EL MODELO SEUS Y SU APLICACIÓN EN CAÑONES URBANOS ...

EL MODELO SEUS Y SU APLICACIÓN EN CAÑONES URBANOSATÍPICOS, IRREGULARES Y COMPLEJOSLaura E. Venegas, Nicolás A. Mazzeo y Mariana C. DezzuttiConsejo Nacional de Investigaciones Científicas y Técnicas.Departamento de Ingeniería Química. Facultad Regional Avellaneda.Universidad Tecnológica Nacional. Avellaneda. Prov. Buenos Aires. Argentina.lvenegas@fra.utn.edu.arResumenSe presenta el modelo de cañón urbano SEUS (Semi-Empirical Urban Street). Este modelo expresa laconcentración de contaminantes en aire dentro de un cañón urbano en función del caudal másico decontaminantes emitidos por unidad de longitud, del ancho del cañón, de la velocidad dispersiva (que dependede las fluctuaciones de la velocidad del viento y las originadas por el movimiento de los automotores) y de laconcentración de fondo. La sensibilidad del modelo a la variación de los parámetros de entrada se estudiautilizando el método de propagación de errores. El modelo SEUS es aplicado operativamente para estimarlas concentraciones horarias de NO x en aire en dos cañones atípicos, irregulares y complejos localizados enla Av. Córdoba (ciudad de Buenos Aires) y en el Boulevard Andersen (ciudad de Copenhague). Para BuenosAires el modelo sobrestima levemente los valores observados, mientras que para Copenhague SEUSsubestima las observaciones. El modelo presenta mejores resultados en condiciones de sotavento.Palabras clave: contaminación del aire, cañón urbano, modelos de dispersión atmosférica, análisis deincertidumbres, evaluación del modelo.SEUS MODEL AND ITS APPLICATION TO ATYPICAL,IRREGULAR AND COMPLEX STREET CANYONSAbstractThis paper introduces the Semi-Empirical Urban Street (SEUS) model. SEUS is a practical and simple modelbased on the scaling of air pollution concentration inside street canyons using the emission rate per length,the width of the canyon, the dispersive velocity scale and the background concentration. The dispersivevelocity scale depends on turbulent motions related to wind and traffic inside the canyon. Model sensitivityis studied analytically using the error propagation method. SEUS is applied to estimate hourly NO xconcentrations in two atypical, irregular and complex street canyons located in Córdoba Ave. (Buenos Aires)and in Andersen Boulevard (Copenhagen). The agreement between SEUS estimations and observations ofNO x concentration in both street canyons is good. In Buenos Aires, SEUS slightly overestimates observedconcentrations, while in Copenhagen the model underestimates. In both places, SEUS shows the bestperformance in leeward situations.Key words: air pollution, street canyon, atmospheric dispersion models, uncertainty analysis, modelvalidation.1. IntroducciónLa evaluación de la contaminación atmosférica urbana originada por los vehículos requiere de mediciones yestimaciones de los niveles de calidad de aire en diferentes lugares del área. Generalmente, para caracterizarla contaminación del aire urbano se utilizan mediciones de calidad del aire en algunos pocos puntos fijos.Esto posibilita una relativamente alta resolución temporal de su evolución, pero la resolución espacial resultamuy baja. Debe tenerse en cuenta que, reunir datos de mediciones de calidad del aire en una gran cantidad delugares urbanos es prácticamente imposible. Por otra parte, existen algunas aplicaciones, tales como la

estimación de la calidad del aire en un área urbana o la evaluación de la exposición de la población urbana ala contaminación del aire (Raaschou-Nielsen y otros, 2001) que requieren de un conocimiento más detalladode la distribución espacial de la concentración de contaminantes en calles y avenidas individualmente. Estoes sólo posible si se utilizan modelos de dispersión de los contaminantes emitidos por los vehículos. Existenintentos destinados a incrementar la representatividad de los datos obtenidos a partir de mediciones puntualesacoplando los mismos a los valores obtenidos mediante modelos de dispersión atmosférica aplicados a lascalles urbanas (Rao, 2009). Desafortunadamente, los modelos numéricos basados en la solución de laecuación de dispersión atmosférica o los modelos estocásticos aplicados conjuntamente con otros modelosdestinados a evaluar el flujo del aire, son todavía muy complejos para ser aplicados en la mayoría de losproblemas a resolver. Los modelos más sofisticados, tales como los de Fluido-Dinámica Computacional(FDC), presentan en la actualidad dificultades para ser implementados. Éstas están relacionadas, porejemplo, con la necesidad de una alta capacidad computacional, debido a que la resolución espacial necesariapara calcular la contaminación originada por el tránsito automotor en calles urbanas utilizando modelos FDCdebería ser de unos pocos metros (Ketzel y otros, 2001; Solazzo y otros, 2011; Blocken y otros, 2012; Kim yotros, 2012). Por lo tanto, existe una necesidad de aplicación de modelos simples y confiables.Como ocurre con cualquier estudio de modelación relacionado con la naturaleza y con el ambiente enparticular, es importante tener en cuenta el propósito del modelado y su grado de sofisticación y complejidad(Jakeman y otros, 2006). Por otra parte, las aproximaciones y simplificaciones realizadas durante eldesarrollo de los modelos, no deben afectar los resultados de la aplicación del modelo. La confiabilidad deestos resultados puede ser evaluada en diferentes etapas del procedimiento de modelación. Por ejemplo, en ladefinición del propósito del modelado, en la estructura del modelo y en la evaluación del mismo (Jakeman yotros, 2006). En modelos relacionados con la contaminación del aire, esas etapas están generalmentevinculadas con el problema a estudiar y con los diferentes procedimientos utilizados para determinar losdatos de los parámetros de entrada requeridos por los mismos.Una alternativa que ha sido ampliamente adoptada es la utilización de modelos semi-empíricos basados ensuposiciones consideradas a priori sobre el flujo del aire y las condiciones de dispersión. Estos modelos sonsimples y no requieren gran capacidad computacional para su aplicación. Por esta razón, modelos comoSTREET (Johnson y otros, 1971), CPB (Yamartino y Wiegand, 1986), AEOLIUS (Buckland, 1998), OSPM(Berkowicz, 2000), STREET-BOX (Mensink y Lewyckyj, 2001) y SEP-SCAM (Papathanassiou y otros,2008) han encontrado una relativamente amplia aplicación (Mensink y otros, 2006).En este trabajo se presenta el modelo Semi-Empirical Urban Sreet (SEUS) que permite estimar laconcentración de contaminantes en aire dentro de cañones urbanos. Se evalúa su sensibilidad aplicando elmétodo de propagación de errores. A continuación SEUS es aplicado para calcular las concentracioneshorarias de NO x en aire en dos cañones urbanos atípicos, irregulares y complejos de las ciudades de BuenosAires (Argentina) y Copenhague (Dinamarca). Las concentraciones de fondo urbano respectivas fueronobtenidas utilizando los dos procedimientos convencionales: mediante la aplicación de un modelo dedispersión atmosférica (Buenos Aires) y a partir de concentraciones observadas (Copenhague). Se realizó unanálisis estadístico de la comparación entre los resultados obtenidos por el modelo SEUS con los valoresobservados.2. Descripción del modelo SEUSEl Semi-Empirical Urban Sreet (SEUS) es un modelo simple basado en la ecuación de escalamiento de laconcentración (C) de contaminantes en aire en un cañón urbano (Kastner-Klein y otros, 2000, 2003):C = E u s -1 W -1 + C b [1]donde E es el caudal másico de contaminantes emitidos por unidad de longitud, W es el ancho del cañón, C bes la concentración de fondo urbano y u s es la velocidad dispersiva. Kastner Klein y otros (2000)introdujeron la siguiente expresión para u s :u s = (σ u 2 + σ v 2 ) 1/2 = (aU 2 + bV 2 ) [2]donde σ u es la desviación estándar de la velocidad del viento, σ v es la desviación estándar de la velocidad delaire generada por el movimiento de los automotores, U es la velocidad del viento ambiental, V es lavelocidad de los vehículos, a y b son parámetros empíricos adimensionales. El parámetro a es el coeficientede proporcionalidad entre la turbulencia natural del aire y el cuadrado de la velocidad del viento ambiental.

Este parámetro depende, entre otrosfactores, dela geometría del cañón urbano, del viento y de la ubicacióndel muestreador de calidad de aire. El parámetrob es el coeficiente de proporcionalidad entre laturbulenciainducida por el movimiento de los vehículos y el cuadrado de la velocidad de los mismos, y depende de lascondicionesdel flujo detránsito automotor. En condiciones de barlovento, bV 2 es despreciable.Los parámetros a y b fueron estimados para cuatro cañones urbanos y para todas las direcciones de viento(Mazzeo y Venegas, 2011). Los datos utilizadospara esa evaluación provinieron de mediciones realizadas encañones urbanos de Göttinger Strasse (Hannover, Alemania), Schildhornstrasse (Berlín, Alemania), Jagtvej(Copenhague, Dinamarca) y Hornsgatan (Estocolmo, Suecia). En esos cañones se midieron concentracionesde contaminantes en aire, contaminación de fondo, velocidad y dirección del viento determinadaa en el techode un edificio cercano y el flujo de tránsito para diferentes tipos de vehículos. Debido a que la orientación dela calle de cada uno de los cuatro cañones urbanos es diferente en relación con un mismo puntocardinal, ladirección (WD) del viento ambiental no puede ser utilizada como el indicador común de las condiciones desotavento y barlovento. En su lugar, se utilizó el parámetro θ (Mazzeo y Venegas, 2011) que depende de ladirección del viento y de la orientación de cada cañón considerado. Los valores del parámetro θ (Figura 1) seobtienen mediante:θ =WD– STθ =WD+ 360º – STcuando WD ≥ STcuando WD < STdonde ST es el ángulo entre el nortey el eje de la calle de cada cañón ubicado haciaa la derecha del monitor.El valor deθ está expresado en grados. De esta forma, en todos los cañones la condiciónn estricta desotavento está asociada con θ = 90º y la de barlovento con θ = 270º.Figura1. Definición de θ.En la Tablaa 1 se incluye la geometría, el flujo medio diariode tránsito automotor, la orientación de la callerespecto delnorte y el valor de ST, de cada uno de los cuatrocañones.Cañón urbanoGöttingerSchildhornstrasseJagtvejHornsgatanH/W0,80,930,721,0veh/día30.00045.00022.00035.000Orientación conrespecto al norte163º120º30º66ºST163º120º30º246ºTablaa 1. Relaciónde aspecto (H/W), flujo medio diariode vehículos (veh/día), orientación de la callerespecto del norte y ST, de cada uno de loscañones urbanos. H es la altura media de los edificios.Los parámetros a y b seobtuvieron aplicando métodos estadísticos (Mazzeo y Venegas, 2005, 2009, 2011) alos datos observacionales de los cuatro cañones mencionados, agrupadosen 16 sectores de direcciones vientode 22,5º centrados en θ=0º, 22,5º, 45,0º, 67,5º, 90,0º, 112,5º, 135,0º, 157,5º, 180,0º º, 202,5º, 225,0º, 247,5º, ,270,0º, 292,5º, 315,0º and 337,5º.Los datos fueron analizados considerando los “casos desotavento”(0º≤θ≤180º)y los “casos de barlovento” (180º<

horarios puntuales, tales como las relacionadas con las mediciones, intensidades de emisión y la naturalezaestocástica de la turbulencia atmosférica pudieron afectar la determinación de los parámetros a y b (Mazzeoy Venegas, 2011). Los valores de a y b fueron obtenidos individualmente para cada cañón.En la Figura 2 se presenta la variación de los valores medios (promediados para los cuatro cañones urbanos)de a con θ. La expresión de la curva de ajuste a los datos observacionales (R 2 = 0,951239) es la siguiente:a = 0,002745 exp[0,452317 - 1,9803 sin(0,005557πθ)] [3]Esta expresión es válida para 0º ≤ θ ≤ 360º.Figura 2. Variación de a con θ.Por otra parte, Mazzeo y Venegas (2011) y Mazzeo y otros (2011) derivaron una expresión empírica de lavariación de b con la densidad del flujo de vehículos (n v ), utilizando los valores de b y de n v , obtenidos paralos cuatro cañones mencionados anteriormente. Debido a que el número de casos de b, no estuvo distribuidouniformemente con la densidad del flujo vehicular, los valores de b fueron agrupados en los siguientesintervalos de n v : < 10, 10-20, 20-33, 33-45, 45-55, 75-85 y >120 km -1 (Mazzeo y otros, 2011).La Figura 3 presenta la variación de b (valor medio para cada intervalo) con la densidad del flujo vehicular,donde la expresión de la curva de ajuste (R 2 = 0,925444) está dada por:b = 2,88642E-06 (n v ) 0.930771 [4]válida para 0º ≤ θ ≤ 180º. Se considera que b = 0 cuando 180º < θ < 360º (condiciones de barlovento).Figura 3. Variación de b con la densidad del flujo vehicular (n v ).

3. Análisis de sensibilidad del modelo SEUSLa sensibilidad del modelo puede ser estudiada mediante el método de propagación de errores (Hilst, 1970).Debido a la forma relativamente simple del modelo SEUS (ecuaciones [1] y [2]), es posible analizar susensibilidad analíticamente. La sensibilidad de las estimaciones del modelo |δC/C| a las variaciones en lasmagnitudes de cada parámetro incluido en el mismo (p=E, W, U, V, a, b, C b ) puede expresarse en formageneral por |δC/C|= K |δp/p|. La forma del factor de proporcionalidad (K) de cada parámetro puede serobtenida utilizando la siguiente expresión:δCC=δEE+δWW+aU2δU. +aU2+ bV2 UbV2δV. +aU2+ bV2 VaU2δa.2( aU2+ bV2) a+bV2δbδCb. +2( aU2+ bV2) b Cb[5]Como era esperable, las variación relativas de E, W and C b generan variaciones relativas similares en Cdebido a que, para estas variables, K=1,0. Para los otros parámetros (U, V, a, b), K varía con θ. Los rangosdel factor de proporcionalidad de la variación relativa de esas variables para diferentes intervalos de θ seencuentran incluidos en la Tabla 2. En condiciones de barlovento (180º

Figura 4. Esquema del cañón urbano de la Av. Córdoba (ciudad de Buenos Aires).El número medio diario de vehículos en la avenida es aproximadamente 38.000. La información sobre elflujo y la composición del tránsito vehicular y la velocidad de los automotores fue obtenida de diferentesinformes elaborados por el Gobierno de la Ciudad de Buenos Aires (GCBA, 2006; GCBA-ACOM, 2006).Desafortunadamente, no existe información sobre el tránsito automotor en la avenida durante el período deestudio. Las concentraciones de fondo de NO x en el área fueron estimadas aplicando el modelo de dispersiónatmosférica urbana DAUMOD (Mazzeo y Venegas, 1991; Venegas y Mazzeo, 2006). Los datos deemisiones de NO x utilizados en el cálculo fueron obtenidos del inventario de emisiones elaborado para laciudad (Venegas y otros, 2011). La información meteorológica horaria utilizada en las estimaciones es laregistrada en la estación meteorológica Aeroparque Aero (Servicio Meteorológico Nacional).La Figura 5 presenta el gráfico de dispersión de los valores observados y estimados de concentración horariade NO x en aire. En esta Figura se observa que el modelo SEUS muestra una leve tendencia a lasobreestimación.Figura 5. Gráfico de dispersión de datos observados y estimados de las concentraciones.Todas las condiciones. Av. Córdoba (Buenos Aires).En la Figura 6 se presenta el gráfico cuantil-cuantil de las concentraciones horarias de NO x . En general, elmodelo reproduce adecuadamente la distribución de las concentraciones horarias observadas, excepto en losintervalos de las mayores concentraciones donde el modelo subestima la frecuencia de valores altos.La Tabla 3 incluye los valores de los parámetros estadísticos (Chang y Hanna, 2004) calculados para evaluarel desempeño del modelo SEUS. El 73% de las estimaciones de SEUS están comprendidas entre 0,5 y 2,0veces los valores observados. Los resultados incluidos en esta Tabla muestran una aceptable concordanciaentre los datos estimados y observados.

Figura 6. Representación gráfica cuantil-cuantil de las concentraciones.Todas las condiciones. Av. Córdoba (Buenos Aires).Media obs. Media est.NMSE FA2 FB Corr.(ppb) (ppb)93,23 102,98 0,35 0,73 -0,083 0,657Tabla 3. Evaluación estadística de los resultados del modelo SEUS. Número de casos N= 4.353, (NMSE:error cuadrático medio normalizado; FA2: fracción de datos ubicados dentro de un factor 2 de lasobservaciones; FB: error fraccional; Corr.: coeficiente de correlación).Los parámetros estadísticos correspondientes a la evaluación del desempeño del modelo SEUS para lascondiciones de sotavento, barlovento y de dirección del viento paralela al eje del cañón se incluyen en laTabla 4.SOTAVENTO (N=1.234)Media obs. Media est.NMSE FA2 FB Corr(ppb) (ppb)130,8 122,2 0,18 0,86 0,068 0,732BARLOVENTO (N=1.725)Media obs. Media est.NMSE FA2 FB Corr(ppb) (ppb)64,2 81,8 0,54 0,63 -0,241 0,509PARALELA (N=1.394)Media obs. Media est.NMSE FA2 FB Corr(ppb) (ppb)96,0 112,2 0,35 0,74 -0,156 0,546Tabla 4. Evaluación estadística de los resultados del modelo SEUS para las condiciones de sotavento,barlovento y de dirección del viento paralela al eje de la calle (N: número de casos; NMSE: errorcuadrático medio normalizado; FA2: fracción de datos ubicados dentro de un factor 2 de las observaciones;FB: error fraccional; Corr.: coeficiente de correlación).

El modelo presenta un mejor desempeño en condiciones de sotavento. En estas condiciones, el errorcuadrático medio normalizado (NMSE) es 18%, mientras que para barlovento es 54%. La fracción relativade valores estimados que se encuentran entre 0,50 y 2,0 de los valores observados es 86% para condicionesde sotavento y 63% para barlovento.Para su comparación con las Figuras 5 (gráfico de dispersión) y 6 (cuantil-cuantil) correspondientes a todoslos datos utilizados en este análisis, se incluyen las Figuras 7 (gráfico de dispersión) y 8 (cuantil-cuantil) quecorresponden a los datos en condiciones de sotavento (0º ≤ θ ≤ 180º).Figura 7. Gráfico de dispersión de datos observados y estimados de las concentraciones.Condiciones de sotavento. Av. Córdoba (Buenos Aires).Figura 8. Representación gráfica cuantil-cuantil de las concentraciones.Condiciones de sotavento. Av. Córdoba (Buenos Aires).4.2. Aplicación en un cañón del Boulevard Andersen (Copenhague)El Boulevard Andersen (Berkowicz y otros, 1996) es muy amplio, con edificios construidos en un solo ladode la calle y un parque de diversiones en el otro. El ancho de “cañón” urbano es 60m. El flujo medio detránsito automotor es aproximadamente 60.000 vehículos diarios. La orientación del Boulevard es 130º

especto del norte. La altura de los edificios del lado donde está ubicado el monitor es aproximadamente25m. El monitor está localizado en la acera del lado norte del Boulevard, por lo que en esta configuraciónST= 310º. En la Figura 9 se presenta un esquema del “cañón” urbano considerado.Figura 9. Esquema del “cañón” urbano del Boulevard Andersen (Copenhague).La concentración de fondo fue obtenida de mediciones de NO x en aire realizadas en el techo del edificio de20m de altura de la Universidad de Copenhague (H.C. Ørsted Institute). Conjuntamente con estasobservaciones se realizaron mediciones de variables meteorológicas en una torre de 10m de altura instaladaen el techo de ese edificio. Las variables meteorológicas medidas fueron velocidad y dirección del viento,radiación global, temperatura y humedad del aire.La Figura 10 presenta el gráfico de dispersión de los valores observados y estimados de concentraciónhoraria de NO x en aire. En esta Figura se observa que el modelo SEUS muestra una ligera tendencia a lasubestimación.Figura 10. Gráfico de dispersión de datos observados y estimados de concentraciones.Todas las condiciones. Boulevard Andersen (Copenhague).En la Figura 11 se presenta el gráfico cuantil-cuantil de las concentraciones horarias de NO x , observándosediferencias entre las distribuciones de los datos estimados y los observados.La Tabla 5 incluye los valores de los parámetros estadísticos (Chang y Hanna, 2004) calculados para evaluarel desempeño del modelo SEUS. El 76% de las estimaciones de SEUS están comprendidas entre 0,5 y 2,0veces los valores observados. Los resultados incluidos en esta Tabla muestran una aceptable concordanciaentre los datos estimados y observados.

Figura 11. Representación gráfica cuantil-cuantil de las concentraciones.Todas las condiciones. Boulevard Andersen (Copenhague).Media obs. Media est.NMSE FA2 FB Corr.(ppb) (ppb)82,3 66,5 0,33 0,76 0,218 0,701Tabla 5. Evaluación estadística de los resultados del modelo SEUS. Número de casos N= 6.947, (NMSE:error cuadrático medio normalizado; FA2: fracción de datos ubicados dentro de un factor 2 de lasobservaciones; FB: error fraccional; Corr.: coeficiente de correlación).Los parámetros estadísticos correspondientes a la evaluación del desempeño del modelo SEUS para lascondiciones de sotavento, barlovento y de dirección del viento paralela al eje del cañón se incluyen en laTabla 6.SOTAVENTO (N=1.642)Media obs. Media est.NMSE FA2 FB Corr(ppb) (ppb)93,6 101,2 0,18 0,85 -0,078 0,758BARLOVENTO (N=3.659)Media obs. Media est.NMSE FA2 FB Corr(ppb) (ppb)75,6 44,7 0,59 0,67 0,475 0,665PARALELA (N=1.646)Media obs. Media est.NMSE FA2 FB Corr(ppb) (ppb)92,8 78,8 0,21 0,87 0,163 0,746Tabla 6. Evaluación estadística de los resultados del modelo SEUS para las condiciones de sotavento,barlovento y de dirección del viento paralela al eje de la calle (N: número de casos; NMSE: errorcuadrático medio normalizado; FA2: fracción de datos ubicados dentro de un factor 2 de las observaciones;FB: error fraccional; Corr.: coeficiente de correlación).

Como en el caso del cañón urbano de Buenos Aires, en el Boulevard Andersen el modelo presenta un mejordesempeño en condiciones de sotavento. En estas condiciones, el error cuadrático medio normalizado(NMSE) es 18%, mientras que para barlovento es 59%. La fracción relativa de valores estimados que seencuentran entre 0,50 y 2,0 de los valores observados es 85% para condiciones de sotavento y 67% parabarlovento.Para su comparación con las Figuras 10 (gráfico de dispersión) y 11 (cuantil-cuantil) correspondientes atodos los datos utilizados en este análisis, se incluyen las Figuras 12 (gráfico de dispersión) y 13 (cuantilcuantil)que corresponden a los datos en condiciones de sotavento (0º ≤ θ ≤ 180º).Figura 12. Gráfico de dispersión de datos observados y estimados de las concentraciones.Condiciones de sotavento. Boulevard Andersen (Copenhague).Figura 13. Representación gráfica cuantil-cuantil de las concentraciones.Condiciones de sotavento. Boulevard Andersen (Copenhague).

5. ConclusionesEste trabajo presenta el modelo Semi-Empirical Urban Street (SEUS). SEUS es un modelo simple de cañónurbano que permite estimar la concentración de contaminantes en aire dentro de un cañón urbano en funcióndel caudal másico de contaminantes emitidos por unidad de longitud, del ancho del cañón, de la velocidaddispersiva (que depende de las fluctuaciones de la velocidad del viento y las debidas al movimiento de losautomotores) y de la concentración de fondo. La turbulencia natural del aire y la generada por los vehículospueden ser expresadas en función de dos parámetros adimensionales (a y b, respectivamente). A partir de losdatos obtenidos en cuatro cañones urbanos en Göttinger Strasse (Hannover), Schildhornstrasse (Berlín),Jagtvej (Copenhague) y Hornsgatan (Estocolmo), se encontraron las formas funcionales de a y bincorporadas en el modelo SEUS.Se estudió la sensibilidad de las estimaciones |δC/C| del modelo SEUS a las variaciones de la magnitud decada parámetro (p) mediante |δC/C|= K |δp/p|, aplicando el método de propagación de errores. Como eraesperable, las variaciones relativas de la emisión, del ancho del cañón y de la concentración de fondo urbano,generan similares variaciones relativas en C, dado que, para estas variables K=1. En condiciones debarlovento, K= 1 para |δU/U| y K=0,5 para |δa/a|. En condiciones de sotavento, las variaciones relativas|δU/U| y |δV/V| producen variaciones relativas menores en C debido a que 0,001 ≤K≤ 0,99. En general, lasvariaciones relativas de a y b tienen menor influencia en |δC/C| que las variaciones de otras variables, porque|δa/a| y |δb/b| están multiplicadas por 0,5[aU 2 /(aU 2 + bV 2 )] y 0,5[bV 2 /(aU 2 + bV 2 )], respectivamente, quepueden variar entre 0,0005 y 0,50.El modelo SEUS fue aplicado operativamente para estimar las concentraciones horarias de NO x en aire endos cañones atípicos, irregulares y complejos localizados, uno en la Av. Córdoba (ciudad de Buenos Aires) yotro en el Boulevard Andersen (ciudad de Copenhague). Los resultados de la comparación de los valoresestimados con los datos observacionales se sintetizan a continuación:• “cañón” urbano de la Av. Córdoba (Buenos Aires):Considerando todas las direcciones de viento, el error cuadrático medio normalizado es 35%, el FA2=73% y FB= -0,083. En este caso, el modelo SEUS sobrestima levemente los valores observados.Considerando las condiciones de sotavento, barlovento y de direcciones de viento paralelas al eje delcañón, el desempeño del SEUS es diferente en cada una de ellas. El mismo es mejor en los casos desotavento (FA2=86%) subestimando levemente (FB= 0.068) las concentraciones observadas. Encondiciones de barlovento y de direcciones del viento paralelas al eje del cañón, el modelo SEUSsobrestima los valores observados.• “cañón” urbano del Boulevard Andersen (Copenhague):Considerando todas las direcciones de viento, el error cuadrático medio normalizado es 33%, el FA2=76% y FB= 0,218. En este caso, el modelo SEUS subestima ligeramente los valores observados.Considerando condiciones de sotavento, barlovento y de direcciones de viento paralelas al eje del cañón,el desempeño del modelo SEUS también resultó diferente en cada una de ellas. Como en el cañón deBuenos Aires, los mejores resultados del modelo SEUS se presentan en condiciones de sotavento(FA2=85%), sobrestimando levemente (FB=-0.078) las concentraciones observadas. En los casos debarlovento y con direcciones del viento paralelas al eje del cañón, el modelo SEUS subestima los valoresobservados.La comparación de los resultados del modelo SEUS con los valores observados en los “cañones” urbanos dela ciudad de Buenos Aires y de Copenhague resultó alentadora. Es propósito de los autores realizar futurascomparaciones con datos observacionales provenientes de otros cañones urbanos.AgradecimientosLos autores agradecen el apoyo del Consejo Nacional de Investigaciones Científicas y Técnicas, ProyectoCONICET-PIP 0304; a la Agencia de Protección Ambiental del Gobierno de la ciudad de Buenos Aires y alServicio Meteorológico Nacional por la información utilizada en la aplicación de SEUS en la Av. Córdoba yal National Environmental Research Institute, AArhus University (Dinamarca) por la información utilizadaen la aplicación de SEUS en el Boulevard Andersen.

ReferenciasBerkowicz, R. 2000. OSPM – A parameterised street pollution model. Environmental Monitoring &Assessment, 65, 323-331.Berkowicz, R., Palmgren, F., Hertel, O. y Vignati, E. 1996. Using measurements of air pollution in streetsfor evaluation of urban air quality – meteorological analysis and model calculations. The Science of the TotalEnvironment, 189/190, 259-265.Blocken, B.; Janssen, W.D. y van Hooff, T. 2012. CFD simulation for pedestrian wind comfort and windsafety in urban areas: General decision framework and case study for the Eindhoven University campus.Environmental Modelling & Software, 30, 15-34.Buckland, A.T. 1998. Validation of a street model in two cities. Environmental Monitoring & Assessment,52, 255-267.Chang, J.C. y Hanna, S.R. 2004. Air quality model performance evaluation. Meteorological AtmosphericPhysics, 87, 167-196.GCBA, 2006. Gobierno de la Ciudad de Buenos Aires. Informes sobre Índice de Tránsito.GCBA-ACOM. 2006. Mapa Estratégico de Ruido-Ciudad Autónoma de Buenos Aires, Gobierno de laCiudad Autónoma de Buenos Aires y Asociación Civil Oir Mejor.Hilst, G.R. 1970. Sensitivities of air quality prediction to input errors and uncertainties. In: Proc. ofSymposium on multiple-source urban diffusion models. US.EPA. Research Triangle Park. NC.Jakeman A. J., Letcher R. A. y Norton J. P. 2006. Ten iterative steps in development and evaluation ofenvironmental models. Environmental Modelling & Software 21, 602-614.Johnson, W.B., Ludwig, F.L., Dabberdt, W.F. y Allen, R.J., 1971. Development and initial evaluation of anurban diffusion model for carbon monoxide. Sixty fourth annual meeting, American Institute of ChemicalEngineers.Kastner-Klein, P., Berkowicz, R. y Plate, E. J. 2000. Modelling of vehicle induced turbulence in air pollutionstudies for streets. Int. J. Environment and Pollution, 14, 496-507.Kastner-Klein, P., Fedorovich, E., Ketzel, M., Berkowicz, R. y Britter, R. E. 2003. The modelling ofturbulence from traffic in urban dispersion models- Part II. Evaluation against laboratory and full-scaleconcentration measurements in street canyons. Environmental Fluid Mechanics, 3, 145-172.Ketzel M., Berkowicz R., Lohmeyer A., Kastner-Klein P. y Flassak T. 2001. Adaptation of results fromCDF-models and wind-tunnels for practical traffic pollution modelling. Proceedings of the 7 th InternationalConference on Harmonisation within Atmospheric Dispersion Modelling, 261-265.Kim, M.J, Park, R.J. y Kim, J-J. 2012. Urban air quality modeling with full O 3 -NO x -VOC chemistry:Implications for O 3 and PM air quality in a street canyon. Atmospheric Environment, 47, 330-340.Mazzeo, N.A. y Venegas, L.E. 1991. Air pollution model for an urban area. Atmospheric Research, 26, 165-179.Mazzeo, N.A. y Venegas, L.E. 2005. Evaluation of turbulence from traffic using experimental data obtainedin a street canyon. Int. J. Environment and Pollution, 25, 164-176.Mazzeo, N.A. y Venegas, L.E. 2009. Air pollution dispersion inside a street canyon of Göttinger Strasse(Hannover, Germany) – New results of the analysis of full scale data. Int. J. Environment and Pollution, 40,1/2/3, 195-209.Mazzeo N. A. y Venegas, L. E. 2011. Study of natural and traffic-producing turbulences analysing full-scalefour street canyons. Int. J. Environment and Pollution, 47, 290-301.Mazzeo N.A., Venegas, L.E. y Dezzutti, M.C. 2011. Evaluation of air pollutant concentrations estimatedinside an asymmetric street canyon using different parameterisations of vehicle-induced turbulence.Proceedings of the 14 th International Conference on Harmonisation within Atmospheric DispersionModelling for Regulatory Purposes, 534-538.

Mensink, C. y Lewyckyj, N. 2001. A simple model for the assessment of air quality in streets. Int. J. of Veh.Design, 27, 242-250.Mensink, C., Lefebre, F., Janssen, L. y Cornelis, J. 2006. A comparison of three street canyon models withmeasurements at an urban station in Antwerp, Belgium. Environmental Modelling & Software, 21, 514-519.Papathanassiou, A., Douros, I. y Moussiopoulos, N. 2008. A simplified three-dimensional approach to streetcanyon modelling using SEP-CAM. Environmental Modelling & Software, 23, 304-313.Raaschou-Nielsen O., Hertel O, Thomsen B. I. y Olsen J. H. 2001. Air pollution form traffic at the residenceof children with cancer. American Journal of Epidemiology 10, 4-14.Rao, S.T. 2009. Environmental monitoring and modeling needs in the 21 st century. EM-The Magazine forEnvironmental Managers. A&WMA. October 2009, 3-4.Solazzo, E., Vardoulakis, S. y Cai, X. 2011. A novel methodology for interpreting air quality measurementsfrom urban streets using CFD modelling. Atmospheric Environment, 45, 5230-5239.Venegas, L.E. y Mazzeo, N.A. 2006. Modelling of urban background pollution in Buenos Aires City(Argentina). Environmental Modelling & Software, 21, 577-586.Venegas, L.E., Mazzeo, N.A. y Pineda Rojas, A.L. 2011. Chapter 14: Evaluation of an emission inventoryand air pollution in the Metropolitan Area of Buenos Aires. In: Popovic, D (ed.) Air Quality - Modeling andApplications, InTech Pub., 261-288Yamartino, R.J. y Wiegand, G. 1988. Development and evaluation of simple models for flow, turbulence andpollutant concentration fields within an urban street canyon. Atmospheric Environment, 20, 2137-2156.