Novasinergia 2021, 4(2), 111-126. https://doi.org/10.37135/ns.01.08.07 http://novasinergia.unach.edu.ec
Artículo de Investigación
Evaluación de la concentración y distribución espacial de material
particulado en los campus de la UNACH - Riobamba
Evaluation of the concentration and spatial distribution of particulate material in
the UNACH - Riobamba campuses
Patricio Santillán 1, Marco Rodríguez 2*, Jonathan Orozco 2, Iván Ríos 1, Karla Bayas 3
1Carrera de Ingeniería Ambiental, Facultad de Ingeniería, Universidad Nacional de Chimborazo, Riobamba, Ecuador, 060150;
psantillan@unach.edu.ec ; irios@unach.edu.ec
2Direccion de Investigación, Universidad Nacional de Chimborazo, Riobamba, Ecuador, 060150; jonathan.orozco@unach.edu.ec
3Gobierno Autónomo Descentralizado del Cantón Alausí, Alausí, Ecuador, 060250; andreabayas12@hotmail.com
*Correspondencia: mvrodriguez@unach.edu.ec
Citación: Santillán, P., Rodríguez, M.
Orozco, J., Ríos, I., & Bayas, K., (2021).
Evaluación de la concentración y
distribución espacial de material
particulado en los campus de la
UNACH - Riobamba. Novasinergia.
4(2). 111-126.
https://doi.org/10.37135/ns.01.08.07
Recibido: 09 febrero 2021
Aceptado: 28 junio 2021
Publicado: 01 diciembre 2021
Novasinergia
ISSN: 2631-2654
Resumen: El objetivo de la presente investigación fue realizar un análisis
comparativo de los niveles de concentraciones de Material Particulado
Volátil y Sedimentable (PMV y PMS), en los tres campus de la Universidad
Nacional de Chimborazo. El PMV se midió con el equipo DustTrak™ II por
24 días y el PMS se determinó por medio de un sistema de monitoreo pasivo.
La caracterización de metales asociados al PM fue mediante espectroscopia
de fotones rayos X dispersados (EDX). De acuerdo a la legislación
ecuatoriana y la OMS, las concentraciones de PM2.5 en las estaciones de
monitoreo no exceden los limites máximo permisibles. El PM10 presento un
valor medio de 10 µg/m3, máximo de 15 µg/m3 y un mínimo de 6 µg/m3. Los
metales asociados al PM son 11 elementos de origen antropogénico y
natural, donde la principal fuente responsable es el tráfico, industria,
construcción, partículas de polvo y ceniza. La distribución espacial del PM,
determinó que los focos de emisión son de escala local; con un radio crítico
de arrastre y deposición de 50 m. Con ello se demuestra que la modelación
de PM, a través de herramientas SIG, brinda resultados favorables para
estudiar el comportamiento de las partículas.
Palabras clave: Calidad del aire, contaminación atmosférica, kriging,
material particulado, material particulado sedimentable, material
particulado volátil, PM2.5, PM10
Copyright: 2021 derechos otorgados
por los autores a Novasinergia.
Este es un artículo de acceso abierto
distribuido bajo los términos y
condiciones de una licencia de Creative
Commons Attribution (CC BY NC).
(http://creativecommons.org/licenses/b
y/4.0/).
Abstract: The objective of this research was to carry out a comparative analysis of
the levels of concentrations of Volatile and Sedimentable Particulate Material (PMV
and PMS), in the three campuses of the National University of Chimborazo. PMV
was measured with the DustTrak™ II equipment for 24 days and PMS was
determined through a passive monitoring system. The characterization of metals
associated with PM was by scattered X-ray photon spectroscopy (EDX). According
to the Ecuadorian legislation and the WHO, the concentrations of PM2.5 in the
monitoring stations do not exceed the maximum permissible limits. PM10 presented
a mean value of 10 µg/m3, a maximum of 15 µg/m3 and a minimum of 6 µg/m3. The
metals associated with PM are 11 elements of anthropogenic and natural origin,
where the main responsible source is traffic, industry, construction, dust particles
and ash. The spatial distribution of PM determined that the emission sources are on
a local scale; with a critical radius of drag and deposition of 50 m. This shows that
PM modeling, through GIS tools, provides favorable results to study the behavior
of particles.
Keywords: Air quality, atmospheric pollution, kriging, particulate material,
particulate material volatile, particulate material sedimentable, PM2.5, PM10
Novasinergia 2021, 4(2), 111-126 112
1. Introducción
La contaminación atmosférica por material particulado (PM), es uno de los mayores
problemas en la actualidad (Santillán et al., 2016). Se presenta en todos los lugares, especialmente en
sitios urbanos con mayor actividad industrial y donde se conjugan el transporte vehicular (Celis et
al., 2007). Esta última se ha convertido en un fenómeno de constante crecimiento, ocasionando una
amenaza para el medio ambiente, así como para la salud y la calidad de vida de sus habitantes
(Palacio et al., 2014).
El PM atmosférico y sedimentable ocasiona daños a la salud y su peligrosidad va a depender de la
concentración, tamaño y persistencia en el aire (Ubilla & Yohannessen, 2017). Cabe indicar también
que el PM 2.5 µm y 10 µm son partículas que al ingresar a la caja torácica causan efectos agudos y
crónicos en la salud de las personas (Salinas, 2012). Por ello vale la pena mostrar que más del 80%
de la población en países en vías de desarrollo están expuestos a niveles peligrosos de calidad del
aire, que con frecuencia los contaminantes exceden los límites máximos permisibles (Hinojosa et al.,
2019).
De acuerdo con la Organización Mundial de la Salud (OMS), la contaminación atmosférica a nivel
mundial causa aproximadamente 4.2 millones de muertes prematuras al año (Scapini et al., 2018).
La contaminación por PM es un problema a nivel global, se ha convertido en una amenaza tanto
para la salud humana como para el ambiente; debido a que ocasiona enfermedades respiratorias
(Ubilla & Yohannessen, 2017). Es decir la incesante exposición a grandes concentraciones de PM,
puede agravar enfermedades crónicas, cardiacas y pulmonares (Canales et al., 2014; Ubilla &
Yohannessen, 2017). Es por ello que se debe monitorear permanentemente y aplicar políticas en
materia ambiental y de salud en todos los ámbitos desde locales, nacionales y mundiales para prever
consecuencias (García & Rojas, 2016).
La ciudad de Riobamba durante los últimos años ha tenido un crecimiento poblacional, ha pasado
de tener 193.315 habitantes en el año 2001 a 225.741 habitantes en el 2010 (INEC, 2010). Este
crecimiento poblacional se orienta al desarrollo acelerado de la urbe producto de la nueva ruralidad,
donde un gran número de familias deciden migrar de la zona rural a la ciudad a fin de cambiar su
actividad económica y mejorar sus ingresos que permiten obtener nuevos bienes y servicios (GADM
Riobamba, 2020).
Este crecimiento poblacional en especial el parque automotor y la actividad industrial generan un
grave problema de contaminación atmosférica. Además, la ciudad por ubicarse en la parte central
de la cordillera andina está rodeada de volcanes, uno de ellos es el volcán Tungurahua que desde la
época colonial, ha tenido varios períodos de actividad eruptiva entre: 1640 - 1641, 1773 - 777, 1886 -
1888, 1916 - 1918 y desde 1999 hasta el 2016 (Few et al., 2017). Este fenómeno natural está ligado con
la contaminación de PM, en especial la ceniza volcánica que tiene un tamaño inferior a 2 mm, lo que
afecta directamente a la población y es fácilmente perceptible en las personas, convirtiéndose en una
de las principales causas de infecciones respiratorias (Bustillos et al., 2018).
El objetivo de la presente investigación es determinar la concentración de PMV y PMS en los campus
de la Universidad Nacional de Chimborazo, región sierra centro del Ecuador, mediante el método
fotométrico utilizando el DustTrack II y método pasivo con el establecimiento de estaciones de
monitoreo implementadas en sectores con mayor incidencia de vehicular. Las partículas de PM
sedimentable fueron analizadas mediante el microscopio electrónico de barrido y la espectroscopia
de energía de fotones dispersas.
Novasinergia 2021, 4(2), 111-126 113
2. Metodología
2.1. Sitios de muestreo
El presente trabajo de investigación se realizó en los tres campus de la Universidad Nacional
de Chimborazo (Unach), de la ciudad de Riobamba, en la región sierra centro del Ecuador, a una
altitud de 2850 m.s.n.m. Según datos obtenidos de los anuarios del Instituto Nacional de
Meteorología e Hidrología del Ecuador la temperatura promedio en la ciudad de Riobamba varía
entre 9 y 21 °C; con una precipitación anual de 491 mm con rangos mensuales de (3-83 mm); una
presión atmosférica promedio de 545 mm de Hg y una humedad relativa del 72% (INAMHI, 2019).
En el área de estudio se colocaron ocho estaciones de monitoreo pasivo para determinar PMS y por
un mes se monitoreó el PMV. La estación RF1 fue ubicada en el campus norte Edison Rivera (b); la
RF2 en el campus centro (a) y la RF3 en el campus sur La Dolorosa (c) (Figura 1).
Figura 1: Área de estudio. (a) Campus: Centro; (b) Campus: Edison Riera y (c) Campus: La Dolorosa.
2.2. Método de muestreo
Para el muestreo de PMS se instalaron 3 puntos por área de estudio; la muestra fue
recolectada por un periodo de 30 días de forma continua como se establece en el Libro VI Anexo IV
del TULSMA; con el propósito de evaluar la concentración de partículas sedimentables en los sitios
de monitoreo (Tabla 1).
Novasinergia 2021, 4(2), 111-126 114
Tabla 1: Localización de los puntos de muestreo.
Estaciones de muestreo
Localización
Observaciones
Campus Norte Edison Rivera: RF1
1. S: 1°39'7.8" O: 78°38'33.7"
2. S: 1°39'6.2" O: 78°38'32.3"
3. S: 1°39'14.7" O: 78°38'37.7"
Alto tráfico vehicular
Campus Centro: RF2
1. S: 1°39'58.9" O: 78°39'41.9"
2. S: 1°39'59.4" O: 78°39'42.3"
3. S: 1°39'58.5" O: 78°39'42.7"
Medio tráfico
vehicular
Campus Sur La Dolorosa: RF3
1. S: 1°40'50.4" O: 78°38'27.9"
2. S: 1°40'51.3" O: 78°38'25.4"
3. S: 1°40'52.0" O: 78°38'26.3"
Alto tráfico vehicular
2.3. Determinación de material particulado volátil
Para el análisis de PMV se utilizó el equipo DustTrak™ II (TSI Incorporated/500 Cardigan
Road/Shoreview, MN 55126/USA). Antes de iniciar con la medición el equipo fue previamente
calibrado (ZERO CAL), con el filtro 0 µm de elaboración del fabricante. Una vez calibrado el equipo
se puso el filtro de 2.5 µm y 10 µm individualmente y se inició con la medición de PM. El análisis
por muestra tarda 2 minutos aproximadamente y los valores son expresados en mg/m3, que
posteriormente son convertidos a µm. Hay que destacar que las lecturas con el equipo DustTrak™
II, empiezan al momento de que el PM se dispersa por el aire. El tiempo de monitoreo fue de tres
veces al día (8:00; 13:00 y 15:00), durante 24 días consecutivos.
2.4. Determinación de material particulado sedimentable
Para el análisis de PMS se empleó el método pasivo propuesto por Almirón et al., (2008). El
cual propone colocar papel filtro en cajas Petri previamente secado, pesado y determinado su área.
El tiempo establecido para el monitoreo es de 30 días. El resultado se alcanza mediante el cálculo de
los pesos final e inicial y dividiendo para el área donde se recogió la muestra; obteniendo valores en
unidades de mg/cm2 durante 1 mes (Ecuación 1).
 
 󰇛󰇜
Dónde:
PAS: Polvo Atmosférico Sedimentable
Pi: Peso del papel filtro después de salir de laboratorio
Pf: Peso del papel filtro después de estaré expuesto al periodo de muestreo
Área del papel filtro: (Santillán et al., 2016).
2.5. Análisis de microscopia electrónica de barrido de material particulado sedimentable
Para comprender las composiciones elementales de partículas finas de PMS, se utilizó el
microscopio electrónico de barrido (VEGA 3 SEM - EDX Tescam Company Alemania), el cual toma
imágenes a 100x y 200x, 50x, 20x y 10x. El análisis de las imágenes se desarrolló con el software
Essence ™ de TESCAN. Esta combinación simplifica significativamente la adquisición de datos
morfológicos y elementales de la muestra, lo que convierte a VEGA SEM en una solución analítica
eficiente para la inspección de materiales de rutina. Las muestras de papel filtro fueron cortadas de
1 cm y colocadas sobre el porta muestras de aluminio y recubiertas (metalizadas) con partículas de
oro para obtener las mejores condiciones de imagen. Este pre tratamiento permite que la superficie
Novasinergia 2021, 4(2), 111-126 115
de la muestra fuera conductora. Las observaciones se realizaron en un SEM – EDX modelo Essence™
3D Collision, a un voltaje de aceleración de 5-10 kV. Las imágenes muestran la morfología,
composición química, tamaño y distribución de las partículas. En las imágenes se puede observar la
morfología, composición química, tamaño y distribución de las partículas presentes en las muestras
recolectadas en los campus de la Unach.
2.6. Modelo geoestadístico
El análisis de distribución espacial se desarrolló con el software ArcGIS 10.x, el cual utiliza
modelos de datos inteligentes que permiten representar variables continuas en el espacio. Este
programa incluye varias herramientas; pero para nuestro análisis de interpolación de datos se utilizó
las herramientas Spatial Analyst y Geostatistical Analyst. Para programar la interpolación se consideró
valores de PM2.5, el cual fue obtenido mediante el muestreo durante 24 días consecutivos. Además,
se utilizó valores de velocidad del viento que para la ciudad de Riobamba fue de 2.1 m/s y dirección
del viento en la mayoría de los casos sopla principalmente desde el norte hacia el sur (N-S).
2.7. Análisis estadístico
Se realizaron pruebas de normalidad para verificar los supuestos del análisis ANOVA
agrupando los datos de PMV asociado a las fracciones de PM2.5 y PM10. Se realizó un ANOVA de
una sola vía, (p<0,05), para detectar diferencias estadísticas entre tratamientos y pruebas de medias
de Tukey. Para este análisis estadístico se utilizó el software MINITAB V17 (Minitab, 2016).
3. Resultados
3.1. Material particulado volátil
La concentración de PM2.5 y PM10, en las tres estaciones de monitoreo RF1, RF2, y RF3,
establecidas en la Unach, se muestran en la figura 2. En el campus Edison Riera (RF1) la
concentración diaria de PM2.5 vario de 8 µg/m3 a 74 µg/m3. En el campus Centro (RF2), los valores
fluctuaron entre 7 µg/m3 a 54 µg/m3 y en el campus la Dolorosa (RF3), la concentración diaria mostro
valores que van desde 7 µg/m3 a 37 µg/m3. Estos valores no exceden los límites máximos permisibles
establecidos por la legislación ecuatoriana (65 μg/m3) y la OMS (25 μg/m3).
Con respecto a la concentración de PM10, en la estación RF1, durante los 24 días de monitoreo,
presento un valor medio de 10 µg/m3, con un valor máximo de 15 µg/m3 y un mínimo de 6 µg/m3;
la estación RF2 el valor medio fue de 10 µg/m3, con un máximo de 14 µg/m3 y un mínimo de 8 µg/m3
y en la estación RF3 mostro un valor medio de 10 µg/m3, con un valor máximo de 14 µg m3 y un
mínimo de 7 µg/m3. Sin embargo, en las estaciones RF1 y RF2, se obtuvieron valores máximos de
PM2.5 (74 µg/m3 y 54 µg/m3), los días 12 y 24 respectivamente. El valor registrado el día 12 fue el único
que sobrepaso el límite permisible de acuerdo a la legislación ecuatoriana (Bayas, 2017). Mientras
tanto el PM10 alcanzó su máximo valor el día 1 con 15 µg/m3 en la estación RF1 lo que obedece al alto
tráfico vehicular característico del área en estudio y el mínimo valor se registró los días 20 y 24 con
6 µg/m3 cada uno.
Novasinergia 2021, 4(2), 111-126 116
D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13 D14 D15 D16 D17 D18 D19 D20 D21 D22 D23 D24
0
10
20
30
40
50
60
70
80 (a) Campus Edisón Riera
Día
PM (µg/m3)
PM2.5 (µg/m3)
PM10 (µg/m3)
D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13 D14 D15 D16 D17 D18 D19 D20 D21 D22 D23 D24
0
10
20
30
40
50
60
70
80
PM2.5 (µg/m3)
PM10 (µg/m3)
(c) Campus Dolorosa
Día
PM (µg/m3)
Figura 2: Concentración de PM en los campus de la Unach.
3.2. Comparación de material particulado volátil asociado a las fracciones de PM2.5 y PM10
Las concentraciones medias de PM2.5 registradas en el área de estudio, así como los valores de
desviación estándar obtenidos para cada uno de los sitios se indican en la Tabla 2.
Tabla 2: Estadística descriptiva de PMV asociado a la fracción PM2.5.
Campus
Media
SD
Mínimo
Máximo
IC de 95 %
RF1
10.82
6.61
2.67
24.67
(8.74;
12.89)
RF2
5.25
3.16
2.17
12.33
(3.17; 7.33)
RF3
7.27
4.92
2.33
18.00
(5.20; 9.35)
En la tabla 3 se muestra la concentración media asociada a la fracción PM10. En el área de estudio
podemos notar que uno de los factores que aporta al incremento de la contaminación atmosférica es
la combustión del parque automotor que continuamente se incrementa y no recibe un adecuado
mantenimiento. También la emisión de polvos de sectores aledaños son las principales fuentes de
emisiones. Con ello el presente estudio proporciona información importante que puede ser utilizada
para ayudar a las autoridades institucionales a tomar decisiones y definir planes locales para la
gestión de la calidad del aire y para aumentar la conciencia de la población.
Tabla 3: Estadística descriptiva de PMV asociado a la fracción PM10.
Campus
Media
SD
Mínimo
Máximo
IC de 95 %
RF1
3.17
0.82
2.00
4.93
(2.91; 3.43)
RF2
3.28
0.60
2.33
4.67
(3.02; 3.54)
RF3
3.44
0.42
2.67
4.67
(3.18; 3.70)
Novasinergia 2021, 4(2), 111-126 117
La figura 3 muestra el valor medio e intervalo de confianza del 95% para la concentración de PM2.5.
encontradas a partir de las mediciones gravimétricas, en las áreas de estudio. Este valor corresponde
a las tres mediciones diarias obtenidas con el equipo DustTrak™ II, donde se observa que las
concentraciones medias de PM2.5. y PM10 obtenidas en los campus universitarios no evidencian
cambios significativos (Figura 3). Los valores diarios obtenidos gravimétricamente para PM2.5. y PM10
estuvieron entre los 7 a 74 µg/m3 y 6 a 15 µg/m3 respectivamente. Estas diferencias pueden estar
asociadas con el tipo y cantidad de tráfico vehicular que circula por las vías internas de los campus
universitarios. Por lo que esta evidencia puede convertirse en un indicador de la importancia y el
impacto que ocasionan las emisiones de los vehículos que circulan por el interior de la institución
de educación superior.
Figura 3: Media de intervalo de confianza del 95% para las concentraciones de PM2.5 y PM10.
3.3. Caracterización química
El análisis de composición química mediante microscopía electrónica de barrido, fue realizado en
muestras representativas para los 3 campus de la Unach (Figura 4). Los valores indican la presencia
de 11 elementos característicos y recurrentes en las muestras recolectadas. La composición elemental
de las muestras contiene partículas identificadas en menor proporción (Al, Ca, Na, K, Mg y Ti), pero
también existen partículas que varían considerablemente y comprende componentes elevados de O,
Si, Fe y C.
Figura 4: Análisis de composición molecular: (a) Campus Edison Riera; (b) Campus Centro; (c) Campus La Dolorosa.
El análisis cuantitativo de las diferentes morfologías de partículas PMS, confirman la presencia de
varios elementos presentes en el aire como: Al, Na, Ca, Fe y K, encontrándose con mayor porcentaje
al O, Si y C. La tabla 4 muestra la composición cuantitativa de elementos en diferentes partículas
obtenidas en el papel filtro, en las tres estaciones de monitoreo RF1, RF2, y RF3. La presencia de C
en las muestras analizadas, atribuye a que es un componente principal del PMS (polvos) y de
combustibles fósiles provenientes principalmente del tráfico vehicular (Talbi et al., 2017). Así mismo
Novasinergia 2021, 4(2), 111-126 118
este elemento puede concentrarse en el aire por varios días y semanas, para posteriormente
precipitar al suelo (Manso & Carrillo, 2018). Sin embargo, vale la pena indicar que la presencia de
Au, se debe al recubrimiento con este elemento realizado sobre la muestra como pretratamiento, con
el objetivo de otorgar carácter conductor al material analizado (Ipohorski & Bozzano, 2013).
Tabla 4: Composición química elemental de las muestras de PM. Los valores se expresan con porcentaje en peso.
Campus Edison Riera (RF1)
Campus Centro (RF2)
Campus La Dolorosa (RF3)
Elemento
p.p. , %
Elemento
p.p., %
Elemento
p.p., %
O
43.5
O
45.0
O
51.5
C
35.7
Si
21.1
Si
21.6
Si
11.2
Fe
8.2
C
10.6
Al
3.7
Al
7.6
Al
6.8
Na
1.7
C
7.4
Na
3.6
Fe
1.5
Ca
3.5
Fe
2.0
K
1.1
Na
2.2
K
1.8
Ca
1.0
K
1.8
Ca
1.5
Au
0.5
Mg
1.6
Au
0.8
-
-
Ti
1.1
-
-
-
-
Au
0.6
-
-
De igual manera el Si, combinado con otros minerales como Al, Ti y Ca, son elementos que forman
parte de la composición del suelo y que a su vez provienen del polvo de vías y de áreas de
construcción. Este polvo al ser arrastrado por el viento queda suspendido en el aire por varios días
el cual se convierte en un riesgo para las personas (Quijano et al., 2010). Estos resultados concuerdan
con otros estudios relacionados con el transporte del viento y la contaminación del aire por polvo
en ciudades europeas (Chin et al., 2007).
Los elementos tales como Fe, K y Na, provienen de la combustión de vehículos, desgaste de ruedas
y frenos (Machado et al., 2008). El PM emitido a la atmosfera en concentraciones mayores a los límites
permisibles produce efectos nocivos en la salud de las personas, el cual causando daños a los
pulmones ocasionando afecciones respiratorias, muertes prematuras, cáncer, entre otras (Oyarzún,
2010; Ubilla & Yohannessen, 2017). Al comparar los metales hallados en los campus de la Unach
observamos cierta similitud en cuanto a la presencia de: O, C, Si, Al y Fe. Los sitios en estudio
presentan propiedades antropogénicas (tráfico vehicular, industria y construcción) y natural
(partículas de polvo, producto de la caída de ceniza del volcán Tungurahua). La presencia de Fe
puede provenir de la resuspensión del polvo al paso de automóviles y de su combustión en el caso
de vehículos a diésel. También existe una pequeña contribución de actividades antropogénicas en
esta área por estar rodeada de una gran densidad habitacional (el hierro producto de la actividad
constructora y metalúrgica). Los niveles más altos del contenido de C en las estaciones de muestreo
RF1 y RF3 está relacionado con el alto tráfico vehicular y su proceso de combustión incompleta. Por
lo contrario, los niveles bajos de este elemento en la estación RF2 obedecen a la reducida área del
campus universitario que impide la movilización vehicular.
3.4. Caracterización física
Las micrografías SEM de PMS, recolectadas en las estaciones de monitoreo de la Unach se muestran
en la figura 5. Las micrografías revelan que las muestras analizadas se caracterizan por poseer
Novasinergia 2021, 4(2), 111-126 119
partículas de forma irregular y de diferentes tamaños, predominando. De acuerdo a su diámetro,
las partículas dominantes corresponden a la fracción de menos de 10 µm.
Las micrografías muestran que estas partículas tienen forma de prismas rectangulares con
predomino de ancho de 4 a 5 µm (Figura 5). Se puede observar dos tipos de partículas según su
morfología: (a) naturales; partículas de polvo (minerales) que tienen superficies rugosas, a veces
forman agregados estructurales con formas y tamaños irregulares; (b) antropogénicas; su morfología
por lo general es de forma esférica y redondeada con una superficie lisa, lo que revela combustión
u otro proceso desarrollado a alta temperatura (Radulescu et al., 2017).
El análisis de las diferentes micrografías confirma la presencia de varios elementos como: O, Si, Fe,
Al, C, Ca, Na, K, Mg, Ti; que se originan a partir de fuentes naturales y antropogénicas (por ejemplo,
SiO2, CaCO3 y CaSO4, este último producido por la reacción química entre CaCO3 y SO2 durante la
combustión de combustibles). Los sulfatos son derivados del combustible diésel y en pequeñas
cantidades de aceites lubricantes. También se forman por la oxidación del dióxido de azufre (SO2)
emitido por los procesos de combustión, ya que, por los alrededores de los campus de la Unach, no
se localizan industrias de gran magnitud que puedan aportar con partículas a la atmosfera; esto se
ve reflejado por la cantidad de vehículos que entran y salen de los campus universitarios.
Figura 5: Micrografías SEM de material particulado sedimentable: (a) Campus Edison Riera; (b) Campus Centro y (c)
Campus La Dolorosa.
4. Modelo geoestadístico
La distribución espacial de PM2.5 predicho por el método kriging, para el campus Edison
Riera, muestra un patrón o tendencia espacial similar. El mapa resultante del modelo muestra cinco
áreas con diferentes distribuciones espaciales que van desde los 0.28 μg/m3 hasta 31.0 μg/m3 y con
una dirección del viento en sentido norte a sur (Figura 6).
El primer valor está representado por un área mínima distribuida en la parte centro y norte de la
zona de estudio. En esta área, la concentración media de PM2.5 fue de 1.29 μg/m3con un rango que
va desde 0.28 a 2.3 μg/m3. La segunda y más grande está representada por una diagonal que va de
norte a sur cubriendo la mayor área de la zona de estudio. La concentración media de PM2.5
normalizado fue de aproximadamente 4.35 μg/m3 con un rango de 2.3 a 6.4 μg/m3. La tercera zona
presenta un valor medio de 9.7 μg/m3 con un rango que va de 6.4 μg/m3 a 13.0 μg/m3 y se ubica en
la parte norte del campus Edison Riera. La cuarta escala de distribución cubre las áreas del centro y
norte, más la parte sur del campus Edison Riera. La concentración media de PM2.5 normalizada fue
de 17.0 μg/m3 con un rango intercuartílico entre 13 μg/m3 y 21 μg/m3.
La quinta y última área está en la parte centro y sur del campus; donde la concentración media fue
de 26 μg/m3 con un rango que va desde 21 μg/m3 a 31 μg/m3. Esta área mostro las mayores
concentraciones de PM2.5 normalizado. Finalmente, es importante resaltar que los valores altos están
Novasinergia 2021, 4(2), 111-126 120
relacionados con la frecuente concurrencia de vehículos los cuales realizan emanaciones producto
de la combustión incompleta de combustibles fósiles. Por lo contario la menor concentración de
PM2.5 se encontró principalmente en la zona central en donde se exhibieron valores por debajo de
2.4 μg/m3.
Figura 6: Dispersión Material Particulado PM2.5 Campus Edison Riera.
El análisis geoestadístico de PM2.5 en el campus Centro (Figura 7), demostró que los niveles promedio
más altos se dieron en el área de estacionamiento (4.7 - 6.4 µg/m3). Esta franja abarca las horas pico
del tráfico en el campus universitario, es decir que en estas horas se presentan los mayores niveles
de desplazamiento vehicular.
Figura 7: Dispersión Material Particulado PM 2.5 campus Centro.
La Figura 8, muestra la distribución espacial de PM2.5 en el campus La Dolorosa, en donde se puede
observar la presencia de 3 zonas, que presentan valores por encima de 10.0 μg/m3. Estos valores
están relacionados con zonas de entrada de vehículos y áreas de estacionamientos; lo cual indica
una relación directa con el parque automotor que ingresa a la institución. Los resultados de
Novasinergia 2021, 4(2), 111-126 121
distribución espacial de PM2.5 estimados con la interpolación kriging, fueron comparados con la
legislación ecuatoriana MAE (2017), en donde se establece como límite máximo permisible de PM2.5
el valor de 65 μg/m3; así como también con el límite internacional de 25 μg/m3 propuesto por la OMS
(2005). Esta comparación indicó que los valores de distribución espacial obtenidos para el campus
no sobrepasan los límites máximos permisibles, por lo que no son considerados como nocivos para
la salud.
Figura 8: Dispersión Material Particulado PM 2.5 campus La Dolorosa.
5. Discusión
Los resultados obtenidos del monitoreo de PM, indican que los valores están dentro de los
límites máximos permisibles establecidos por la legislación ecuatoriana (65 μg/m3) y por la OMS (25
μg/m3). Es importante indicar también que existen valores que están muy cercanos a los límites
establecidos por la OMS y por ello resulta importante realizar posteriores estudios que permitan
descubrir al PM, como un predictor de los efectos sobre la salud de las personas. La presencia de
valores bajos de PM2.5 y PM10, obedecen a lo descrito por Hernández et al., (2013), quienes mencionan
que en sectores donde se levantó la información presentan suelos pavimentados y escasos en
polvaredas.
De igual forma nuestros hallazgos coinciden con lo descrito por Hinojosa et al., (2019), en un estudio
realizado en la ciudad de México a partir de 37 exposiciones personales. Por lo contrario, en la
estación RF1 se logró identificar uno de los valores medios más altos (10.82 µg/m3), lo que indica
que existe contaminación a causa de estas partículas por lo que son motivo de preocupación debido
a su alta dimensión, así como a sus características fisicoquímicas. Por ello el tamaño de partículas
juega un papel preponderante al momento de su ingreso en las vías respiratorias; por lo que se
menciona, que a medida de que su tamaño se reduce mayor es su capacidad de penetrar
directamente en las vías respiratorias y ocasionar alteraciones en este sistema (Candanoza et al., 2013;
Oyarzún, 2010). Así mismo se ha demostrado que la morfología esférica de las partículas está
asociada con los niveles de hierro, que se originan a partir de fuentes naturales y antropogénicas, lo
que les convierten en un factor de riesgo asociado a la salud de las personas (Radulescu et al., 2017).
Novasinergia 2021, 4(2), 111-126 122
De hecho al clasificar los valores de los promedios diarios y anuales sugeridos en las guías de la
OMS, se estableció que el promedio de las 24 horas no se excedió la concentración de dichas guías
de 25 µg/m3 (Rodríguez et al., 2020). Sin embargo, se sabe que una de las mayores fuentes de PM es
la combustión que proviene de los vehículos que ingresan y salen de los campus universitarios. En
base a lo anterior las estaciones de monitoreo fueron ubicadas estratégicamente en los sitios de
acceso principal de la zona de estudio donde permitió registrar gran afluencia vehicular, la cual
contribuye considerablemente en las emisiones de PM.
Para identificar el efecto causal del PMS, se realizó un análisis de RDX que muestran la presencia de
elementos metálicos los cuales presentan resultados que concuerdan con otros estudios realizados
en áreas urbanas en donde se demuestra que el polvo y las partículas presentes en la vías están
relacionados con el tráfico vehicular, la quema de combustible y otros procesos industriales (Talbi
et al., 2017). La composición elemental de PMS realizado a las muestras indican que cerca del 28 %
de los elementos presenta valores superiores a 10 respecto al rango de su peso y alrededor del 72 %
muestran valores por debajo de 8.
En cuanto al análisis de la distribución espacial de PM2,5 se ha demostrado que la contaminación está
relacionada directamente con los vehículos automotores como fuente de emisión. Por esta razón el
presente estudio ha intentado demostrar la ocurrencia de la contaminación del aire mediante el uso
del modelo de interpolación Kriging. Este modelo se puede utilizar como un enfoque alternativo a
un modelo de dispersión que permite obtener una relación estadística entre las características de
sector y las concentraciones de PM2,5 medidas mediante un equipo móvil y en un número
determinado de sitios. Con ello se pudo predecir la concentración de PM2,5 en los campus de la
Unach, donde se observaron valores que van desde 0.28 μg/m3 hasta 31.0 μg/m3. En las figuras se
observa un diagnóstico general del comportamiento de PM2,5 en donde la coloración rojiza indica
áreas de mayor concentración; sin embrago no quiere decir que su valor está por encima de los
límites permisibles estipulados en la legislación ecuatoriana MAE (2017) y en lo propuesto por la
OMS (2005).
En general, del presente estudio podemos concluir que la contaminación causada por partículas
finas (PM) es motivo de preocupación debido a su gran dimensión y sus características
fisicoquímicas, por lo que los datos generados son una herramienta importante que puede ser
utilizada para ayudar a las autoridades de la institución y a los tomadores de decisiones a definir
planes locales para la gestión de la calidad del aire y aumentar la conciencia de la población.
Conclusiones
La evaluación de PMS en el área de estudio no supera la legislación ecuatoriana (65 μg/m3),
pero muestra una tendencia muy cercana a los límites establecidos, en especial a lo que recomienda
la OMS. Esto determina la necesidad de seguir con los monitoreos; así mismo, que se realice la
difusión de la información obtenida, para concientizar a la población universitaria incluidas sus
autoridades ante los riesgos de exposición en especial en los días que se presentan emisiones de
polvo producto de la fuerza de las ruedas de los vehículos y corrientes fuertes de aire.
La caracterización morfológica de las partículas de PM, mostro formas de tipo esférica, redondeada,
irregular, placas angulares y porosas las cuales indican combustión incompleta u otro proceso
realizado a altas temperaturas. La presencia de partículas finas menores a 10 µm, tiene su
explicación en el desarrollo de actividades antropogénicas (tráfico vehicular, industria y
construcción) y naturales (partículas de polvo, producto de la caída de ceniza del volcán
Tungurahua). Esta situación es preocupante debido a que estas partículas representan mayor riesgo
para la salud, especialmente en la población más vulnerable.
Novasinergia 2021, 4(2), 111-126 123
La composición química de PM2.5 proporciona datos relevantes con respecto a la evaluación de
fuentes de emisión. El análisis SEM-EDS de las muestras de PM2.5 revela detalles importantes sobre
el grupo orgánico e inorgánico de las partículas en el aire. Los peligros de los metales tóxicos para
la salud humana son bien conocidos, considerando el riesgo carcinogénico de elementos como el Al
y Fe.
Los mapas de distribución espacial de PM2.5 generados por software ArcGIS 10.x, permitieron definir
que los radios críticos de concentración de PM2.5 se encuentran aproximadamente a 50 metros de los
focos de emisión de contaminantes. Este radio de deposición tan pequeño, está condicionado por
los mayores niveles de desplazamiento vehicular, vientos y sobre todo porque en las zonas no se
produce emisiones de contaminantes en altura, sino que se producen las emisiones a pocos metros
de la superficie. Con ello se demuestra que la modelación de PM a través de herramientas Spatial
Analyst y Geostatistical Analyst, brinda resultados cercanos a la realidad y que puede convertirse en
uno de los modelos más usados para estudiar el comportamiento de las partículas.
Contribución de los autores
En concordancia con la taxonomía establecida internacionalmente para la asignación de
créditos a autores de artículos científicos (https://casrai.org/credit/). Los autores declaran sus
contribuciones en la siguiente matriz:
Santillán, P.
Rodríguez, M.
Orozco, J.
Ríos, I.
Bayas, K.
Conceptualización
Análisis Formal
Investigación
Metodología
Recursos
Validación
Redacción – revisión y edición
Conflicto de Interés
Los autores deben declarar que no existen conflictos de interés de naturaleza alguna o en su
defecto declarar el tipo de conflicto de interés que el autor (o autores) mantenga con la presente
investigación.
Agradecimiento
Los autores agradecen a la Universidad Nacional de Chimborazo por permitir desarrollar la
presente investigación y al Laboratorio de Microscopía Electrónica de la Universidad Nacional de
Chimborazo en la persona de su director el Dr. Víctor Julio García por haber tomado las micrografías
y realizado el análisis EDX a las muestras.
Novasinergia 2021, 4(2), 111-126 124
Referencias
Almirón, M., Dalmasso, A., & Llera, J. (2008). Uso de Larrea cuneifolia Cav. y Zuccagnia punctata
Cav. en la evaluación del material particulado sedimentable en una calera de Los Berros- San
Juan-Argentina. Multequina, 17, 29–38. https://www.redalyc.org/pdf/428/42801704.pdf
Bayas, K. (2017). Distribución espacial y multitemporal de material particulado, en los campus universitarios
de la Unach de la ciudad de Riobamba (Trabajo de investigación previo a la obtención del título
de Ingeniero Ambiental), Universidad Nacional de Chimborazo, Ecuador. Recuperado de:
http://dspace.unach.edu.ec/handle/51000/4117
Bustillos, J., Romero, J., Guevara, A., & Díaz, J. (2018). Tephra fallout from the long-lasting
Tungurahua eruptive cycle ( 1999-2014 ): Variations through eruptive style transition and
deposition processes. Andean Geology, 45(1), 47–77. https://doi.org/10.5027/andgeoV45n1-
3036
Canales, M., Quintero, M., Castro, T., & García, R. (2014). Las partículas respirables PM10 y su
composición química en la zona Urbana y rural de Mexicali, Baja California en México.
Información Tecnológica, 25(6), 13–22. https://doi.org/10.4067/S0718-07642014000600003
Candanoza, S., Goribar, L., & García, F. (2013). Relación partículas respirables (PM10)/ partículas
suspendidas totales (PST) en Santa Marta (Colombia). Dyna, 80(179), 157–164.
http://www.scielo.org.co/pdf/dyna/v80n179/v80n179a18.pdf
Celis, J., Morales, J., Zaror, C., & Carvacho, O. (2007). Contaminación del aire atmosférico por
material particulado en una ciudad intermedia: El caso de Chillán (Chile). Información
Tecnológica, 18(3), 49–58. https://doi.org/10.4067/S0718-07642007000300007
Chin, M., Diehl, T., Ginoux, P., & Malm, W. (2007). Intercontinental transport of pollution and dust
aerosols: Implications for regional air quality. Atmospheric Chemistry and Physics, 7(21), 5501–
5517. https://acp.copernicus.org/articles/7/5501/2007/acp-7-5501-2007.pdf
Few, R., Armijos, M. T., & Barclay, J. (2017). Living with Volcan Tungurahua: The dynamics of
vulnerability during prolonged volcanic activity. Geoforum, 80, 72–81.
https://doi.org/10.1016/j.geoforum.2017.01.006
GADM Riobamba. (2020). Plan de Desarrollo y Ordenamiento Territorial del Cantón Riobamba.
Recuperado de: http://www.gadmriobamba.gob.ec/index.php/descarga/category/1096-plan-
de-desarrollo-y-ordenamiento-territorial-2020-2030
García, P., & Rojas, N. (2016). Análisis del origen de PM 10 y PM 2.5 en Bogotá usando gráficos
polares. Mutis, 6(2), 47–58.
https://revistas.utadeo.edu.co/index.php/mutis/article/view/1150/1193
Hernández, J., Flores, J., Flores, M., Rodríguez, N., Delgado, M., Shukla, M., & DuBois, D. (2013).
Material particulado dispersado al aire en áreas sin asfalto en Ciudad Juárez. Revista de
Ciencia y Tecnología de La UACJ, 11, 9–14. http://bva.colech.edu.mx/xmlui/handle/1/1638
Hinojosa, I., Infante, O., & Vallejo, M. (2019). Distribution of PM2.5 air pollution in Mexico City:
Spatial analysis with land-use regression model. Applied Sciences (Switzerland), 9(14), 1–16.
https://doi.org/10.3390/app9142936
INAMHI. (2019). Anuario Climatológico 2019. Recuperado de: http://www.sushifeel.com/site/a1bfe1-
anuario-meteorol%C3%B3gico-inamhi-2019-pdf
INEC. (2010). Censo de Población y Vivienda 2010. http://www.ecuadorencifras.gob.ec/wp-
Novasinergia 2021, 4(2), 111-126 125
content/descargas/Manu-lateral/Resultados-provinciales/chimborazo.pdf
Ipohorski, M., & Bozzano, P. (2013). Microscopía electrónica de barrido en la caracterización de
materiales. Ciencia e Investigación, 63(3), 43–53. Recuperado de :
http://aargentinapciencias.org/wp-content/uploads/2018/01/RevistasCeI/tomo63-3/5-
MICROSCOPIA-ELECTRONICA-DE-BARRIDO-EN-LA-CARACTERIZACION-DE-
MATERIALES-cei63-3-2013-5.pdf
Machado, A., García, N., García, C., Acosta, L., Córdova, A., Linares, M., Giraldoth, D., & Velásquez,
H. (2008). Contaminación por metales (Pb, Zn, Ni y Cr) en aire, sedimentos viales y suelo en
una zona de alto tráfico vehicular. Rev. Int. Contam. Ambient., 24(4), 171–182.
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-49992008000400003
MAE. (2017). Texto Unificado de Legislación Secundaria de Medio Ambiente, TULSMA (Issue 3399).
Recuperado de:
https://www.ambiente.gob.ec/wp-content/uploads/downloads/2018/05/TULSMA.pdf
Manso, R., & Carrillo, E. (2018). Emisiones de dióxido de carbono equivalente, dioxinas y carbono
negro en la región occidental de Cuba provocada por incendios forestales. Revista Cubana de
Meteorología, 24, 405–411. http://rcm.insmet.cu/index.php/rcm/article/view/446/566
Minitab. (2016). Getting Started with Minitab 17. Minitab. In Reference manual (p. 88).
https://www.minitab.com/uploadedFiles/Documents/getting-
started/Minitab17_GettingStarted-en.pdf
OMS. (2005). Guías de calidad del aire de la OMS relativas al material particulado, el ozono, el dióxido de
nitrógeno y el dióxido de azufre. Recuperado de:
https://www.who.int/phe/health_topics/AQG_spanish.pdf
Oyarzún, M. (2010). Contaminación aérea y sus efectos en la salud. Revista Chilena de Enfermedades
Respiratorias, 26(1), 16–25. https://scielo.conicyt.cl/scielo.php?pid=S0717-
73482010000100004&script=sci_arttext&tlng=en
Palacio, D. F., Zafra, C. A., & Rodríguez, J. P. (2014). Evaluación de la calidad del aire mediante un
laboratorio móvil : Puente Aranda (Bogotá D . C ., Colombia), Revista Facultad Ingenieriería
Universidad Antioquía, (2), 153–166. Recuperado de
https://revistas.udea.edu.co/index.php/ingenieria/article/download/15069/16710
Quijano, A., Quijano, M., & Henao, J. (2010). Caracterización fisicoquímica del material
particuladofracción respirable PM2.5 en Pamplona-Norte de Santander-Colombia. Revista de
La Facultad de Ciencias Básicas, 8(1), 1–20. https://www.redalyc.org/pdf/903/90315226007.pdf
Radulescu, C., Stihi, C., Iordache, S., Dunea, D., & Dulama, I. (2017). Characterization of Urban
Atmospheric PM2 . 5 by ATR-FTIR , ICP-MS and SEM-EDS Techniques. Rev. Chim, 68(4),
805–810. https://doi.org/10.37358/RC.17.4.5557
Rodríguez, L., Sierra, R., & Blanco, L. (2020). Análisis espacial de las concentraciones de PM2,5 en
Bogotá según los valores de las guías de la calidad del aire de la Organización Mundial de la
Salud para enfermedades cardiopulmonares, 2014-2015. Biomédica, 40, 137–152.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7357390/
Salinas, P. V. (2012). Contaminación atmosférica por material particulado y consultas de urgencia por
morbilidad respiratoria en menores de 5 años en la ciudad de Valdivia, periodo mayo-junio, año 2010
(Tesis presentada como parte de los requisitos para optar al grado de Licenciado en
Enfermería), Universidad Austral de Chile, Chile. Recuperado de:
Novasinergia 2021, 4(2), 111-126 126
http://cybertesis.uach.cl/tesis/uach/2012/fms165c/doc/fms165c.pdf
Santillán, G., Damián, D., Rodríguez, M., Torres, S., Cargua, F., & Torres, S. (2016). Estimación del
grado de contaminación de material particulado atmosférico y sedimentable en el laboratorio
de servicios ambientales de la UNACH. Perfiles, 2, 32–39.
Scapini, V., Carrasco, C., & Vergara, C. (2018). Efectos de la contaminacíon del aire en atenciones de
urgencia de la Regíon Metropolitana. Revista Ingeniería de Sistemas, 32, 55–74.
https://www.researchgate.net/profile/Cinthya_Vergara_Silva/publication/327537047.pdf
Talbi, A., Kerchich, Y., Kerbachi, R., & Boughedaoui, M. (2017). Assessment of annual air pollution
levels with PM1, PM2.5, PM10 and associated heavy metals in Algiers, Algeria. Environmental
Pollution, 232, 1–12. https://doi.org/10.1016/j.envpol.2017.09.041
Ubilla, C., & Yohannessen, K. (2017). Contaminación atmosférica efectos en la salud respiratoria en
el niño. Revista Médica Clínica Las Condes, 28(1), 111–118.
https://doi.org/10.1016/j.rmclc.2016.12.003