Informe sobre Modelos de Dispersión de Contaminantes en el Sistema de Evaluación de Impacto Ambiental (SEIA) de Chile

El presente informe analiza los tipos, avances, dificultades y oportunidades de mejora de los modelos de dispersión de contaminantes atmosféricos utilizados en los proyectos que ingresan al Sistema de Evaluación de Impacto Ambiental (SEIA) en Chile. Este análisis se enmarca en la necesidad de alinear las prácticas de evaluación ambiental con los Objetivos de Desarrollo Sostenible (ODS), especialmente aquellos relacionados con la salud, las ciudades sostenibles y la acción climática.

Análisis de la Situación Actual de la Modelación de Calidad del Aire

Avances y Herramientas Predominantes

La evaluación del impacto atmosférico de proyectos industriales es un pilar para la protección de la salud pública y los ecosistemas, contribuyendo directamente al ODS 3 (Salud y Bienestar) y al ODS 11 (Ciudades y Comunidades Sostenibles). La “Guía para el Uso de Modelos de Calidad del Aire en el SEIA” establece el marco para estimar las concentraciones de contaminantes y su impacto en la salud de la población y los recursos naturales.

En los últimos años, se ha observado un incremento en las exigencias técnicas del proceso de evaluación, demandando un mayor nivel de detalle y robustez en los análisis. Los avances tecnológicos han sido clave para este perfeccionamiento:

• Mejoras Computacionales: El aumento de la capacidad de cómputo ha permitido simulaciones más complejas y precisas.
• Integración de Datos: La incorporación de datos satelitales y el desarrollo de técnicas de inteligencia artificial (IA) y machine learning (ML) han enriquecido los modelos.
• Modelos Utilizados: El modelo de dispersión más empleado en el SEIA es Calpuff, valorado por su capacidad para simular condiciones meteorológicas y topográficas complejas. Otros modelos relevantes incluyen Aermod (para proyectos simples), y modelos fotoquímicos como WRF-Chem, CMAQ y CAMx, que son cruciales para evaluar contaminantes secundarios.

Estas herramientas son fundamentales para promover una industrialización sostenible, en línea con el ODS 9 (Industria, Innovación e Infraestructura), al permitir que el desarrollo de proyectos se realice de manera ambientalmente responsable.

Desafíos en la Implementación y Evaluación

Obstáculos Técnicos y de Información

A pesar de los avances, la aplicación de modelos de dispersión enfrenta dificultades significativas que pueden comprometer la efectividad de la evaluación ambiental y, por ende, el avance hacia los ODS. Los principales desafíos identificados son:

• Falta de Información de Base: Existe una carencia de datos meteorológicos, topográficos y de calidad del aire de alta calidad y disponibilidad, lo que introduce incertidumbre en los resultados.
• Inventarios de Emisiones Incompletos: La ausencia de inventarios detallados, especialmente para compuestos orgánicos volátiles (COV) y precursores de contaminantes secundarios, limita la precisión de los modelos fotoquímicos.
• Nivel de Detalle de los Proyectos: Frecuentemente, la ingeniería de los proyectos en etapas tempranas no posee el nivel de detalle requerido por la autoridad ambiental para una modelación precisa.
• Complejidad Geográfica: La heterogeneidad meteorológica y topográfica del territorio chileno representa un desafío constante para la precisión de los modelos.
• Evaluación de Efectos Acumulativos: El cumplimiento de las exigencias para evaluar los impactos sinérgicos de múltiples proyectos sigue siendo un área compleja.

Superar estos obstáculos es vital para garantizar que las evaluaciones ambientales protejan adecuadamente la salud de las comunidades (ODS 3) y la sostenibilidad de los entornos urbanos y rurales (ODS 11).

Oportunidades de Mejora para una Gestión Sostenible

Innovación Tecnológica y Fortalecimiento Regulatorio

Para mejorar la precisión y eficacia de la modelación de calidad del aire, se identifican varias oportunidades estratégicas que aprovechan la innovación y la mejora de los marcos de gestión. Estas mejoras son esenciales para una acción climática y ambiental más robusta.

1. Integración de Datos Satelitales: Ampliar el uso de datos de satélites como Tropomi y Sentinel-5P para validar inventarios de emisiones y caracterizar concentraciones de fondo, especialmente en zonas con escaso monitoreo terrestre.
2. Aplicación de Inteligencia Artificial y Machine Learning: Utilizar ML para optimizar inventarios, predecir variables meteorológicas y reducir la incertidumbre en los modelos. La IA generativa puede crear escenarios sintéticos para evaluar impactos acumulativos de manera más efectiva, impulsando la innovación requerida por el ODS 9.
3. Computación en la Nube: Adoptar plataformas de computación de alto rendimiento para reducir drásticamente los tiempos de simulación de modelos complejos.
4. Estandarización y Capacitación: Promover una mayor estandarización de los criterios técnicos del SEA para reducir la discrecionalidad y fomentar la capacitación continua de evaluadores y consultores. Esto fortalece las alianzas y la gobernanza, en línea con el ODS 17 (Alianzas para lograr los objetivos).
5. Incorporación del Cambio Climático: Un área de mejora crítica es la integración de proyecciones climáticas futuras en los modelos de dispersión. Actualmente, estos dependen de datos históricos, lo que limita su capacidad para evaluar impactos en escenarios climáticos futuros, un paso indispensable para cumplir con el ODS 13 (Acción por el Clima).

Conclusión: Hacia una Evaluación Ambiental Alineada con la Agenda 2030

La modelación de la calidad del aire es una herramienta indispensable para conciliar el desarrollo industrial con la protección ambiental y la salud pública en Chile. Si bien se han logrado avances significativos, persisten desafíos relacionados con la disponibilidad de datos, la complejidad técnica y la estandarización de criterios. La adopción de nuevas tecnologías como la IA y los datos satelitales, junto con el fortalecimiento de las capacidades institucionales y la crucial incorporación de proyecciones de cambio climático, son pasos fundamentales para que el SEIA contribuya de manera más efectiva al cumplimiento de los Objetivos de Desarrollo Sostenible, garantizando un futuro más saludable, resiliente y sostenible para todos.

1. ¿Qué Objetivos de Desarrollo Sostenible (ODS) se abordan o están conectados con los temas destacados en el artículo?

• ODS 3: Salud y Bienestar: El artículo conecta directamente la modelación de la calidad del aire con la protección de la salud humana. Se establece que el propósito de estas herramientas es “estimar el consecuente impacto sobre… la salud de la población”, lo cual es fundamental para garantizar una vida sana.
• ODS 9: Industria, Innovación e Infraestructura: Se discute extensamente la tecnología y la innovación (modelos Calpuff, Aermod, IA, Machine Learning, datos satelitales) utilizada para hacer que los procesos industriales sean más sostenibles desde el punto de vista ambiental. El artículo se centra en la infraestructura regulatoria (SEIA) y las herramientas técnicas que apoyan el desarrollo industrial responsable.
• ODS 11: Ciudades y Comunidades Sostenibles: El texto comienza mencionando la valoración de “respirar un aire limpio” en las ciudades de Chile. El objetivo de los modelos de dispersión es gestionar el impacto de los proyectos industriales en la calidad del aire de las zonas pobladas, lo que contribuye directamente a reducir el impacto ambiental adverso per cápita de las ciudades. La mención específica de mejorar la predicción de MP2.5 en Santiago es un claro ejemplo.
• ODS 12: Producción y Consumo Responsables: El artículo se enmarca en el Sistema de Evaluación de Impacto Ambiental (SEIA), un mecanismo para asegurar que los patrones de producción industrial sean sostenibles. Al exigir a los proyectos que modelen y gestionen sus emisiones atmosféricas, se promueve la gestión ecológicamente racional de los contaminantes para minimizar sus efectos adversos en el medio ambiente.
• ODS 13: Acción por el Clima: Se aborda explícitamente una deficiencia en las prácticas actuales al señalar la “limitada incorporación del factor cambio climático en los modelos de dispersión actualmente utilizados”. El artículo sugiere que los modelos deberían “integrar proyecciones climáticas futuras en sus simulaciones”, lo que alinea el tema con la necesidad de integrar medidas relativas al cambio climático en las políticas y la planificación nacionales.

2. ¿Qué metas específicas de los ODS se pueden identificar en función del contenido del artículo?

• Meta 3.9: “Para 2030, reducir sustancialmente el número de muertes y enfermedades producidas por productos químicos peligrosos y la contaminación del aire, el agua y el suelo”. El propósito central de la modelación de contaminantes, como se describe en el artículo, es evaluar y mitigar el impacto de las emisiones en la salud de la población, lo que se alinea directamente con la reducción de enfermedades por contaminación del aire.
• Meta 11.6: “Para 2030, reducir el impacto ambiental negativo per cápita de las ciudades, incluso prestando especial atención a la calidad del aire y la gestión de los desechos municipales y de otro tipo”. El artículo se enfoca en las herramientas y metodologías utilizadas para evaluar y controlar la calidad del aire afectada por proyectos industriales, lo cual es un componente clave para cumplir esta meta, especialmente en zonas urbanas e industrializadas.
• Meta 12.4: “Para 2020, lograr la gestión ecológicamente racional de los productos químicos y de todos los desechos a lo largo de su ciclo de vida… y reducir significativamente su liberación a la atmósfera, el agua y el suelo a fin de minimizar sus efectos adversos en la salud humana y el medio ambiente”. El proceso de evaluación ambiental (SEIA) que exige la modelación de la dispersión de contaminantes es una implementación práctica de esta meta, enfocada en la liberación de contaminantes a la atmósfera.
• Meta 13.2: “Incorporar medidas relativas al cambio climático en las políticas, estrategias y planes nacionales”. La crítica del artículo sobre cómo los modelos actuales “no integran proyecciones climáticas futuras” señala una brecha y una oportunidad para cumplir con esta meta, al abogar por la inclusión de consideraciones climáticas en la evaluación de impacto ambiental.

3. ¿Hay algún indicador de los ODS mencionado o implícito en el artículo que pueda usarse para medir el progreso hacia los objetivos identificados?

• Indicador 11.6.2 (Implícito): “Niveles medios anuales de partículas finas (por ejemplo, PM2.5 y PM10) en las ciudades (ponderados según la población)”. El artículo menciona explícitamente la necesidad de mejorar la predicción de contaminantes como el MP2.5 (“redes neuronales pueden mejorar la predicción de MP2.5 en zonas urbanas como Santiago”). La medición y modelación de este contaminante es la base de este indicador.
• Indicador 3.9.1 (Implícito): “Tasa de mortalidad atribuida a la contaminación de los hogares y del aire ambiente”. Aunque el artículo no mide la mortalidad, se centra en la estimación de “concentraciones de contaminantes atmosféricos” para evaluar el “impacto sobre… la salud de la población”. Estos datos de concentración de contaminantes son el insumo principal para calcular los riesgos para la salud y la mortalidad atribuida que mide este indicador.
• Indicador 12.4.1 (Implícito): “Número de partes en los acuerdos ambientales multilaterales internacionales sobre desechos peligrosos y otros productos químicos que cumplen sus compromisos y obligaciones de transmitir información”. A nivel nacional, la necesidad de “desarrollar inventarios nacionales más completos, especialmente para COV y precursores de PM2.5” refleja el espíritu de este indicador, que se basa en la presentación de informes y el seguimiento de sustancias peligrosas. La creación de inventarios de emisiones es un paso fundamental para la gestión y la presentación de informes.

4. Cree una tabla con tres columnas titulada ‘ODS, metas e indicadores’ para presentar los hallazgos del análisis del artículo.

Fuente: induambiente.com