básicamente por conductores que han dejado
todo el día sus autos estacionados mientras trabajan y regresan tarde para evitar la hora de
congestión máxima (terminación de actividades laborales y académicas). Rasgo importante
a resaltar, entre las 08:00 y 09:00 horas el porcentaje de partidas en frío es considerable,
esto puede ser provocado por viajes cortos, en distancia o tiempo invertido, y/o que las
actividades principales de los censados empiezan más tarde a lo habitual.
Finalmente, la información que se incluyó en el modelo IVE para este grupo de datos, se
presenta en la tabla 11.
Tabla 11: Distribución de Eventos de Encendido y Tiempo entre Encendidos del Motor
para Vehículos en Quito.
Hora del día 15 min 30 min 1 hora 2 horas 3 horas 4 horas 6 horas +
00 a 01 0.00% 0.25% 0.00% 0.00% 0.00% 0.00% 0.25%
02 a 03 0.00% 0.00% 0.00% 0.00% 0.00% 0.25% 0.00%
04 a 05 0.00% 0.00% 0.00% 0.25% 0.00% 0.00% 0.25%
06 a 07 1.61% 0.74% 0.00% 0.00% 0.00% 0.25% 13.10%
08 a 09 1.61% 2.97% 3.09% 1.36% 0.00% 0.00% 3.21%
10 a 11 1.24% 1.24% 2.22% 3.34% 0.74% 0.00% 0.37%
12 a 13 1.24% 1.36% 3.09% 2.35% 1.61% 3.71% 1.85%
14 a 15 1.61% 1.85% 3.46% 1.48% 0.25% 0.62% 0.87%
16 a 17 1.48% 1.48% 1.98% 1.11% 2.72% 1.98% 3.21%
18 a 19 0.87% 1.73% 3.58% 1.73% 0.25% 1.98% 5.19%
20 a 21 0.25% 0.99% 3.09% 0.99% 0.25% 0.25% 0.49%
22 a 23 0.00% 0.12% 0.25% 0.00% 0.25% 0.00% 0.12%
77
CAPÍTULO IV
ANÁLISIS DE SENSIBILIDAD Y VALIDACIÓN DE
RESULTADOS
Este capítulo describe como se realiza el análisis de sensibilidad de la presente
investigación, es decir un análisis de “qué pasa si”. Dicho estudio se realiza identificando y
variando ciertos parámetros de entrada consiguiendo nuevos resultados que permiten
conocer qué variables son importantes y cuál es su influencia sobre las estimaciones
anuales de emisiones. Las magnitudes que afectan los resultados, son identificados desde el
punto de vista de quien elabora el inventario. Por último, se validan las cantidades
obtenidas con la investigación, comparándolas con valores de inventarios de emisiones
anteriores publicados por el Distrito Metropolitano de Quito.
4.1 Identificación de Parámetros que afectan los Resultados Finales:
Sensibilidades
Las estimaciones de la sensibilidad son un elemento esencial de un inventario de emisiones
completo. La información sobre la sensibilidad o variación no está orientada a cuestionar la
validez de las estimaciones de inventarios, sino a ayudar a priorizar los esfuerzos para
mejorar su exactitud en los inventarios futuros y orientar las decisiones sobre la elección de
la metodología [28].
78
Con este antecedente, se procede a identificar algunas fuentes de inexactitud,
principalmente asociada a errores de muestreo o limitaciones en la precisión de los
instrumentos.
El modelo IVE, diseñado para suplir necesidades de países que no cuentan con un modelo
de estimación de emisiones propio, utiliza factores de emisión desarrollados bajo
condiciones que no necesariamente son representativos de la ciudad donde se realiza el
estudio.
La campaña de medición de actividad para recolectar la información necesaria presenta
algunos inconvenientes que pueden afectar ciertos datos. Por ejemplo, en Quito la selección
de los sectores donde se realizaron las mediciones se vio afectada por el factor seguridad,
ya que considerando costos de equipo y bienestar del personal involucrado, las zonas de la
ciudad involucradas en la campaña no podían ser peligrosas, es decir, asociadas a un lugar
con ingresos económicos realmente bajos.
Las encuestas relacionadas con la tecnología vehicular, fueron realizadas en zonas con
estacionamientos tarifados (parqueaderos o zona azul), por lo tanto los vehículos que
podrían haber sido censados eran relativamente nuevos y en buen estado. Además, datos
faltantes como el kilometraje del vehículo fueron consultados en la página web: [26], donde
se toma como verdadera esa información.
Es posible que en la depuración de los datos obtenidos con el GPS, se hayan eliminado
partes importantes del archivo, debido a los informes presentados por los responsables de
dicho equipo.
Por último, debido a la falta de información sólida en términos de emisiones de la ciudad de
Quito, para llegar a resultados coherentes, se realizaron algunas suposiciones y
simplificaciones recomendadas por un experto en el tema, que son analizadas en el
transcurso del capítulo.
79
4.1.1 Tecnología Vehicular: Efectos en el Factor de Emisión Individual
El modelo IVE necesita dos archivos de entrada: FleetFile y LocationFile (ver literal 2.3).
Ambos archivos, al ser cargados al modelo IVE, dan como resultado los Factores de
Emisión por Partidas (Frío) y en Ruta. La suma de ambos proveerá el Factor de Emisión
Individual (FE) de un Contaminante Asociado a una Categoría Vehicular. El primero de
los registros, le indica al programa la antigüedad de las categorías vehiculares que forman
el parque vehicular de la ciudad. El segundo, engloba características del combustible usado
en el lugar, temperatura y humedad de la localidad, bins de potencia, partidas en frío, entre
otros; que son conseguido con encuestas de encendido del motor y de la depuración de
datos obtenidos con GPS y su post – proceso en Speed Analysis.
La tecnología vehicular para vehículos particulares (VP) y buses (BUS) fue ingresada al
FleetFile, en base a encuestas realizadas en la localidad (literal 2.2.3) y con información de
la Gerencia General de la Empresa Pública Metropolitana de Transporte Público del
Distrito Metropolitano de Quito, respectivamente. Es necesario decir que no se realizó
ninguna distinción entre las tecnología vehiculares de los sectores A, B y C de la ciudad
para este primer cálculo.
Las tecnologías vehiculares para las categorías restantes, fueron asumidas en base al
conocimiento del parque vehicular de la ciudad, obteniéndose así los valores del FE
indicados en la tabla 12. El FE que se dará desde ahora es la suma del FE en frío más FE en
ruta.
Analizando los valores de la tabla 12 algunos han sido resaltados por tener valores altos
respecto a otros. Los camiones medianos tienen los FE más altos respecto a las otras dos
clases de camiones. Se puede inferir que el camión grande debería tener altos valores de FE
individual, ya que posee motores de mayor capacidad y por lo tanto tiende a contaminar
más, al no ser así, se procede a mejorar la tecnología vehicular del grupo CAM.
80
Tabla 12: Factores de Emisión de contaminantes asociados a una categoría vehicular
obtenidos con los primeros datos hallados.
Categoría Vehicular Nomenclatura Factor de Emisión (gr - Contaminante/ Km - Recorrido)
CO VOC VOC evap NOx PM CO2
Dié
sel
Bus Grande Articulado BGA 7.10 1.89 0.00 13.60 5.47 1279.71
Bus Pequeño y
Mediano BPM 7.25 1.36 0.00 8.19 1.77 646.55
Camión Grande CAG 5.01 0.78 0.00 6.89 4.57 569.47
Camión Mediano CAM 14.60 3.07 0.00 16.62 3.03 1389.10
Camión Pequeño CAP 4.62 0.82 0.00 5.60 1.56 460.79
Gas
oli
na
Motocicletas MOT 113.95 43.74 1.61 2.02 1.04 75.48
Taxi TAX 26.05 1.82 0.92 0.69 0.02 199.38
Vehículo Comercial VCO 20.03 1.47 0.62 1.55 0.23 351.57
Vehículo Particular
Sector A VPA 64.07 5.16 1.13 1.89 0.17 351.85
Vehículo Particular
Sector B VPB 63.42 5.26 1.21 1.86 0.17 376.57
Vehículo Particular
Sector C VPC 66.31 5.28 1.15 2.08 0.18 391.79
Las motocicletas poseen los FE más altos de todas las categorías vehiculares para el CO y
VOC y VOC evaporativos (evap). Este FE, más bien debería de entre los más bajos, ya que
las motos tienen motores pequeños por lo tanto su contaminación individual debería ser
mínima. Este detalle obliga a revisar y cambiar la tecnología vehicular (FleetFile) de
mencionada categoría.
Como siguiente apreciación, los FE pertenecientes a vehículos particulares (VP) de los
diferentes sectores, prácticamente no tienen ninguna diferencia entre ellos, por lo tanto, se
varían las tecnologías vehiculares de estos sectores acorde a los datos conseguido con las
encuestas.
81
Tabla 13: Factores de Emisión de contaminantes asociados a una categoría vehicular
obtenidos mejorando la tecnología vehicular.
Categoría Vehicular Nomenclatura Factor de Emisión (gr - Contaminante/ Km - Recorrido)
CO VOC VOC evap. NOx PM CO2
Dié
sel
Bus Grande Articulado BGA 8.09 2.03 0.00 15.96 5.07 1 253.25
Bus Pequeño y
Mediano BPM 4.95 1.05 0.00 8.18 1.77 654.82
Camión Grande CAG 3.50 0.67 0.00 6.31 5.98 565.74
Camión Mediano CAM 11.83 3.34 0.00 16.71 4.60 1 400.40
Camión Pequeño CAP 3.60 0.88 0.00 5.42 2.29 469.28
Gas
oli
na
Motocicletas MOT 55.27 18.72 1.22 1.66 0.42 141.63
Taxi TAX 88.60 5.97 0.77 1.56 0.03 196.04
Vehículo Comercial VCO 39.42 2.66 0.25 1.75 0.39 351.61
Vehículo Particular
Sector A VPA 71.94 5.26 0.68 1.61 0.09 279.12
Vehículo Particular
Sector B VPB 57.56 4.42 0.66 1.62 0.11 334.98
Vehículo Particular
Sector C VPC 86.27 6.31 0.65 2.26 0.14 346.90
Con los cambios realizados, se actualizan los archivos de entrada al modelo IVE y se
generan nuevos resultados, tal como se muestra en la tabla 13. Al ejecutar los cambios
descritos, los valores con variaciones relevantes se encuentran en los vehículos particulares,
específicamente en los del sector C, donde, la tecnología vehicular es más antigua que en
los otros dos sectores.
4.1.2 Bins de Potencia: Efectos en el Factor de Emisión Individual
Analizando la tabla 13 se observa que los FE de los buses grandes articulados (BGA) y
camiones medianos (CAM) siguen con valores altos al compararlos con otros vehículos
pesados (BPM y CAG). Si bien es cierto, al seguir mejorando la tecnología vehicular de
mencionadas categorías vehiculares se pueden obtener valores más bajos de FE, este
particular generaría errores respecto al resultado final porque no estaría de acuerdo a la
realidad de la ciudad.
82
Se sabe que los “Bins de Potencia” expresan el grado de exigencia o demanda de potencia
sobre el motor de un vehículo. Cada nivel de emisión está asociado a una potencia
específica del motor, por lo tanto son graficados los bins de potencia de buses y camiones
en las figuras 45 y 46, respectivamente.
Los BINS 12, 32 y 52, representan una situación de potencia cero o muy baja, como por
ejemplo detener el vehículo frente a un disco de pare o esperar tras un semáforo a la luz
verde. En la ciudad de Quito, los buses articulados tienen paradas específicas, por lo tanto
el BIN de potencia 12 en esta categoría es mayor al de los BPM, como se muestra en la
figura 45. El Trole Bus, transporte que pertenece a la categoría BGA, funciona con un
motor eléctrico, entonces su arranque utiliza más potencia, haciendo que el modelo IVE
asigne una mayor emisión a este elemento y por lo tanto a toda la categoría vehicular
incrementando así su factor de emisión. Con estos antecedentes se decide utilizar los BINS
de potencia del BPM en los BGA y así generar nuevos FE.
Figura 45: Comparación entre los Bins de Potencia de un Bus Grande Articulado (BGA) y
Bus Pequeño y Mediano (BPM).
0%
10%
20%
30%
40%
50%
60%
70%
1 5 9 13 17 21 25 29 33 37
BGA BPM
83
Los vehículos de transporte pesado, específicamente camiones, utilizan diésel como
combustible. La figura 46, muestra que el BIN de potencia 12 de camiones medianos es
mucho mayor al de camiones grandes, es decir que esta categoría ha sido sometido mucho
tiempo a potencia cero o velocidades muy bajas durante su jornada de trabajo. Analizando
el caso de camiones grandes (CAG), se nota que su recorrido ha sido más fluido con pocas
paradas y una conducción a velocidad constante, reflejado en los BINS de potencia de 13 al
21 y del 35 al 40. Por lo tanto, los BINS de potencia del CAG serán igualados con CAM y
así generar nuevos FE.
Figura 46: Comparación entre los Bins de Potencia de un Camión Grande (CAG) y
Camión Mediano (BPM).
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
1 5 9 13 17 21 25 29 33 37
CAG CAM
84
Tabla 14: Factores de Emisión de contaminantes asociados a una categoría vehicular
obtenidos, corrigiendo BINS de potencia en BGA y CAM.
Categoría Vehicular Nomenclatura
Factor de Emisión (gr - Contaminante/ Km -
Recorrido)
CO VOC VOC
evap. NOx PM CO2
Dié
sel
Bus Grande Articulado BGA 6.37 1.51 0.00 12.60 4.33 1012.65
Bus Pequeño y
Mediano BPM 4.95 1.05 0.00 8.18 1.77 654.82
Camión Grande CAG 3.53 0.75 0.00 6.22 6.00 554.91
Camión Mediano CAM 5.51 1.32 0.00 8.23 3.00 682.91
Camión Pequeño CAP 3.60 0.88 0.00 5.42 2.29 469.28
Gas
oli
na
Motocicletas MOT 56.94 15.70 1.12 3.14 0.40 134.49
Taxi TAX 95.83 6.12 0.75 1.80 0.03 226.15
Vehículo Comercial VCO 39.64 2.66 0.25 1.76 0.39 354.09
Vehículo Particular
Sector A VPA 71.94 5.26 0.68 1.61 0.09 279.12
Vehículo Particular
Sector B VPB 57.56 4.42 0.66 1.62 0.11 334.98
Vehículo Particular
Sector C VPC 86.27 6.31 0.65 2.26 0.14 346.90
Con los cambios propuestos anteriormente, se realiza una nueva modelación con IVE y los
resultados de FE son los mostrados en la tabla 14.
Se nota que los factores de emisión y bins de potencia tienen una estrecha relación, ya que
existe un notorio cambio en las categorías intervenidas. Los cambios realizados en los
literales 4.1.1 y 4.1.2, permiten realizar el primer cálculo de la evolución diaria de
emisiones en la ciudad de Quito. Estas cantidades son graficados en la figura 47. La idea
central de este nuevo análisis es conocer que tan confiables y reales son los resultados
hallados hasta este punto.
85
Figura 47: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para
el Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y
Material Particulado, corrigiendo los BINS de potencia.
La figura 47, muestra la evolución diaria de las emisiones contaminantes para el CO, VOC
– VOC evap, NOx y PM en la ciudad de Quito. Analizando rápidamente, se puede observar
que las emisiones en frío, a nivel ciudad, son mayores o iguales a las emisiones en ruta de
CO, VOC – VOC evap y PM. Este resultado lleva a revisar las encuestas de encendido del
motor (partidas en frío) realizadas en la localidad para entender cómo afecta esta variable
en los resultados de emisiones.
4.1.3 Partidas en Frío: Efectos en el Factor de Emisión Individual
En el literal 3.4, se detalla el proceso utilizado para conseguir datos relacionados con
partidas en frío de los vehículos particulares. Los resultados hallados se muestran en la
tabla 10. Esta “StartDistribution” para vehículos particulares fue usada en todas las
categorías vehiculares y derivó en los FE escritos en la tabla 14. Con estos FE, se consigue
la evolución diaria de emisiones que expone la figura 47.
86
Los vehículos de pasajeros son usados, generalmente, para movilización entre el hogar y
los lugares de trabajo, por lo tanto, el tiempo que el motor está en reposo varía entre 6 y 9
horas durante el día, y el mismo período de tiempo durante la noche, que es cuando la
ciudad descansa. Esta afirmación es fácilmente comprobada al analizar los gráficos de la
figura 47, donde las emisiones en frío son mayores de 00:00 a 07:00 horas y entre las 19:00
y 23:00 horas.
Las categorías vehiculares relacionadas con actividades económicas, es decir, vehículos de
transporte de pasajeros (buses y taxis), camiones y vehículos comerciales, deben tener
tiempos de parada muy cortos para aprovechar al máximo las horas laborables del día.
Consecuentemente, para los grupos de vehículos mencionados se asume una nueva
distribución de partidas o encendido del auto, cuyos tiempos de reposo varíen entre 15
minutos y dos horas, tal como se muestra en la figura 48.
Figura 48: Porcentaje de vehículos con sus respectivos tiempos de reposo a diferentes
horas del día. Aplicado solo en: Buses, Taxis, Vehículos Comerciales y Camiones.
0%
10%
20%
30%
40%
50%
60%
70%
15 min 30 min 1 hr 2 hr 3 hr 4 hr 6 hr 8 hr 12 hr 18+
% d
e V
ehíc
ulo
s co
n m
oto
r en
rep
oso
a
dif
eren
tes
ho
ras
del
día
Intervalo de Tiempo que el motor está en reposo
1 3 5 7 9 11
13 15 17 19 21 23
87
Tabla 15: Factores de Emisión de contaminantes asociados a una categoría vehicular
variando las partidas en frío para buses, taxis, camiones y vehículos comerciales.
Categoría Vehicular Nomenclatura Factor de Emisión (gr - Contaminante/ Km - Recorrido)
CO VOC VOC evap NOx PM CO2
Dié
sel
Bus Grande Articulado BGA 6.09 1.49 0.00 12.17 3.51 957.11
Bus Pequeño y
Mediano BPM 4.76 1.03 0.00 7.91 1.36 619.89
Camión Grande CAG 3.20 0.64 0.00 5.90 4.17 507.57
Camión Mediano CAM 5.26 1.29 0.00 7.93 2.25 641.41
Camión Pequeño CAP 3.44 0.86 0.00 5.22 1.66 440.75
Gas
oli
na
Motocicletas MOT 44.49 12.90 1.00 2.61 0.32 130.34
Taxi TAX 53.46 3.62 0.59 1.19 0.02 187.68
Vehículo Comercial VCO 26.66 1.76 0.20 1.58 0.28 334.75
Vehículo Particular
Sector A VPA 48.12 3.56 0.54 1.37 0.07 268.16
Vehículo Particular
Sector B VPB 38.95 3.07 0.54 1.40 0.08 322.47
Vehículo Particular
Sector C VPC 60.00 4.45 0.53 1.98 0.11 334.32
Entonces, en este punto se tiene un patrón de partidas para los vehículos particulares y
motos y otro para buses, camiones y vehículos comerciales. Con las nuevas entradas, se
actualizan los valores de FE, mismos que son mostrados en la tabla 15.
Los nuevos FE, cambian la evolución diaria de emisiones, entonces es necesario indicar
como afecta la variación mediante la figura 49.
Comparando las figuras 47 y 49, por contaminante, las emisiones en ruta no se ven
afectadas, ya que solamente se realizaron cambios en las partidas en frío que intervienen
directamente en las emisiones en frío del motor. Para el monóxido de carbono (CO), se
tenía valores de hasta 50 Ton – contaminante entre las 00:00 y 01:00 horas (figura 47),
ahora con el cambio hecho, estos valores máximos se redujeron en hasta un 30%, es decir
35 Ton – contaminante en las mismas horas (figura 49). La reducción porcentual alcanzada
con los FE actualizados, está entre el 30% y 35%, para el VOC y PM. Las emisiones en frío
para NOx, se mantuvieron casi constantes.
88
Figura 49: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para
el Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y
Material Particulado, variando los tiempos de reposo entre encendidos del motor.
4.1.4 Análisis Integrado de Parámetros
Cada uno de los escenarios planteados, han tenido el objetivo de mejorar el valor del FE,
hasta conseguir cantidades con fluctuaciones y errores mínimos (sensibilidad). A
continuación se hace un análisis por contaminante para conocer cómo cambia el FE
dimensional y porcentualmente hasta llegar a un FE que se toma como valedero y es
utilizado en cálculos posteriores.
A. Monóxido de Carbono (CO)
Al cambiar las condiciones iniciales de la modelación, también se alteran los resultados
finales, tal como se indica en la figura 50 y la tabla 16. Esta última indica el porcentaje de
variación (positivo o negativo) asociado a la mejora en la tecnología vehicular, es decir, por
ejemplo que al mejorar la tecnología vehicular del BGA, se tiene un FE mayor en 0.99
gr/km al inicial y esta cantidad representa una mejora del ±14% en los cálculos realizados.
89
De esta forma se tendrán que interpretar los valores siguientes. Por último, el promedio de
mejora del FE de CO asociado a todas las categorías vehiculares es de un ±20%.
Tabla 16: Diferencia entre FE Inicial y FE Mejorando la Tecnología Vehicular.
Categoría Vehicular Nomenclatura
Diferencia de FE inicial y FE mejorando
Tecnología Vehicular (gr/Km)
CO - 1 CO - 2 CO (2 – 1) CO (2 – 1)
[±%]
Bus Grande Articulado BGA 7.10 8.09 0.99 14%
Bus Pequeño y Mediano BPM 7.25 4.95 -2.30 32%
Camión Grande CAG 5.01 3.50 -1.51 30%
Camión Mediano CAM 14.60 11.83 -2.77 19%
Camión Pequeño CAP 4.62 3.60 -1.02 22%
Motocicletas MOT 113.95 55.27 -58.68 51%
Taxi TAX 26.05 26.05 0.00 0%
Vehículo Comercial VCO 20.03 20.03 0.00 0%
Vehículo Particular Sector A VPA 64.07 71.94 7.87 12%
Vehículo Particular Sector B VPB 63.42 57.56 -5.86 -9%
Vehículo Particular Sector C VPC 66.31 86.27 19.96 30%
CO – 1: FE de CO obtenido con los primeros datos de entrada (no se efectuó variación).
CO – 2: FE de CO obtenido variando la tecnología vehicular de toda la flota.
Es importante mencionar que se usará CO (Final - Inicial) [±%] (para este caso puntual
CO (2 - 1) [±%]), como la variación porcentual de cada FE de las categorías vehiculares
asociado a un contaminante. Esta diferencia se indicará con las líneas de error que serán
dibujadas en figuras posteriores.
90
Figura 50: Diferencia porcentual entre el FE Inicial y FE mejorando la tecnología
vehicular del contaminante CO asociado a todas las categorías vehiculares.
Con la primera evolución del FE actuando solo sobre la tecnología vehicular, se analizan
los datos rápidamente y se notan anomalías en los FE de BGA y CAM. Por lo descrito en el
numeral 4.1.2, entonces se realiza una nueva corrida, variando los BINS de potencia
asociados solo a las categorías antes escritas, que da como resultado los valores indicados
en la tabla 17, CO – 3.
La figura 51 indica el porcentaje de sensibilidad (positivo o negativo) asociado al cambio
de BINS de Potencia solo de BGA y CAM. Entonces, al cambiar los BINS de Potencia del
BGA, se tiene un FE menor en 1.72 gr/km al inicial (FE mejorada la tecnología vehicular) y
esta cantidad representa una mejora del ±21% en los cálculos realizados. De manera similar
se interpreta el valor de CAM. El promedio de mejora del FE de CO asociado a todas las
categorías vehiculares es de un ±7%.
-10.00
10.00
30.00
50.00
70.00
90.00
110.00
130.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
Fact
or
de
Emis
ión
[gr
/km
]
Categorías Vehiculares
CO - 1 CO - 2
91
Tabla 17: Diferencia entre FE Mejorando la Tecnología Vehicular y FE cambiando los
BINS de potencia de BGA y CAM.
Categoría Vehicular Nomenclatura
Diferencia de FE mejorando la Tecnología
Vehicular y FE cambiando Bins de Potencia
(gr/Km)
CO - 2 CO - 3 CO 3 - 2 CO 3 – 2
[±%]
Bus Grande Articulado BGA 8.09 6.37 -1.72 21%
Bus Pequeño y Mediano BPM 4.95 4.95 0.00 0%
Camión Grande CAG 3.50 3.53 0.03 1%
Camión Mediano CAM 11.83 5.51 -6.32 53%
Camión Pequeño CAP 3.60 3.60 0.00 0%
Motocicletas MOT 55.27 56.94 1.67 3%
Taxi TAX 26.05 26.05 0.00 0%
Vehículo Comercial VCO 20.03 20.03 0.00 0%
Vehículo Particular Sector A VPA 71.94 71.94 0.00 0%
Vehículo Particular Sector B VPB 57.56 57.00 -0.56 1%
Vehículo Particular Sector C VPC 86.27 86.27 0.00 0%
CO – 2: FE de CO obtenido variando la tecnología vehicular de toda la flota.
CO – 3: FE de CO obtenido variando los bins de potencia de los BGA y CAM.
Figura 51: Diferencia porcentual entre el FE Mejorando la Tecnología Vehicular y FE
cambiando los BINS de potencia de BGA y CAM, del contaminante CO asociado a
todas las categorías vehiculares.
-10.00
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
Fact
or
de
Emis
ión
[gr
/km
]
Categorías Vehiculares
CO - 2 CO - 3
92
Cada tipo de vehículo en la ciudad cumple una actividad ya sea económica, personal, entre
otras. Entonces los cambios realizados sobre los BINS de potencia de BGA y CAM solo
representan la energía invertida por dichas categorías y más no como varía su
funcionamiento durante el día. Por lo tanto, por lo descrito en el literal 4.1.3, se asumen
distribuciones de partidas en frío dependiendo del vehículo y de esta forma se consiguen FE
en función de las partidas en frío. Por ejemplo, en los BGA se disminuyó el FE en
0.28gr/km que equivale a una corrección en el porcentaje de incertidumbre ±4%
comparando con el valor anterior. De esta forma se deben leer los valores asociados a las
categorías vehiculares restantes.
Tabla 18: Diferencia entre FE cambiando los BINS de potencia de BGA y CAM y FE
asumiendo una nueva distribución de partidas en frío dependiendo de la categoría
vehicular.
Categoría Vehicular Nomenclatura
Diferencia de FE cambiando Bins de Potencia y
FE cambiando partidas en frío (gr/Km)
CO - 3 CO - 4 CO 4 - 3 CO 4 – 3
[±%]
Bus Grande Articulado BGA 6.37 6.09 -0.28 4%
Bus Pequeño y Mediano BPM 4.95 4.76 -0.19 4%
Camión Grande CAG 3.53 3.20 -0.33 9%
Camión Mediano CAM 5.51 5.26 -0.25 5%
Camión Pequeño CAP 3.60 3.44 -0.16 4%
Motocicletas MOT 56.94 44.49 -12.45 22%
Taxi TAX 26.05 53.46 27.41 105%
Vehículo Comercial VCO 20.03 26.66 6.63 33%
Vehículo Particular Sector A VPA 71.94 48.12 -23.82 33%
Vehículo Particular Sector B VPB 57.00 38.95 -18.05 32%
Vehículo Particular Sector C VPC 86.27 60.00 -26.27 30%
CO – 3: FE de CO obtenido variando los bins de potencia de los BGA y CAM.
CO – 4: FE de CO obtenido variando las partidas en frío de todas las categorías vehiculares.
La diferencia indicada en la tabla anterior, se ve reflejada en el gráfico 52, donde en cada
una de las barras anaranjadas, se dibuja una línea negra que indica los valores positivos y
negativos del error, es decir como varía en cada categoría vehicular. El porcentaje
promedio de variación que se obtuvo fue de ±26% entre los FE analizados.
93
Figura 52: Diferencia porcentual entre el FE cambiando los BINS de potencia de BGA y
CAM y FE asumiendo partidas en frío dependiendo de la categoría vehicular para
el CO asociado a todas las categorías vehiculares.
Tabla 19: Diferencia entre FE inicial de CO y FE final de CO. Este último es tomado como
valedero para la investigación
Categoría Vehicular Nomenclatura
Diferencia de FE inicial y FE final (gr/Km)
CO - 1 CO - 4 CO 4 - 1 CO 4 – 1
[±%]
Bus Grande Articulado BGA 7.10 6.09 -1.01 14%
Bus Pequeño y Mediano BPM 7.25 4.76 -2.49 34%
Camión Grande CAG 5.01 3.20 -1.81 36%
Camión Mediano CAM 14.60 5.26 -9.34 64%
Camión Pequeño CAP 4.62 3.44 -1.18 26%
Motocicletas MOT 113.95 44.49 -69.46 61%
Taxi TAX 26.05 53.46 27.41 105%
Vehículo Comercial VCO 20.03 26.66 6.63 33%
Vehículo Particular Sector A VPA 64.07 48.12 -15.95 25%
Vehículo Particular Sector B VPB 63.42 38.95 -24.47 39%
Vehículo Particular Sector C VPC 66.31 60.00 -6.31 10%
CO – 1: FE de CO obtenido con los primeros datos de entrada (no se efectuó variación).
CO – 4: FE de CO obtenido variando las partidas en frío de todas las categorías vehiculares.
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
CO - 3 CO - 4
94
Se nota claramente que cada mejora ha llevado a un valor diferente del FE de CO asociado
a las diferentes categorías vehiculares. Entregando un error global detallado en la tabla 19.
La interpretación de la tabla anterior indica que en un inicio se tiene un FE de CO para cada
categoría vehicular solo asumiendo como ciertos los datos obtenidos de la campaña
experimental de medición. Analizando estos primeros FE, se van variando los datos de
entrada, para este caso, la tecnología vehicular, los BINS de potencia y las partidas en frío,
hasta llegar a un valor que es tomado como adecuado y se ajusta a las características del
tráfico de la ciudad. Como se expone en la figura 53 cada barra naranja tiene una línea
vertical negra que coloca los valores resaltados en forma gráfica. Por último se debe
mencionar que el error o fluctuación promedio final del CO asociado a las diferentes
categoría vehiculares es de ±41%.
Figura 53: Fluctuación positiva – negativa del valor final de FE asociado al CO y el valor
inicial de FE asociado al CO, conseguida después de varios cambios en las
condiciones de entrada.
-40.00
-20.00
0.00
20.00
40.00
60.00
80.00
100.00
120.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPCFact
or
de
Emis
ión
[gr
/km
]
Categorías Vehiculares
CO - 1 CO - 4
95
B. Compuestos Volátiles Orgánicos y Evaporativos (VOC + VOC evap.)
El análisis realizado para el CO, fue también ejecutado para los demás contaminantes, por
lo que solo se colocará la fluctuación inicial y final, con la que se obtuvo el FE final que fue
asumido como valedero y es usado en los cálculos de la investigación.
En la tabla 20, la columna VOC 4 – 1, se destaca por tener en su mayoría valores negativos,
es decir, luego de varias corridas se obtienen valores menores al inicial e indica que cada
una de las mejoras realizadas acercaba los valores de FE asociado al VOC a los que se
ajustan a la ciudad.
Tabla 20: Diferencia entre FE inicial de VOC y FE final de VOC. Este último es tomado
como valedero para la investigación.
Categoría Vehicular Nomenclatura
Diferencia de FE inicial y FE final (gr/Km)
VOC - 1 VOC - 4 VOC 4 - 1 VOC 4 – 1
[±%]
Bus Grande Articulado BGA 1.89 1.49 -0.41 21%
Bus Pequeño y Mediano BPM 1.36 1.03 -0.33 24%
Camión Grande CAG 0.78 0.64 -0.14 18%
Camión Mediano CAM 3.07 1.29 -1.78 58%
Camión Pequeño CAP 0.82 0.86 0.04 5%
Motocicletas MOT 45.35 13.90 -31.44 69%
Taxi TAX 2.74 4.21 1.48 54%
Vehículo Comercial VCO 2.08 1.95 -0.13 6%
Vehículo Particular Sector A VPA 6.29 4.11 -2.19 35%
Vehículo Particular Sector B VPB 6.46 3.61 -2.85 44%
Vehículo Particular Sector C VPC 6.43 4.98 -1.45 23%
VOC – 1: FE de VOC obtenido con los primeros datos de entrada (no se efectuó variación).
VOC – 4: FE de VOC obtenido variando las partidas en frío de todas las categorías vehiculares.
Al igual que análisis anteriores la figura 54 expone una línea vertical negra para cada barra
naranja, misma que asocia el nivel las fluctuaciones indicadas en la tabla anterior para cada
categoría vehicular. Por último se debe mencionar que el error o fluctuación promedio final
del VOC asociado a las diferentes categoría vehiculares es de ±32%.
96
Figura 54: Fluctuación positiva – negativa del valor final de FE asociado al VOC y el
valor inicial de FE asociado al VOC, conseguida después de varios cambios en las
condiciones de entrada.
C. Óxidos de Nitrógeno (NOX)
Tabla 21: Diferencia entre FE inicial de NOX y FE final de NOX. Este último es tomado
como valedero para la investigación.
Categoría Vehicular Nomenclatura
Diferencia de FE inicial y FE final (gr/Km)
NOx - 1 NOx - 4 NOx 4 - 1 NOx 4 - 1
[±%]
Bus Grande Articulado BGA 13.60 12.17 -1.43 11%
Bus Pequeño y Mediano BPM 8.19 7.91 -0.28 3%
Camión Grande CAG 6.89 5.90 -0.99 14%
Camión Mediano CAM 16.62 7.93 -8.69 52%
Camión Pequeño CAP 5.60 5.22 -0.38 7%
Motocicletas MOT 2.02 2.61 0.58 29%
Taxi TAX 0.69 1.19 0.50 73%
Vehículo Comercial VCO 1.55 1.58 0.03 2%
Vehículo Particular Sector A VPA 1.89 1.37 -0.52 28%
Vehículo Particular Sector B VPB 1.86 1.40 -0.47 25%
Vehículo Particular Sector C VPC 2.08 1.98 -0.10 5%
NOx – 1: FE de NOx obtenido con los primeros datos de entrada (no se efectuó variación).
NOx – 4: FE de NOx obtenido variando las partidas en frío de todas las categorías vehiculares.
-20.00
-10.00
0.00
10.00
20.00
30.00
40.00
50.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
Fact
or
de
Emis
ión
[gr
/km
]
Categorías Vehiculares
VOC - 1 VOC - 4
97
Nuevamente en la tabla 21, la columna NOX 4 – 1, se destaca por tener en su mayoría
valores negativos, mismos que reducen el valor inicial hasta llegar a valores de FE asociado
al NOX que se ajustan a la ciudad.
Al igual que análisis anteriores la figura 55 expone las fluctuaciones del valor final con
respecto al inicial. Se debe mencionar que el error o fluctuación promedio final del NOX
asociado a las diferentes categoría vehiculares es de ±23%.
Figura 55: Fluctuación positiva – negativa del valor final de FE asociado al NOX y el
valor inicial de FE asociado al NOX, conseguida después de varios cambios en las
condiciones de entrada.
D. Material Particulado (PM)
El material particulado, uno de los contaminantes característicos de los vehículos de carga y
transporte, tiene una reducción considerable en su FE, como describe la tabla 22, columna
PM 4 – 1. Dichas diferencias, sirvieron para tomar como correctos los valores finales del
FE de PM asociado a las categorías vehiculares y claramente se ajustan a las características
de la ciudad.
-2.00
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
18.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
Fact
or
de
Emis
ión
[gr
/km
]
Categorías Vehiculares
NOx - 1 NOx - 4
98
Tabla 22: Diferencia entre FE inicial de PM y FE final de PM. Este último es tomado como
valedero para la investigación.
Categoría Vehicular Nomenclatura
Diferencia de FE inicial y FE final (gr/Km)
PM - 1 PM - 4 PM 4 - 1 PM 4 - 1
[±%]
Bus Grande Articulado BGA 5.47 3.51 -1.96 36%
Bus Pequeño y Mediano BPM 1.77 1.36 -0.41 23%
Camión Grande CAG 4.57 4.17 -0.39 9%
Camión Mediano CAM 3.03 2.25 -0.79 26%
Camión Pequeño CAP 1.56 1.66 0.10 7%
Motocicletas MOT 1.04 0.32 -0.72 69%
Taxi TAX 0.02 0.02 0.00 7%
Vehículo Comercial VCO 0.23 0.28 0.05 22%
Vehículo Particular Sector A VPA 0.17 0.07 -0.10 61%
Vehículo Particular Sector B VPB 0.17 0.08 -0.09 52%
Vehículo Particular Sector C VPC 0.18 0.11 -0.07 40%
PM – 1: FE de PM obtenido con los primeros datos de entrada (no se efectuó variación).
PM – 4: FE de PM obtenido variando las partidas en frío de todas las categorías vehiculares.
Figura 56: Fluctuación positiva – negativa del valor final de FE asociado al PM y el valor
inicial de FE asociado al PM, conseguida después de varios cambios en las
condiciones de entrada.
-1.00
0.00
1.00
2.00
3.00
4.00
5.00
6.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
Fact
or
de
Emis
ión
[gr
/km
]
Categorías Vehiculares
PM - 1 PM - 4
99
Al igual que análisis anteriores la figura 56 expone las fluctuaciones del valor final con
respecto al inicial. Se debe mencionar que el error o fluctuación promedio final del PM
asociado a las diferentes categoría vehiculares es de ±32%.
E. Dióxido de Carbono (CO2)
El CO2, es un subproducto de la ignición de motores de combustión interna y este
contaminante es característicos de todos los vehículos que circulan por la ciudad. Tal como
lo muestra la tabla 23, columna CO2 4 – 1, se tienen valores inferiores al inicial, dando
como resultado un FE asumido como correcto y adecuado a las peculiaridades de la ciudad.
Tabla 23: Diferencia entre FE inicial de CO2 y FE final de CO2. Este último es tomado
como valedero para la investigación.
Categoría Vehicular Nomenclatura
Diferencia de FE inicial y FE final (gr/Km)
CO2 - 1 CO2 - 4 CO2 4 - 1 CO2 4 - 1
[±%]
Bus Grande Articulado BGA 1279.71 957.11 -322.60 25%
Bus Pequeño y Mediano BPM 646.55 619.89 -26.65 4%
Camión Grande CAG 569.47 507.57 -61.90 11%
Camión Mediano CAM 1389.10 641.41 -747.69 54%
Camión Pequeño CAP 460.79 440.75 -20.03 4%
Motocicletas MOT 75.48 130.34 54.86 73%
Taxi TAX 199.38 187.68 -11.71 6%
Vehículo Comercial VCO 351.57 334.75 -16.83 5%
Vehículo Particular Sector A VPA 351.85 268.16 -83.68 24%
Vehículo Particular Sector B VPB 376.57 322.47 -54.11 14%
Vehículo Particular Sector C VPC 391.79 334.32 -57.47 15%
CO2 – 1: FE de CO2 obtenido con los primeros datos de entrada (no se efectuó variación).
CO2 – 4: FE de CO2 obtenido variando las partidas en frío de todas las categorías vehiculares.
La figura 57 expone las fluctuaciones del valor final con respecto al inicial del FE asociado
al CO2. Se calcula que el error o fluctuación promedio final del CO2 asociado a las
diferentes categoría vehiculares es de ±21%.
100
Figura 57: Fluctuación positiva – negativa del valor final de FE asociado al CO2 y el valor
inicial de FE asociado al CO2, conseguida después de varios cambios en las
condiciones de entrada.
Tabla 24: Resumen de FE de categorías vehiculares asociadas a un contaminante junto a
su porcentaje de variación final.
-200.00
0.00
200.00
400.00
600.00
800.00
1000.00
1200.00
1400.00
1600.00
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
Fact
or
de
Emis
ión
[gr
/km
]
Categorías Vehiculares
CO2 - 1 CO2 - 4
COCO
[±%]VOC
VOC
[±%]VOC evap.
VOC
evap.[±%]
BGA 6.09 14% 1.49 21% 0.00 0%
BPM 4.76 34% 1.03 24% 0.00 0%
CAG 3.20 36% 0.64 18% 0.00 0%
CAM 5.26 64% 1.29 58% 0.00 0%
CAP 3.44 26% 0.86 5% 0.00 0%
MOT 44.49 61% 12.90 69% 1.00 69%
TAX 53.46 105% 3.62 54% 0.59 54%
VCO 26.66 33% 1.76 6% 0.20 6%
VPA 48.12 25% 3.56 35% 0.54 35%
VPB 38.95 39% 3.07 44% 0.54 44%
VPC 60.00 10% 4.45 23% 0.53 23%
FE final (gr/Km) de categorías vehiculares asociado a un contaminante
junto con su variación final [±%]
Vehículo Particular Sector B
Vehículo Particular Sector C
Camión Mediano
Camión Pequeño
Motocicletas
Taxi
Vehículo Comercial
Vehículo Particular Sector A
NomenclaturaCategoría Vehicular
Bus Grande Articulado
Bus Pequeño y Mediano
Camión Grande
101
4.1.5 Kilómetros Viajados por Vehículo (VKT): Efectos en la Evolución Diaria de
Emisiones
Mediante filmaciones de video en los sectores elegidos, se obtuvo la composición
porcentual de las categorías vehiculares presentes en la ciudad para distintas horas de día
(ver sección 3.1). Por otro lado, el VKT se define como la multiplicación de la cantidad de
vehículos pertenecientes a una categoría vehicular por los kilómetros recorridos
diariamente por un elemento de esa categoría, obteniéndose así el número de kilómetros
diarios que recorren todos los miembros de una categoría vehicular. Entonces, el producto
entre el VKT y la presencia porcentual a cada hora de un grupo vehicular, da como
resultado un valor de VKT en función del número de coches que circulan a una hora
seleccionada. Con esta nueva cantidad se encuentra las emisiones diarias por partidas en
frío y en ruta, alcanzando los valores indicados en la figura 58.
Comparando las figuras 49 y 58, se nota un cambio importante entre los perfiles de partidas
en frío y en ruta. Las emisiones en ruta de todos los contaminantes (gráfico 58), presentan
valores máximos de emisión en horas de la mañana y tarde bien marcadas (08:00 – 09:00 y
17:00 – 18:00 horas), lo que difiere totalmente con lo indicado en la figura 49 donde
cantidades de máxima emisión se distribuían a lo largo del día (entre 08:00 y 19:00 horas).
De la misma forma, las partidas en frío presentan valores máximos en la mañana y en la
tarde (06:00 – 07:00 y 18:00 – 20:00 horas, respectivamente), dejando de lado la tendencia
expuesta en la figura 49, cuya variabilidad es mínima durante todo el día y presenta valores
NOx NOx [±%] PM PM [±%] CO2 CO2[±%]
BGA 12.17 11% 3.51 36% 957.11 25%
BPM 7.91 3% 1.36 23% 619.89 4%
CAG 5.90 14% 4.17 9% 507.57 11%
CAM 7.93 52% 2.25 26% 641.41 54%
CAP 5.22 7% 1.66 7% 440.75 4%
MOT 2.61 29% 0.32 69% 130.34 73%
TAX 1.19 73% 0.02 7% 187.68 6%
VCO 1.58 2% 0.28 22% 334.75 5%
VPA 1.37 28% 0.07 61% 268.16 24%
VPB 1.40 25% 0.08 52% 322.47 14%
VPC 1.98 5% 0.11 40% 334.32 15%
Vehículo Comercial
Vehículo Particular Sector A
Vehículo Particular Sector B
Vehículo Particular Sector C
FE final (gr/Km) de categorías vehiculares asociado a un contaminante
junto con su variación [±%]
Bus Pequeño y Mediano
Camión Grande
Camión Mediano
Camión Pequeño
Motocicletas
Taxi
Categoría Vehicular
Bus Grande Articulado
Nomenclatura
102
máximos en horas de la noche. El análisis anterior, concluye que el VKT debe ser tomado
como un valor variable que influye de manera importantísima en el cómputo de emisiones
diarias por hora y por ende incidirá en los resultados finales del inventario anual de
emisiones.
Figura 58: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para
el Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y
Material Particulado, aplicando un VKT variable solamente por hora del día.
Para finalizar este análisis, se sabe que un motor de combustión interna, es un tipo de
máquina que obtiene energía mecánica directamente de la energía química de un
combustible que arde dentro de su cámara de combustión. Este dispositivo alcanza su
máximo rendimiento cuando, transcurrido un tiempo llega a su temperatura óptima de
funcionamiento (80°C y 100°C), que entre otras cosas, también se traduce en menos
emisiones contaminantes. Con la definición anterior, se puede inferir que al encender el
móvil, transcurre un tiempo y una distancia de su viaje donde las emisiones en frío serán
mayores que las emisiones en ruta, por lo tanto el VKT, no solo será variable por horas,
sino también en la misma hora cuando empiece a funcionar (multiplicar por un FE en frío)
103
y cuando esté a pleno rendimiento (multiplicar por un FE en ruta). El siguiente ejemplo
clarifica lo escrito.
Vehículos Particulares Sector B VPB
Número de Vehículos 87497
Vehicle Use (km/veh/d) 45
VKT = #veh * uso vehículo 3937376
Encendidos (#/veh/d) 5
Características del viaje Km Km en %
Kilómetros por viaje (km) 9 100.00%
Kilómetros en COLD (Km) 1.5 16.67%
Kilómetros en RUNNING (Km) 7.5 83.33%
Por ejemplo a las 10:00 am el VKT de VPB es: 171526 (km viajados)
VKT para partidas en frío = Km Cold * VKT 10:00am (km)
28473.32
VKT para ruta = Km Running * VKT 10:00am (km) 142937.76
Entonces:
Factores de Emisión hallados con IVE para
el CO Emisión de CO asociada a VPB a las 10:00 am
Factor de Emisión partidas en
frío (gr/km) 13.564
Emisión en frío = VKT Frío *
FE Frío 0.386 (Ton/hr)
Factor de Emisión en ruta
(gr/km) 14.111
Emisión en ruta = VKT Ruta *
FE Ruta 2.016 (Ton/hr)
De la forma anterior se calculan las emisiones de todos los contaminantes asociados a las
diferentes categorías vehiculares, obteniéndose los gráficos de las figura 59, donde las
emisiones en frío son menores que las emisiones en ruta, lo que demuestra que los análisis
realizados se acercan eficazmente a los resultados esperados para la ciudad de Quito y
además están bastante cercanos al verdadero estado en el que se encuentra la localidad.
104
Figura 59: Evolución diaria de las emisiones en frío y en ruta en la ciudad de Quito, para
el Monóxido de Carbono, Compuesto Volátiles Orgánico, Óxidos Nitrosos y
Material Particulado con resultados finales de FE.
4.2 Comparación entre Inventario IVE – Quito 2015 e Inventarios de
Gases de Efecto Invernadero del Distrito Metropolitano de Quito
(GEI – DMQ)
El primer inventario de emisiones contaminantes realizado en la ciudad de Quito, fue
publicado en el año 2006, con datos referidos al año 2003, por la Corporación para el
Mejoramiento del Aire de Quito – CORPAIRE, mismo que se caracterizaba por ser el
primer inventario de gran escala que se hacía a nivel país. Los métodos de selección y
evaluación de la información, las metodologías de cálculo y la estimación de las emisiones
mismas, eran ejecutados mediante rigurosos procedimientos de aseguramiento y control de
la calidad, para contar así con una sólida referencia para los futuros inventarios bianuales
de DMQ y de otras ciudades del país. El MOBILE 6.2.03 fue aplicado para las emisiones
de fuentes móviles. Los factores de emisión fueron tomados de la Secretaria de Ambiente
del Gobierno del Distrito Federal de México (2005). Adicional, en las fuentes móviles; los
de la Agencia de Protección Ambiental de los Estados Unidos (EPA - 2005) para las
105
fuentes puntuales y de área [29]. Entonces desde este año en adelante, se han publicado una
serie de inventarios de emisiones bianuales, enfocados principalmente a los Gases de
Efecto Invernadero que son emitidos por diferentes fuentes en el Distrito Metropolitano de
Quito, para el caso específico de la investigación, solo de fuentes móviles. Por lo tanto, con
la información proporcionada por fuentes oficiales, se presentan valores de inventarios
anteriores y del presente, para posteriormente analizarlos.
Tabla 25: Inventarios de Emisiones Anuales para el Distrito Metropolitano de Quito,
diferentes años y metodologías en [Ton / Año].
Metodología Año
Contaminantes considerados en Inventarios de Emisiones de
Fuentes Móviles [Ton/año]
CO2 CO VOC NOx PM
Mobile 6.2 2003 1797615 91931 12802 17344 2647
IPCC GEI * 2007 2088000 155359 29276 20116 -
IPCC GEI ** 2011 2469000 194900 36700 23550 -
IVE Model 2015 3631970 355000 34078 31492 7650
* Datos obtenidos de la referencia [30].
**Datos obtenidos de la referencia [31].
La Tabla 25, muestra los resultados obtenidos para el dióxido y monóxido de carbono (CO2
y CO respectivamente), compuestos volátiles orgánicos y evaporativos (VOC), óxidos
nitrosos (NOX) y material particulado (PM); aplicando diferentes metodologías y en
distintos años. Las cantidades mostradas, están medidas en [Ton / Año] y son valores de
emisiones contaminantes solo de fuentes móviles. Para los años 2007 y 2011, no aparecen
valores de material particulado ya que este solo afecta a nivel local y no global, por lo tanto
no es gas de efecto invernadero y por ello no está considerado en los inventarios de la
Secretaria del Ambiente del DM Quito.
Además de la observación hecha para el PM, se nota que todos los contaminantes tienden a
crecer según pasan los años a excepción de los VOC, por lo tanto se propone analizar
individualmente a cada contaminante para conocer su variación a lo largo del tiempo.
106
Dióxido de Carbono (CO2)
La figura 60, muestra el constante crecimiento del CO2 cada cuatro (4) años, según los
datos de fuentes oficiales. La ecuación que aparece en el gráfico indica la curva que rige
este incremento y puede ser aplicada para calcular valores posteriores al año 2011.
Figura 60: Evolución del CO2 en el DM Quito cada 4 años, hasta el 2011.
Entonces utilizando la metodología de IPCC y basado en la expresión matemática del
gráfico, se procede a calcular un valor esperado de CO2 para el año 2015 así:
𝑦 = 45 308𝑥2 + 154 463𝑥 + 2 ∙ 106
Donde y representa el valor de CO2 para el año 2015 y x el valor del período considerado (4
años), entonces:
𝐶𝑂2𝐴ñ𝑜 2015 = 45 308 ∙ 42 + 154 463 ∙ 4 + 2 ∙ 106
𝐶𝑂2𝐴ñ𝑜 2015 = 3 342 780 𝑇𝑜𝑛
𝐴ñ𝑜⁄
y = 45308x2 + 154463x + 2E+06
0.0E+00
5.0E+05
1.0E+06
1.5E+06
2.0E+06
2.5E+06
3.0E+06
2003 2007 2011
Mobile 6.2 IPCC GEI IPCC GEI
Emis
ion
es A
nu
ales
[To
n/a
ño
]
CO2
107
El resultado anterior puede ser interpretado como el valor de las emisiones de CO2
asociados al sector transporte del DM Quito para el año 2015, aplicando la metodología
propuesta por la Secretaria de Ambiente del DM Quito [30, 31].
Por último, comparando la cantidad conseguida con lo obtenido mediante la aplicación del
modelo IVE, se tiene el siguiente gráfico.
Figura 61: Emisión de CO2 de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE.
La figura 61, muestra la emisión de CO2 calculada mediante la ecuación de tendencia
hallada en el gráfico 60 (IPCC) y lo conseguido aplicando el modelo IVE. El valor que da
IVE es mayor en 289 190 [Ton – CO2/Año] (8% mayor aprox.) con respecto al proyectado
para el IPCC. Esta diferencia era de esperarse ya que IVE considera factores relacionados
directamente con la dinámica de conducción como velocidad, aceleración, desaceleración,
partida en frío del móvil, entre otras; que hacen posible conseguir un valor que exprese a
ciencia cierta a lo que realmente está pasando en la ciudad. Además, dicha cantidad hace
pensar que ciertos valores asumidos y escenarios considerados en los literales anteriores de
este capítulo no están lejos de la realidad de la localidad.
3342780
3631970
3.25E+06
3.30E+06
3.35E+06
3.40E+06
3.45E+06
3.50E+06
3.55E+06
3.60E+06
3.65E+06
2015 2015
IPCC GEI IVE Model
Emis
ion
es A
nu
ales
[To
n/A
ño
]
CO2
108
Monóxido de Carbono (CO)
Análisis similar al anterior es realizado para el monóxido de carbono. En la figura 62 se
muestra la evolución del CO cada cuatro (4) años, según los datos de fuentes oficiales. Así
mismo, la ecuación que aparece en el gráfico indica la curva de tendencia para el CO, con
la que se calculan valores posteriores al año 2011.
Figura 62: Evolución del CO en el DM Quito cada 4 años, hasta el 2011.
La figura 63, muestra el valor de emisión de CO calculado mediante la ecuación de
tendencia hallada en el gráfico 59 (IPCC) y lo conseguido aplicando el modelo IVE que es
mayor en 104 362 [Ton – CO/Año] (30% mayor aprox.) con respecto al proyectado para el
IPCC.
y = 51485x + 44428
0
50000
100000
150000
200000
250000
2003 2007 2011
Mobile 6.2 IPCC GEI IPCC GEI
Emis
ion
es A
nu
ales
[To
n/a
ño
]
CO
109
Figura 63: Emisión de CO de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE.
Esta gran diferencia se da ya que según las Estadísticas de la Revisión Técnica Vehicular
del DM Quito, el parque automotor de vehículos livianos regulares (vehículos particulares)
ha crecido en los últimos cinco años a una razón del 5.65% promedio anual en la localidad.
Es decir que de cada 100 habitantes 6 tienen auto en la urbe.
El modelo IVE, considera este crecimiento en valor porcentual para cálculo de emisiones y
además sabe que cerca del 85% de los VP funcionan a gasolina, principal precursor de CO,
entonces la diferencia del 30% en emisión de CO calculado mediante ambas metodologías
(IPCC e IVE) está muy acorde a la realidad de la ciudad y se puede asegurar que los valores
asumidos y escenarios considerados en los literales anteriores de este capítulo no están lejos
de la realidad de la localidad.
Compuestos Volátiles Orgánicos y Evaporativos (VOC – VOC evap.)
La figura 64 muestra la tendencia de los VOC – VOC evap cada cuatro (4) años, según los
datos de fuentes oficiales. La ecuación que aparece en el gráfico indica la curva de
tendencia que indica un crecimiento de los VOC – VOC evap para años posteriores al 2011.
250368
355000
0
50000
100000
150000
200000
250000
300000
350000
400000
2015 2015
IPCC GEI IVE Model
Emis
ion
es A
nu
ales
[To
n/A
ño
]
CO
110
Figura 64: Evolución del VOC en el DM Quito cada 4 años, hasta el 2011.
Comparando las cantidades conseguidas entre el modelo IVE y la ecuación del gráfico
anterior, el valor que se obtendría de aplicar la metodología del IPCC es menor en 604 [Ton
– VOC/Año] al logrado con el modelo IVE (figura 65). El IPCC, tal como se aplica en la
ciudad de Quito, calcula emisiones de fuentes móviles multiplicando sólo el consumo del
combustible en la ciudad por otros factores [30, 31]. El modelo IVE, al considerar las
paradas del vehículo y sus tiempos de reposo, cuenta con un factor de corrección que
analiza la evaporación del combustible cuando el auto está parado, así como también en
tiempo previo hasta que el motor llegue a su temperatura de funcionamiento. En este lapso
de tiempo se generan VOC y VOC evap. Por lo tanto, al considerar dichas variables de
cálculo, lo obtenido en el modelo IVE será mayor a lo conseguido con la metodología del
IPCC.
y = -4525x2 + 30049x - 12722
0
5000
10000
15000
20000
25000
30000
35000
40000
2003 2007 2011
Mobile 6.2 IPCC GEI IPCC GEI
Emis
ion
es A
nu
ales
[To
n/A
ño
]
VOC - VOC evap.
111
Figura 65: Emisión de VOC de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE.
Óxidos Nitrosos (NOX)
Figura 66: Evolución de los NOX en el DM Quito cada 4 años, hasta el 2011.
33474
34078
30000
30500
31000
31500
32000
32500
33000
33500
34000
34500
2015 2015
IPCC GEI IVE Model
Emis
ion
es A
nu
ales
[To
n/A
ño
]
VOC - VOC evap.
y = 306x2 + 1854x + 15184
0
5000
10000
15000
20000
25000
2003 2007 2011
Mobile 6.2 IPCC GEI IPCC GEI
Emis
ion
es A
nu
ales
[To
n/A
ño
]
NOx
112
La figura 66, muestra la ecuación de tendencia y aumento de los NOX cada cuatro (4) años.
Esta puede predecir los valores posteriores al año 2011, para compararlos con datos
oficiales.
Comparando las cantidades conseguidas con el modelo IVE e IPCC el valor que se
obtendría de aplicar esta última metodología es menor en 3996 [Ton – VOC/Año] (14%
mayor aprox.) a lo que da IVE (figura 67).
Los motores que funcionan con diésel forman los NOX. Dicho carburante es usado por el
transporte de carga pesada que llega casi a ser el 12% del parque automotor de la ciudad y
circula en promedio 200 kilómetros diarios. El modelo IVE, considera las cantidades
escritas anteriormente, por lo así se justifica que el valor obtenido con este procedimiento
sea mayor al del IPCC. Nuevamente se concluye que los valores asumidos y escenarios
considerados en los literales anteriores de este capítulo no están lejos de la realidad de la
localidad.
Figura 67: Emisión de los NOX de fuentes móviles del DM Quito obtenidas mediante la
metodología IPCC y el Modelo IVE.
27496
31492
25000
26000
27000
28000
29000
30000
31000
32000
2015 2015
IPCC GEI IVE Model
Emis
ion
es A
nu
ales
[To
n/A
ño
]
NOx
113
Material Particulado (PM)
La figura 68, muestra los valores de material particulado para el año 2003 y 2015, logrados
mediante la aplicación de MOBILE 6.2 y el modelo IVE, respectivamente. Los inventarios
de emisiones realizados en la ciudad de Quito, posteriores al 2003, están enfocados hacia el
cálculo de Gases de Efecto Invernadero (GEI) que influyen a nivel global. El material
particulado al ser un contaminante local, no es tomado en cuenta en dichas investigaciones,
entonces ellas no cuentan con datos oficiales.
Analizando la gráfica inferior, es claro que el valor del material particulado se ha elevado
en los últimos 12 años (2003 – 2015). La línea de tendencia mostrada en la gráfica
demuestra un incremento lineal del contaminante y cada 4 años aumenta en promedio un
30% según los valores conseguidos en la investigación.
Figura 68: Evolución del PM en el DM Quito para el 2003 (MOBILE 6.2) y el 2015 (IVE
Model).
Por último, se presentan los resultados del inventario anual de emisiones para la ciudad de
Quito (Tabla 26), concluyendo que cada una de las mejoras mencionadas en los literales
anteriores y escenarios asumidos han sido relevantes en la investigación.
2647
7650
y = 5003x - 2356
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
2003 2015
Mobile 6.2 IVE Model
Emis
ion
es A
nu
ales
[To
n/A
ño
]
PM
114
Tabla 26: Inventario de Emisiones Anuales IVE – Quito 2015 en [Ton / Año]
Inventario de Emisiones Anuales IVE - Quito 2015 [TON - Contaminante / Año]
CO VOC VOC evap NOx SOx PM
354 998 30 363 3 715 31 492 540 7 650
1,3 Butadieno Acetaldehído Formaldehido Benceno CH4 CO2
259 556 1 534 1 375 5 397 3 631 969
Para concluir, las dos figuras siguientes muestran gráficamente los resultados obtenidos en
la tabla de arriba y el porcentaje de emisiones de cada categoría vehicular en la ciudad de
Quito, figuras 69 y 70 respectivamente.
Figura 69: Inventario de Emisiones Anuales de los contaminantes considerados.
0.355
0.034 0.0310.008
0.363
0.000
0.050
0.100
0.150
0.200
0.250
0.300
0.350
0.400
CO VOC + VOCevap
NOx PM CO2/10
Meg
ato
nel
adas
de
Co
nta
min
ante
Inventario de Emisiones Anuales IVE - Quito 2015 [MTon -Contaminante / Año]
115
Figura 70: Participación porcentual de las diferentes categorías vehiculares en las
emisiones contaminantes en la ciudad de Quito.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
CO VOC + VOCevap
NOx PM CO2
Par
tici
pac
ión
po
rcen
tual
en
el i
nve
nta
rio
d
e em
isio
nes
Contaminantes considerados
BUS CAM MOT TAX V. Pasajeros
116
CAPÍTULO V
MODELACIÓN DE EMISIONES VEHICULARES
El inventario de emisiones contaminantes y su permanente actualización, son una necesidad
en la gestión de la calidad del aire. Esta información permite conocer la contribución de
cada tipo de fuente generadora de contaminantes, estudiar sus impactos sobre la calidad del
aire en determinada localidad y posteriormente tomar medidas adecuadas y eficaces para su
reducción.
Para realizar el inventario de emisiones, los vehículos que circulan por la ciudad de Quito
fueron agrupados dentro de categorías vehiculares de acuerdo a su tecnología vehicular y la
función que cumplen (taxi, camiones, buses, entre otros). Cada grupo o categoría, utiliza
diésel o gasolina para su funcionamiento, por lo tanto, habrá presencia importante de un
contaminante sobre otro debido al combustible empleado.
Con este antecedente, este capítulo describe brevemente algunos contaminantes producidos
por la quema de dichos derivados del petróleo. A continuación se dan a conocer los
resultados generales obtenidos para la ciudad al aplicar la metodología – modelo IVE en
Quito. Se muestran, los factores de emisión de cada contaminante asociado a una cada
categoría vehicular. Posteriormente se calculan las emisiones totales diarias de cada
contaminante seguido de la evolución diaria de las emisiones vehiculares. Por último, se
obtiene el inventario anual de emisiones vehiculares IVE – Quito 2015.
117
5.1 Generalidades sobre Contaminación de Fuentes Móviles
Se denomina contaminación ambiental a la presencia de cualquier agente (físico, químico o
biológico) o bien de una combinación de varios agentes en lugares, formas y
concentraciones tales que sean o puedan ser nocivos para la salud, seguridad o bienestar de
la población, vida vegetal o animal [32]. El presente trabajo se centra en la contaminación
de fuentes móviles, mismas que representan a todas las fuentes de contaminación que no
poseen una posición geográfica determinada y son propulsadas mediante un motor de
combustión interna. Los vehículos generan principalmente Monóxido de Carbono (CO),
Dióxido de Azufre (SO2), Óxidos de Nitrógeno (NOx), Compuestos Orgánicos Volátiles
(VOC), Hidrocarburos (HC), Material Particulado (PM) y Dióxido de Carbono. Cada
contaminante es detallado a continuación [33].
A. Monóxido de Carbono (CO)
El monóxido de carbono (CO) es un gas tóxico sin olor, color o sabor producido en motores
de combustión interna por la quema incompleta del combustible en ambientes con poca
presencia de oxígeno. En la atmósfera sobrevive alrededor de cuatro semanas y
gradualmente llega a convertirse en dióxido de carbono. El CO es uno de los agentes
contaminantes más peligrosos para los seres humanos ya que causa una rápida reducción en
la capacidad de transportar oxígeno en la sangre, resultando los dolores de cabeza, fatiga y
algunos casos muerte por asfixia [33, 34].
B. Dióxido de Azufre (SO2)
El dióxido de azufre es un gas ácido incoloro. Se produce en la combustión de carbón o
combustible que contengan cantidades importantes de azufre. Algunos de los peligros de
este gas, es que se encuentran en la llamada “lluvia ácida” que es la precipitación
combinada con el dióxido de azufre. Esta lluvia daña la vegetación, edificios, causa la
degradación del suelo y contamina fuentes de agua. En la salud humana causa irritación de
ojos, nariz y garganta. Puede atacar al tejido pulmonar deteriorando la respiración causando
así bronquitis crónica [33, 34].
118
C. Óxidos de Nitrógeno (NOx)
El término NOx, hace referencia al óxido nítrico (NO) y al dióxido de nitrógeno (NO2). Los
NOx’s se producen cuando se obtiene altas temperaturas en la cámaras de combustión,
disociando el nitrógeno gaseoso N2 presente en el aire y oxidándolo. Los óxidos de
nitrógeno reaccionan con hidrocarburos en presencia de la luz solar formando ozono
troposférico, que es uno de los agentes contaminantes secundarios más peligrosos. De entre
los NOx’s, el más peligro es el NO2, de color rojizo que en altas concentraciones causa
irritaciones agudas al sistema respiratorio, especialmente en personas con asma. El período
de vida atmosférico del dióxido de nitrógeno es típicamente un día, momento después se
convierte en ácido nítrico y otros compuestos químicos [33, 34].
D. Compuesto Orgánicos Volátiles (VOCs)
Los compuestos volátiles orgánicos pueden ser hidrocarburos aromáticos, halocarburos
(tricloroetileno), oxigenantes (alcoholes, aldehídos, cetonas). Están como vapor en la
atmósfera, y se clasifican como agentes contaminadores secundarios ya que ayudan a la
formación de ozono en presencia de la luz solar más NOx’s. Los VOC’s más destacados,
por su daño sobre la salud humana son el benceno y 1.3 – butadieno [33, 34].
E. Hidrocarburos Totales (HC)
Las emisiones de hidrocarburos consisten en combustible no quemado o quemado
parcialmente. La producción de hidrocarburos en motores con ciclo diésel es diferente a
motores que utilizan ciclo Otto. En el motor a gasolina una mezcla casi homogénea de aire
– combustible es comprimida, y la llama se difunde a través de la cámara de combustión.
Cuando la llama no alcanza todo el volumen de la cámara (pistón y pared del cilindro), se
forman los hidrocarburos. Este análisis es análogo al CO. En el motor diésel sólo el aire es
comprimido dentro de este volumen, reduciendo el aire disponible para la combustión, pero
permite que cantidad de combustible sea consumido [33, 34].
119
F. Material Particulado (PM)
El material particulado, lo componen principalmente polvos en suspensión, cenizas
presentes en el combustible, hidrocarburos sólidos, nitratos y sulfatos. Las partículas tienen
diferentes tamaños. Las emitidas por motores diésel, usualmente son menores a 2.5
micrómetros de diámetro. El humo provocado por la combustión de carbón, tiene partículas
gruesas y con diámetros superiores a 2.5 micrómetros. El impacto sobre la salud de PM
aerotransportable o partículas suspendidas con diámetros de 10 micrómetros o menores, es
que alcanzan la zona más profunda del pulmón, llegando hasta la sangre (PM2.5) [33, 34].
G. Dióxido de carbono
El dióxido de carbono (CO2) es un contaminante de efecto global que contribuye con el
calentamiento global. Se produce por la ignición de combustibles fósiles y corresponde a la
máxima oxidación del carbono. La única forma de reducirlo es disminuyendo el consumo
de combustible, haciendo motores más eficientes [33, 34].
5.2 Resultados Generales de la Ciudad de Quito
En primer lugar, se empieza definiendo al factor de emisión como un valor representativo
que intenta relacionar la cantidad de un contaminante liberado a la atmósfera con la
actividad asociada a la generación de ese contaminante. Estos factores se expresan
normalmente como el peso del contaminante dividido por una unidad de peso, el volumen,
la distancia, o la duración de la actividad de emisión de contaminante (por ejemplo,
kilogramos de partículas emitidas por mega gramo de carbón quemado). Estos factores
facilitan la estimación de las emisiones procedentes de diversas fuentes de contaminación
del aire [35].
Al aplicar el modelo IVE sobre los datos depurados con los procedimientos dados en el
capítulo anterior, se obtiene el Factor de Emisión Individual por partida (start y/o frío) y
en ruta (running) de cada contaminante asociado a una categoría vehicular, diario y por
horas, mismo que se mide en gramos de contaminante emitido por kilómetro recorrido. Con
la suma de ambos factores se obtiene el Factor de Emisión Individual Total (FE) de la
120
categoría vehicular. Los contaminantes que se han considerado, para la exposición de
resultados son: Monóxido de Carbono (CO), Compuestos Volátiles Orgánicos (VOC) y
Evaporativos (VOC evap.), Óxidos de Nitrógeno (NOX) y Material Particulado (PM).
Como aclaración, vale mencionar que cuando se hable de Compuestos Volátiles Orgánicos,
englobará a los producidos en la cámara de combustión y que son emitidos por el tubo de
escape y las emisiones evaporativas, en conjunto serán los VOC.
Tabla 27: Factores de emisión individuales totales de los contaminantes considerados
asociados a las categorías vehiculares en [gr – Cont. / Km – recorrido].
Categoría Vehicular Nomenclatura
Factor de Emisión (gr - Contaminante/ Km -
Recorrido)
CO VOC VOC evap. NOx PM
Diésel
Bus Grande Articulado BGA 6.09 1.49 0.00 12.17 3.51
Bus Pequeño y Mediano BPM 4.76 1.03 0.00 7.91 1.36
Camión Grande CAG 3.20 0.64 0.00 5.90 4.17
Camión Mediano CAM 5.26 1.29 0.00 7.93 2.25
Camión Pequeño CAP 3.44 0.86 0.00 5.22 1.66
Gasolina
Motocicletas MOT 44.49 12.90 1.00 2.61 0.32
Taxi TAX 53.46 3.62 0.59 1.19 0.02
Vehículo Comercial* VCO 26.66 1.76 0.20 1.58 0.28
Vehículo Particular
Sector A VPA 48.12 3.56 0.54 1.37 0.07
Vehículo Particular
Sector B VPB 38.95 3.07 0.54 1.40 0.08
Vehículo Particular
Sector C VPC 60.00 4.45 0.53 1.98 0.11
* Cerca del 45% de los vehículos comerciales (camionetas), funcionan con diésel
Los valores mostrados en la tabla 27 corresponden a los factores de emisión individuales
totales de un contaminante asociado a una categoría vehicular. La interpretación de todas
las cantidades anteriores sería, por ejemplo: el Factor de Emisión Individual del monóxido
de carbono (CO) asociado a un Vehículo Particular Sector B es 38.95 gramos de CO
emitidos por cada kilómetro recorrido. Además, la tabla anterior agrupa a las categorías
vehiculares por el tipo de combustible donde resalta algunos valores que son mayores que
otros. Para el monóxido de carbono, los FE son mayores en los vehículos a gasolina que en
los autos a diésel, por lo mencionado en el literal A del presente capítulo.
121
Tanto el diésel como la gasolina, están constituidos por una mezcla de hidrocarburos.
Ambos combustibles se obtienen por destilación fraccionada del petróleo bruto. Entre sus
diversos usos, sirven como carburantes en motores de combustión interna. La gasolina tiene
una densidad de 760 g/L (un 20% menos que el diésel, que tiene 850 g/L), por lo tanto
cuando comienza a elevarse la temperatura, este compuesto se expande y evapora del
tanque de combustible de manera acelerada, haciendo que el factor de emisión asociado a
los VOC sea mayor en autos que funcionan con gasolina.
En el diésel, el índice de cetano es un indicativo de la capacidad o facilidad para la
ignición. El diésel se auto inflama cuando alcanza altas presiones y por ende altas
temperaturas en la cámara de combustión, por esta razón los factores de emisión asociados
a los óxidos de nitrógeno tienen valores elevados solo en vehículos a diésel.
Los factores de emisión del material particulado (PM) aparecen de forma relevante en las
categorías vehiculares diésel debido al proceso de obtención y refinado de este combustible
a partir del petróleo en bruto. Dicho procedimiento se caracteriza por ser menos complejo
que el utilizado para obtener gasolina, entonces se presentan más impurezas, polvos y
cenizas de refinación, que posteriormente se traducen en PM.
Los factores de emisión individuales obtenidos al principio de esta sección, son utilizados
para hallar las emisiones totales diarias de la ciudad de Quito, al multiplicar dicho factor
por el VKT (Vehicle Kilometre Traveled por sus siglas en inglés). El VKT, no es más que
la multiplicación de la cantidad de vehículos pertenecientes a una categoría vehicular por
los kilómetros recorridos diariamente por un elemento de esa categoría. Entonces, tomando
como base los datos conseguidos en la Secretaria de Movilidad del Distrito Metropolitano
de Quito, “Estadística Revisión Técnica Vehicular por Tipo de Vehículo” para el año 2013,
el parque vehicular consta de un total de 439 168 vehículos, que están divididos tal como se
muestra en la tabla 28.
También la tabla 28, muestra los kilómetros recorridos a diario de cada miembro de las
distintas categorías vehiculares. Los valores dados a los vehículos particulares fueron
hallados en el capítulo III, sección 3.2. Mientras que para las clases restantes, las cantidades
122
fueron asumidas con la ayuda de un experto (PhD. Mauricio Osses). En la columna del
extremo derecho, se coloca el valor del VKT que debe ser interpretado de la siguiente
manera: 3 937 410 kilómetros son recorridos diariamente por los 87 498 vehículos
particulares sector B (VPB) y así para todos los valores conseguidos.
Tabla 28: Distribución del parque vehicular en la ciudad de Quito acorde a las categorías
vehiculares de la investigación, kilómetros recorridos y VKT.
Categoría Vehicular Nomenclatura
Número
de
vehículos
Kilómetros
recorridos
a diario
VKT
(𝒗𝒆𝒉 ∙𝒌𝒎/𝒅í𝒂)
Diésel
Bus Grande Articulado BGA 439 250 109 750
Bus Pequeño y Mediano BPM 12 533 200 2 506 600
Camión Grande CAG 11 317 200 2 263 400
Camión Mediano CAM 13 832 200 2 766 400
Camión Pequeño CAP 5 408 200 1 081 600
Gasolina
Motocicletas MOT 24 354 30 730 620
Taxi TAX 15 889 200 3 177 800
Vehículo Comercial VCO 5 407 200 1 081 400
Vehículo Particular Sector A* VPA 97 997 45 4 409 865
Vehículo Particular Sector B* VPB 87 498 45 3 937 410
Vehículo Particular Sector C* VPC 164 494 45 7 402 230
* Se distribuyen VP en la ciudad de
acuerdo al sector socioeconómico Total 439 168 1 615 29 467 075
Por último, se multiplica el VKT o actividad de las categorías vehiculares por un nivel de
emisión promedio o factor de emisión para así obtener las emisiones totales diarias en la
ciudad de Quito, tal como se muestra en la tabla 29.
123
Figura 71: Participación porcentual, en la ciudad de Quito, de cada contaminante
asociado a una categoría vehicular
Tabla 29: Emisiones Totales Diarias por contaminante, categoría vehicular y totales,
medidas en [Tonelada – Contaminante / Día]
Categoría Vehicular Nomenclatura
Emisiones Totales Diarias (Ton - Contaminante/
día)
CO VOC VOC evap NOx PM
Dié
sel
Bus Grande Articulado BGA 0.67 0.16 0.00 1.34 0.38
Bus Pequeño y Mediano BPM 11.94 2.58 0.00 19.83 3.40
Camión Grande CAG 7.24 1.45 0.00 13.35 9.45
Camión Mediano CAM 14.54 3.57 0.00 21.93 6.22
Camión Pequeño CAP 3.72 0.93 0.00 5.64 1.80
Gas
oli
na
Motocicletas MOT 32.50 9.43 0.73 1.90 0.23
Taxi TAX 169.88 11.51 1.88 3.79 0.06
Vehículo Comercial VCO 28.83 1.90 0.21 1.71 0.30
Vehículo Particular
Sector A VPA 212.18 15.72 2.40 6.05 0.30
Vehículo Particular
Sector B VPB 153.37 12.09 2.13 5.50 0.33
Vehículo Particular
Sector C VPC 444.14 32.95 3.94 14.67 0.78
Total 1 079.02 92.28 11.29 95.72 23.25
La figura 71, muestra gráfica y porcentualmente los valores escritos en la tabla 29. La
emisión de CO y VOC se ven principalmente influenciadas por los vehículos de pasajeros
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
CO VOC VOC evap NOx PM
Po
rcen
taje
de
cad
a co
nta
min
ante
Contaminantes considerados
BGA BPM CAG CAM CAP MOT TAX VCO VPA VPB VPC
124
(VP) y taxis. Para el primer caso, el 85.40% de los VP funcionan a gasolina (sección 3.2),
combustible que es el principal precursor de CO y VOC. Este resultado también era
esperado ya que el 83% de los autos que circulan en la ciudad son VP. Dato importante a
mencionar, el mayor porcentaje de emisiones de CO y VOC se presentan en el sector C
(sector socioeconómico bajo) y las más bajas en el sector B (sector financiero comercial).
Este particular se debe a la tecnología vehicular que existe entre uno y otro sector. Si bien
es cierto, la edad del parque vehicular de la ciudad se estimó en 6.45 años (numeral 3.2), no
quiere decir que en sectores de bajos ingresos económicos, ese número sea una constante,
por lo tanto, se infiere que existe un parque vehicular mucho más antiguo en las zonas
socioeconómicas media – baja. Los taxis, funcionan a gasolina y representan un 3.62% del
total de los vehículos que existen en Quito. Su alta incidencia en las emisiones de CO y
VOC se debe a que este recurso transita de manera periódica en las vías de la ciudad,
teniendo un nivel de actividad elevado durante todo el día, mismo que se ve reflejado en su
alto aporte de CO diario en la ciudad. Las motos son el 5.55% del parque vehicular de la
ciudad, aporta considerablemente con estos contaminantes (CO y VOC). Al ser un
transporte versátil, su uso se ha incrementado con el fin de evitar la congestión vehicular
que presentan las grandes ciudades.
El transporte de carga pesada (buses y camiones) usa diésel como su combustible, mismo
que llega a auto – ignición al ser sometido a grandes presiones y por ende alcanza altas
temperaturas, formando así los óxidos de nitrógeno. Las categorías bus mediano y pequeño
(BPM) y camión mediano (CAM) emiten de manera significativa NOX comparándolo con
las demás categorías de transporte pesado. Esto se da ya que entre ambas categorías suman
un 6% del parque vehicular que circula por la localidad. Los vehículos particulares, de igual
manera tienen una participación considerable dentro de las emisiones de NOX, lo que
confirma nuevamente su gran presencia dentro de la ciudad y alto aporte en emisiones
contaminantes. Con respecto a las emisiones de material particulado (PM), las categorías
que tienen mayor contribución son los camiones y buses debido al uso de diésel. Toda
tecnología automotriz que tenga como medio de propulsión este combustible, tendrán
asociadas emisiones de material particulado y óxidos nitrosos. El camión pesado contribuye
125
con gran cantidad de PM debido a los grandes motores que usan para su movilización, aun
cuando su presencia dentro de la ciudad está cercana al 3% del total del parque vehicular.
5.3 Evolución Diaria de Emisiones
El término evolución diaria de emisiones se puede definir como el cambio o transformación
gradual del comportamiento de los contaminantes emitidos por un motor de combustión
interna a lo largo del día. Desde 1997, la EPA ha venido insistiendo en la necesidad de
separar los tipos de emisiones y asociarlas por partidas en frío y en ruta. Las primeras
deben cumplir con [36]:
La magnitud de las emisiones por partidas en frío no dependan de la velocidad o del
modo de conducción.
Las emisiones por partidas en frío sean consideradas como instantáneas,
independientes de las millas conducidas.
Las emisiones por partidas en frío sean ajustadas a un tiempo anterior de reposo de
al menos 12 horas.
Las emisiones por partidas en frío deben ser separadas por temperaturas y tipos de
combustible.
Las emisiones en ruta son las causadas por las aceleraciones, desaceleraciones, quemado
combustible, entre otras que experimenta el auto después de llegar a su temperatura de
funcionamiento normal, que alcanza en promedio los 90°C.
A continuación se muestra la evolución diaria de las emisiones totales obtenidas del modelo
IVE para el monóxido de carbono (CO), compuestos volátiles orgánicos (VOC), óxidos de
nitrógeno (NOx) y material particulado (PM).
126
Monóxido de Carbono (CO)
La figura 72 indica la evolución diaria para el monóxido de carbono (CO) obtenida del
modelo IVE para la ciudad de Quito.
Figura 72: Evolución diaria de CO para la ciudad de Quito.
Las emisiones de CO están afectadas mayormente por los vehículos a gasolina, por lo tanto
el gráfico 72 concuerda con lo mostrado en la figura 71, por lo tanto el mayor aporte de este
contaminante viene de los vehículos particulares (VPA, VPB, VPC).
De la figura 72, se observan tres peaks para emisiones en ruta durante el trascurso del día.
Entre las 8 y 9 de la mañana y la hora 15, se presentan valores altos de circulación
vehicular en la ciudad (ver 3.3 y 3.4), especialmente de vehículos particulares (cerca del
50% en toda la localidad, en ambos horarios), por lo tanto los niveles de emisión de CO a
estas horas es alto. En la hora 18, se presenta el último peak de emisión del día donde la
presencia de vehículos particulares bordea el 53.33% de toda la localidad.
Respecto a las emisiones en frío, la figura 72 muestra que los niveles de CO son elevados
en la hora 7 y 18. Este resultado es consistente con lo obtenido en la figura 39, donde la
distribución de las partidas en frío de la ciudad se concentraba principalmente en la mañana
0
5
10
15
20
25
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Emis
ion
es d
e C
O (
Ton
/hr)
Horas del Día
CO Partidas en Frío CO En Ruta
127
(06:00 y 07:00 horas) y por la noche (18:00 y 20:00 horas). Cuando el motor entra en
funcionamiento normal, los niveles de CO se mantienen estables durante todo el día. Por
último se hace importante mencionar que cuando el motor está caliente en reposo o en
velocidad de crucero (sin acelerar), se produce muy poco monóxido de carbono porque hay
suficiente oxígeno disponible durante la combustión lo que se traduce en presencia
importante de dióxido de carbono (CO2), el principal subproducto de una combustión
eficiente.
Compuestos Orgánicos Volátiles (VOC)
La figura 73 presenta la evolución diaria de las emisiones de compuestos volátiles
orgánicos hallados con el modelo IVE para Quito, mismas que son afectadas de manera
importante por vehículos que funcionan a gasolina, por lo tanto se puede inferir que la
categoría que más contribuye con este contaminante, son los vehículos particulares,
concordando con lo expuesto en la figura 71.
Figura 73: Evolución diaria de VOC para la ciudad de Quito.
Los VOC son gases que se originan de la evaporación del combustible en el tanque y
pueden ser de tres tipos: diurnas, por detenciones en caliente y durante el recorrido. Las
primeras están asociadas a las variaciones de temperatura ambiental durante el día, que
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Emis
ion
es d
e V
OC
-V
OC
eva
p (
Ton
/hr)
Horas de Día
VOC Partidas en Frío VOC evap. Partidas en Frío
VOC En Ruta VOC evap. En Ruta
128
resulta en la expansión del vapor dentro de los tanques de combustible. En la noche, cuando
la temperatura cae, el vapor se contrae y entra al estanque, consecuentemente baja las
concentraciones de hidrocarburos en el espacio del vapor, quedando encima de la gasolina
líquida, lo cual subsecuentemente lleva a la evaporación adicional, lo que se hace notorio
en lo mostrado en la figura 73, donde los peaks máximos de evaporación se dan entre las
08:00 y 18:00 horas, para las partidas en frío (sombreado gris) [27].
Las dos siguientes tipos de emisiones, son producidas básicamente por evaporación del
combustible debido a la temperatura de funcionamiento del vehículo (emisiones en ruta,
línea amarilla), donde los valores relevantes se presentan entre las 8 y 10; y de 15 a 18
horas, horas donde el flujo de vehículos particulares, taxis y motos es elevado.
Las emisiones por el tubo de escape tienen su origen en el proceso de combustión interna.
En un proceso de combustión ideal y completo, los productos son, esencialmente, dióxido
de carbono y vapor de agua. En los motores reales, este proceso, no es completo ni ideal,
debido a la cual se generan otros productos, entre ellos los hidrocarburos sin quemar [27].
En el gráfico 73, la máxima emisión de estos compuestos se da entre las 9 y 17 horas para
emisiones en ruta (línea anaranjada) y a las 7 y entre 18 y 19 horas para emisiones en frío
(sombreado azul).
Óxidos de nitrógeno (NOX)
La figura 74 indica la evolución diaria para los óxidos de nitrógeno (NOX) obtenidos con el
modelo IVE para la ciudad de Quito.
129
Figura 74: Evolución diaria de NOX para la ciudad de Quito.
En la figura 74 se puede observar que existen valores máximos de emisión de NOX a las
09, 14 y 17 horas, destacándose el ocurrido en la mañana. Se debe considerar que las
emisiones de los óxidos de nitrógeno son característicos de los vehículos que funcionan a
diésel (menor presencia en autos a gasolina), tal como lo muestra la figura 71, donde
camiones y buses son los principales aportantes de dicho contaminante. Ahora bien, los
peaks observados guardan especial coherencia con lo mostrado en las figuras 26, 28 y 30,
que muestran un alto flujo de camiones y buses en los sectores seleccionados de la ciudad,
que promedian el 12% del flujo vehicular en la ciudad a las horas mencionadas.
Las partidas en frío de este contaminante, tienen una fluctuación mínima durante todo el
día, diferente al comportamiento mostrado por el CO y VOC. En vehículos a diésel no es
posible ver el patrón característico para las partidas en frío, básicamente porque no está
presente el efecto que tiene el convertidor catalítico para encendidos del motor en frío [27].
Material Particulado (PM)
La figura 75 muestra la distribución diaria del material particulado (PM) obtenida con el
modelo IVE para Quito. Las emisiones de PM son característicos de los autos a diésel, por
lo tanto la distribución mostrada en el gráfico es similar, tanto para emisiones de partidas en
0.0
2.0
4.0
6.0
8.0
10.0
12.0
14.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Emis
ión
de
NO
x (T
on
/día
)
Horas del Día
NOx Partidas en Frío NOx En Ruta
130
frío como en ruta, a lo obtenido para el NOX y su análisis es análogo a lo expuesto para
dicho contaminante.
Figura 75: Evolución diaria de PM para la ciudad de Quito.
5.4 Inventario Anual de Emisiones Vehiculares
Para realizar el cálculo del Inventario Anual de Emisiones Vehiculares IVE – Quito 2015,
se debe tener en cuenta que los datos obtenidos en la campaña de actividad vehicular
representan un día laboral en la ciudad. Por lo tanto, para generar información veraz en el
cálculo, se debe considerar la cantidad de sábados, domingos y días festivos que hay en el
2015, para así, no sobreestimar las emisiones, tomando en cuenta todos los días con igual
actividad vehicular.
Para el cálculo del inventario anual se tomó la siguiente distribución de días:
Total de días laborales 249.
Total de días sábado 52. Se considera una actividad vehicular igual al 80% de la
registrada en un día de actividades normales.
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Emis
ion
es d
e P
M (
Ton
/día
)
Horas del Día
PM Partidas en Frío PM En Ruta
131
Total de días domingo y feriados 64. Se considera una actividad vehicular igual al
60% de la registrada en un día de actividades normales.
Con estos lineamientos generales, se hallan las emisiones para la ciudad, mismas que están
escritas en la tabla 30.
Tabla 30: Inventario de Emisiones Anuales IVE – Quito 2015 en [Ton / Año]
Inventario de Emisiones Anuales IVE - Quito 2015 [TON - Contaminante / Año]
CO VOC VOC evap NOx SOx PM
354 998.11 30 363.13 3 715.17 31 492.01 540.66 7 650.68
1,3 Butadieno Acetaldehído Formaldehido Benceno CH4 CO2
259.51 556.05 1 534.11 1 375.91 5 397.64 3 631 969
La figura 76 grafica las emisiones anuales para los contaminantes más importantes del
inventario para la ciudad de Quito.
Figura 76: Toneladas anuales de los Contaminantes más importantes para Quito 2015.
Se puede ver que los contaminantes más importantes en la ciudad son el CO2 y CO,
aportando anualmente 3 500 000 y 350 000 toneladas, respectivamente. Estos resultados
son de especial interés porque ayudarán hacer una comparación y/o proyección con los
0.355
0.034 0.0310.008
0.363
0.000
0.050
0.100
0.150
0.200
0.250
0.300
0.350
0.400
CO VOC + VOCevap
NOx PM CO2/10
Meg
ato
nel
adas
de
Co
nta
min
ante
Inventario de Emisiones Anuales IVE - Quito 2015 [MTon -Contaminante / Año]
132
valores calculados actualmente para la ciudad según fuentes oficiales como se explicó en el
capítulo anterior.
Figura 77: Participación porcentual en el inventario de emisiones contaminantes por cada
categoría vehicular.
La figura 77, representa la emisión porcentual de cada categoría vehicular respecto a los
contaminantes considerados. Con esta última gráfica, el presente estudio podrá ser usado
como una herramienta para la toma de decisiones relacionadas con la gestión de la calidad
del aire en la ciudad, ya que ubica a los tipos de vehículos que necesitan especial atención
en la revisión técnica vehicular realizada anualmente en los distintos centros de chequeo.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
CO VOC + VOCevap
NOx PM CO2
Par
tici
pac
ión
po
rcen
tual
en
el i
nve
nta
rio
d
e em
isio
nes
Contaminantes considerados
BUS CAM MOT TAX V. Pasajeros
133
CAPÍTULO VI
CONCLUSIONES Y RECOMENDACIONES
A través de este trabajo se ha logrado, principalmente, estimar las emisiones vehiculares de
la ciudad de Quito, así como también, caracterizar la actividad vehicular de la urbe con la
metodología IVE (International Vehicle Emissions Model), cumpliendo satisfactoriamente
los objetivos planteados al inicio del estudio. A continuación se presentan las conclusiones
conseguidas en la investigación y se dan recomendaciones que se espera, sean utilizadas en
futuras investigaciones.
6.1 Conclusiones Generales
La Modelación de Emisiones Contaminantes producidas por Fuentes Móviles
Terrestres en Quito, Ecuador, generó un Inventario Anual de Emisiones de Fuentes
Móviles que proporciona información numérica del aporte de cada categoría
vehicular con la polución de la ciudad. Para consecución del resultado mencionado,
en primer lugar se determinó un Factor de Emisión de cada contaminante asociado a
una categoría vehicular variando escenarios que se ajustaron a las particularidades
de la ciudad de Quito. Paso seguido se estableció la evolución diaria de los
contaminantes considerados en la investigación: Monóxido de Carbono (CO),
Óxidos de Nitrógeno (NOX), Material Particulado (MP), Compuestos Volátiles
Orgánicos y Evaporativos (VOC y VOC Evap.). Estos valores diarios fueron
proyectados a un valor anual, finalmente consiguiendo el inventario.
134
Inventario de Emisiones Anuales IVE - Quito 2015 [TON - Contaminante / Año]
CO VOC VOC evap NOx SOx MP
354 998.11 30 363.13 3 715.17 31 492.01 540.66 7 650.68
1,3 Butadieno Acetaldehído Formaldehido Benceno CH4 CO2
259.51 556.05 1 534.11 1 375.91 5 397.64 3 631 969
A través de los resultados conseguidos se evidencia la necesidad de una evaluación
eficiente de las políticas relacionadas con la reducción de emisiones asociadas a la
quema de combustibles fósiles del sector transporte. Además, es importante la
generación de medidas urgentes que tenga la capacidad de focalizarse en problemas
actuales de contaminación producidos por la flota vehicular y que vayan
evolucionando con el paso de los años, junto con el crecimiento de la actividad
vehicular.
Se establece de manera experimental la actividad vehicular en la ciudad de Quito –
Ecuador, mediante la elección de sitios representativos del lugar. En estos se aplicó
la metodología – modelo IVE, misma que generó información de las diferentes
tecnologías y categorías vehiculares que circulan en la localidad y como estas
ocupan las vías durante las distintas horas del día, la velocidad promedio de
circulación en varias zonas de la ciudad y el intervalo de tiempo que existe entre
encendidos del motor del vehículo.
Se consiguen factores de emisión individuales de contaminantes globales, locales y
tóxicos asociados a las distintas categorías vehiculares presentes en la ciudad
mediante la depuración, procesamiento y análisis de la información que gracias a
una posterior modelación de varios escenarios se logran valores coherentes y
adecuados con la localidad.
Se determina la variación diaria de emisiones contaminantes de fuentes móviles en
la ciudad de Quito por cada categoría vehicular, separadas en ruta, frío y
evaporativas.
135
Se desarrolló un inventario de emisiones contaminantes de fuentes móviles
terrestres en Quito – Ecuador, mediante la aplicación de una nueva y diferente
metodología (IVE Model). Dicho proceso generó información importante que
permitió estimar el aporte de cada tecnología vehicular con las emisiones de la
ciudad, de manera económica y efectiva.
6.2 Conclusiones Específicas
Los resultados de la actividad vehicular obtenidos en la campaña de medición realizada en
la ciudad de Quito, son producto de aplicar lo expuesto en el Capítulo II, que permite contar
con un conjunto de datos relacionados con las dinámicas de conducción vehicular y
posteriormente asociar dicho parámetro a emisiones vehiculares. En las siguientes
secciones se concluye en forma específica los resultados obtenidos en este trabajo.
6.2.1 Revisión Bibliográfica
Varios países han desarrollado sofisticados modelos con el propósito de predecir las
emisiones producidas por vehículos, basados en distintos parámetros o variables.
Estos modelos son complejos y han evolucionado con el paso de los años, junto con
los cambios tecnológicos en la industria automotriz y el crecimiento de la actividad
vehicular. Además, su uso es específico para los lugares donde fueron desarrollados,
por lo tanto, al ser usados fuera del área de dominio los resultados obtenidos son de
exactitud cuestionable.
La experiencia acumulada en la búsqueda de soluciones a problemas de diferentes
orígenes ha generado un conjunto de algoritmos conocidos como Metodología.
Tradicionalmente existen dos tipos, Top – Down y Bottom – Up. Esta última
consiste en reunir diferentes sistemas que conformarán un todo y es utilizada por el
Modelo Internacional de Emisiones Vehiculares (IVE).
El modelo IVE estima emisiones de vehículos a motor. Su propósito principal es
para uso en países en desarrollo. El modelo predice contaminantes locales del aire,
emisión de gases de invernadero y contaminantes tóxicos. El modelo requiere dos
136
archivos de entrada que describen la flota vehicular y la actividad vehicular, es
decir, el comportamiento al conducir, para el lugar de interés.
América del Sur en los últimos años ha experimentado un crecimiento poblacional y
urbano considerable, cuyo resultado ha sido el aumento de la contaminación del aire
mediante la ampliación de industrias como el transporte, producción y consumo
energético, entre otras, para satisfacer necesidades básicas. Con estos antecedentes,
varias ciudades del cono sur vienen ejecutando varias estrategias para mitigar la
contaminación. Dentro de las urbes que han experimentado cambios ambientales
dentro de la región, se destacan: Santiago de Chile, Buenos Aires y Sao Paulo.
En la ciudad de Quito, se desarrolla el Inventario de Emisiones solamente para
Gases de Efecto Invernadero (GEI), mediante metodologías del IPCC. El cálculo de
emisiones vehiculares consiste básicamente en multiplicar la estimación del
consumo de combustible de la ciudad por una serie de factores dados por el IPCC y
así hallar la emisión. Este cómputo no discretiza los aportes de cada categoría
vehicular, mientras que el Modelo Internacional de Emisiones Vehiculares (IVE
Model) lo hace y por tanto se adecuó a las necesidades de la presente investigación.
6.2.2 Recopilación y Procesamiento de la Información Experimental de Actividad
Vehicular
La ciudad de Quito, capital del Ecuador, a pesar de ser una urbe pequeña comparándola con
metrópolis vecinas (Lima, Bogotá, Santiago de Chile); presenta diferencias en la actividad
vehicular, según el sector donde fueron recopilados los datos. Las zonas se escogieron
según el nivel socioeconómico, es decir, alto ingreso monetario (Parroquia Gonzales Suárez
– Sector A), zona comercial y financiera (Parroquia Iñaquito – Sector B) e ingreso medio –
bajo monetario (Parroquia El Pintado – Sector C). En este sentido, se recomienda realizar
campañas de medición en terreno, eligiendo sectores representativos de la ciudad para así
conseguir datos que reflejen la realidad de la ciudad y no extrapolar resultados de actividad
vehicular de otras ciudades con zonas socioeconómicas parecidas.
137
Composición Dinámica de la Flota
Las categorías vehiculares con mayor presencia porcentual en la ciudad son:
vehículos particulares (80% aprox.), camiones (7% aprox.) y motocicletas (6%
aprox.).
En cada sector en la ciudad, se tienen hábitos cotidianos bien marcados. El sector A
presentó un comportamiento casi lineal respecto al uso de los vehículos particulares
o de pasajeros, solo con ciertas horas punta presentadas al medio día y por la tarde
de regreso a casa, después de realizar actividades laborales u otras. Además por la
mañana el uso de taxis es común para transporte.
Características propias de un centro financiero son las exhibidas al mirar los flujos
vehiculares correspondientes a los vehículos de pasajeros y taxis en el sector B. Las
horas punta son por la mañana y tarde para autos particulares. Gran parte de la
población llega a trabajar alrededor de las 08:00 horas y regresa a sus hogares desde
las 17:00 horas. Los taxis, presentaron un comportamiento prácticamente lineal.
Esta categoría llega a ser el 20% del parque vehicular que circula por la urbe debido
a su comportamiento cíclico.
En la Parroquia “El Pintado”, sector C, se filmaron flujos vehiculares solo durante
las horas de la mañana debido a la peligrosidad que presenta la zona durante la tarde
y noche. Los flujos vehiculares de cada categoría, desde las 15:00 horas hasta las
21:00 horas se hallaron tomando como referencia los del sector B. La zona en
cuestión se caracteriza por ser no solo una zona residencial, sino también es la
conexión entre el norte y sur de la ciudad. Con ese particular, durante las horas de la
mañana, la presencia de vehículos de transporte de pasajeros es importante en los
traslados de norte a sur por la ciudad y viceversa. Por último se hace necesario
anotar la asentada presencia de buses indicativo de que la gente usa el transporte
público varias veces al día.
138
Existen ciertos tipos de vehículos versátiles para uso particular y comercial,
conocidos como SUV (Sport Utility Vehicle), donde se encuentran camionetas,
furgones y jeeps. Esta categoría de vehículos comerciales merece atención, ya que
ocupó el tercer lugar en la presencia vial (flujos vehiculares). Claramente en el
sector C, las personas prefieren un SUV y por ende en esta zona se habrá residuos
de la combustión del diésel ya que por lo general estos autos funcionan el
combustible mencionado.
Las líneas de buses de transporte público solo circulan por los sectores B y C, el
acceso al sector A se logra con un taxi o vehículo particular. Los buses son parte
importante del flujo de autos del sector C, alrededor del 7%. Este es un claro
indicativo de que la gran mayoría de personas no posee vehículo propio y usa el
transporte público como medio de transporte. Este es un rasgo característico de los
sectores de bajos recursos económicos.
Distribución Tecnológica
Con 600 autos particulares censados (encuestas tecnología vehicular), se puede
decir que el combustible más utilizado en la capital ecuatoriana por esta categoría es
la gasolina (85.40%), seguido por el diésel (11.74%) y una creciente tendencia a la
utilización de sistemas híbridos con un 2.85%. Además, un 52.52% y alrededor del
90% de los autos estudiados contaban con aire acondicionado A/C y transmisión
manual, respectivamente.
La edad media de los autos particulares en Quito es de 6.45 años. Este valor es
similar a lo encontrado en ciudades latinoamericanas como Santiago de Chile y
México D.F., que están alrededor de 6 años, con un tamaño de motor promedio de
2000cc.
Alrededor de 16500 km son recorridos por un auto particular en el primer año de
uso, con una tasa de reducción anual del 2%. Estos valores fueron comparados con
distintas ciudades. La capital colombiana, Bogotá, presenta valores de 17000 km
139
recorridos al año por un auto particular y una tasa de reducción anual de 2.8%,
similares a Quito.
Patrones de Conducción
Vehículos de Pasajeros
Esta categoría vehicular transitó por circuitos compuesto por vías principales y
secundarias, en sectores predefinidos dentro de la ciudad. De las tres zonas donde se
efectuaron las mediciones con GPS, se analiza el sector económico comercial. Esta
decisión se tomó, ya que en mencionada zona se presentan los flujos vehiculares
máximos, alrededor de 1200 autos. La velocidad promedio en las avenidas es de 13
(km/h) y en las calles secundarias 15 (km/h). Si bien es cierto, se puede decir que
existe una similaridad en la rapidez promedio de ambos circuitos, el patrón de
conducción es diferente, es decir, en avenidas se notan caídas de velocidad drástica
y rápida, mientras que en las calles arteriales se trata de mantener la misma
velocidad de circulación, no presenta numerosos eventos de detención.
Existen velocidades medias similares en varias horas durante el día, pero los
patrones de conducción son diferentes dependiendo del sector transitado.
La exigencia real del motor (BINS de Potencia), el sector económico comercial (B)
tiene la mayor fracción de tiempo concentrada en el BIN 12, el cual representa
condiciones de potencia 0 ó cercanas a este valor, donde el vehículo permanece
detenido o velocidades muy bajas constantemente. Este resultado es fácilmente
imaginable, ya que este al ser un centro financiero, sus calles y avenidas están llenas
de intersecciones, semáforos, parqueaderos, entre otros; que impiden mantener
velocidades elevadas y constantes.
Los sectores A y C mantienen una conducción menos interrumpida.
Comparativamente, entre en el sector B el auto pasa aproximadamente un 15% más
detenido que los sectores A y C. Además, en dichas zonas, los BINS 13, 14, 15 y 36
140
hasta 38, indican que existe una leve circulación fluida a baja velocidad pero sin
detenerse y sectores en donde se puede avanzar a gran velocidad.
Buses y taxis.
Los buses y taxis están siempre presentes en los centros urbanos por la necesidad
de las personas a movilizarse. En BGA, BPM y TAX, presentan el mismo
comportamiento, es decir constantes detenciones en su andar, por el servicio mismo
que prestan a la colectividad. La mayor presencia de potencias cero o similares y/o
velocidades bajas se presentan en los buses, teniendo un 10% más que los taxis.
Además este es el único transporte que circula por tramos por donde la velocidad es
alta (BINS del 32 al 38). En los recorridos habituales de estos medios de transporte,
las velocidades de circulación son bajas (BINS 13, 14, 15 y 16).
Distribución de Partidas en Frío
Con un total de 50 encuestas válidas de encendido del motor (encuestas ON – OFF),
de 60 repartidas a diferentes personas, se estimó en 5 veces al día el promedio que
un vehículo se enciende. El valor obtenido es bajo al compararlo con otras ciudades
como: Santiago de Chile (11 veces/día), Buenos Aires (9 veces/día), según estudios
previos.
La gran mayoría de encendidos en frío del motor se da entre las 06:00 y 07:00 horas
y el segundo valor importante entre las 18:00 y 19:00 horas, es decir con tiempo de
reposo superior a las seis horas. Este hecho es fácilmente explicable ya que se debe
al funcionamiento de las capitales de país, en donde las actividades laborales y de
estudios comienzan muy por la mañana y terminan cuando la tarde finaliza.
Consecuencia inmediata de lo anterior es que los eventos de contaminación máxima
se dan por la mañana y tarde. Entre las 12:00 y 13:00, también representa gran
actividad de encendidos en caliente, es decir con un período de reposo máximo del
motor de dos horas. Se puede inferir que este particular se debe a que durante la
141
hora de descanso de media jornada, las personas utilizan este tiempo en otras
actividades (ir al banco, comedores cercanos, etc.).
Características Generales de la Flota Vehicular
La distribución de categorías obtenida mediante las estadísticas de la revisión técnica
vehicular del DM Quito, comparada con lo generado de las grabaciones con cámaras de
video, presentaron diferencias que no pasaron el 3%, para ambas fuentes de información.
6.2.3 Determinación de Emisiones Vehiculares mediante Modelo IVE
Es importante definir al factor de emisión como un valor representativo que intenta
relacionar la cantidad de un contaminante emitido a la atmósfera con la actividad asociada
al lanzamiento de ese contaminante y es expresado como el peso del contaminante dividido
por una unidad de peso, volumen, distancia, entre otras. Estos factores facilitan la
estimación de las emisiones procedentes de diversas fuentes de contaminación del aire. La
cantidad definida, se obtiene de ingresar al modelo IVE los archivos FleetFile y
LocationFile.
Con el antecedente de la parte superior, se nota la necesidad de realizar una campaña de
medición en el área bajo estudio para así obtener la composición dinámica de la flota
vehicular de la localidad.
Aporte de Emisiones por Categoría Vehicular
La emisión de CO y VOC se ven principalmente influenciadas por los vehículos de
pasajeros (VP) y taxis. Para el primer caso, el 85.40% de los VP funcionan a
gasolina, combustible que es el principal precursor de CO y VOC. Este resultado
era esperado ya que el 83% de los autos que circulan en la ciudad son VP. Dato
importante a mencionar, el mayor porcentaje de emisiones de CO y VOC se
presentan en el sector C (sector socioeconómico bajo) y las más bajas en el sector B
(sector financiero comercial). Este particular se debe a la tecnología vehicular que
existe entre uno y otro sector. Si bien es cierto, la edad del parque vehicular de la
142
ciudad se estimó en 6.45 años, no quiere decir que en sectores de bajos ingresos
económicos, ese número sea una constante, por lo tanto, se puede inferir que existe
un parque vehicular mucho más antiguo en las zonas socioeconómicas media – baja.
Los taxis, funcionan a gasolina y representan un 3.62% del total de los vehículos
que existen en Quito. Su alta incidencia en las emisiones de CO y VOC se debe a
que este recurso transita de manera periódica en las vías de la ciudad, teniendo un
nivel de actividad elevado durante todo el día, mismo que se ve reflejado en su
aporte relevante de CO diario en la ciudad.
Las motos son el 5.55% del parque vehicular de la ciudad, aporta considerablemente
con estos contaminantes. Al ser un transporte versátil, su uso se ha incrementado
con el fin de evitar la congestión vehicular que presentan las grandes ciudades.
Las categorías bus mediano y pequeño (BPM) y camión mediano (CAM) emiten de
manera significativa NOx comparándolo con las demás categorías de transporte
pesado. Esto se da ya que entre ambas categorías suman un 6% del parque vehicular
que circula por la localidad.
En las emisiones de material particulado (PM) tienen gran participación los
camiones y buses debido al uso de diésel como combustible. El camión grande
contribuye con gran cantidad de PM debido a los grandes motores que usan para su
movilización y porque su presencia dentro de la ciudad está cercana al 3% del total
del parque vehicular.
Evolución Diaria de Emisiones
Las emisiones de CO y VOC en Quito se ven fuertemente afectadas por la alta
ocupación de las vías de vehículos de pasajeros, mismos que representan el 83% del
parque vehicular de la ciudad. Para ambos contaminantes, se tienen las horas punta
durante la mañana y tarde, ya sea emisiones en ruta o por partidas en frío. Lo único
que difiere entre ambas es el horario en que estas aparecen. Las emisiones en frío de
143
dan a las 07:00 y19:00 horas, mientras que las emisiones en caliente se dan a las
09:00 y 16:00 horas. Estos períodos de tiempo, también tienen altas cantidades de
flujo vehicular, con una presencia de vehículos particulares que bordea el 53.33%
en toda la localidad.
La evolución de NOX y PM, llegan a un valor máximo de 12 [Ton – Contaminante /
día] y 4 [Ton – Contaminante / Año], a las 09:00 horas de la mañana. Sabiendo que
las emisiones de los óxidos nitrosos son característicos de los vehículos que
funcionan a diésel, donde camiones y buses son los principales consumidores de
este combustible, entonces el mayor aporte de este contaminante viene de los
vehículos de carga pesada. Dato importante a recalcar es que a la hora 9 de la
mañana el transporte público está en un punto máximo de uso. Para el caso de las
emisiones en frío, estas son pequeñas y casi constantes para todo el día.
Inventario Anual de Emisiones Vehiculares
El inventario de emisiones anuales IVE – Quito 2015, es un conjunto de resultados
que han sido conseguidos mediante la recolección de datos en la localidad bajo
estudio. Además, ciertas entradas que necesita el modelo IVE para su
funcionamiento fueron asumidas con la ayuda de un experto. Finalmente, se
mejoraron ciertos escenarios con el fin de llegar a datos coherentes con la realidad
de la ciudad. Por lo tanto, se puede decir con seguridad que es necesario realizar un
análisis de incertidumbre y representatividad para llegar a valores coherentes con la
realidad.
6.3 Recomendaciones
Por los puntos donde se realizaron las filmaciones, no pasan buses grandes
articulados, pero se les asignó un valor igual (10 unidades/15 minutos) sólo para los
sectores B y C. Esta decisión fue tomada en base a que son una categoría vehicular
que ocupa avenidas principales en la ciudad y aporta de manera significativa a las
emisiones de la ciudad. Con este antecedente, se recomienda que en investigaciones
144
futuras se trate de considerar zonas por donde viajen transportes articulados y así
tener datos más cercanos a la realidad evitando focos de incertidumbre.
La aplicación del Modelo IVE para calcular el inventario de emisiones vehiculares
en la ciudad de Quito, año 2015, representa una primera aproximación en el cálculo
de emisiones utilizando la actividad vehicular característica de la ciudad como dato
de entrada. Este nuevo método es de fácil aplicación y demanda pocos recursos
económicos para realizar la campaña en la localidad.
Por otra parte, se recomienda realizar campañas para determinar factores de emisión
correspondientes a los tipos de categorías vehiculares existentes en la ciudad, pues
en la presente investigación se aplicó el Modelo IVE con factores de emisión
pertenecientes a la base de datos del modelo. Este antecedente podría haber
sobreestimado las emisiones de CO, CO2, MP y NOX, o subestimado las emisiones
VOC y VOC evaporativos.
Se recomienda que el estudio posterior al expuesto, tenga relación con la dispersión
de contaminante y las afecciones que estos podrían tener sobre la salud e
implicaciones dentro de las actividades diarias (laborales, académicas, comerciales,
etc).
145
REFERENCIAS
[1] VENGOECHEA, Alejandra de. Las Cumbres de las Naciones Unidas sobre el
Cambio Climático. Proyecto Energía y Clima de la Fundación Friedrich Ebert –
FES: 2 – 4, Colombia 2012.
[2] JACKSON, Peter. Crónica ONU – De Estocolmo a Kioto: Breve historia del
Cambio Climático [en línea], <http://unchronicle.un.org/es/article/de-estocolmo-
kyoto-breve-historia-del-cambio-clim-tico> [consulta: 18 de mayo 2014].
[3] http://www.who.int/mediacentre/factsheets/fs313/es/
[4] http://climate.dot.gov/methodologies/models-tools.html
[5] OSSES, Mauricio; “Development of a common assessment framework and
proposed methodologies for integrated assessment of GHG and local pollutants of
urban transport interventions in Latin America and the Caribbean Region”;
investigador y académico de la Universidad Técnica Federico Santa María;
documento interno NO PUBLICADO.
[6] YU, Lei, LEDE, W.K., GODAZI, K. Remote Sensing for Vehicle Exhaust
Emissions for the On-Road Emission Estimation and Emission Model Evaluation.
Presented at International Conference on Traffic and Transportation Studies,
Transport Research Board, Beijing, China, 1998.
[7] TSAMBOULAS, D., MIKROUDIS G. 2000. EFECT – Evaluation Framework of
Environmental Impacts and Costs of Transport Initiatives. Transport Research Part
D 5 (2000) 283-303.
[8] YU, Lei, JIA, Shichen, SHI, Qinyi. Research on Transportation – Related
Emissions: Current Status and Future Directions. USA – China. Journal of the Air
& Waste Management Association, Febrero 2009, 13p.
146
[9] CRESPI, Valentino. Top – Down vs. Bottom – Up Methodologies in Multiagent
System Desing. Autonomous Robots manuscrip. Springer Science + Busisness
Media, Enero 2008.
[10] http://www.ipcc.ch/organization/organization.shtml
[11] GKATZOFLIAS, Dimitros, KOURIDIS, Chariton, SAMARAS, Zissis. Computer
Programme to Calculate Emissions from Road Transport. User Manual (version
5.0). Grecia, European Environment Agency, Diciembre 2007, 54p.
[12] http://www2.inecc.gob.mx/publicaciones/libros/618/modelos.pdf
[13] DAVIS, Nicole, LENTS, James, OSSES, Mauricio, NIKKILA, Nick Development
and Application of an International Vehicle Emissions Model.
[14] http://es.wikipedia.org/wiki/Coeficiente_de_Gini
[15] IMPACTS of Megacities on Air Pollution and Climate por Marcelo Alonso [et al].
Chapter IV – South America, GAW Report No. 205, Switzerland, World
Meteorological Organization Research Department, Atmospheric Research and
Environment Branch, 2012, 314 p.
[16] D’ANGIOLA, Ariela, DAWIDOWSKI, Laura, GÓMEZ, Dario, OSSES, Mauricio,
On – road traffic emissions in a megacity. En: Atmospheric Environment (4°, 2010,
Argentina) Buenos Aires, 2010.
[17] PÁEZ, Carlos. Gestión de la Contaminación Atmosférica Urbana: El caso de Quito.
Resumen Ambiental. 17p, 2005.
[18] LEIVA, Pedro D. Inversión Térmica, Meso Meteorología Aplicada a la Reducción
de Deriva en Pulverizaciones Aéreas. EEA INTA (Instituto Nacional Tecnológico
de Agronomía – Argentina)
147
[19] IBARRA, Bladimir, PARRA, René, VALENCIA, Víctor, PÁEZ, Carlos. Inventario
de Emisiones Atmosféricas de Quito año 2003 y su distribución espacial y temporal.
En: Corporación para el Mejoramiento del Aire de Quito (1°, 2006, Ecuador) Quito,
CORPAIRE, 2006, pp. 22.
[20] GUÍA Metodológica para la Estimación de Emisiones Atmosféricas de Fuentes
Fijas y Móviles en el Registro de Emisiones y Transferencia de Contaminantes por
Marcos Serrano [et al]. Chile, Comisión Nacional del Medio Ambiente del
Gobierno de Chile, 2009. 146 p.
[21] GIRALDO Amaya, Liliana Andrea. Estimación del Inventario de Emisiones de
Fuentes Móviles para la ciudad de Bogotá e Identificación de Variables Pertinentes.
Tesis (Ingeniería Ambiental). Bogotá. Universidad de los Andes, Departamento de
Ingeniería Civil y Ambiental, 2005, 77 h.
[22] International Sustainable Systems Research Center (ISSR). IVE Model User’s
Manual. Version 2.0.2. USA, 2008, 41 p.
[23] ARAYA Csaszar, Arie David. Metodología de Cálculo de Emisiones Vehiculares
Basada en Modos de Conducción y Potencia Específica Vehicular. Tesis (Ingeniería
Mecánica). Santiago de Chile. Universidad de Chile, Departamento de Ingeniería
Mecánica, 2008, 94 p.
[24] JIMÉNEZ Palacios, José Luis. Understanding and Quantifying Motor Vehicle
Emissions with Vehicle Specific Power and TILDAS Remote Sensing. Tesis
(Ingeniería Mecánica). Massachusetts. MIT, Departamento de Ingeniería Mecánica,
1999, 360 p.
[25] TOLVETT Caro, Sebastián. Análisis de Emisiones en Ruta de Vehículos Diésel en
Ciudad de México, Santiago y Sao Paulo. Tesis (Ingeniería Mecánica). Santiago.
UC, Departamento de Ingeniería Mecánica, 2009, 67p.
[26] http://www2.revisionquito.gob.ec/
148
[27] HERÍQUEZ Salazar, Pilar. Estudio Comparativo de Actividad Vehicular y
Modelación de Emisiones para Santiago y Buenos Aires. Tesis (Ingeniería
Mecánica). Santiago. UC, Departamento de Ingeniería Mecánica, 2007, 98p.
[28] ABEL, Kay, EGGLESTON, Simon, PULLUS, Tinus. Orientación del IPCC sobre
las buenas Prácticas y la Gestión de la Incertidumbre en los Inventarios Nacionales
de Gases de Efecto Invernadero. Capítulo 6. Grupo Intergubernamental de Expertos
sobre el Cambio Climático, 35p.
[29] PÁEZ, Carlos, DÍAZ, V, ALVEAR, J, TROYA, X. Inventario de Emisiones del
Distrito Metropolitano de Quito (DMQ) 2003, Publicación de la Corporación para el
Mejoramiento del Aire de Quito y el Municipio del DM Quito, 2006, 73p.
[30] CÁCERES, L, CÁCERES, N. Inventario de Emisiones de Gases del Efecto
Invernadero en el Distrito Metropolitano de Quito (Año 2007). Distrito
Metropolitano de Quito – Secretaria del Ambiente. Quito, 2011, 24p.
[31] BACA, J. Inventario de Emisiones de Gases del Efecto Invernadero en el Distrito
Metropolitano de Quito (Año 2011). Distrito Metropolitano de Quito – Secretaria
del Ambiente. Quito, 2014, 33p.
[32] http://contaminacion-ambiente.blogspot.cl/2006/10/que-es-la-contaminacion-
ambiental.html
[33] CABALLERO Morales, Mario Andrés. Análisis de emisiones de Vehículos
Livianos según Ciclos de Conducción Específicos para la Región Metropolitana.
Tesis (Ingeniería Mecánica). Santiago. UC, Departamento de Ingeniería Mecánica,
2011, 185p.
[34] BHANDARKAR, Shivaji, Vehicular Pollution, Their Effect on Human Health and
Mitigation Measures. En: Vehicular Engineering (VE) Volume 1 (Issue 2, 2013,
India) Delhi, 2013.
149
[35] http://www.epa.gov/ttnchie1/ap42/
[36] Predicted California On – Road Motor Vehicle Emissions (BURDEN7F); Mobile
Source Emission Inventory Branch. California Air Resources Board, Sacramento,
CA, 1999.
150
ANEXOS
151
Anexo A.
Instructivo para la realización de la Investigación de Campo entre los meses de Marzo
– Abril 2015 en Quito, Ecuador
Preparado por Jorge Guadalupe, [email protected]
Introducción
La Primera Cumbre de la Tierra, celebrada en Estocolmo (Suecia) por las Naciones Unidas,
entre el 5 y 16 de Junio de 1972, fue el hito que estableció acuerdos internacionales para
proteger la integridad del medio ambiente. Uno de ellos, la reducción de gases de efecto
invernadero, específicamente el dióxido de carbono (CO2) fue un compromiso de los países
industrializados (EEUU, China, India, etc.).
América del Sur inmersa en la creciente preocupación mundial sobre la calidad del aire,
problema ambiental que aqueja a todas las urbes del mundo; centrando su interés en las
emisiones de gases contaminantes y material particulado, producto de la quema de
combustibles fósiles en fuentes móviles, ha puesto en marcha iniciativas enfocadas en la
reducción de este fenómeno que van desde la mejora de la tecnología vehicular hasta
normas ambientales más exigentes. Dichos planes se ejecutan actualmente en: Santiago
(Chile), Buenos Aires (Argentina) y Sao Paulo (Brasil).
Quito, capital del Ecuador no queda exenta de esta problemática por ende se propone como
tema de investigación el “Desarrollo de un inventario de emisiones de fuentes móviles
terrestres” previo a la obtención del título de Magíster en Ciencias de la Ingeniería
Mecánica. Esta pesquisa permitirá tener información certera de las condiciones actuales de
la calidad del aire en la localidad. Durante tres semanas, comprendidas entre los meses de
Marzo y Abril (2015) serán colectados datos relacionados con: Composición de Flujo y
Tecnología Vehicular y Dinámicas de Conducción de la zona bajo estudio.
Con los componentes mencionados se pretende: dar y aplicar una metodología de cálculo
para hallar la emisión de gases y partículas en base a factores de emisión apropiados.
152
Además, utilizar software como: I.V.E (International Vehicle Emissions) e I.E.D
(International Environmental Database) que con sus diferentes herramientas permitirán
realizar simulaciones para evaluar el comportamiento de los contaminantes dentro del
perímetro de análisis. Por último, estudiar los resultados obtenidos y evaluarlos mediante
un proyecto de transporte terrestre para conocer el impacto que este tendría en el sitio de
investigación.
Tabla A.1 Cronograma general de actividades de la campaña de medición en Quito.
Lunes
09 - Marzo - 2015
Martes
10 - Marzo - 2015
Miércoles
11 - Marzo - 2015
Jueves
12 - Marzo - 2015
Viernes
13 - Marzo - 2015
Sábado
14 - Marzo - 2015
Domingo
15 - Marzo - 2015
Encuesta
tecnológica:
Inicio 08:00
Sector (A)
Parroquia
González Suárez
Encuesta
tecnológica:
Inicio 08:00
Sector (B)
Parroquia Iñaquito
Encuesta
tecnológica:
Inicio 08:00
Sector (C)
Parroquia El
Pintado
Análisis de datos
obtenidos con la
encuesta
tecnológica
Análisis de datos
obtenidos con la
encuesta
tecnológica
Lunes
16 - Marzo - 2015
Martes
17 - Marzo - 2015
Miércoles
18 - Marzo - 2015
Jueves
19 - Marzo - 2015
Viernes
20 - Marzo - 2015
Sábado
21 - Marzo - 2015
Domingo
22 - Marzo - 2015
Colecta de datos:
07:00 a 14:00
Recorrido en bus
Pasajero 1
Colecta de datos
con video cámaras:
07:00 a 14:00
Sector (A)
Parroquia
González Suárez
Colecta de datos
con video cámaras:
07:00 a 14:00
Sector (B)
Parroquia Iñaquito
Colecta de datos
con video cámaras:
07:00 a 14:00
Sector (C)
Parroquia El
Pintado
Análisis de datos
obtenidos con las
video cámaras
No hay actividades No hay actividades
Lunes
23 - Marzo - 2015
Martes
24 - Marzo - 2015
Miércoles
25 - Marzo - 2015
Jueves
26 - Marzo - 2015
Viernes
27 - Marzo - 2015
Sábado
28 - Marzo - 2015
Domingo
29 - Marzo - 2015
10:00 a 12:00
Capacitación y
explicación de
actividad a personal
involucrado recorrido
líneas autobuses y
autos de pasajeros.
Colecta de datos:
07:00 a 14:00
Recorrido en bus
Pasajero 1
Colecta de datos:
14:00 a 21:00,
Recorrido en bus
Pasajero 2
Colecta de datos:
07:00 a 14:00
Seguimiento a 1
Camión pesado
10:00 a 12:00
Expliación de
proyecto a personal
relacionado con
motocicletas,
camiones
repartidores.
Correos del Ecuador
No hay actividades No hay actividades
Lunes
30 - Marzo - 2015
Martes
31 - Marzo - 2015
Miércoles
01 - Abril - 2015
Jueves
02 - Abril - 2015
Viernes
03 - Abril - 2015
Sábado
04 - Abril - 2015
Domingo
05 - Abril - 2015
Colecta de datos:
14:00 a 21:00,
Recorrido en bus
Pasajero 2
Colecta de datos:
07:00 a 14:00,
2 Autos particulares
sector "C"
07:00 a 18:00
2 Motocicletas y 1
camión repartidor
Correos del Ecuador
Colecta de datos:
07:00 a 14:00,
2 Autos particulares
sector "B"
07:00 a 18:00
1 Motocicleta y 2
camión repartidor
Correos del Ecuador
Colecta de datos:
07:00 a 14:00,
2 Autos particulares
sector "A"
07:00 a 18:00
1 Camión liviano
empresa
ESACERO
Feriado Nacional
Semana Santa
Feriado Nacional
Semana Santa
Feriado Nacional
Semana Santa
Lunes
06 - Abril - 2015
Martes
07 - Abril - 2015
Miércoles
08 - Abril - 2015
Jueves
09 - Abril - 2015
Viernes
10 - Abril - 2015
Sábado
11 - Abril - 2015
Domingo
12 - Abril - 2015
Colecta de datos:
07:00 a 18:00
1 Camión liviano
empresa
ESACERO
14:00 a 21:00
Seguimiento a 1
Camión pesado
Colecta de datos:
14:00 a 21:00,
2 Autos particulares
sector "C"
07:00 a 18:00
1 Taxi
Colecta de datos:
14:00 a 21:00,
2 Autos particulares
sector "B"
07:00 a 18:00
1 Taxi
Colecta de datos:
14:00 a 21:00,
2 Autos particulares
sector "A"
Posibles
repeticiones
Análisis de datos.
Posibles
repeticiones
No hay actividades No hay actividades
153
Para cumplir con las metas propuestas, se plantea un Cronograma General de Actividades
(ver tabla A.1), donde Jorge Luis Guadalupe Almeida, encargado del proyecto llegará el
jueves 05 de Marzo de 2015.
El tiempo anterior al inicio de la campaña será utilizado para contratar al personal y
vehículos involucrados en el estudio como se describe en la Tabla A.2. Los equipos que se
manejarán en este trabajo son 5 GPS (Sistema Portátil de Posicionamiento Global) y 1
cámara de video.
Tabla A.2 Descripción de personal y vehículos necesarios para poner en marcha la
colecta de datos en la localidad.
La investigación en campo comenzará el día jueves 11 de Marzo y finalizará el domingo 12
de Abril. Esta se divide en cuatro frentes descritos a continuación:
Selección de sectores con diferente nivel socio – económico.
Encuesta tecnológica.
No. Personal Descripción No. Vehículos Descripción
1
Profesional local
de apoyo al
estudiante
Esta persona debe entender la situación
local, ser capaz de seleccionar los
lugares de prueba y encontrar personas
adicionales y apoyo para el estudio
6Vehículos de
pasajeros
El vehículo debe estar disponible de 07:00
a 14:00 o de 14:00 a 21:00. Un taxi puede
ser una buena elección para esta tarea.
(ver conductor del vehículo arriba)
2
Semi-Profesional
de apoyo al
estudiante
Esta persona debe tener un poco de
experiencia con un estudio de la actividad,
ser capaz de manejar un grupo de más de
6 personas
7
Vehículos
seguimiento de
camion
El vehículo debe estar disponible de 07:00
a 14:00 o de 14:00 a 21:00. Un taxi puede
ser una buena elección para esta tarea.
(ver conductor del vehículo arriba)
3Conductor de
vehículo
Debe ser una persona local con buenas
habilidades para conducir y su vehículo.
El vehículo será conducido 7 horas - día,
de 07:00 a 14:00 o de 14:00 a 21:00 cada
día
8 Taxis
Un GPS será instalado en el taxi mientras
este trabaja normalmente durante un día
de 8 horas laborales.
4 Navegante
Esta persona va a viajar en el vehículo
como navegante, el cuidado del programa,
la ruta y el GPS. Esta persona debe tener
un teléfono móvil
9 Camiones
Un GPS será instalado en un camión
mientras este trabaja normalmente
durante un día de 8 horas laborales.
5Pasajero de
buses
Esta persona va a viajar en los autobuses
durante 7 horas cada día de prueba. Un
estudiante universitario puede ser una
buena opción para este trabajo. Es mejor
si esta persona tiene un teléfono móvil
10 Motocicletas
Un GPS será instalado en una
motocicleta mientras esta trabaja
normalmente durante un día de 8 horas
laborales.
154
Encuesta de partidas del motor del vehículo (Encuesta “ON – OFF”)
Filmación de la actividad vehicular.
Ciclos de conducción en diferentes medios de transporte.
Selección de sectores con diferente nivel socio – económico
Para dicha actividad se escogerán tres sectores. Las parroquias de la Gonzáles Suárez
(Sector A), Iñaquito (Sector B) y El Pintado (Sector C), donde cada una de ellas representa
a un nivel económico de ingreso alto, comercial y medio – bajo, respectivamente.
Encuesta Tecnológica
En los sectores descritos en el numeral A.2, en días detallados en el cronograma de
actividades se realizarán 200 encuestas de las tecnología vehicular que tratarán de resolver
preguntas como: marca y modelo del auto, año de fabricación, tipo de combustible, tipo de
admisión, entre otros. El modelo de mencionada herramienta se muestra en la figura A.1.
Figura A.1 Modelo de encuesta de la tecnología vehicular.
* PlacaTipo de
VehículoCombustible Tipo motor Marca Modelo Año Odómetro AC Trans Cat F/A Mantenimiento
1
2 Patente
CP: Carro de
pasajero G: Gasolina CapacidadKilómetros
recorridos
3PV: Pequeña
van D: Diésel
4 LPG: Propano
5CNG: Gas
Natural
6 H: Híbrido
7
8
9
10
* El presente documento es acompañado de su respectiva nomenclatura
Tip
o d
e
Tra
nsm
isió
n,
ma
nu
al
o
Air
e A
con
dic
ion
ad
o
Co
nve
rtid
or
cata
líti
co
Fo
rma
de
ad
mis
ión
,
Mo
no
pu
nto
o
Mu
ltip
un
to
Nombre del Sector Hoja No.
Hoja de Tecnología Vehicular
HoraFechaElevación (m)LatitudLongitudSitio
155
Encuesta de partidas del motor (Encuesta ON – OFF)
Esta herramienta ayudará a saber el número de veces que un auto se enciende a diario y el
tiempo que el motor pasa frío. Este particular es importante ya que mientras más tiempo
pasa en reposo un motor, al momento de encenderlo, sus emisiones contaminantes serán
mayores hasta alcanzar una temperatura óptima de trabajo. La figura A.2, muestra parte de
la encuesta que se aplicará.
Figura A.2 Extracto de la encuesta que se aplicará para conocer las partidas en frío del
motor.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Número de
ViajeFecha
Hora de
encendido
Hora de
apagadoObservaciones
DEPARTAMENTO DE INGENIERÍA MECÁNICA
MAGISTER EN CIENCIAS DE LA INGENIERÍA MECÁNICA
Encuesta "Ciclos de Encendido y Apagado del Motor del Vehículo"
Tema de Tesis: Desarrollo de un inventario de emisiones de fuentes móviles terrestres
en San Francisco de Quito (Quito) – República del Ecuador
Responsable: Jorge Luis Guadalupe Almeida
Subtema: Patrón de la actividad de conducir en Quito
1.- Características del vehículo
2.- Número de veces que se enciende y apaga el motor del vehículo
Placa AñoMarca
156
Filmación de la Actividad Vehicular
Las cámaras para la medición de la actividad vehicular serán ubicadas en tres sectores de la
ciudad caracterizados por sus ingresos económicos. El sector de alto ingreso económico,
Parroquia Gonzáles Suárez (A), la cámara será ubicada entre Avenida Gonzáles Suárez y
San Ignacio. Para el sector financiero y bancario, Parroquia de Iñaquito (B) las avenidas
Naciones Unidas y Amazonas, serán las elegidas. Por último en el sector de medio ingreso
económico, Parroquia El Pintado (C), la intersección de las avenidas Mariscal Antonio José
de Sucre y Michelena, acogerán la cámara. La figura A.3, indica el documento que será
utilizado para el conteo de autos.
Figura A.3 Modelo de documento para el conteo del flujo vehicular en los diferentes
sectores elegidos de la capital ecuatoriana.
Tiempo
Vehículo de
pasajeros
privado
Vehículo
comercialTaxi
Camión
Pequeño
Camión
MedianoCamión grande Bus pequeño Bus mediano Bus grande Motocicletas Otros
Hora de la
grabación
……………
Tiempo de Inicio
……………
Tiempo de
Finalización
…………………
Hora de la
grabación
……………
Tiempo de Inicio
……………
Tiempo de
Finalización
…………………
Hora de la
grabación
……………
Tiempo de Inicio
……………
Tiempo de
Finalización
…………………
Total
157
Ciclos de conducción en medios de transporte usando GPS.
Ciclos de conducción de vehículos de pasajeros (VP).
Cada vehículo de pasajeros tendrá un conductor y navegante, este último colecta datos
mediante un GPS y guía al conductor por rutas establecidas. Los sectores donde se
recolectarán los datos, fueron escogidos anteriormente y cada uno presenta características
propias de circulación. Las locaciones se muestran en las figuras A.4, A.5 y A.6, donde se
distinguen las vías rápidas en rojo y las arterias se pintan de color verde.
En cada sector se conducirá durante 40 minutos por cada hora, transitando dentro del
circuito por lo menos una vez, de inicio a fin. El tiempo será distribuido así: en los primeros
cinco minutos, ubicarse en la partida del circuito principal y secundario. En los siguientes
40 minutos transitar por las rutas especificadas y en los quince restantes informar
novedades e intercambiar los rumbos. Nótese que al término de los 40 minutos, se deberá
desconectar la antena del GPS y conectarla al iniciar nuevamente el circuito.
Figura A.4 Sector A. Vías principales, 2.78km y calles secundarias, 2.58km.
158
Figura A.5 Sector B. Vías principales, 4.00km y calles secundarias, 3.00km.
Figura A.6 Sector C. Vías principales, 2.00km y calles secundarias, 2.40km.
159
Procedimiento para Camiones:
De acuerdo a los estándares de emisión de la EPA (Agencia de Protección Ambiental de
EEUU) para vehículos de trabajo pesado que funcionan a diésel, se distinguen las
siguientes clases (PBV, Peso Bruto Vehicular = Peso Vehículo + Peso Carga):
Vehículo para tarea ligera con motor a diésel: 3,855 kg < PBV < 8,845 kg
Vehículo para tarea mediana con motor a diésel: 8,845 kg ≤ PBV ≤ 14,969 kg
Vehículo para tarea pesada con motor a diésel: PBV > 14,969 kg
Para medir los patrones de comportamiento de conducción de equipos pesados, se propone
la siguiente división:
Grupo 1: Camiones para tarea liviana y media, 3,500 kg < PBV ≤ 16,000 kg
Grupo 2: Camiones para tarea pesada, PBV > 16,000 kg
Los vehículos que se encuentren en el Grupo I serán medidos usando el proceso “En
vehículo”, mientras que los del Grupo II usando un “Esquema de persecución del
vehículo”.
Procedimiento “En Vehículo”: los vehículos que encajan en este proceso trabajan para
empresas o son particulares. La unidad GPS se instala en el vehículo, previo
consentimiento del propietario, durante un día de la semana, sin alterar sus actividades
laborales. La unidad de GPS es autónomo y no interfiere con componentes o sistemas del
vehículo.
Esquema de persecución del vehículo: este procedimiento se aplica para el Grupo 2 de
camiones. Un auto de pasajeros, equipado con un GPS en el vehículo debe seleccionar un
camión de servicio pesado en la autopista y seguirlo en su recorrido en las zonas urbanas y
alrededores dentro de la localidad bajo estudio. Es importante mantener una distancia
segura y constante con el camión.
160
Figura A.7 A la izquierda, se muestra esquemáticamente el procedimiento “En
Vehículo”; mientras que a la derecha, está el procedimiento “Persecución del Vehículo”
Notar que el auto perseguidor debe seleccionar autopistas donde los camiones de carga
pesada normalmente operan.
Procedimiento para Taxis y Motocicletas:
Procedimiento similar al aplicado en los camiones de Grupo I y es válido tanto para taxis y
motocicletas. Los propietarios o conductores de los vehículos deben estar de acuerdo con la
instalación del GPS en el vehículo durante unos días en la semana, sin cambiar su actividad
normal. El GPS es un equipo pequeño que debe ser ocultado cuando es usado en el taxi. Un
taxi diferente debe ser elegido para cada día.
Horario de Autobuses:
Para hallar información acerca de este tipo de transporte (Eco vía, MetroBusQ, Trole,
Alimentadores), se medirán dos veces al día varias rutas por diferentes personas, una por la
mañana y otra por la tarde. La tabla A.3 muestra las posibles rutas que se seguirán.
Horario para pasajeros de buses.
Pasajero 1:
Parte a las 07:00 de la estación norte La Ofelia del Metro
Pasajero 1:
Parte a las 07:00 de la estación norte La Ofelia del Metro
161
Bus Q, hasta la estación La “Y”. Se dirige hacia la
estación norte del Trolebús para hacer los siguientes
recorridos:
Ruta Q10: Terminal Norte la Y – Cotocollao – Terminal
Norte la Y.
Ruta Q03: Terminal Norte la Y – Rumiñahui – Terminal
Norte la Y.
Ruta Q04: Terminal Norte la Y – Kennedy – Terminal
Norte la Y.
Ruta Q05: Terminal Norte la Y – Comité del Pueblo –
Terminal Norte la Y.
Ruta Q05: Terminal Norte la Y – Laureles – Terminal
Norte la Y.
Ruta Carcelén: Terminal Norte la Y – Carcelén –
Terminal Norte la Y.
Finalizando su horario de actividades a las 14h00.
Bus Q para hacer los siguientes recorridos:
Terminal la Ofelia – Parada Mañosca – Corredor Sur
Occidental en dirección a Fundeporte (Sur de la Ciudad).
Fundeporte – Chillogallo – Universidad Central del
Ecuador – La Floresta.
La Floresta – Universidad Central del Ecuador –
Ciudadela del Ejército – La Ecuatoriana.
La Ecuatoriana – Estación del Trolebús El Recreo –
Estación norte del Trolebús la Y.
Finalizando su horario de actividades a las 14h00.
Pasajero 2:
Parte a las 14:00 de la estación norte La “Y” del Trolebús
hasta llegar a la estación sur “El Recreo” para hacer los
siguientes recorridos:
Ruta Q12: El Recreo – Chillogallo – El Recreo.
Ruta Q12: El Recreo – Oriente Quiteño – El Recreo.
Luego avanza hasta la Terminal Morán Valverde:
Ruta Q17: Terminal Morán Valverde – El Girón –
Terminal Morán Valverde.
Ruta Q07: Terminal Morán Valverde – Guamaní –
Terminal Morán Valverde.
Pasajero 2:
Parte a las 14:00 de la parada de buses Comité del Pueblo
para hacer los siguientes recorridos:
Comité del Pueblo – La Marín
La Marín – Quitumbe.
Corredor Sur Occidental:
Ruta 6: Quitumbe - Camal – Quitumbe
Ruta 5: Quitumbe - El Ejército – Quitumbe
Quitumbe – El Recreo – San Roque.
San Roque – San Carlos – Estadio de Liga de Quito.
162
Anexo B.
163
164
