SciELO - Scientific Electronic Library Online

 
vol.34 issue2Using user models in Matlab® within the Aspen Plus® interface with an Excel® linkActive pre-filters for dc/dc Boost regulators author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Ingeniería e Investigación

Print version ISSN 0120-5609

Abstract

DIEZ, S; BARRA, E; CRESPO, F  and  BRITCH, J. Propagación de la incertidumbre de los datos meteorológicos y de emisión en el modelado de la dispersión de contaminantes en la atmósfera. Ing. Investig. [online]. 2014, vol.34, n.2, pp.44-48. ISSN 0120-5609.  http://dx.doi.org/10.15446/ing.investig.v34n2.40596.

La variabilidad es la heterogeneidad real dentro de una población, que no puede ser reducida ni eliminada por más o mejores determinaciones. La incertidumbre representa la ignorancia acerca de un fenómeno pobremente caracterizado, pero que puede reducirse mediante la recopilación de más datos. El objetivo de este trabajo es estimar la concentración de PM10 provocada por las emisiones de una fuente puntual ubicada en Malagueño (Córdoba, Argentina), considerando la variabilidad y la incertidumbre de la meteorología y las emisiones. Para abordar este análisis fue desarrollado un método que utiliza los algoritmos del modelo Industrial Source Complex de la USEPA junto a la metodología Monte Carlo. Con cien mil iteraciones se obtuvo la distribución de concentraciones, encontrándose que la incertidumbre en la dirección del viento es la de mayor incidencia sobre las estimaciones.

Keywords : Incertidumbre; Variabilidad; Monte Carlo.

        · abstract in English     · text in English     · English ( pdf )