API P-5170/3-1979 Estrategias de control de hidrocarburos para el control de oxidantes - Parte III Modelado fotoquímico de oxidantes mediante una cadena de Markov
INTRODUCCIÓN Este informe describe la formulación y prueba de un modelo para proyectar ciertas estadísticas relacionadas con el estándar ambiental para oxidantes fotoquímicos. Específicamente, el modelo se puede utilizar para estimar en qué medida la calidad del aire de una región cumplirá con el Estándar Nacional de Calidad del Aire Ambiental (NAAQS) para oxidantes. Hemos formulado el modelo en forma de cadena de Markov con un número finito de estados, los estados que ocurren en puntos de tiempo discretos. La cadena está definida por una matriz de probabilidad de transición con parámetros que varían en el tiempo. En la formulación del modelo@ la probabilidad de existencia de un determinado estado (calidad del aire) depende en última instancia de las emisiones de contaminantes primarios. El resultado del modelo consiste en el número esperado de veces que se excede una concentración umbral de oxidante (por ejemplo, 0,08 ppm) en un intervalo de tiempo específico, junto con la probabilidad a largo plazo de exceder el umbral dado. Nuestra perspectiva al formular el modelo markoviano difiere del punto de vista que caracteriza los modelos deterministas y de tipo regresión más comunes utilizados en la investigación de la contaminación del aire. Brevemente, la diferencia entre el modelo markoviano y otros modelos es que el objetivo del último es calcular concentraciones absolutas, mientras que el modelo markoviano se ocupa de encontrar la probabilidad de que ocurran niveles de concentración específicos. Por lo tanto, en lugar de responder a una pregunta como por ejemplo ¿cuál es la concentración de oxidante más alta que se puede esperar?, el modelo tipo Markov proporcionaría la probabilidad de exceder un nivel de oxidante prescrito. Es evidente que el punto de vista estadístico es inherente al enfoque markoviano. El uso de este tipo de modelo debe moderarse teniendo en cuenta algunas advertencias inherentes a cualquier enfoque estadístico. Las estimaciones estarán claramente corrompidas por errores sistemáticos o aleatorios en las mediciones; especialmente si las generaciones posteriores de instrumentación superan estas fuentes de inexactitud. Además, dado que los mecanismos de causalidad están representados sólo indirectamente, en el mejor de los casos, el uso de modelos estadísticos para condiciones alejadas de aquellas de las que se derivaron puede no dar estimaciones confiables. Esto puede ser una fuente de problemas, por ejemplo, si un modelo derivado para concentraciones muy superiores a las NAAQS debe aplicarse a condiciones diseñadas para cumplir con las NAAQS. Sujeto a las limitaciones indicadas anteriormente, la forma estadística del NAAQS para oxidantes hace que el modelo de Markov sea especialmente pertinente para determinar si una región cumple o no con el estándar. Ahora procederemos a examinar el NAAQS para oxidantes fotoquímicos y su relación con el modelo de cadena de Markov.