See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/381431548

Informe de la Calidad Aire Cuenca 2023

Technical Report · June 2024

CITATIONS READS

0 420

4 authors, including:

Claudia Espinoza Molina Rene Parra

EMOV Universidad San Francisco de Quito
18 PUBLICATIONS 11 CITATIONS 160 PUBLICATIONS 901 CITATIONS

SEE PROFILE SEE PROFILE

All content following this page was uploaded by Rene Parra on 04 July 2024.

The user has requested enhancement of the downloaded file.

Informe de la calidad del aire
de Cuenca durante el año 2023

1
 Informe de la calidad del aire
de Cuenca durante el año 2023

Cristian Zamora Matute

ALCALDE DE CUENCA

Darío Ordóñez Aray

GERENTE GENERAL DE EMOV EP

Edwin Paúl Feijoo Criollo

GERENTE TÉCNICO DE MOVILIDAD

Muestreo, Análisis, Adquisición de datos y Control de Calidad

Claudia Espinoza Molina
Cristian Caguana Romero
Emilio Heredia Rivadeneira

El informe de Calidad del Aire de Cuenca 2023 fue elaborado por

Claudia Espinoza Molina
Cristian Caguana Romero
Emilio Heredia Rivadeneira

Contribuyo en la elaboración, revisión del informe final

René Parra Narváez

Se solicita citar este documento de la siguiente manera

ALCALDIA DE CUENCA
RED DE MONITOREO DE LA EMOV EP
Informe de la Calidad del Aire 2023
Cuenca 2024.

2
 Informe de la calidad del aire
de Cuenca durante el año 2023

Aire

3
 Informe de la calidad del aire
de Cuenca durante el año 2023

ÍNDICE

INTRODUCCIÓN 15
ANTECEDENTES 16
CONTAMINANTES DEL AIRE Y SUS EFECTOS EN LA SALUD 17
Dióxido de nitrógeno. NO2 17
El material particulado 18
Dióxido de azufre (SO2) 19
Monóxido de carbono (CO) 19
Compuestos orgánicos volátiles (COV) 20
Ozono troposférico (O3) 21
DESCRIPCIÓN DE LA RED DE MONITOREO 23
Microsensores 29
Objetivos 30
Representatividad de datos 31
Estaciones automáticas de calidad del aire 31
Registros de meteorología 32
LA CALIDAD DEL AIRE EN LA CIUDAD DE CUENCA 34
Norma de Calidad del Aire Ambiente (NCAA 36
Análisis de la calidad del aire del año 2023 39
Registros de la subred de depósito partículas sedimentales (PS) 39
Registros de la red activa material particulado menor a 10 micras (MP10) 42
Registros de los sensores automáticos de material particulado menor a 25 micras (MP2.5) 43
Registros de la estación automática monóxido de carbono (CO) 47
Registros de la estación automática dióxido de azufre (SO2) 49
Registros de la estación automática dióxido de nitrógeno (NO2) 53
Registros de la estación automática ozono (O3) 56
Registros de la subred pasiva ozono(O3) 57
Tendencias de las concentraciones medias anuales 59

4
 Informe de la calidad del aire
de Cuenca durante el año 2023

ÍNDICE

CALIDAD DE LOS COMBUSTIBLES 63

PERFILES MEDIOS DIARIOS DE CALIDAD DEL AIRE 65
CONCLUSIONES 69
REFERENCIAS 71
ANEXO A. Registros de la estación automática MUN.. 74
ANEXO B. Registros de la estación automática CCA 83
ANEXO C. Registros De La Estación Automática EIE 85
ANEXO D. Registros De Las Subredes Activa, Pasiva Y De Depósito 90
ANEXO E. Registros meteorológicos de la estación automática MUN Año 2023 98
ANEXO F. Registros meteorológicos de las estaciones CCA y EIE. Año 2023. 103
ANEXO G. Resultados de la simulación meteorológica para el año 2023 generados mediante el 105
modelo Weather Research Forecasting (WRF) versión 3.7.1, para el Cantón Cuenca
ANEXO H. Registros Horarios de las Estaciones con Microsensores durante el año 2023 117
ANEXO I. Artículo: Assessment of Land Surface Schemes from the WRF-Chem for Atmospheric 122
Modeling in the Andean Region of Ecuador

5
 Informe de la calidad del aire
de Cuenca durante el año 2023

ÍNDICE DE TABLAS

26 Tabla 1: Código, dirección y contaminantes de las estaciones de monitoreo

28 Tabla 2: Métodos de medición y sensores de la estación automática MUN.
28 Tabla 3: Métodos de medición y sensor de la estación automática CCA.
29 Tabla 4: Métodos de medición y sensores de la estación automática EIE.
30 Tabla 5: Métodos de medición y características de las estaciones que disponen de
microsensores
31 Tabla 6: Cobertura temporal de datos de las subredes activa, pasiva y de depósito, de la
Red de Monitoreo de la Calidad del Aire de Cuenca. Año 2023.
35 Tabla 7: Número de vehículos que aprobaron la Revisión Técnica Vehicular en el Cantón
Cuenca durante el periodo 2008 – 2023.
36 Tabla 8: Resumen de la Norma de Calidad del Aire Ambiente vigente desde el 4 de abril de
2011. Contaminantes convencionales.
37 Tabla 9: Resumen de la Norma de Calidad del Aire Ambiente vigente desde el 4 de abril de
2011. Contaminantes no convencionales
37 Tabla 10: Norma Ecuatoriana de Calidad del Aire Ambiente (NCAA) y Guías de la
Organización Mundial de la Salud (OMS) (WHO, 2000), (OMS, 2006), (WHO, 2021).

6
 Informe de la calidad del aire
de Cuenca durante el año 2023

ÍNDICE DE FIGURAS
ÍNDICE DE FIGURAS
24 Figura 1: (a) Sudamérica. (b) Ecuador. (c) Cantón Cuenca. (d) Localización de las estaciones de la Red de
Monitoreo de la Calidad del Aire de Cuenca. Año 2023.
27 Figura 2: Estación automática de calidad del aire y meteorología localizada en la estación MUN
27 Figura 3: Dispositivos empleados en el muestreo pasivo de contaminantes gaseosos
27 Figura 4: Detalle del dispositivo de muestreo pasivo
29 Figura 5: Estaciones de calidad del aire que cuentan con microsensores
39 Figura 6: Partículas sedimentables. Promedio mensual por estación (mg/cm2 durante 30 días). Año 2023.
40 Figura 7: Concentraciones medias anuales de partículas sedimentables (mg/cm2 durante 30 días). Año 2023.
40 Figura 8: Distribución espacial de la concentración media de partículas sedimentables para el año 2023
(mg/cm2 durante 30 días).
42 Figura 9: Promedio anual de las concentraciones de MP10 (µg/m3). Año 2023.
42 Figura 10: Concentraciones medias mensuales de MP10 (µg/m3). Año 2023.
43 Figura 11: Promedio durante 24 horas de las concentraciones de MP10 (µg/m3). Año 2023. Estación MUN.
44 Figura 12: Promedio durante 24 horas de las concentraciones de MP2.5 (µg/m3). Año 2023. Estación MUN.
45 Figura 13: Promedio durante 24 horas de las concentraciones de MP2.5 (µg/m3). Año 2023. Estación CCA.
45 Figura 14: Promedio durante 24 horas de las concentraciones de MP2.5 (µg/m3). Año 2023. Estación EIE.
47 Figura 15: Promedio máximo horario de las concentraciones de CO (mg/m3). Año 2023. Estación MUN.
47 Figura 16: Promedio máximo horario de las concentraciones de CO (mg/m3). Año 2023. Estación EIE.
48 Figura 17: Promedio máximo octohorario de las concentraciones de CO (mg/m3). Año 2023. Estación MUN.
48 Figura 18: Promedio máximo octohorario de las concentraciones de CO (mg/m3). Año 2023. Estación EIE.
49 Figura 19: Promedio durante 10 min de las concentraciones de SO2 (µg/m3) durante 2023. Estación MUN
49 Figura 20: Promedio durante 10 min de las concentraciones de SO2 (µg/m3) durante 2023. Estación EIE.
50 Figura 21: Promedio durante 24 horas de las concentraciones de SO2 (µg/m3). Año 2023. Estación MUN.
50 Figura 22: Promedio durante 24 horas de las concentraciones de SO2 (µg/m3). Año 2023. Estación EIE.
51 Figura 23: Dióxido de azufre. Promedio anual por estación (µg/m3). Año 2023.
52 Figura 24: Concentraciones medias mensuales de SO2 (µg/m3). Año 2023.
52 Figura 25: Distribución espacial de la concentración media de SO2 para el año 2023 (µg/m3).
53 Figura 26: Promedio máximo horario de las concentraciones de NO2 (µg/m3). Año 2023. Estación MUN.
53 Figura 27: Dióxido de nitrógeno. Promedio anual por estación (µg/m3). Año 2023
55 Figura 28: Concentraciones medias mensuales de NO2 (µg/m3). Año 2023.
55 Figura 29: Distribución espacial de la concentración media de NO2 para el año 2023 (µg/m3).

7
 Informe de la calidad del aire
de Cuenca durante el año 2023

ÍNDICE DE FIGURAS
ÍNDICE DE FIGURAS
56 Figura 30: Promedio octohorario máximo por día de las concentraciones de O3 (µg/m3). Año 2023. Estación
MUN.
57 Figura 31: Ozono. Promedio anual por estación (µg/m3). Año 2023.
58 Figura 32: Concentraciones medias mensuales de O3 (µg/m3). Año 2023
58 Figura 33: Distribución espacial de la concentración media de O3 para el año 2023 (µg/m3).
59 Figura 34: Concentraciones medias anuales de material particulado (MP10) del periodo 2008 - 2023 (µg/m3).
59 Figura 35: Concentraciones medias anuales de material particulado (MP2.5) del periodo 2012 - 2023 (µg/m3).
Estación MUN.
60 Figura 36: Concentraciones medias anuales de partículas sedimentables (PS) del periodo 2014 - 2023 (mg/
cm2 durante 30 días).
60 Figura 37: Concentraciones medias anuales de dióxido de nitrógeno (NO2) del periodo 2014 - 2023 (µg/m3).
61 Figura 38: Concentraciones medias anuales de ozono (O3) del periodo 2014 - 2023 (µg/m3)
63 Figura 39: Contenido de azufre en la gasolina ecopaís comercializada en Cuenca en el año 2023.
64 Figura 40: Contenido de azufre en la gasolina súper comercializada en Cuenca en el año 2023.
64 Figura 41: Contenido de azufre en el diésel premium comercializado en Cuenca en el año 2023.
65 Figura 42: Perfiles medios de CO (mg/m3). Año 2023. Estación MUN.
66 Figura 43: Perfiles medios de SO2 (µg/m3). Año 2023. Estación MUN.
66 Figura 44: Perfiles medios de MP10 y MP2.5 (µg/m3). Año 2023. Estación MUN.
67 Figura 45: Perfiles medios de NO2 y O3 (µg/m3). Año 2023. Estación MUN.

8
Informe de la calidad del aire
de Cuenca durante el año 2023

9
 Informe de la calidad del aire
de Cuenca durante el año 2023

10
 Informe de la calidad del aire
de Cuenca durante el año 2023

PH.D. Cristian Zamora

ALCALDE DE CUENCA

¡Cuenca, amor al medio ambiente! Estamos en un de preservar y mejorar la calidad del aire en nuestro
momento decisivo en la historia ambiental, donde querido cantón en cumplimiento directo del Objetivo
la calidad del aire que respiramos es fundamental 11 de Desarrollo Sostenible.
para asegurar un futuro saludable y próspero para las Tener un aire limpio y monitoreado adecuadamente
generaciones venideras. Con estos años de experiencia nos da la confianza de que estamos contribuyendo
liderando nuestra ciudad, estamos fuertes y seguimos positivamente a la salud de nuestros ciudadanos. Sin
firmes en nuestra misión de establecer metas claras y embargo, es esencial que cada uno de nosotros tome
acciones concretas que mejoren la calidad de vida de conciencia y asuma su responsabilidad individual
todas las familias cuencanas. Nuestro plan de trabajo en este proceso. Cuenca es un reflejo de nuestros
continúa centrado en dos pilares fundamentales: la esfuerzos colectivos, y gracias al cuidado diario,
protección del entorno y la seguridad de nuestro destacamos en múltiples áreas, posicionándonos
cantón. Todas las direcciones, fundaciones, empresas como un ejemplo local y un destino atractivo a nivel
y entidades vinculadas a la Alcaldía de Cuenca están mundial.
alineadas con estos objetivos.
Por todo esto y más, no disminuiremos en nuestro
Junto con la Empresa de Movilidad, Tránsito y empeño. Trabajamos como un gran equipo, una
Transporte de Cuenca (EMOV EP), nos esforzamos gran familia, en colaboración con empresas públicas
continuamente para mantener y potenciar las y privadas, con un objetivo claro: hacer de nuestra
iniciativas implementadas por sus departamentos, ciudad un modelo de buenas prácticas y respeto por
con el fin de proteger nuestra salud, el recurso más el medio ambiente. Juntos, demostramos nuestro
valioso que poseemos. Así, mediante la actuación de amor por nuestros ciudadanos, por nuestros hijos y
la alcaldía en multiples instancias internacionales para por nuestra tierra. Amor por Cuenca.
promover la aplicación de procesos encaminados al
cumplimiento de la Agenda 2030 de la Organización
de la Naciones Unidas se ha destacado la importancia

11
 Informe de la calidad del aire
de Cuenca durante el año 2023

12
 Informe de la calidad del aire
de Cuenca durante el año 2023

Dr. Darío Alberto Ordóñez Aray

GERENTE GENERAL EMOV EP

Estamos en un momento decisivo en la historia dedicación para el bienestar de todos los ciudadanos.
ambiental, donde la calidad del aire que respiramos El Departamento de Monitoreo de Calidad del Aire
es fundamental para asegurar un futuro saludable y de la EMOV EP opera bajo estrictas normas y guías
próspero para las generaciones venideras. En la EMOV nacionales e internacionales para proporcionar datos
EP, comprendemos la importancia de preservar y claros y fiables sobre la contaminación del aire.
mejorar la pureza del aire en nuestro querido cantón
Cuenca. Es nuestra responsabilidad proteger el Agradecemos a la empresa ETAPA por proporcionar
medio ambiente y garantizar que nuestros hijos e las instalaciones necesarias para el funcionamiento
hijas puedan disfrutar de una ciudad que respeta y del laboratorio de la Red de Monitoreo, así como a
cuida su entorno. las instituciones educativas Ignacio Escandón, Carlos
Crespi, Héctor Sempértegui, Velasco Ibarra, Juan
El cambio climático es una realidad que afecta Montalvo, Herlinda Toral y Rafael Borja. Agradecemos
directamente la calidad del aire y la salud de nuestras especialmente a la Universidad San Francisco de
personas. Por ello, nuestras acciones también están Quito por medio del Dr. René Parra Narváez quienes
alineadas con los esfuerzos globales para mitigar han apoyado constantemente en la ejecución de
el cambio climático, reduciendo las emisiones de los proyectos y ha destacado los resultados de la
contaminantes y promoviendo prácticas sostenibles red a nivel internacional. Trabajando juntos, estamos
en Cuenca. En este sentido, nuestra labor contribuye comprometidos en cuidar nuestro entorno y
directamente a los Objetivos de Desarrollo asegurar un futuro más saludable y próspero para
Sostenible de la Agenda 2030 de la Organización de las próximas generaciones. Gracias por su atención y
la Naciones Unidas que busca hacer que las ciudades apoyo en esta importante misión.
y los asentamientos humanos sean inclusivos, seguros,
resilientes y sostenibles en materia de calidad del aire. Nos complace presentar el Informe de Calidad del
Aire correspondiente al año 2023, el cual contiene
En este contexto, nuestra Red de Monitoreo de los datos de las diferentes redes de monitoreo
Calidad del Aire juega un papel fundamental. Con de calidad del aire comparadas con la normativa
20 estaciones pasivas distribuidas estratégicamente nacional y las guías de la Organización Mundial de la
en diversos sectores de Cuenca y tres estaciones Salud. Así también un histórico de la evolución de los
automáticas que proporcionan datos en tiempo real contaminantes desde el año 2012.
sobre contaminantes y variables meteorológicas,
estamos comprometidos en ofrecer información Reafirmamos nuestro compromiso de proteger la
precisa y oportuna para la toma de decisiones. Nuestro salud de los habitantes de Cuenca y de quienes nos
compromiso es garantizar un ambiente saludable visitan.
como un derecho fundamental, trabajando con

13
 Informe de la calidad del aire
de Cuenca durante el año 2023

14
 Informe de la calidad del aire
de Cuenca durante el año 2023

INTRODUCCIÓN

El monitoreo atmosférico es clave en la gestión de contaminante, en la zona de influencia del parque

la calidad el aire, cuyo deterioro afecta a la salud industrial de Cuenca.
pública. La Organización Panamericana de la Salud Desde julio de 2020, la Red de Monitoreo opera un
(OPS, 2010), estimó que por esta causa en el Ecuador sensor automático de MP2.5, localizado en la estación
fallecen 500 personas cada año. de la Escuela Ignacio Escandón, que registra las
concentraciones de este contaminante, al suroeste
En sintonía con los Objetivos de Desarrollo Sostenible del Centro Histórico de Cuenca.
(Naciones Unidas, 2021), es necesario conocer los
niveles de contaminación atmosférica, a fin de evaluar A finales de noviembre de 2021, se instalaron nuevos
sus efectos en la salud y para la adopción de políticas sensores de MP2.5 y MP1, en las estaciones de El
y acciones, que permitan mantener la calidad del aire Cebollar, Terminal Terrestre y Condamine.
en el mejor nivel posible.
Los sensores automáticos, en complemento con las
El monitoreo de la calidad del aire fue asumido por el subredes operativas, desde el año 2008 permiten
Municipio de Cuenca en el año 2008. Desde entonces, a la Red de Monitoreo cumplir con los requisitos
la Red de Monitoreo de la Calidad del Aire de Cuenca que establece la Legislación Nacional. En su
genera información fiable, mediante métodos y implementación y funcionamiento, ha sido clave el
procedimientos reconocidos internacionalmente. apoyo del Ministerio de Ambiente y de la Secretaría
de Ambiente del Municipio de Quito.
Desde junio de 2012 la Red de Monitoreo opera una
estación automática instalada en el Centro Histórico. Nos complace presentar el informe de la Calidad
Esta infraestructura registra en tiempo real los niveles del Aire de la Ciudad de Cuenca del año 2023, como
de contaminación atmosférica y los principales actividad de difusión pública y rendición de cuentas
parámetros meteorológicos. de las actividades de la Red de Monitoreo de la
Empresa Pública de Movilidad, Tránsito y Transporte
Desde junio de 2016, la Red de Monitoreo opera (EMOV-EP).
un sensor automático de material particulado fino
(MP2.5), localizado en la estación del Colegio Carlos
Arízaga, que registra las concentraciones de este

15
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANTECEDENTES
La Red de Monitoreo de la Calidad del Aire opera desde el año
2008. Formaba parte de la Corporación Para el Mejoramiento del
Aire de Cuenca (Cuencaire); entidad que también se encargaba de
la fiscalización del proceso de Revisión Técnica Vehicular (RT V) en el
Cantón Cuenca.

Cuencaire fue liquidada a finales del año 2010. La operación de la

Red de Monitoreo y la fiscalización de la RT V fueron transferidas a la
EMOV-EP.

16
 Informe de la calidad del aire
de Cuenca durante el año 2023

CONTAMINANTES DEL AIRE

Y SUS EFECTOS EN LA SALUD

DIÓXIDO DE NITRÓGENO (NO2 )

El óxido nítrico (NO) es un gas incoloro que se genera reaccionan con los compuestos orgánicos volátiles,
por la combinación entre el nitrógeno (N2) y el en presencia de radiación solar. Las emisiones más
oxígeno (O2) del aire, principalmente en los procesos importantes de NOx provienen de los procesos de
de combustión; y en menor grado por la oxidación combustión, como los que ocurren en los motores
del nitrógeno de los combustibles. El dióxido de de los vehículos, a más de las centrales térmicas e
nitrógeno (NO2), que se forma principalmente por industrias.
la oxidación del NO, es un gas de color café rojizo,
reactivo, irritante y tóxico en altas concentraciones. En Los NOx se hidratan en la atmósfera y forman ácido
elevadas concentraciones puede irritar los alvéolos e nítrico (HNO3), compuesto que se arrastra con la lluvia
incrementar el riesgo de infecciones pulmonares. o se deposita por acción de la gravedad, formando
parte de la lluvia o deposición ácida. Los NOx
Se utiliza el término “óxidos de nitrógeno” (NOx) para promueven la formación de partículas secundarias
denominar la suma de NO y NO2. Los NOx participan en la atmósfera.
en la formación del ozono troposférico cuando

17
 Informe de la calidad del aire
de Cuenca durante el año 2023

EL MATERIAL PARTICULADO

Comprende una mezcla de partículas sólidas y secas (erosión eólica), por la quema de residuos de
líquidas. El material particulado se emite directamente cosechas agrícolas y por actividades de construcción.
desde diversas fuentes (partículas primarias) o se Las erupciones volcánicas generan también emisiones
forman por la condensación de contaminantes de ceniza, con contribuciones importantes de MP10.
gaseosos (partículas secundarias). Una vez en el aire, Se definen como partículas finas aquellas con diámetro
las partículas pueden cambiar en concentración, de menor 2.5 µm (MP2.5). Éstas se emiten principalmente
tamaño y forma; afectando el balance energético de por los vehículos a diésel, la generación eléctrica
la atmósfera. Las partículas secundarias se forman en centrales térmicas, la combustión industrial y
por condensación o licuefacción de sus precursores residencial. Pueden ingresar directamente hasta los
gaseosos; principalmente hidrocarburos, NOx y SO2. alvéolos pulmonares. Se asocian con la reducción
Algunas partículas grandes y obscuras pueden ser de la visibilidad, especialmente cuando su tamaño
visibles (como las emisiones de humo o de hollín). oscila entre 0.4 y 0.7 µm, que corresponde al rango
Otras, por su tamaño, pueden ser detectables de longitud de onda de la luz visible. El MP2.5 forma
solamente por medio de un microscopio electrónico. parte del MP10.

Las partículas más grandes no permanecen por El MP10 puede llegar hasta las vías respiratorias bajas,
mucho tiempo en la atmósfera y se depositan cerca en tanto que el MP2.5 puede penetrar hasta las zonas
de la fuente de emisión. A éstas se las denomina de intercambio de gases del pulmón. El MP2.5 es un
Partículas Sedimentables (PS). Las partículas más contaminante cancerígeno.
pequeñas pueden desplazarse largas distancias
e ingresan fácilmente al organismo mediante la Aunque se consideraba que la contaminación del aire
respiración. Las PS causan irritación en los ojos, nariz afectaba principalmente a los pulmones y sistema
y garganta. Las partículas más grandes (diámetro >= cardiovascular, la literatura reciente indica daños en el
10 µm) pueden ingresar hasta la nariz y garganta, en cerebro, promoviendo la enfermedad de Alzheimer
tanto que las muy pequeñas pueden entrar hasta y efectos en el desempeño cognitivo, conductual
los pulmones y luego ser absorbidas al torrente y académico (Cacciottolo et al., 2017; Calderón et al.,
sanguíneo. Estas partículas suelen tener un diámetro 2018). En términos de efectos cerebrales, El material
menor de 10 µm (MP10). Las emisiones de MP10 se particulado es el componente de la contaminación
generan principalmente por acción del tráfico en del aire que parece ser el más preocupante (Peeples,
vías sin pavimento, por la erosión del viento en áreas 2020).

18
 Informe de la calidad del aire
de Cuenca durante el año 2023

DIÓXIDO DE AZUFRE (SO2)

El SO2 es un gas incoloro, no inflamable y no En contacto con la humedad del aire forma ácido
explosivo que produce una sensación gustatoria a sulfúrico (H2SO4), compuesto que se arrastra con la
concentraciones entre 260 a 860 µg/m3. Se forma lluvia o se deposita, provocando la acidificación de
por la oxidación del azufre que contienen los los suelos, lagunas y ríos; con efectos negativos en
combustibles fósiles. En concentraciones mayores la fauna y vegetación, la corrosión de materiales,
es un gas irritante que provoca alteraciones en edificios y monumentos.
las mucosas oculares y vías respiratorias. Afecta
las defensas del sistema respiratorio y agrava las También promueve la formación de partículas
enfermedades cardiovasculares. Los grupos más secundarias, que además de ser perjudiciales para la
sensibles ante este contaminante son los niños, las salud; dispersan la luz y reducen la visibilidad.
personas de edad avanzada; así como los individuos
que sufren asma, problemas cardiovasculares o
enfermedades crónicas del sistema respiratorio
(bronquitis o enfisema).

MONÓXIDO DE CARBONO (CO)

Es un gas incoloro, inodoro y venenoso; que se forma visuales, dolores de cabeza, reducción de la capacidad
cuando los combustibles no se oxidan completamente. laboral, reducción de la destreza manual, vómitos,
Es uno de los principales contaminantes que se desmayo, convulsiones, coma e inclusive la muerte.
emiten por los tubos de escape de los vehículos a
gasolina. En las zonas urbanas, un porcentaje alto de La emisión de CO puede producir problemas de
CO se debe normalmente al tráfico vehicular. Otra contaminación del aire críticos en espacios cerrados.
fuente importante corresponde a los procesos de En términos de muertes por asfixia, son mucho más
combustión en industrias. críticas las concentraciones al interior de viviendas
y espacios cerrados, cuando hay emisiones de
Por medio de la respiración se inhala oxígeno de la combustión de dispositivos con funcionamiento
atmósfera. El oxígeno se combina con la hemoglobina deficiente, y no hay condiciones adecuadas de
de la sangre y forma la oxihemoglobina, sustancia que dispersión.
se encarga de distribuir el oxígeno hacia los órganos
y tejidos. En comparación con el oxígeno, el CO tiene La altura de Cuenca, aproximadamente 2550 msnm,
una afinidad mucho mayor con la hemoglobina, y implica en promedio un 23% de menor disponibilidad
forma la carboxihemoglobina. Si la concentración de oxígeno con relación a ciudades localizadas a
de esta sustancia y el tiempo de exposición son nivel del mar. Por ello los procesos de combustión
suficientes, la privación de oxígeno puede producir (oxidación) de gasolina, diésel y otros combustibles;
efectos negativos en la salud, como alteraciones del son menos eficientes y hay una mayor emisión de CO
flujo sanguíneo y del ritmo cardíaco, perturbaciones y otros contaminantes primarios.

19
 Informe de la calidad del aire
de Cuenca durante el año 2023

COMPUESTOS ORGÁNICOS VOLÁTILES (COV)

Hay varias definiciones de compuestos orgánicos madera, pesticidas, sustancias para lavado en seco e
volátiles (COV). Una de las más utilizadas indica que insecticidas) es una fuente importante de COV.
los COV corresponden a cualquier compuesto de Los COV producen irritación de los ojos, nariz y
carbono que participan en la formación de ozono garganta. En casos severos de exposición provocan
troposférico. Se excluyen el monóxido de carbono, dolores de cabeza, pérdida de coordinación y
dióxido de carbono y otros compuestos. náusea. En exposición crónica, algunos COV afectan
el hígado, los riñones y el sistema nervioso central.
Las principales fuentes antropogénicas corresponden Algunos COV se clasifican como tóxicos y peligrosos,
a la combustión (fundamentalmente el tráfico y por su capacidad probada o potencial de ser
las industrias), la evaporación de combustibles, el cancerígenos o de causar graves daños a la salud
suministro en gasolineras y el uso de disolventes. (benceno, 1.3 butadieno, cloroformo, formaldehído,
La principal fuente natural corresponde a ciertas hexaclorobenceno, tetracloroetileno. tetracloruro de
especies vegetales. carbono).

Las fuentes naturales liberan cantidades importantes El benceno es un contaminante cancerígeno

de COV (especialmente isopreno y monoterpenos), (leucemia) que produce adicionalmente otros
que se caracterizan por ser altamente reactivos y efectos. La Organización Mundial de la Salud (OMS)
participar en la formación de ozono en la troposfera no establece ningún nivel de exposición máximo al
(capa de la atmósfera en contacto con la superficie benceno que se pueda considerar completamente
terrestre). seguro.

El uso de disolventes y de compuestos químicos

(perfumes, sustancias para abrillantar muebles,
gomas, pinturas, barnices, preservantes de la

20
 Informe de la calidad del aire
de Cuenca durante el año 2023

OZONO TROPOSFÉRICO (O3)

Es un gas oxidante y componente natural de la

atmósfera. Un 90 % de su concentración se distribuye La distribución espacial y temporal del O3 troposférico
en la estratosfera (capa de la atmósfera que se puede diferir marcadamente en relación con otros
localiza sobre la troposfera), y el restante 10% reside contaminantes del aire. Los impactos más importantes
en la troposfera. El O3 estratosférico absorbe la mayor pueden ocurrir en sitios ubicados a varios kilómetros
parte de la radiación ultravioleta que proviene del desde las fuentes de emisión de sus precursores. Los
sol y actúa como una capa protectora para los seres eventos más críticos de exposición pueden ocurrir en
vivos y ecosistemas. zonas suburbanas y rurales. Por su propia naturaleza,
los procesos de formación y transporte del O3 son
El O3 troposférico es un fuerte irritante que promueve complejos.
el envejecimiento prematuro y la rigidez de los tejidos
pulmonares. Según la OMS, las concentraciones El O3 reacciona con el óxido nitroso (NO). En el centro
horarias de 200 µg/m3 pueden irritar los ojos, nariz de las grandes ciudades, especialmente en las
y garganta. La población más sensible corresponde noches, puede haber menores concentraciones de
a las personas que sufren asma, bronquitis crónica O3, con relación a zonas rurales circundantes; debido
y enfisema. El O3 afecta el normal desarrollo y a su consumo por las emisiones de NO nocturno del
crecimiento de plantas, y produce el deterioro de tráfico vehicular.
materiales como el caucho, colorantes textiles y
pinturas.

El O3 troposférico de origen antropogénico, es

un contaminante secundario que se produce
principalmente por las reacciones entre los NOx y
COV en presencia de radiación solar.

21
 Informe de la calidad del aire
de Cuenca durante el año 2023

IR JUNTOS ES MEJOR,
ASÍ EVITAS LLEVAR OTRO CARRO

22
 Informe de la calidad del aire
de Cuenca durante el año 2023

DESCRIPCIÓN DE LA RED
DE MONITOREO

La Red de Monitoreo de la Calidad del Aire de Cuenca • Una subred pasiva de muestreo de contaminantes
cuenta actualmente con 20 puntos de monitoreo gaseosos en las 19 estaciones (Figura 1). Mide las
pasivo localizados en diferentes sitios de la ciudad concentraciones de dióxido de nitrógeno (NO2) en
(Figura 1) que cumplen con las recomendaciones muestras expuestas de 10 a 12 días consecutivos, dos
de la Agencia de Protección Ambiental de los veces por mes; de ozono (O3) en muestras expuestas
Estados Unidos (USEPA). 10 a 12 días consecutivos, dos veces por mes; dióxido
de azufre (SO2), benceno, tolueno, etilbenceno y
La Tabla 1 indica el código la ubicación de los xilenos; en muestras expuestas durante 30 días
contaminantes y la escala de la información de consecutivos, una vez por mes. La técnica pasiva se
calidad del aire de cada estación; de acuerdo con las basa en el principio de difusión de los gases originada
categorías establecidas por la USEPA. en un gradiente de concentración. Los dispositivos
de muestreo (Figura 3) capturan selectivamente
La Red de Monitoreo incluye: los contaminantes en un sustrato químico. Los
colectores pasivos se colocan en contenedores, con
• Una estación automática localizada en la estación el propósito de minimizar la influencia del viento y
MUN (Figuras 1 y 2) que registra en tiempo real otros agentes externos (Figura 4). En laboratorio se
las concentraciones de CO, SO2, NO2, O3 y MP2.5. realiza la desorción del contaminante y se procede
Adicionalmente registra los valores de los parámetros a su cuantificación. Con esta técnica se determina la
meteorológicos: precipitación, radiación solar global, concentración media de los contaminantes.
velocidad y dirección del viento; temperatura y
humedad relativa. • Una subred de depósito de Partículas Sedimentables
(PS), con 17 puntos de medición. Las concentraciones
• Desde el 11 de junio de 2016, opera un sensor se determinan mediante el análisis gravimétrico de
automático de MP2.5 (similar al sensor instalado las muestras recogidas una vez por mes, luego de
en la estación MUN), localizado en la estación del 30 días consecutivos de exposición, según el método
Colegio Carlos Arízaga (CCA, Figura 1), que registra las establecido en la Norma de Calidad del Aire
concentraciones de este contaminante, en la zona de Ambiente (NCAA). La Tabla 1 indica las estaciones
influencia del parque industrial de Cuenca. que registran el depósito de PS.

• Desde el 9 de julio de 2020, opera un sensor • Una subred activa de material particulado menor
automático de MP2.5 en la estación de la Escuela a 10 micras (MP10), conformada por 3 equipos
Ignacio Escandón (EIE, Figura 1). Adicionalmente semiautomáticos de alto volumen para la obtención
registra los valores de la velocidad y dirección del de muestras durante 24 horas consecutivas de
viento. exposición; según lo establecido en la NCAA. El

23
 Informe de la calidad del aire
de Cuenca durante el año 2023

intervalo de la toma de muestras es de 6 días. La material particulado menor a 10 micras (MP10), en la

Tabla 1 indica las estaciones que cuentan con equipos alcaldía, y dos analizadores automáticos en la escuela
de MP10. Ignacio Escandon que miden CO y SO2, a tiempo real.

• Una subred de microsensores indicativos instalados Las Tablas 2, 3 y 4 presentan los métodos de medición
a finales de noviembre de 2021, que miden y sensores automáticos de las estaciones MUN, CCA
automáticamente los contaminantes; MP10, MP2.5 y EIE.
y MP1, CO, O3, NO2 y SO2 que están ubicados en los
sectores de El Cebollar, Terminal Terrestre, Condamine, La Tabla 5 presenta los métodos de medición y
Juan Montalvo, Escuela Ignacio Escandon, Alcaldía. equipos que conforman las subredes pasivas de
depósito de partículas sedimentables y activa de
• En noviembre del 2021 se instaló un equipo de material particulado.

UBICACIÓN DEL CANTÓN CUENCA

(b) Ubicación del cantón Cuenca en el Ecuador

(a) Ubicación de Ecuador en Sudamérica

(c) Ubicación de Cuenca en el cantón Cuenca

24
 Informe de la calidad del aire
de Cuenca durante el año 2023

(d) Localización de las estaciones de la Red de Monitoreo de la Calidad del Aire de Cuenca

Figura 1
(a) Sudamérica. (b) Ecuador. (c) Cantón Cuenca. (d) Localización de las estaciones de la Red de Monitoreo de la Calidad del Aire de
Cuenca. Año 2023

25
 Informe de la calidad del aire
de Cuenca durante el año 2023

Código Nombre Ubicación Contaminantes Escala

MAN Machángara Jardines del Río y Calle Londres O3, NO2, SO2, PS, BTEX Vecinal

EIA Escuela Ignacio Andrade Reino de Quito y Avenida González Suárez O3, NO2, SO2, PS, BTEX Vecinal

EHS Escuela Héctor Sempértegui Camino a Ochoa León O3, NO2, SO2, PS, BTEX Vecinal

Colegio Herlinda Toral Altar Urco y Avenida Paseo de los Cañaris

CHT O3, NO2, SO2, PS, BTEX Vecinal

TET Terminal Terrestre Avenidas Madrid y España O3, NO2, SO2, PS, BTEX Vecinal

ECC Escuela Carlos Crespi II Calle de la Bandolia y Calle del Arpa O3, NO2, SO2, PS, BTEX Vecinal
Facultad de Odontología Avenida Pasaje de Paraíso y Avenida 10 de
ODO O3, NO2, SO2, PS, BTEX Vecinal
- Universidad de Cuenca Agosto

EVI Escuela Velasco Ibarra Avenida Felipe II y Avenida Isabel Católica O3, NO2, SO2, PS, BTEX Vecinal
Avenida Remigio Crespo y Avenida de las
MEA Mercado El Arenal Americas O3, NO2, SO2, PS, BTEX Vecinal
Balzay CEA Universidad
BAL de Cuenca. Avenida Ordóñez Laso y Avenida Cerezos O3, NO2, SO2, PS, BTEX Vecinal

CRB Colegio Rafael Borja Vía a Baños O3, NO2, SO2, PS, BTEX Vecinal

VEG Vega Muñoz Vega Muñoz y Luís Cordero NO2, SO2, BTEX Microescala

CCA Colegio Carlos Arízaga Vega Calle J. Lavalle y Calle A. Ricaurte O3, NO2, SO2, PS, MP10, BTEX, MP2.5 Urbana, vecinal

MUN Municipio Calle Simón Bolívar y Calle Presidente Borrero O3, NO2, SO2, CO, MP2.5, MP10, PS, BTEX Urbana, vecinal

EIE Escuela Ignacio Escandón Avenida Loja y Calle Ignacio de Rocha O3, NO2, SO2, PS, MP10, BTEX, MP2.5 Urbana, vecinal

BCB Estación de Bomberos Calle Presidente Córdova y Luís Cordero NO2, SO2, PS, BTEX Microescala

LAR Calle Larga Calle Larga y Borrero NO2, SO2, BTEX Microescala

ICT Antenas de Ictocruz Camino a Ictocruz O3 Regional

CEB Cebollar Calle del Cebollar O3, NO2, SO2, PS, BTEX Vecinal

MIS Misicata Calle Carmela Malo O3, NO2, SO2, PS, BTEX Vecinal

Tabla 1:
Código, dirección y contaminantes de las estaciones de monitoreo

26
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura 2
Estación automática de calidad del aire y meteorología
localizada en la estación MUN

Figura 3
Dispositivos empleados en el muestreo pasivo de
contaminantes gaseosos

Sitio de muestreo Contenedor de tubos pasivos

Figura 4
Detalle del dispositivo de muestreo pasivo

27
 Informe de la calidad del aire
de Cuenca durante el año 2023

CALIDAD DEL AIRE

Contaminante Método Marca/modelo

Monóxido de carbono (CO) Absorción de radiación infrarroja no dispersiva Teledyne. T300

USEPA Método de referencia EQOA-0992-087

Dióxido de azufre (SO2) Fluorescencia por radiación ultravioleta USEPA Teledyne. T100
Método de referencia EQSA-0495-100

Dióxido de nitrógeno (NO2) Corrimiento de fase de cavidad atenuada USE- Teledyne. T500U
PA Método de referencia EQOA-0514-212

Material particulado fino (MP2.5) Atenuación de rayos beta USEPA Met One BAM-1020
Método equivalente EQPM-0308-170

Material particulado fino (MP ) Atenuación de rayos beta USEPA Met One BAM-1020
10
Método equivalente EQPM-0798-122

Ozono (O3) Absorción de radiación ultravioleta Teledyne. T400

USEPA Método equivalente EQOA-0992-087

Meteorología, estación Vaisala

Parámetro Sensor

Velocidad y dirección del viento WMS302

Temperatura del aire. humedad relativa HMP155

Radiación solar global CMP3

Precipitación Young 52203

Presión barométrica K17474

Tabla 2.
Métodos de medición y sensores de la estación automática MUN.

Calidad del aire

Contaminante Método Marca/modelo

Material particulado fino (MP2.5) Atenuación de rayos beta USEPA Met One BAM-1020
Método equivalente EQPM-0308-170

Tabla 3
Métodos de medición y sensor de la estación automática CCA.

28
 Informe de la calidad del aire
de Cuenca durante el año 2023

CALIDAD DEL AIRE

Contaminante Método Marca/modelo

Material particulado fino (MP2.5) Método estándar ISO 10473 Envea

Monóxido de carbono (CO) Absorción de radiación infrarroja no dispersiva Teledyne. T300

USEPA Método de referencia EQOA-0992-087

Dióxido de azufre (SO2) Fluorescencia por radiación ultravioleta Teledyne. T100

USEPA Método de referencia EQSA-0495-100

Meteorología

Parámetro Sensor
Velocidad y dirección del viento Met One 034B

Tabla 4
Métodos de medición y sensores de la estación automática EIE.

MICROSENSORES
A finales de año 2021, la EMOV EP instaló 6 estaciones de microsensores de calidad del aire. Las estaciones se
ubicaron en los sectores de La Condamine (CON), Parque Industrial (CCA), Control Sur (EIE), Centro Histórico
(MUN), Terminal Terrestre (TET) y El Cebollar (CEB) (Figura 5). Las características de los microsensores se indican
en la Tabla 5. Los registros generados por los microsencores se encuentran en fase de validación. En el último
anexo (Anexo H) se incluye el comportamiento de los registros horarios de NO2, O3, MP2.5 y MP10 .

Figura 5
Estaciones de calidad del aire que
cuentan con microsensores
29
 Informe de la calidad del aire
de Cuenca durante el año 2023

Marca Modelo Contaminante Rango de medición Tecnología

ENVEA Cairsens nmVOC nmVOC 0 -16 ppm PID

ENVEA Cairsens NH₃ NH3 0-25 ppm Electrochemical

ENVEA Cairsens H2S/CH4S H2S/CH4S 0 - 200 ppm Electrochemical

ENVEA Cairsens CO CO 0-20 ppm Electrochemical

ENVEA Cairsens NO2 NO2 0 - 0.25 ppm Electrochemical

ENVEA Cairsens O3+NO2 O3+NO2 0 - 0.25 ppm Electrochemical

ENVEA Cairsens SO2 SO2 0 - 1 ppm Electrochemical

Tabla 5
Métodos de medición y características de las estaciones que disponen de microsensores

OBJETIVOS

Los principales objetivos de la Red de Monitoreo de la Calidad del Aire de Cuenca son:

• Vigilar permanentemente la calidad del aire con • Analizar la tendencia y comportamiento de la

relación al cumplimiento de la NCAA y de las guías contaminación a largo plazo.
de la OMS.
• Generar información de acceso público, que pueda
• Generar información para caracterizar la distribución ser utilizada con fines de investigación para entender
espacial de la contaminación atmosférica, mediante mejor el comportamiento de los contaminantes del
la medición permanente de la calidad del aire en aire en el Cantón Cuenca (por ejemplo, Parra, 2017-
diferentes zonas de la ciudad. 2018; Parra and Espinoza, 2020)

• Generar información para la evaluación, mejora • Proporcionar información de calidad del aire y de
continua y optimización de la Red de Monitoreo. variables meteorológicas para verificar el desempeño
de modelos de simulación de la calidad del aire.
• Contar con información confiable para la evaluación
de las actividades y políticas de gestión de la calidad • Generar información para la calibración y posterior
del aire en la ciudad de Cuenca. uso de un modelo de transporte químico, que
complemente la información de la Red de Monitoreo,
• Identificar potenciales fuentes de emisión. con una cobertura espacial y temporal de mayor
alcance.

30
 Informe de la calidad del aire
de Cuenca durante el año 2023

REPRESENTATIVIDAD DE DATOS
ESTACIÓN AUTOMÁTICA DE CALIDAD DEL AIRE

Los sensores de calidad del aire registran Los sensores de MP2.5 de las estaciones CCA y
concentraciones cada minuto. Con estos datos EIE presentaron una cobertura de 91.4% y 84.0%
se calculan las concentraciones en los periodos respectivamente.
temporales establecidos en la NCAA. Los anexos A, B y C presentan las concentraciones
procesadas en base a los registros de las estaciones
Para el año 2023 la cobertura temporal por automáticas.
contaminante de la estación MUN, fue la siguiente:
CO (96.8%), SO2 (93.6%), NO2 (96.9%), O3 (95.8%), MP2.5
(97.3%) y MP10 (92.8%).

SUBREDES ACTIVA, PASIVA Y DEPÓSITO

Los criterios de cobertura para los contaminantes que Ozono (O3), dióxido de nitrógeno (NO2), dióxido de
registran las subredes activa, pasiva y de depósito; azufre (SO2) y Partículas Sedimentables (PS); para los
son los siguientes: promedios mensuales y anuales se necesita por lo
menos de 2/3 del total período, con registros válidos.
Material particulado MP10; para el cálculo de las
concentraciones medias diarias, se requiere al menos El Anexo D incluye los registros de las subredes
de 23 horas de muestreo. Para el cálculo de medias activa, pasiva y de depósito.
mensuales y anuales se necesita por lo menos de 2/3
del total período, con registros válidos.

Contaminante Cobertura (%) *

Material particulado (MP10) 100.0

Ozono (O3) 100.0

Dióxido de nitrógeno (NO2) 100.0

Dióxido de azufre (SO2) 97.4

Partículas sedimentables (PS) 100.0

Tabla 6:
Cobertura temporal de datos de las subredes activa, pasiva y de depósito, de la Red de Monitoreo de la
Calidad del Aire de Cuenca. Año 2023.

(*) La cobertura de la medición de la calidad del aire se basa en el número de muestras válidas en un determinado periodo de tiempo con respecto
al máximo previsto, expresado como porcentaje.

31
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE METEOROLOGÍA

El Anexo E presenta el procesamiento de los registros meteorológicos

obtenidos durante 2023 de la estación MUN.
El Anexo F presenta el procesamiento de los registros de velocidad
del viento de las estaciones CCA y EIE.

32
Informe de la calidad del aire
de Cuenca durante el año 2023

33
 Informe de la calidad del aire
de Cuenca durante el año 2023

LA CALIDAD DEL AIRE

EN LA CIUDAD DE CUENCA
La EMOV EP está actualizando el inventario de emisiones del Cantón Cuenca, tomando como base el año 2021.
El informe de este inventario se encuentra en proceso de publicación. Sus resultados indican que las fuentes
más importantes de emisión en el año 2021 fueron las siguientes:

Monóxido de carbono (CO) Tráfico vehicular 95.1%.

Óxidos de nitrógeno (NOx) Tráfico vehicular 89.8%, industrias 7.4%.

Compuestos orgánicos volátiles

Diferentes del metano (COVNM) Uso de disolventes 36.0%, tráfico vehicular 31.8%,
vegetación 21.3%, gasolineras 6.7%.

Dióxido de azufre (SO2) Industrias 98.0%, tráfico vehocular 1.5%.

Material particulado fino (MP2.5) Tráfico vehicular 65.0%, ladrilleras artesanales 27.2%,
industrias 6.4%.

Material particulado (MP10) Tráfico vehicular 73.3%, ladrilleras artesanales 19.3%,

industrias 6.1%.

En la zona urbana de Cuenca, el tráfico vehicular es la en los años 2017 hasta 2020 (Tabla 7), aunque
fuente más importante de emisión. Al noroccidente menor a los números desde 2012 hasta 2016. Este
de la zona urbana, se destaca adicionalmente el comportamiento se explicaría por la vigencia
aporte de las emisiones industriales. (desde el 26 de abril de 2016) del Decreto Ejecutivo
975, que reforma el Reglamento General para la
La RT V (vigente en el Cantón Cuenca desde el Aplicación de la Ley Orgánica de Transporte Terrestre,
año 2008) controla que las emisiones del parque Tránsito y Seguridad Vial. La mencionada reforma
vehicular cumplan con los límites que establece establece que los vehículos que prestan el servicio
la Legislación Nacional. En el año 2022, 92 314 de transporte público, comercial y por cuenta propia,
vehículos se presentaron a la RT V. Esta cantidad es están obligados a someterse a una revisión técnica
mayor al número de vehículos que se presentaron vehicular una vez al año. Hasta el año 2015, estos
vehículos debían aprobar la RT V dos veces al año.

34
 Informe de la calidad del aire
de Cuenca durante el año 2023

AÑO VEHÍCULOS

2008 9261

2009 35 937

2010 83 706

2011 89 840

2012 95 337

2013 102 202

2014 106 085

2015 114 408

2016 94 918

2017 85 209

2018 85 235

2019 84 560

2020 82 351

2021 90 715

2022 92 314

2023 103 303

Tabla 7
Número de vehículos que aprobaron la Revisión Técnica Vehicular en el Cantón Cuenca durante el periodo 2008 – 2023..

35
 Informe de la calidad del aire
de Cuenca durante el año 2023

NORMA DE CALIDAD DEL

AIRE AMBIENTE (NCAA)

La NCAA fue actualizada mediante el acuerdo No. 050 del Ministerio de Ambiente. Las concentraciones límite
(Tablas 8 y 9) están en vigencia desde el 4 de abril de 2011.

CONTAMINANTE NORMA VIGENTE

Dióxido de nitrógeno (NO2) Promedio anual: 40 µg/m3

Promedio máximo en 1 hora: 200 µg/m3

Dióxido de azufre (SO2) Promedio en 24 horas: 125 µg/m3

Promedio anual: 60 µg/m3
Promedio en 10 minutos: 500 µg/m3

Partículas sedimentables (PS) 1 mg/cm2 durante 30 días

Material particulado con diámetros menos 10 µm (MP10) Promedio anual 50 µg/m3

Promedio en 24 horas:100 µg/m3 (1)

Material particulado con diámetros meno 2.5 µm (MP2.5) Promedio anual: 15 µg/m3
Promedio en 24 horas: 50 µg/m3 (2)

Monóxido de carbono (CO) Promedio máximo en 8 horas: 10 000 µg/m3

Promedio máximo en 1 hora: 30 000 µg/m3

Ozono (O3) Promedio en 8 horas: 100 µg/m3 (3)

Tabla 8
Resumen de la Norma de Calidad del Aire Ambiente vigente desde el 4 de abril de 2011. Contaminantes convencionales.

* Condiciones de referencia: temperatura de 25 ºC y presión atmosférica de 760 mm de Hg. (1) Se sobrepasa la NCAA para MP10 si el percentil 98 de las concentraciones en 24 horas
es mayor o igual a 100 µg/m3. (2) Se sobrepasa la NCAA para MP2.5 si el percentil 98 de las concentraciones en 24 horas es mayor o igual a 50 µg/m3. (3) No se deberá exceder la
concentración de 100 µg/m3 de O3 más de una vez al año.

36
 Informe de la calidad del aire
de Cuenca durante el año 2023

CONTAMINANTE VALOR UNIDAD PROMEDIO DE MEDICIÓN

Benceno 5 μg/m3 Anual

Cadmio 5x10-3 μg/m3 Anual

Mercurio inorgánico (vapores) 1 μg/m3 Anual

Tabla 9
Resumen de la Norma de Calidad del Aire Ambiente vigente desde el 4 de abril de 2011. Contaminantes no convencionales

Los valores guía de calidad de aire de la OMS información científica disponible sobre los efectos de
constituyen una de las referencias más exigentes los contaminantes en la salud. La Tabla 10 presenta
a nivel mundial, propuestos como resultado de un un resumen comparativo de la NCAA y los valores
proceso de sistematización y análisis de la última guía de la OMS.

CONTAMINANTE NCAA OMS 2000 µg/m3 OMS 2005 µg/m3 OMS 2021 µg/m3
µg/m3

MP2.5 (24 h) 50 25 15

MP2.5 (anual) 15 10 5

MP10 (24 h) 100 50 45

MP10 (anual) 50 20 15

SO2 (10 min) 500 500

SO2 (24 h) 125 125 20

SO2 (anual) 60 50

CO (1 h) 30 000 30 000 30

CO (8 h) 10 000 10 000 10

O3 (8 h) 100 120 100

O3 (8 h) 60*

NO2 (1 h) 200 200

NO2 (anual) 40 40 40
Tabla 10
Norma Ecuatoriana de Calidad del Aire Ambiente (NCAA) y Guías de la Organización Mundial de la Salud
(OMS) (WHO, 2000), (OMS, 2006), (WHO, 2021).

*Promedio de las concentraciones máximas diarias en 8 horas, en los seis meses con el máximo valor.

37
 Informe de la calidad del aire
de Cuenca durante el año 2023

NOSOTROS SEMBRAMOS ÁRBOLES

PORQUE ELLOS PURIFICAN EL AIRE
QUE RESPIRAMOS

38
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANÁLISIS DE LA CALIDAD DEL

AIRE DEL AÑO 2023

REGISTROS DE LA SUBRED DE DEPÓSITO

PARTÍCULAS SEDIMENTABLES (PS).

La Figura 6 presenta los promedios mensuales de la concentración de partículas sedimentables. La

concentración más alta corresponde a la estación BCB, que registró 0.63 mg/cm2 durante 30 días, en marzo.
En todas las estaciones se registraron concentraciones menores al valor establecido en la NCAA.

Figura 6
Partículas sedimentables. Promedio mensual por estación (mg/cm² durante 30 días). Año 2023.

39
 Informe de la calidad del aire
de Cuenca durante el año 2023

La Figura 7 indica las concentraciones medias en el año de partículas sedimentables. Los mayores promedios
se registraron en las estaciones BCB y EHS.

Figura 7
Concentraciones medias anuales de partículas sedimentables (mg/cm2 durante 30 días). Año 2023

40
 Informe de la calidad del aire
de Cuenca durante el año 2023

La Figura 8 presenta la distribución espacial de la concentración media anual de PS. Esta figura no se incluye el
registro de la estación Bomberos (BCB) a fin de no considerar la influencia de información de microescala, en
un mapa que presenta la configuración general a escala urbana y vecinal. Resalta el valor promedio registrado
en la escuela Héctor Sempértegui (EHS).

Figura 8
Distribución espacial de la concentración media de partículas sedimentables para el año 2023 (mg/cm2
durante 30 días).

41
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE LA RED ACTIVA

MATERIAL PARTICULADO MENOR A 10 MICRAS (MP10)

EXPOSICIÓN A LARGO PLAZO

La Figura 9 indica el promedio

anual de MP10. En la estación
del Colegio Carlos Arízaga (CCA,
ubicada al norte de la ciudad,
a 300 m del parque industrial)
se registró una concentración
de 37.8 μg/m3. En las estaciones
Municipio (MUN) y Escuela Ignacio
Escandón (EIE) se registraron
concentraciones de 28.0 y 29.6 μg/
m3 respectivamente. En las tres
estaciones, las concentraciones
fueron menores al nivel de la
NCAA (50 µg/m3); aunque se
superó el valor guía de la OMS
2021 (15 μg/m3).
Figura 9. Promedio anual de las concentraciones de MP10 (μg/m3). Año 2023

La Figura 10 indica los promedios

mensuales de MP10. Las
concentraciones variaron entre
27.5 y 41.5 μg/m3.

EXPOSICIÓN A CORTO PLAZO

Durante el año 2023 se registraron

21 superaciones del valor guía de la
OMS en 24 horas (45 μg/m3). El 67%,
19% y 14% de estas superaciones se
registraron en las estaciones CCA,
MUN y EIE respectivamente.
En ninguna de las 3 estaciones
que registran MP10, se superó
la concentración de la NCAA
establecida como promedio en 24
horas (100 μg/m3).
Figura 10. Concentraciones medias mensuales de MP10 (μg/m3). Año 2023

42
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE LOS SENSORES AUTOMÁTICOS DE MATERIAL

PARTICULADO MENOR A 2.5 MICRAS (MP2.5)

EXPOSICIÓN A CORTO PLAZO

La Figura 11 presentan las concentraciones en 24 horas de MP10 en las estaciones MUN. Todas las concentraciones
fueron menores a la concentración indicada por la NCAA (100 µg/m3). El percentil 98 de las concentraciones de
24 horas (31.4 µg/m3) fue menor 100 µg/m3, concentración establecida como límite en la NCAA.

Figura 11. Promedio durante 24 horas de las concentraciones de MP10 (µg/m3). Año 2023. Estación MUN.

43
 Informe de la calidad del aire
de Cuenca durante el año 2023

Las Figuras 12, 13 y 14 presentan las concentraciones

en 24 horas de MP2.5 en las estaciones MUN, CCA y EIE
respectivamente. Todas las concentraciones fueron
menores a la concentración indicada por la NCAA (50
µg/m3). El percentil 98 de las concentraciones de 24
horas en las tres estaciones (MUN: 14.9 µg/m3, CCA: 19.3
µg/m3, EIE: 16.2 µg/m3) fueron menores a 50 µg/m3.

En las estaciones CCA, EIE y MUN se superó en 38, 11 y

7 días respectivamente, el valor guía 2021 de la OMS
(15 µg/m3). Se destaca la concentración del primero
de enero en CCA (31.5 µg/m3), que corresponde
principalmente a las actividades de combustión
(años viejos, fuegos pirotécnicos) para celebrar el
inicio del año 2023.
enero-2023 febrero-2023 marzo-2023 abril-2023
31 1 2 3 4 5 6 28 29 30 31 1 2 3 25 26 27 28 1 2 3 25 26 27 28 29 30 31

7 8 9 10 11 12 13 4 5 6 7 8 9 10 4 5 6 7 8 9 10 1 2 3 4 5 6 7

14 15 16 17 18 19 20 11 12 13 14 15 16 17 11 12 13 14 15 16 17 8 9 10 11 12 13 14

21 22 23 24 25 26 27 18 19 20 21 22 23 24 18 19 20 21 22 23 24 15 16 17 18 19 20 21

28 29 30 31 1 2 3 25 26 27 28 1 2 3 25 26 27 28 29 30 31 22 23 24 25 26 27 28

4 5 6 7 8 9 10 4 5 6 7 8 9 10 1 2 3 4 5 6 7 29 30 1 2 3 4 5

s d l m mi j v s d l m mi j v s d l m mi j v s d l m mi j v

mayo-2023 junio-2023 julio-2023 agosto-2023

29 30 1 2 3 4 5 27 28 29 30 31 1 2 24 25 26 27 28 29 30 29 30 31 1 2 3 4

6 7 8 9 10 11 12 3 4 5 6 7 8 9 1 2 3 4 5 6 7 5 6 7 8 9 10 11

13 14 15 16 17 18 19 10 11 12 13 14 15 16 8 9 10 11 12 13 14 12 13 14 15 16 17 18

20 21 22 23 24 25 26 17 18 19 20 21 22 23 15 16 17 18 19 20 21 19 20 21 22 23 24 25

27 28 29 30 31 1 2 24 25 26 27 28 29 30 22 23 24 25 26 27 28 26 27 28 29 30 31 1

3 4 5 6 7 8 9 1 2 3 4 5 6 7 29 30 31 1 2 3 4 2 3 4 5 6 7 8

s d l m mi j v s d l m mi j v s d l m mi j v s d l m mi j v

septiembre-2023 octubre-2023 noviembre-2023 diciembre-2023

26 27 28 29 30 31 1 30 1 2 3 4 5 6 28 29 30 31 1 2 3 25 26 27 28 29 30 1

2 3 4 5 6 7 8 7 8 9 10 11 12 13 4 5 6 7 8 9 10 2 3 4 5 6 7 8

9 10 11 12 13 14 15 14 15 16 17 18 19 20 11 12 13 14 15 16 17 9 10 11 12 13 14 15

16 17 18 19 20 21 22 21 22 23 24 25 26 27 18 19 20 21 22 23 24 16 17 18 19 20 21 22

23 24 25 26 27 28 29 28 29 30 31 1 2 3 25 26 27 28 29 30 1 23 24 25 26 27 28 29

30 1 2 3 4 5 6 4 5 6 7 8 9 10 2 3 4 5 6 7 8 30 31 1 2 3 4 5

s d l m mi j v s d l m mi j v s d l m mi j v s d l m mi j v

44 Figura 12. Promedio durante 24 horas de las concentraciones de MP2.5 (µg/m3). Año 2023. Estación MUN.
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura 13. Promedio durante 24 horas de las concentraciones de MP2.5 (µg/m3). Año 2023. Estación CCA.

Figura 14. Promedio durante 24 horas de las concentraciones de MP2.5 (µg/m3). Año 2023. Estación EIE.

45
 Informe de la calidad del aire
de Cuenca durante el año 2023

EXPOSICIÓN A LARGO PLAZO

El valor medio anual de MP2.5 en la estación MUN

asciende a 7.5 µg/m3. Este valor es menor al promedio
anual establecido por la NCAA (15 µg/m3), aunque
mayor al valor guía 2021 de la OMS (5 µg/m3).
El valor medio anual de las concentraciones de la
estación CCA asciende a 10.4 µg/m3. Esta concentración
es menor al promedio anual establecido por la NCAA
(15 µg/m3), aunque mayor al valor guía 2021 de la OMS
(5 µg/m3).
El valor medio anual de las concentraciones de la
estación EIE asciende a 6.7 µg/m3. Esta concentración
es menor al promedio anual establecido por la NCAA
(15 µg/m3), aunque mayor al valor guía 2021 de la OMS
(5 µg/m3).

En la estación MUN, la relación entre las

concentraciones medias anuales de MP2.5 (7.5 µg/m3)
y de MP10 (18.3 µg/m3) fue 0.41. Este valor sugiere que,
en la zona de cobertura de la mencionada estación,
hay influencia importante de fuentes de emisión de
la fracción gruesa de MP10.

En las estaciones CCA y EIE, la relación entre las

concentraciones medias anuales de MP2.5 y MP10,
fueron 0.28 y 0.23 respectivamente. Estos valores
sugieren que, en la zonas de las estaciones, hay
influencia importante y mayor con relación a la
estación MUN, de fuentes de emisión de la fracción
gruesa de MP10.

46
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE LA ESTACIÓN AUTOMÁTICA.

MONÓXIDO DE CARBONO (CO)

Las Figuras 15 y 16 presentan las

concentraciones máximas horarias
de CO en las estaciones MUN y
EIE, respectivamente. Todos los
registros fueron menores a la
concentración que establece tanto
la NCAA y el valor guía de la OMS
(30 mg/m3).

Figura 15. Promedio máximo horario de las concentraciones de CO

(mg/m3). Año 2023. Estación MUN.

Figura 16. Promedio máximo horario de las concentraciones de CO

(mg/m3). Año 2023. Estación EIE.

47
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura 17. Promedio máximo octohorario de las concentraciones de CO (mg/m3). Año 2023. Estación MUN.

Figura 18. Promedio máximo octohorario de las concentraciones de CO (mg/m3). Año 2023. Estación EIE.

Las Figuras 17 y 18 presentan las concentraciones máximas octohorarias de CO. Todos los registros fueron
menores a la concentración que establece tanto la NCAA y el valor guía de la OMS (10 mg/m3).

48
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE LA ESTACIÓN AUTOMÁTICA

DIÓXIDO DE AZUFRE (SO2)

EXPOSICIÓN A CORTO PLAZO

Las Figuras 19 y 20 presentan las

concentraciones en 10 min de SO2
en las estaciones MUN y EIE. Todos
los registros fueron menores a
la concentración que establece
tanto la NCAA y el valor guía de la
OMS (500 µg/m3).

Figura 19. Promedio durante 10 min

de las concentraciones de SO2 (µg/m3)
durante 2023. Estación MUN.

Figura 20. Promedio durante 10 min

de las concentraciones de SO2 (µg/m3)
durante 2023. Estación EIE.

49
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura 21. Promedio durante 24 horas de las concentraciones de SO2 (µg/m3). Año 2023. Estación MUN.

Figura 22. Promedio durante 24 horas de las concentraciones de SO2 (µg/m3). Año 2023. Estación EIE.

La Figuras 21 y 22 presentan las concentraciones en 24 horas de SO2 en las estaciones MUN y EIE. Todos los
registros fueron menores a la concentración que establece la NCAA (125 µg/m3). Durante 14 y 16 días, se superó
el valor guía de la OMS (20 µg/m3), en las estaciones MUN y EIE respectivamente.

50
 Informe de la calidad del aire
de Cuenca durante el año 2023

EXPOSICIÓN A LARGO PLAZO

El valor medio anual de las concentraciones horarias de SO2 fueron a 5.6 y 4.2 µg/m3 en las estaciones MUN y
EIE respectivamente. Estos valores son menores al promedio anual establecido por la NCAA (60 µg/m3).

Figura 23. Dióxido de azufre. Promedio anual por estación (µg/m3). Año 2023.

La Figura 23 indica las concentraciones medias anuales de SO2..

Estas concentraciones corresponden a las emisiones directas de tráfico vehicular, en vías urbanas con
circulación importante de vehículos particulares y de transporte público. En ninguna de las estaciones, se
superó la concentración media anual establecida por la NCAA y el valor guía de la OMS 2000 (50 µg/m3).

51
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura 24. Concentraciones medias

mensuales de SO2 (µg/m3). Año 2023.

Figura 25. Distribución espacial de la

concentración media de SO2 para el año
2023 (µg/m3).

La Figura 24 indica las concentraciones medias mensuales de SO2, que variaron entre 0.4 y 1.16 µg/m3.

La Figura 25 presenta la distribución espacial de la concentración media anual de NO2. No se consideran los
registros de las estaciones de la Calle Vega Muñoz (VEG), Bomberos (BCB) y Calle Larga (LAR); a fin de obtener
una tendencia general de los registros a escalas urbana y vecinal, sin la influencia de condiciones a microescala.
52
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE LA ESTACIÓN AUTOMÁTICA

DIÓXIDO DE NITRÓGENO (NO2)

EXPOSICIÓN A CORTO PLAZO

La Figura 26 presenta las máximas concentraciones horarias en 24 horas de NO2. Todos los registros fueron
menores a la concentración que establece tanto la NCAA y la guía de la OMS 2005 (200 µg/m3).

Figura 26. Promedio máximo horario de las concentraciones de NO2 (µg/m3). Año 2023. Estación MUN.

EXPOSICIÓN A LARGO PLAZO

El promedio anual registrado en la estación MUN fue de 27.2 µg/m3, menor al promedio anual establecido por
la NCAA (40 µg/m3) y por el valor guía de la OMS 2005 (40 µg/m3).

53
 Informe de la calidad del aire
de Cuenca durante el año 2023

La Figura 27 indica las concentraciones medias anuales de NO2. Los mayores valores corresponden a las
estaciones de microescala en la Calle Vega Muñoz (VEG, 46.5 µg/m3) y Bomberos (BCB, 46.6 µg/m3). En las dos
estaciones se superó la concentración media anual establecida por la NCAA y el valor guía de la OMS 2005
(40 µg/m3).

Figura 27. Dióxido de nitrógeno. Promedio anual por estación (µg/m3). Año 2023.

El valor medio de todas las concentraciones horarias de la estación MUN (27.2 µg/m3), con relación al valor
medio anual del monitor pasivo (31.1 µg/m3) difiere en 14.3%, valor comparable con la diferencia esperada (hasta
del 14%) para valores menores de 40 µg/m3, entre sensores automáticos y sensores pasivos de NO2 (Hangartner,
2000).

54
 Informe de la calidad del aire
de Cuenca durante el año 2023

La Figura 28 indica las

concentraciones medias
mensuales de NO2, que variaron
entre Los valores de los otros
meses variaron entre 22.3 y 43.5
µg/m3.

Figura 28. Concentraciones medias

mensuales de NO2 (µg/m3). Año 2023.

Figura 29. Distribución espacial de la

concentración media de NO2 para el año
2023 (µg/m3).

La Figura 29 presenta la distribución espacial de la condiciones a microescala. Las concentraciones en las

concentración media anual de NO2. No se consideran estaciones del Terminal Terrestre (TET, 33.1 µg/m3) y
los registros de las estaciones de la Calle Vega Muñoz Municipio (MUN, 33.8 µg/m3) registra la influencia de
(VEG), Bomberos (BCB) y Calle Larga (LAR); a fin de las emisiones del tráfico vehicular de vehículos que
obtener una tendencia general de los registros usan diésel.
a escalas urbana y vecinal, sin la influencia de
55
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE LA ESTACIÓN AUTOMÁTICA. OZONO (O3)

La Figura 30 presenta las concentraciones octohorarias El promedio de O3 en desde julio hasta diciembre de
por día de O3. Todos los registros fueron menores en 2023 fue 53.3 µg/m3, valor menor al promedio de las
comparación con la NCAA (100 µg/m3) y la guía de concentraciones en 8 horas (66.5 µg/m3) sugerido por
la OMS (100 µg/m3). Las mayores concentraciones la OMS (WHO, 2021) para el semestre con mayores
se registraron en septiembre, debido en parte a los niveles de O3.
mayores niveles de radiación solar (Anexos G).

Figura 30. Promedio octohorario máximo por día de las concentraciones de O3 (µg/m3). Año 2023. Estación MUN.

56
 Informe de la calidad del aire
de Cuenca durante el año 2023

REGISTROS DE LA SUBRED PASIVA. OZONO (O3)

La Figura 31 indica la concentración media anual de O3 La altura media de la ciudad es de 2550 msnm,
por estación. El valor más alto se registró en la estación corresponde aproximadamente a la cota de casi
Ictocruz (ICT), con 80.1 µg/m3. En años anteriores, esta todas las estaciones que registran O3. La altura de la
misma estación presentó el mayor promedio anual estación ICT es de aproximadamente 2700 msnm.
de O3 (EMOV EP, 2023, EMOV EP, 2022; EMOV EP, 2021; Al parecer la concentración a largo plazo de O3 se
EMOV EP, 2020; EMOV EP, 2019; EMOV EP, 2018; EMOV incrementa con la elevación. Una situación similar
EP, 2017; EMOV EP, 2016b; EMOV EP, 2015; EMOV EP, se ha observado también en otros lugares como el
2014; EMOV EP, 2013; EMOV EP, 2012; EMOV EP, 2011) Distrito Metropolitano de Quito (Parra and Díaz, 2007)
y en los Pirineos catalanes (Ribas and Peñuelas, 2006).

Figura 31. Ozono. Promedio anual por estación (µg/m3). Año 2023.

57
 Informe de la calidad del aire
de Cuenca durante el año 2023

La Figura 32 indica que los sensores pasivos presentaron el mayor promedio mensual en septiembre (92.3 µg/m3).

Figura 32. Concentraciones medias

mensuales de O3 (µg/m3). Año 2023.

La Figura 33 presenta la distribución espacial de la concentración media anual de O3, en donde se observa con
claridad el valor más alto, registrado en la estación Ictocruz (ICT, 80.1 µg/m3).

Figura 33. Distribución espacial de la

concentración media de O3 para el año
2023 (µg/m3).

58
 Informe de la calidad del aire
de Cuenca durante el año 2023

TENDENCIAS DE LAS CONCENTRACIONES MEDIAS ANUALES

La Figura 34 presenta la tendencia de
las concentraciones medias anuales
de MP10, para el periodo 2008 – 2023.
El promedio del año 2023 (31.8 µg/m3)
fue menor al promedio de los años
2022 (33.9 µg/m3), aunque mayor al
promedio de 2021. El promedio más
bajo corresponde al año 2020 (27.3
µg/m3), descenso se puede atribuir
al descenso de emisiones por la
restricción del COVID-19.

Figura 34. Concentraciones medias anuales

de material particulado (MP10) del periodo
2008 - 2023 (µg/m3).

La Figura 35 presenta la tendencia de

las concentraciones medias anuales
de MP2.5, para el periodo 2012 – 2023,
en la estación MUN. El promedio
del año 2023 (7.5 µg/m3) fue mayor
al promedio de los años 2015 hasta
2021. El descenso en 2020 se puede
atribuir al descenso de emisiones
por la restricción del COVID-19.w

Figura 35. Concentraciones medias

anuales de material particulado (MP2.5) del
periodo 2012 - 2023 (µg/m3). Estación MUN.

59
 Informe de la calidad del aire
de Cuenca durante el año 2023

La Figura 36 presenta la tendencia

de las concentraciones medias
de partículas sedimentables,
desde el año 2008 hasta el
2023. El promedio del año 2023
del PS (0.15 mg/cm2 durante 30
días) fue menor al valor de 2022,
aunque igual al promedio de
2021.

Figura 36. Concentraciones medias anuales de partículas sedimentables (PS) del periodo 2014 - 2023 (mg/cm2 durante 30 días).

El promedio del año 2023 de

NO2 (31.1 µg/m3) fue mayor a los
valores medios de los años 2014
hasta 2022 (Figura 37).

Figura 37. Concentraciones medias anuales de dióxido de nitrógeno (NO2) del periodo 2014 - 2023 (µg/m3).

60
 Informe de la calidad del aire
de Cuenca durante el año 2023

El promedio del año 2023 del O3 (58.1 µg/m3) es mayor a los promedios de los años 2014 hasta 2022 (Figura 38).

Figura 38. Concentraciones medias anuales de ozono (O3) del periodo 2014 - 2023 (µg/m3)

61
 Informe de la calidad del aire
de Cuenca durante el año 2023

CUIDAR EL AIRE ES
RESPONSABILIDAD DE TODOS

62
 Informe de la calidad del aire
de Cuenca durante el año 2023

CALIDAD DE LOS COMBUSTIBLES

En el año 2023, la EMOV EP realizó una campaña de muestreo de los combustibles comercializados en Cuenca,
a fin de caracterizar el contenido de azufre.
Con respecto a la gasolina ecopaís, se colectaron 14 muestras en similar número de gasolineras. La Figura 39
indica los contenidos de azufre. Los mismos variaron entre 42.4 y 61.8 ppm, todos menores a 650 ppm, límite
establecido en la norma NTE INEN 935, Décimo Primera Revisión, para la gasolina de 89 octanos.

Figura 39. Contenido de azufre en la gasolina ecopaís comercializada en Cuenca en el año 2023.

Con respecto a la gasolina súper, se colectaron En relación con el diésel premium, se colectaron
asimismo 14 muestras. La Figura 40 indica que los asimismo 28 muestras. Los contenidos de azufre
contenidos de azufre variaron entre 9.8 y 64.6 ppm, variaron entre 23.0 y 70.7 ppm (Figura 41), todos
todos menores a 300 ppm, límite establecido en la menores a 250 ppm, límite establecido en la norma
norma NTE INEN 935, Décimo Primera Revisión, para INEN 1489, Octava Revisión, para el diésel premium.
la gasolina de 95 octanos.

63
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura 40. Contenido de azufre en la gasolina súper comercializada en Cuenca en el año 2023.

Figura 41. Contenido de azufre en el diésel Premium comercializado en Cuenca en el año 2023.

64
 Informe de la calidad del aire
de Cuenca durante el año 2023

PERFILES MEDIOS DIARIOS DE

CALIDAD DEL AIRE
Los niveles de contaminación atmosférica varían El comportamiento para el SO2, MP10 y MP2.5 (Figuras
en función de los días de la semana. La Figura 42 43, 44) es similar al caso del CO. Se destacan las
indica los perfiles medios del año 2023, para el CO. concentraciones bajas de SO2, que son consistentes
Se observa que los valores máximos se presentan con los contenidos de azufre en los combustibles
hacia las 08:00, cuando las emisiones de CO son comercializados en Cuenca durante el año 2023. La
máximas y la altura de la capa de mezcla es mínima. reducción de las concentraciones de PM2.5 durante
Al mediodía, cuando se reducen las emisiones y los fines de semana, es consistente con el descenso
la altura de la capa de mezcla se incrementa, se de la circulación de vehículos que usan diésel, grupo
reducen las concentraciones de CO. Durante los de vehículos que contribuyen de manera relevante
sábados, y especialmente los domingos, al haber en la emisión de material particulado fino.
una menor circulación de vehículos a gasolina, se
reducen las emisiones de CO, y por ende, sus niveles
en la atmósfera.

Figura 42. Perfiles medios de CO (mg/m3). Año 2023. Estación MUN.

65
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura 43. Perfiles medios de SO2 (µg/m3). Año 2023. Estación MUN.

Figura 44. Perfiles medios de MP10 y MP2.5 (µg/m3). Año 2023. Estación MUN.

66
 Informe de la calidad del aire
de Cuenca durante el año 2023

La Figura 45 presenta los perfiles medios diarios vehículos que usan diésel. No obstante, en promedio,
del NO2 y O3. A diferencias de los contaminantes durante el fin de semana, las concentraciones de
primarios del aire, las concentraciones de O3 son O3 tienden a ser mayores en comparación con los
máximas al mediodía, debido a los valores máximos días laborables. Este comportamiento se denomina
de radiación solar que promueven las reacciones efecto fin de semana. Este efecto se detectó con
fotoquímicas que promueven su producción. anterioridad en el centro histórico de Cuenca, en
Durante el fin de semana se reducen las emisiones función del comportamiento de los registros de la
de NOx, principalmente por un menor tráfico de estación MUN (Parra, 2017).

Figura 45. Perfiles medios de NO2 y O3 (µg/m3). Año 2023. Estación MUN.

67
 Informe de la calidad del aire
de Cuenca durante el año 2023

LA EMOV EP PROMUEVE ACCIONES

POSITIVAS PARA CUIDAR LA
CALIDAD DEL AIRE

68
 Informe de la calidad del aire
de Cuenca durante el año 2023

CONCLUSIONES

MATERIAL PARTICULADO MP10

En la estación del Colegio Carlos Arízaga (CCA, ubicada al norte de la ciudad, a 300 m del parque industrial)
se registró una concentración media anual de 37.8 μg/m3. En las estaciones Municipio (MUN) y Escuela Ignacio
Escandón (EIE) se registraron concentraciones de 29.6 y 28.0 μg/m3 respectivamente. En las tres estaciones, las
concentraciones fueron menores al nivel de la NCAA (50 µg/m3); aunque se superó el reciente valor guía de
la OMS 2021 (15 μg/m3).

Durante el año 2023 se registraron 21 superaciones del valor guía de la OMS en 24 horas (45 μg/m3). El 67%, 19%
y 14% de estas superaciones se registraron en las estaciones CCA, MUN y EIE respectivamente.
En ninguna de las 3 estaciones que registran MP10, se superó la concentración de la NCAA establecida como
promedio en 24 horas (100 μg/m3).

MATERIAL PARTICULADO MP2.5

Todas las concentraciones en 24 horas de MP2.5 en las estaciones MUN, CCA y EIE, fueron menores a la
concentración indicada por la NCAA (50 µg/m3).

En las estaciones CCA, EIE y MUN se superó en 38, 11 y 7 días respectivamente, el valor guía 2021 de la OMS (15
µg/m3).

El valor medio anual de MP2.5 en la estación MUN asciende a 7.5 µg/m3. Este valor es menor al promedio anual
establecido por la NCAA (15 µg/m3), aunque mayor al valor guía 2021 de la OMS (5 µg/m3).
El valor medio anual de las concentraciones de la estación CCA asciende a 10.4 µg/m3. Esta concentración es
menor al promedio anual establecido por la NCAA (15 µg/m3), aunque mayor al valor guía 2021 de la OMS (5
µg/m3).

El valor medio anual de las concentraciones de la estación EIE asciende a 6.7 µg/m3. Esta concentración es
menor al promedio anual establecido por la NCAA (15 µg/m3), aunque mayor al valor guía 2021 de la OMS (5
µg/m3).

PARTÍCULAS SEDIMENTABLES (PS)

La concentración más alta corresponde a la estación BCB, que registró 0.63 mg/cm2 durante 30 días, en marzo.
En todas las estaciones se registraron concentraciones menores al valor establecido en la NCAA.

69
 Informe de la calidad del aire
de Cuenca durante el año 2023

MONÓXIDO DE CARBONO (CO)

Todos los registros fueron menores a la concentración que establece tanto la NCAA y el valor guía de la OMS
para los valores máximos horarios (30 mg/m3) y valores máximos en períodos de 8 horas (10 mg/m3).

DIÓXIDO DE AZUFRE (SO2)

Todas las concentraciones en 10 min de SO2 en las estaciones MUN y EIE, fueron menores a la concentración
que establece tanto la NCAA y el valor guía de la OMS (500 µg/m3).

Todas las concentraciones en 24 horas de SO2 en las estaciones MUN y EIE. fueron menores a la concentración
que establece la NCAA (125 µg/m3). Durante 14 y 16 días, se superó el valor guía de la OMS (20 µg/m3), en las
estaciones MUN y EIE respectivamente,

El valor medio anual de las concentraciones horarias de SO2 fueron a 5.6 y 4.2 µg/m3 en las estaciones MUN y
EIE respectivamente. Estos valores son menores al promedio anual establecido por la NCAA (60 µg/m3).

DIÓXIDO DE NITRÓGENO (NO2)

Todas las máximas concentraciones horarias en 24 horas de NO2 fueron menores a la concentración que
establece tanto la NCAA y la guía de la OMS 2005 (200 µg/m3).

Todas las concentraciones de la media anual de NO2 fueron menores a la concentración establecida por la
NCAA y el valor guía de la OMS (40 µg/m3).

OZONO (O3)
Todas las concentraciones octohorarias por día de O3 fueron menores en comparación con la NCAA (100 µg/
m3) y la guía de la OMS (100 µg/m3).

70
 Informe de la calidad del aire
de Cuenca durante el año 2023

REFERENCIAS

Cacciottolo, M.; Wang, X.; Driscoll, I.;Woodward, N.; Saffari, A.; Reyes, J.; Serre, M.L.; Vizuete,W.; Sioutas, C.; E Morgan,
T.; et al. 2017. Particulate air pollutants, APOE alleles and their contributions to cognitive impairment in older
women and to amyloidogenesis in experimental models. Transl. Psychiatry, 7, e1022.

Calderón-Garcidueñas, L.; Gónzalez-Maciel, A.; Reynoso-Robles, R.; Delgado-Chávez, R.; Mukherjee, P.S.; Kulesza, R.J.;
Torres-Jardón, R.; Ávila-Ramírez, J.; Villarreal-Ríos, R. 2018. Hallmarks of Alzheimer disease are evolving relentlessly
in Metropolitan Mexico City infants, children and young adults. APOE4 carriers have higher suicide risk and
higher odds of reaching NFT stage V at 40 years of age. Environ. Res. 164, 475–487.

EMOV EP. 2023a. Alcaldía de Cuenca, Red de Monitoreo de Calidad del Aire de la EMOV EP, Resumen del
Inventario de emisiones atmosféricas del cantón Cuenca año 2021 Cuenca-Ecuador. 106 p.

EMOV EP. 2023b. Informe de calidad aire Cuenca 2022. Alcaldía de Cuenca. Red de Monitoreo EMOV EP. Cuenca-
Ecuador. 131 p.
EMOV EP. 2022. Informe de calidad aire Cuenca 2021. Alcaldía de Cuenca. Red de Monitoreo EMOV EP. Cuenca-
Ecuador. 128 p.
EMOV EP. 2021. Informe de calidad del aire Cuenca 2020. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 118 p.
EMOV EP. 2020. Informe de calidad del aire Cuenca 2019. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 113 p.
EMOV EP. 2019. Informe de calidad del aire Cuenca 2018. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 107 p.
EMOV EP. 2018. Informe de calidad del aire Cuenca 2017. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 121 p.
EMOV EP. 2017. Informe de calidad del aire Cuenca 2016. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 103 p.
EMOV EP. 2016a. Inventario de emisiones atmosféricas del Cantón Cuenca 2014. Empresa Pública de Movilidad,
Tránsito y Transporte, 86 p.
EMOV EP. 2016b. Informe de calidad del aire Cuenca 2015. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 120 p.
EMOV EP. 2015. Informe de calidad del aire Cuenca 2014. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 97 p.
EMOV EP. 2014. Informe de calidad del aire Cuenca 2013. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.

71
 Informe de la calidad del aire
de Cuenca durante el año 2023

Cuenca-Ecuador. 100 p.
EMOV EP. 2013. Informe de calidad del aire Cuenca 2012. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 129 p.
EMOV EP. 2012. Informe de calidad del aire Cuenca 2011. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 49 p.
EMOV EP. 2011. Informe de calidad del aire de Cuenca 2010. Alcaldía de Cuenca. Red de Monitoreo EMOV EP.
Cuenca-Ecuador. 54 p.
Hangartner M. 2000. Limits and advantages of diffusion sampling in ambient air pollution monitoring. 7th
International Conference on Atmospheric Science and Applications to Air Quality. Taipeh. Taiwan.
Naciones Unidas. 2021. Objetivos de Desarrollo Sostenible. https://www.un.org/sustainabledevelopment/es/
objetivos-de-desarrollo-sostenible/

OMS. 2006. Guías de la calidad del aire de la OMS relativas al material particulado, el ozono, el dióxido de
nitrógeno y el dióxido de azufre. Actualización Mundial 2005. Resumen de evaluación de los riesgos.
Organización Mundial de la Salud.
OPS. 2010. Determinantes ambientales y sociales de la salud. Organización Panamericana de la Salud.
Organización Mundial de la Salud. Editores: Galvao. Finkelman y Henao. Washington. 570 p.
Parra R, Diaz V. 2007. Preliminary comparison of ozone concentrations provided by the emission inventory/
WRF-Chem model and the air quality monitoring network from the Distrito Metropolitano de Quito (Ecuador).
In: 8th annual WRF User's Workshop. NCAR. Boulder. CO. USA.
Parra, R. 2017. Efecto Fin de Semana en la Calidad del Aire de la Ciudad de Cuenca, Ecuador. Avances en Ciencias
e Ingeniería. 9(15),104-111. DOI:http://doi.org/10.18272/aci.v9i15.291
Parra, R. 2018. Performance Studies of Planetary Boundary Layer Schemes in WRF-Chem for the Andean Region
of Southern Ecuador. Atmospheric Pollution Research, 9, 411 – 428. https://doi.org/10.1016/j.apr.2017.11.011.
Parra, R.; Espinoza, C. 2020. Insights for Air Quality Management from Modeling and Record Studies in Cuenca,
Ecuador. Atmosphere, 11, 998. https://doi.org/10.3390/atmos11090998

Peeples, L. 2020. News Feature: How air pollution threatens brain health. Proc. Natl. Acad. Sci. USA, 117, 13856–
13860.

Ribas A, Peñuelas J. 2006. Surface ozone mixing ratios increase with altitude in a transect in the Catalan
Pyrenees. Atmospheric Environment. 40. 7308 – 7315.
WHO. 2000. Air Quality Guidelines for Europe. Second Edition. World Health Organization.
WHO. 2021. WHO Global Air Quality Guidelines. Particulate Matter (PM2.5 and PM10), ozone, nitrogen dioxide,
sulfur dioxide and carbon monoxide. World Health Organization.

72
 Informe de la calidad del aire
de Cuenca durante el año 2023

YO REVISO PERIÓDICAMENTE EL
ESTADO MECÁNICO DE MI
VEHÍCULO

73
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO A
Registros de la Estación
Automática MUN

74
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 12.7 19.2 16.4 19.0 18.2 16.9 16.7 21.5 29.5 15.7 13.5 17.7

2 20.3 21.0 13.7 8.3 21.2 19.3 18.6 19.8 21.1 20.2 14.0 21.0

3 19.1 24.2 16.2 18.4 12.5 20.7 22.8 19.7 23.4 27.6 11.1 13.1

4 13.8 28.0 11.8 13.9 16.4 18.9 25.4 22.5 21.1 30.8 23.9 14.1

5 31.4 14.2 8.6 24.0 20.0 19.8 26.9 19.4 11.9 21.1 14.8 12.8

6 27.4 12.3 15.6 11.7 27.6 19.9 16.2 23.6 18.8 20.2 10.2 15.7

7 24.5 13.1 22.7 6.6 nd 17.9 17.9 25.0 28.2 22.8 nd 11.5

8 20.7 17.2 11.5 12.4 15.2 19.8 17.3 21.4 26.5 20.0 nd 12.2

9 10.3 18.0 11.6 20.2 9.0 21.8 13.6 16.3 27.8 17.6 nd 12.0

10 14.8 14.8 12.0 21.1 14.3 32.8 16.0 22.8 27.8 15.7 nd 14.1

11 11.1 14.0 11.5 16.4 16.0 25.6 18.0 32.7 28.5 18.0 nd 16.0

12 15.6 8.1 11.1 22.3 12.9 25.6 16.5 25.7 33.6 19.5 nd 18.6

13 nd 14.5 19.2 15.5 10.6 25.5 22.2 21.3 20.5 17.5 12.6 12.2

14 nd 18.9 24.4 19.5 9.4 25.0 23.8 12.5 20.0 12.0 11.2 14.0

15 nd 17.3 21.6 25.7 17.6 16.5 14.9 18.4 17.4 15.0 16.9 6.1

16 13.4 14.2 22.7 9.5 25.4 13.8 15.3 14.1 50.7 10.9 14.6 7.8

17 16.4 15.6 18.4 11.9 22.4 14.5 17.1 25.5 nd 16.4 18.1 10.2

18 18.2 14.5 15.0 22.1 25.3 14.8 16.9 22.5 28.1 18.9 20.2 16.2

19 14.1 13.4 18.0 17.6 25.9 18.1 18.3 18.5 30.7 11.3 18.9 17.2

20 22.9 15.4 22.2 16.7 13.6 23.9 15.6 13.0 25.7 19.6 13.4 12.6

21 18.4 13.9 21.8 15.5 18.7 23.5 16.1 12.7 31.3 21.5 14.2 18.1

22 17.7 15.1 22.7 15.9 13.8 25.0 16.0 21.5 37.0 17.8 16.7 17.8

23 22.8 10.7 17.8 7.6 21.6 21.4 15.4 23.8 39.5 14.8 12.6 13.7

24 15.0 21.4 10.0 17.3 26.6 14.0 18.8 21.3 29.8 15.3 14.7 10.4

25 27.0 21.3 10.0 12.6 20.6 20.5 22.7 29.4 42.2 17.7 14.8 13.7

26 16.3 21.9 20.1 13.2 14.1 21.0 25.2 22.9 31.3 9.4 11.6 8.5

27 27.8 19.4 19.5 11.2 21.8 29.1 13.8 23.8 28.9 14.8 8.3 4.7

28 28.8 11.4 16.3 11.3 18.5 23.8 19.0 24.2 28.6 8.8 9.5 9.9

29 18.3 19.9 16.5 19.7 16.0 11.5 27.7 29.5 15.9 11.7 14.0

30 31.1 16.9 19.2 19.6 16.1 10.4 27.5 19.4 15.0 14.2 16.9

31 24.4 21.8 15.6 23.3 24.6 13.6 8.4

nd: no hay dato.

Tabla A1. Concentración promedio en 24 horas de MP10 (µg/m ). Año 2023.
3

75
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 9.2 7.9 6.0 7.3 7.6 5.3 5.1 7.3 10.5 6.2 6.2 6.2

2 11.0 10.9 4.7 3.3 7.7 6.0 5.9 6.2 7.8 8.9 6.1 9.6

3 9.3 12.0 4.8 7.0 5.5 6.0 6.7 7.1 11.4 9.8 7.4 5.3

4 7.8 14.5 5.3 6.5 4.0 5.4 9.8 7.5 11.2 10.5 12.9 4.9

5 15.7 9.8 4.6 11.9 6.2 5.8 8.6 7.2 5.2 8.6 7.3 5.4

6 15.2 5.9 6.5 4.3 10.2 11.1 4.7 9.3 6.8 10.3 6.2 6.1

7 13.3 5.6 8.2 3.0 7.0 3.7 5.8 8.6 10.5 12.4 nd 5.5

8 9.8 6.9 3.8 6.0 7.6 5.5 6.9 6.9 9.8 9.4 nd 3.8

9 4.4 8.1 3.4 8.0 3.9 5.7 6.6 6.3 10.6 7.7 nd 2.6

10 5.2 4.5 4.2 7.9 6.6 17.6 5.0 7.3 12.9 7.0 11.1 4.4

11 6.4 3.8 3.3 7.2 8.2 11.0 4.8 12.2 13.4 9.3 6.5 5.2

12 5.0 4.2 5.0 8.1 5.8 8.3 4.9 9.9 12.9 10.0 8.3 6.8

13 8.1 6.8 7.2 5.8 4.4 7.3 6.1 7.9 11.2 10.1 6.4 4.9

14 3.6 7.0 32.4 7.1 3.5 6.2 7.9 4.2 8.0 6.8 7.7 5.3

15 5.5 7.5 11.4 12.3 5.9 4.5 5.1 11.4 6.9 8.8 17.3 4.4

16 5.9 4.7 8.4 4.0 9.7 3.0 5.2 5.0 10.6 5.4 8.9 2.5

17 7.2 6.5 8.4 5.1 8.5 3.8 3.9 11.7 10.0 7.3 14.2 5.0

18 6.8 7.2 6.0 7.0 8.9 3.9 5.1 10.0 10.3 8.2 12.4 4.7

19 5.9 6.3 8.8 6.4 9.9 4.8 6.4 8.8 13.5 6.6 13.5 6.3

20 9.2 8.0 7.5 7.7 7.3 7.1 4.7 7.1 8.1 8.6 7.4 4.1

21 9.2 7.9 10.4 8.5 7.5 6.3 4.0 7.4 12.1 12.7 9.0 5.5

22 9.5 6.1 8.9 7.5 5.0 7.9 5.3 11.0 15.0 9.8 9.3 7.1

23 7.0 4.1 11.1 3.8 6.0 7.6 4.7 9.6 17.2 7.1 7.2 6.5

24 4.7 7.7 6.7 8.3 8.3 5.5 5.4 8.2 11.9 8.2 8.3 4.2

25 7.9 7.7 5.6 5.6 8.4 7.8 7.4 9.6 15.4 8.3 7.9 5.2

26 6.2 11.2 11.0 6.2 5.2 5.9 8.1 7.9 11.6 5.1 6.9 3.5

27 9.5 9.9 9.1 5.5 7.5 7.7 5.3 8.9 11.9 5.6 2.8 2.4

28 11.4 5.3 8.7 4.0 6.3 7.6 5.4 9.6 12.5 3.4 4.8 4.0

29 9.0 6.5 6.7 5.6 5.6 3.1 10.7 10.3 6.6 6.0 7.8

30 10.8 7.7 7.7 6.6 4.5 3.3 8.5 9.9 6.1 4.3 7.3

31 11.0 9.0 6.7 8.0 8.1 6.3 3.6

nd: no hay dato.
Tabla A2. Concentración promedio en 24 horas de MP25 (µg/m3). Año 2023.

76
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 0.7 0.8 0.6 0.5 0.6 0.9 0.5 0.6 1.2 0.5 0.7 1.5

2 0.7 0.5 0.6 0.0 0.6 0.6 0.4 0.7 0.6 0.8 0.5 1.0

3 1.2 0.7 0.8 1.1 0.6 1.0 1.2 0.7 0.4 1.0 0.4 0.6

4 0.9 0.4 0.6 0.3 0.3 0.4 0.8 1.0 1.0 1.3 0.3 0.9

5 1.0 0.1 0.2 0.4 0.7 0.6 0.9 1.1 0.4 0.9 0.0 0.8

6 1.4 0.1 1.0 0.0 0.9 0.8 0.8 0.8 1.3 1.1 0.0 1.0

7 1.2 0.7 0.7 0.0 0.0 0.3 1.4 0.7 1.1 0.9 0.0 0.9

8 0.8 0.7 0.6 0.7 0.5 0.9 1.8 1.1 0.9 0.7 0.0 0.9

9 0.8 0.5 0.1 0.0 0.1 0.7 0.9 0.9 0.9 0.6 0.0 0.7

10 0.9 0.5 0.5 1.2 0.3 1.6 1.2 0.9 0.5 0.8 0.0 0.7

11 1.3 0.2 0.0 1.2 0.1 1.0 1.1 1.9 0.8 1.9 0.0 1.2

12 1.0 0.2 0.0 0.4 0.5 0.8 0.9 0.9 1.0 1.2 0.0 1.1

13 1.1 0.3 0.5 0.2 0.2 0.7 1.2 1.0 0.4 1.0 0.7 1.1

14 0.6 0.3 1.0 0.4 0.5 0.8 1.2 0.6 0.9 0.9 1.1 1.3

15 0.4 0.8 0.5 0.1 0.5 0.6 1.0 0.7 1.0 0.7 1.4 1.0

16 0.8 0.5 0.7 0.0 0.9 0.7 0.5 0.8 0.9 1.1 1.4 0.8

17 0.9 0.6 0.2 0.4 0.5 0.5 0.7 0.7 0.4 1.2 1.0 1.2

18 1.4 0.3 0.0 0.5 1.3 0.2 1.1 0.7 1.4 1.3 1.0 1.8

19 1.1 0.0 0.0 0.3 1.2 0.8 1.4 0.5 1.2 0.8 0.7 1.4

20 2.2 0.2 0.0 0.2 1.4 0.9 1.0 0.4 1.2 1.4 1.0 1.2

21 0.6 0.3 0.6 0.9 0.6 1.2 0.8 1.8 1.4 1.5 1.2 1.3

22 0.4 1.2 0.7 0.0 0.7 1.2 0.6 1.3 1.4 1.0 1.0 1.2

23 1.1 0.6 0.1 0.0 1.2 1.2 0.2 0.9 1.3 1.2 1.3 1.0

24 0.9 1.1 0.2 0.9 0.3 1.3 0.7 1.0 0.8 0.8 1.4 0.8

25 0.7 0.5 0.0 0.3 0.5 0.7 1.0 1.6 2.2 0.6 1.7 0.8

26 0.5 0.1 0.0 0.2 0.3 0.8 0.9 0.7 1.2 0.7 1.1 1.3

27 0.6 0.5 0.3 0.8 0.5 1.4 0.7 0.7 1.4 0.6 0.8 1.2

28 0.6 0.7 0.7 0.2 0.5 0.8 1.0 1.0 1.6 0.7 1.0 1.1

29 0.2 0.4 0.8 0.8 0.7 0.3 1.0 1.6 0.6 1.1 1.9

30 0.8 0.5 0.4 0.7 0.6 0.1 1.2 0.9 1.3 1.2 0.9

31 0.7 1.6 0.6 0.6 0.8 0.9 0.9

nd: no hay dato.

Tabla A3. Concentración máxima horaria de CO (mg/m ). Año 2023.
3

77
Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 0.3 0.4 0.2 0.7 0.2 0.2 0.3 0.2 0.5 0.4 0.4 1.0

2 0.4 0.2 0.2 0.0 0.2 0.0 0.3 0.4 0.3 0.5 0.3 1.0

3 0.5 0.2 0.2 0.5 0.1 0.5 0.5 0.4 0.3 0.5 0.3 0.8

4 0.4 0.2 0.3 0.5 0.1 0.5 0.5 0.4 0.3 0.6 0.3 0.7

5 0.7 0.1 0.3 0.2 0.1 0.2 0.6 0.6 0.2 0.5 nd 0.7

6 0.6 0.1 0.5 0.2 0.2 0.3 0.6 0.7 0.3 0.5 nd 0.7

7 0.8 0.2 0.4 0.0 0.2 0.1 0.9 0.4 0.4 0.6 nd 0.7

8 0.9 0.2 0.2 0.2 0.1 0.3 1.1 0.4 0.5 0.7 nd 0.7

9 0.4 0.2 0.2 0.2 0.0 0.3 1.0 0.5 0.5 0.5 nd 0.6

10 0.4 0.1 0.1 0.4 0.2 1.1 0.5 0.6 0.6 0.6 nd 0.6

11 0.8 0.1 0.0 0.5 0.2 1.2 0.4 0.8 0.5 1.0 nd 0.8

12 0.8 0.0 0.0 0.5 0.2 0.4 0.3 0.9 0.6 1.0 nd 0.8

13 0.6 0.0 0.2 0.0 0.2 0.4 0.5 0.8 0.2 0.6 0.6 0.6

14 0.3 0.1 0.4 0.2 0.2 0.3 0.5 0.3 0.3 0.6 0.7 0.6

15 0.3 0.2 0.4 0.2 0.2 0.3 0.5 0.6 0.5 0.7 0.9 0.8

16 0.3 0.2 0.1 0.0 0.3 0.2 0.7 0.5 0.6 0.5 0.8 0.8

17 0.4 0.2 0.1 0.1 0.4 0.2 0.3 0.6 0.5 0.6 0.7 0.9

18 0.5 0.2 0.0 0.2 0.6 0.1 0.4 0.4 0.6 0.6 0.7 1.1

19 0.7 0.1 0.0 0.1 0.7 0.2 0.5 0.4 0.6 0.6 0.7 1.1

20 1.2 0.1 0.0 0.1 0.8 0.3 0.3 0.2 0.4 0.8 0.7 0.6

21 1.2 0.1 0.1 0.3 1.0 0.3 0.4 1.1 0.6 1.1 0.6 0.7

22 0.3 0.4 0.2 0.3 0.2 0.7 0.3 1.1 0.9 1.0 0.6 0.8

23 0.3 0.2 0.0 0.0 0.4 0.7 0.1 0.9 1.0 0.6 0.8 0.9

24 0.3 0.4 0.1 0.3 0.4 0.6 0.4 0.6 0.8 0.4 1.2 0.7

25 0.2 0.1 0.0 0.3 0.3 0.8 0.6 0.8 1.1 0.4 1.3 0.7

26 0.1 0.0 0.0 0.0 0.2 0.3 0.6 0.8 1.1 0.3 1.3 0.7

27 0.2 0.2 0.1 0.3 0.2 0.9 0.5 0.5 0.7 0.4 0.6 0.9

28 0.3 0.2 0.2 0.3 0.2 0.9 0.5 0.6 1.0 0.4 0.6 0.9

29 0.3 0.2 0.4 0.3 0.3 0.2 0.7 1.1 0.4 0.6 1.3

30 0.2 0.2 0.5 0.3 0.4 0.1 0.4 1.0 0.5 0.6 1.2

31 0.2 0.6 0.3 0.3 0.4 0.5 0.6

nd: no hay dato.

Tabla A4. Concentración máxima octohoraria de CO (mg/m3). Año 2023..
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 4.9 5.4 13.7 7.1 8.7 4.9 nd 6.0 8.9 2.1 0.8 12.3

2 5.8 8.6 4.7 4.5 13.2 4.8 nd 2.5 3.0 3.9 0.7 10.5

3 2.4 7.8 6.7 8.5 10.2 5.4 10.9 6.2 3.1 0.9 1.1 0.6

4 4.7 nd 6.0 6.4 10.1 5.9 4.4 9.1 3.7 1.3 1.8 6.9

5 8.5 nd 6.2 18.3 11.5 4.9 5.9 4.1 2.8 0.5 2.4 7.1

6 5.1 nd 4.8 2.7 20.1 4.1 2.8 2.8 25.3 0.4 4.1 6.0

7 4.8 nd 6.1 1.9 16.6 2.1 2.4 6.5 17.5 1.6 nd 6.7

8 6.2 5.5 4.0 3.5 15.2 4.4 4.5 2.5 4.1 0.5 nd 5.9

9 1.9 19.2 2.4 8.5 5.9 1.7 4.1 2.0 4.4 0.7 nd 9.6

10 2.3 8.0 4.3 10.2 10.1 2.8 3.6 3.9 6.2 3.6 nd 9.1

11 3.5 7.6 1.8 8.2 10.6 6.5 3.9 9.3 4.2 2.5 nd 8.0

12 3.5 6.0 2.6 8.9 10.0 6.9 4.1 4.5 9.1 3.9 nd 9.8

13 9.5 8.6 3.9 7.2 9.4 7.9 4.8 6.9 3.5 1.2 5.3 5.7

14 2.6 10.7 5.9 7.5 8.0 7.4 6.6 0.0 9.8 3.9 4.1 4.2

15 8.7 8.9 4.9 10.0 11.3 3.6 5.0 1.9 4.2 7.4 7.3 0.8

16 4.7 4.9 3.1 5.6 12.1 2.0 5.0 2.8 5.9 3.1 10.0 0.2

17 3.9 1.6 2.1 3.0 11.9 1.7 6.2 6.8 4.4 6.2 9.1 0.2

18 4.2 3.4 1.7 5.0 14.3 1.5 4.8 3.5 9.3 4.6 8.0 1.0

19 3.1 2.0 8.5 4.1 18.9 4.2 5.8 2.8 6.7 3.1 5.6 1.4

20 6.7 7.6 2.1 13.6 9.0 7.8 5.0 0.8 8.4 2.8 7.8 0.2

21 4.6 4.3 3.6 5.5 10.6 6.1 3.5 2.8 5.1 5.4 4.5 0.6

22 10.3 2.4 4.5 4.9 4.3 4.3 6.6 6.6 8.9 7.4 5.6 6.6

23 9.3 2.8 2.1 4.0 2.0 3.7 3.9 6.1 8.4 1.7 4.4 2.0

24 11.4 8.2 3.3 7.5 1.9 1.5 2.8 4.8 6.2 2.0 6.1 0.7

25 12.9 5.3 4.4 5.2 2.3 4.1 4.9 6.9 8.1 4.3 7.6 2.5

26 8.7 6.4 10.9 7.5 2.2 3.3 4.6 6.3 2.8 0.1 9.9 0.3

27 10.6 4.3 7.9 7.9 2.0 5.4 3.7 3.4 2.7 0.5 11.0 0.5

28 7.8 7.6 6.2 6.0 1.5 6.2 8.9 10.3 1.0 0.1 15.6 1.3

29 5.7 6.5 7.3 3.7 4.3 3.4 11.1 2.8 2.7 11.0 1.2

30 7.9 5.7 9.2 3.2 10.6 1.3 8.8 1.7 1.0 8.9 2.1

31 12.9 8.3 4.1 9.3 4.5 2.8 0.2

nd: no hay dato.
Tabla A5. Concentración promedio en 24 horas de SO2 (µg/m3). Año 2023.
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 47.9 50.9 40.2 39.0 45.0 38.2 37.4 52.2 63.0 50.2 48.6 60.3

2 52.5 41.2 34.0 38.0 42.3 45.8 35.2 53.1 47.4 49.6 45.5 50.3

3 41.7 47.2 31.6 47.9 48.8 35.5 45.6 54.6 48.0 53.4 41.3 35.6

4 44.6 45.2 36.2 55.6 36.9 33.1 39.4 54.5 54.4 44.9 37.0 48.6

5 72.9 41.0 31.6 65.9 43.7 38.8 51.1 51.7 48.1 55.8 nd 47.5

6 69.1 41.1 43.7 43.4 44.8 36.0 35.5 46.5 64.7 49.6 nd 52.1

7 50.0 33.1 42.1 45.3 33.3 38.0 37.3 49.9 81.8 63.2 nd 46.8

8 37.3 39.4 56.9 64.0 43.8 42.5 32.8 55.2 84.7 51.1 nd 36.9

9 53.2 39.4 35.6 40.6 35.8 40.0 31.8 57.1 68.0 50.5 nd 48.2

10 60.4 47.5 44.5 60.8 49.9 40.8 33.8 55.5 53.4 52.4 nd 45.9

11 50.6 40.6 25.0 39.7 36.4 35.2 54.5 78.5 78.5 74.0 nd 48.0

12 38.4 43.0 22.2 36.9 37.5 53.6 41.3 50.1 56.4 73.4 nd 45.2

13 45.2 40.0 39.3 42.5 29.8 57.4 81.8 45.8 50.4 60.0 39.6 43.1

14 53.5 37.2 45.0 65.5 32.1 42.4 48.0 39.8 54.2 66.8 62.1 41.9

15 42.3 56.0 30.6 48.0 40.3 31.2 38.6 49.5 87.8 53.0 87.8 57.6

16 48.8 41.5 34.7 41.3 40.5 29.7 37.3 46.4 77.8 62.8 56.8 46.6

17 46.3 52.3 29.1 67.6 40.3 28.6 46.8 46.9 52.2 63.2 54.0 54.2

18 49.2 40.6 37.5 64.2 41.3 28.9 45.1 71.0 76.0 78.7 79.9 59.8

19 63.8 27.7 32.0 45.7 53.2 32.2 66.8 49.1 74.2 57.0 48.7 48.7

20 79.9 43.9 36.1 57.3 38.0 39.8 44.2 34.1 72.0 66.0 68.3 35.3

21 44.6 42.8 33.0 70.1 28.9 43.2 44.6 59.5 78.0 82.8 52.5 52.9

22 45.8 42.0 40.6 47.9 32.6 34.4 43.2 55.0 80.8 51.3 45.0 65.0

23 52.5 41.1 32.0 41.7 55.2 39.0 36.0 75.3 85.3 66.6 72.6 60.1

24 39.7 49.1 55.4 67.7 43.1 46.7 53.4 84.8 68.6 67.8 76.6 44.5

25 37.1 39.3 49.1 54.9 45.2 32.5 40.0 72.3 103.5 45.8 70.2 44.0

26 30.2 34.0 45.4 51.5 34.6 45.5 45.0 67.7 62.5 45.5 39.6 47.1

27 36.4 37.5 49.8 45.6 42.5 47.6 38.6 64.1 86.1 45.6 41.2 54.0

28 48.4 50.2 70.8 35.3 43.2 36.9 38.2 67.2 90.0 38.1 43.8 48.3

29 32.0 45.8 46.1 54.3 37.8 28.1 56.6 75.7 52.9 52.8 58.4

30 51.5 61.4 28.3 47.1 35.0 34.0 60.4 57.1 47.4 45.4 42.0

31 44.5 63.7 45.4 46.7 63.8 56.5 50.7

nd: no hay dato.

Tabla A6. Concentración máxima horaria de NO2 (µg/m3). Año 2023.

80
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 53.8 51.3 33.3 41.0 30.8 19.5 44.3 53.8 55.3 69.4 62.4 45.7

2 50.8 56.4 29.6 36.6 29.9 8.3 48.8 48.0 68.2 69.9 65.6 59.6

3 62.4 54.9 36.6 30.0 36.6 27.4 37.7 63.0 70.8 69.6 82.9 51.1

4 71.8 47.6 35.6 26.8 30.5 27.2 39.7 56.1 62.7 78.6 33.2 45.3

5 37.7 44.2 34.5 38.2 32.7 24.7 31.7 44.1 51.4 76.5 nd 47.3

6 54.6 40.1 23.0 34.7 31.7 23.6 32.9 54.1 74.4 66.8 nd 42.4

7 35.7 35.2 33.0 47.4 37.7 23.6 28.2 42.7 88.1 73.3 nd 42.3

8 35.8 33.1 37.0 37.1 33.2 26.0 30.6 46.8 81.1 66.2 nd 39.3

9 45.5 36.2 34.1 41.4 26.5 23.8 34.3 51.9 67.3 65.2 nd 48.4

10 45.8 41.7 24.4 31.5 24.9 19.2 35.1 55.1 69.1 54.0 nd 45.4

11 37.8 43.0 28.5 25.6 29.4 25.0 34.6 44.9 73.7 53.5 nd 40.4

12 37.6 41.3 36.2 33.9 27.4 30.0 40.6 43.0 27.8 66.4 nd 36.4

13 34.5 37.5 34.7 32.0 23.6 39.6 47.3 47.5 60.1 75.1 48.2 38.1

14 53.2 38.9 29.8 35.7 28.8 32.6 43.9 40.1 53.3 60.9 50.1 43.3

15 51.1 40.8 39.3 48.6 30.3 22.4 36.0 34.0 55.3 74.6 41.2 49.7

16 49.3 54.3 37.1 56.6 30.6 28.4 40.2 47.6 90.9 56.0 54.8 44.0

17 40.8 54.2 35.5 40.8 31.5 34.6 34.0 49.8 79.3 72.2 58.6 35.1

18 51.9 53.8 50.2 47.5 26.3 41.3 46.9 58.2 62.4 61.7 74.8 42.4

19 52.1 50.2 48.1 52.4 35.9 40.4 38.2 59.8 66.8 57.7 71.3 46.6

20 41.9 62.0 49.8 46.1 30.4 36.2 46.2 56.6 63.3 54.0 59.0 50.3

21 44.8 47.4 59.0 36.8 33.9 27.5 38.4 37.6 68.5 55.2 59.0 57.3

22 55.1 44.0 61.6 60.1 41.3 26.4 40.4 28.2 67.2 74.0 55.4 39.3

23 39.4 45.9 63.3 35.9 24.4 29.6 49.4 57.6 64.0 72.6 57.1 48.8

24 32.9 45.4 41.0 52.7 25.8 32.6 38.8 63.8 78.4 69.0 48.5 50.2

25 44.0 49.4 42.0 40.7 23.9 38.4 40.9 55.3 62.8 69.1 57.3 44.5

26 44.1 47.2 67.3 36.3 31.4 38.4 39.5 68.1 68.7 83.7 52.6 34.4

27 58.8 55.7 47.8 27.3 27.9 37.5 35.0 60.5 66.4 41.2 43.6 30.5

28 53.8 40.8 38.2 30.2 34.6 39.2 30.6 46.1 71.2 61.9 38.5 37.4

29 54.7 43.9 27.1 33.7 27.4 34.2 59.6 64.5 43.6 47.6 42.5

30 50.2 47.7 36.5 34.4 35.1 45.8 62.5 60.3 58.3 50.5 51.0

31 65.4 34.4 18.3 44.4 53.9 54.0 44.2

nd: no hay dato.
Tabla A7. Concentración máxima octohoraria de O3 (µg/mw). Año 2023.

81
 Informe de la calidad del aire
de Cuenca durante el año 2023

YO PREFIERO DEJAR EL AUTO EN

CASA Y CAMINAR

82
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO B
Registros de la Estación
Automática CCA

83
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 31.5 11.6 10.5 8.4 9.3 12.4 7.0 13.1 15.7 6.4 7.4 9.0

2 13.8 17.1 7.3 4.5 9.4 9.0 7.1 11.5 11.8 9.7 nd 10.8

3 11.9 16.4 7.8 8.9 7.0 14.1 9.1 12.7 11.0 12.7 nd 6.1

4 11.9 17.6 6.0 8.5 8.4 8.7 12.6 11.6 18.5 13.2 nd 7.8

5 24.3 11.8 5.3 10.3 8.7 9.7 10.6 10.7 12.0 8.7 nd 7.5

6 18.3 9.3 7.3 6.6 15.6 8.5 8.0 11.1 17.7 10.1 nd 7.2

7 9.5 9.3 10.4 2.6 8.5 8.9 8.6 11.8 19.3 11.3 8.2 7.0

8 8.0 9.6 7.4 8.3 9.3 8.5 9.8 11.1 16.4 7.8 9.5 6.8

9 4.8 nd 5.8 9.5 6.0 8.2 6.2 8.9 14.6 7.8 4.1 5.7

10 5.7 nd 6.8 9.8 9.4 9.3 7.0 11.8 14.8 8.3 6.7 6.9

11 7.2 nd 3.3 9.6 11.0 12.6 7.9 15.9 17.7 10.8 4.5 8.1

12 4.7 nd 3.7 8.9 6.6 11.3 7.0 12.6 24.4 12.1 nd 9.9

13 8.6 nd 9.5 7.5 5.4 14.5 10.5 nd 16.8 12.5 7.1 7.5

14 3.8 nd 11.0 15.5 4.7 9.4 12.1 6.0 15.0 9.3 7.0 6.4

15 4.9 7.7 7.7 14.6 7.8 12.3 9.0 7.2 12.5 9.5 13.0 6.3

16 6.6 6.4 8.6 5.8 10.0 7.3 7.7 8.4 13.5 7.8 11.1 5.8

17 6.7 10.4 7.0 8.5 9.9 10.8 9.8 13.8 11.0 8.4 10.8 8.4

18 8.4 11.6 7.0 8.8 11.4 6.5 10.1 14.9 14.4 9.3 11.4 7.4

19 8.8 9.3 11.5 8.3 11.3 7.8 9.9 13.4 17.4 9.0 9.0 7.3

20 10.5 10.5 9.6 10.8 7.3 12.3 9.7 8.1 13.1 10.8 8.4 5.2

21 9.3 10.3 10.0 27.0 6.1 11.5 15.3 11.3 13.8 15.6 10.2 10.0

22 8.2 8.9 11.6 17.8 6.0 11.7 10.0 13.1 18.5 12.6 10.2 10.1

23 10.7 8.6 8.5 31.5 9.7 10.6 9.1 11.6 18.9 7.9 9.3 9.0

24 9.1 12.5 8.7 21.2 10.4 8.7 10.3 12.5 14.7 8.2 10.9 7.6

25 12.9 9.9 6.5 8.0 9.7 9.8 10.2 15.5 18.8 8.4 9.8 6.8

26 8.8 11.6 12.2 9.0 nd 9.7 12.9 14.5 15.1 4.2 nd 5.8

27 11.4 11.0 11.6 10.4 nd 11.7 10.7 18.7 15.4 6.0 10.3 6.7

28 15.7 9.3 11.0 7.3 nd 9.2 10.2 17.2 14.7 4.3 8.0 6.1

29 11.3 9.2 11.8 nd 7.0 10.4 13.4 15.1 7.6 7.0 8.0

30 11.7 10.4 7.0 19.3 9.7 7.6 14.3 11.4 9.4 7.0 9.9

31 13.9 12.2 15.3 12.7 15.8 8.6 7.6

nd: no hay dato.

Tabla B1. Concentración promedio en 24 horas de MP2.5 (µg/m3). Año 2023..

84
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO C
Registros de la Estación
Automática EIE

85
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 nd nd 1.5 0.7 2.4 6.3 5.1 9.7 15.3 6.3 7.0 5.1

2 nd nd 4.5 1.5 6.3 6.8 6.0 8.2 16.5 8.8 4.4 8.7

3 nd nd 4.9 4.9 8.4 5.1 8.8 9.0 10.5 9.9 nd 6.2

4 nd nd 5.9 2.1 3.0 7.1 8.3 8.5 9.8 8.9 nd 4.8

5 nd nd 5.7 2.7 2.3 6.5 8.6 6.3 7.7 8.7 nd 5.8

6 nd nd 3.3 0.5 4.5 6.4 6.8 11.0 9.8 11.9 nd 6.2

7 nd nd 4.9 3.5 3.3 6.1 6.3 10.2 10.6 9.0 nd 5.1

8 nd nd 3.6 1.6 3.5 7.7 7.5 8.5 10.5 8.3 nd 3.6

9 nd nd 0.9 0.3 4.1 7.2 6.1 6.8 16.4 7.8 nd 2.7

10 nd nd 0.2 1.8 3.1 6.7 6.8 8.5 10.8 8.0 6.8 5.8

11 nd nd 1.2 2.6 6.4 8.0 5.8 10.5 13.5 8.7 9.0 6.2

12 nd nd 1.5 2.9 2.9 7.7 5.7 9.1 18.1 8.9 8.7 10.6

13 nd nd 4.0 3.3 3.2 7.3 6.3 11.9 15.5 11.8 5.9 4.6

14 nd nd 2.5 3.4 1.4 8.1 10.2 7.0 21.5 7.0 5.6 6.0

15 nd 2.4 2.0 2.0 5.0 6.3 7.1 6.5 8.8 8.0 6.5 4.0

16 nd 3.2 1.6 6.6 5.1 5.6 6.1 5.7 10.4 6.7 4.8 4.2

17 nd 3.2 4.5 1.8 9.6 4.3 5.3 8.1 11.8 8.4 6.0 4.4

18 nd 4.5 6.7 3.5 16.7 3.3 5.3 10.8 11.0 10.1 3.5 6.6

19 nd 2.2 3.4 3.3 7.2 4.7 6.8 9.8 15.0 10.6 4.2 5.9

20 nd 4.4 3.8 2.4 5.2 4.8 6.2 8.3 9.2 8.5 2.1 5.1

21 nd 2.6 3.7 5.4 2.4 6.4 8.7 10.5 14.0 11.4 nd 6.4

22 nd 2.1 6.3 4.7 5.0 6.9 6.8 9.1 15.2 10.9 20.3 9.0

23 nd 2.4 7.4 1.1 5.5 9.0 5.6 9.7 19.1 6.9 1.0 7.6

24 nd 5.3 2.7 4.2 9.3 6.2 7.3 8.6 12.6 9.6 7.8 3.7

25 nd 9.1 0.5 3.0 6.5 7.6 9.5 9.3 14.8 7.0 7.2 5.3

26 nd 5.8 1.9 2.8 5.2 6.6 10.6 9.5 12.6 6.4 4.8 4.3

27 nd 4.6 5.4 1.0 6.5 7.7 6.1 8.4 12.6 7.4 2.6 4.0

28 nd 6.3 4.7 4.2 5.3 8.0 8.9 10.4 12.2 4.2 3.7 4.6

29 nd 4.1 4.5 7.0 6.0 4.6 13.7 9.5 6.2 7.0 4.7

30 nd 4.4 4.8 7.0 4.3 3.9 13.4 9.8 13.4 6.7 8.3

31 nd 1.7 7.3 7.8 15.7 7.0 6.9

nd: no hay dato.
Tabla C1. Concentración promedio en 24 horas de MP2.5 (µg/m3). Año 2023.

86
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 1.2 2.2 2.0 0.2 0.9 2.1 1.8 1.5 1.8 0.1 0.5 1.8

2 1.7 2.6 2.3 0.1 1.0 1.9 1.4 0.8 1.1 1.1 0.3 1.4

3 1.5 2.0 2.5 0.7 1.1 2.5 1.7 0.8 0.7 0.5 nd 0.7

4 1.9 1.6 0.0 0.6 0.6 1.5 1.5 0.9 1.4 0.9 nd 0.8

5 2.4 1.4 0.0 0.4 0.6 2.7 2.1 0.8 0.8 0.3 nd 1.1

6 2.3 1.1 0.0 0.9 0.9 2.5 2.1 0.8 1.7 0.5 nd 1.2

7 2.2 1.8 1.8 0.2 0.4 2.1 2.2 0.8 1.8 0.3 nd 1.1

8 1.2 1.8 2.4 2.0 0.7 2.3 2.2 0.8 1.2 0.5 nd 0.7

9 2.1 2.0 1.6 0.7 0.5 1.8 1.9 0.8 1.1 0.4 nd 0.8

10 2.4 1.9 1.9 1.3 1.7 1.9 2.0 0.9 1.1 1.0 2.0 1.3

11 2.1 1.3 1.3 0.8 1.4 1.5 2.1 0.9 0.7 1.0 1.3 1.4

12 2.0 1.3 0.9 0.7 1.8 1.7 1.9 0.9 0.7 1.4 0.8 1.0

13 2.4 1.7 1.7 0.4 1.2 2.6 2.1 0.9 1.0 1.0 1.4 0.9

14 1.2 1.5 2.0 1.2 1.5 1.7 2.2 1.2 1.0 1.1 0.9 1.2

15 1.6 2.0 1.7 0.4 1.6 0.8 2.2 1.4 0.9 0.7 0.9 1.0

16 1.7 1.8 2.0 0.1 2.0 nd 1.8 1.7 0.7 0.7 1.4 0.8

17 1.9 1.5 1.7 1.1 1.4 nd 2.2 1.5 0.1 1.4 0.9 0.6

18 1.9 1.0 0.5 0.8 1.8 nd 2.3 1.3 1.0 1.4 0.5 1.1

19 2.2 0.9 0.2 0.3 2.8 nd 2.6 0.9 1.1 0.8 0.1 0.7

20 2.3 1.0 0.3 1.0 2.1 1.3 2.3 0.8 1.1 1.5 0.9 0.7

21 1.4 1.2 0.5 1.5 1.8 1.8 2.1 1.9 1.3 1.1 0.7 0.5

22 1.2 1.9 0.4 0.2 1.6 nd 2.2 2.0 1.2 0.6 2.5 1.2

23 1.9 1.5 0.1 0.1 2.7 1.4 1.8 1.5 1.0 1.4 2.6 0.5

24 2.0 1.9 0.4 0.5 1.9 2.0 2.8 1.3 0.8 1.0 1.5 0.4

25 1.7 1.4 0.1 0.8 1.6 1.3 2.7 1.7 1.3 0.6 1.2 0.4

26 1.7 1.0 0.1 0.4 1.3 1.7 2.1 1.2 0.9 0.1 0.6 0.8

27 1.1 1.9 0.6 0.6 1.0 1.6 1.1 1.2 2.1 0.5 1.0 1.4

28 1.2 1.6 0.6 0.6 0.8 1.6 1.1 1.6 1.4 0.5 0.9 0.9

29 1.2 1.1 0.3 nd 1.7 0.8 1.8 1.4 0.4 0.9 1.4

30 1.8 0.5 0.0 0.8 2.0 0.6 1.7 0.8 0.9 1.1 0.6

31 1.6 0.9 1.7 1.2 1.6 0.7 1.4

nd: no hay dato.
Tabla C2. Concentración máxima horaria de CO (mg/m3). Año 2023.

87
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 1.0 1.3 1.2 0.3 0.2 1.2 1.6 0.8 1.0 0.4 0.3 1.1

2 1.2 1.2 1.3 0.0 0.3 1.5 1.4 0.8 1.1 0.3 0.3 1.2

3 1.2 1.1 1.2 0.2 0.3 1.7 1.4 0.8 0.5 0.2 nd 0.7

4 1.0 1.2 0.0 0.2 0.3 1.8 1.4 0.8 0.7 0.3 nd 0.5

5 1.4 1.0 0.0 0.2 0.2 1.6 1.5 0.8 0.6 0.1 nd 0.9

6 1.4 1.0 0.0 0.5 0.4 1.6 1.5 0.8 0.8 0.2 nd 0.8

7 1.4 1.1 1.3 0.5 0.5 1.7 1.6 0.8 0.9 0.2 nd 0.6

8 1.5 1.1 1.4 1.0 0.2 1.6 1.7 0.8 0.8 0.3 nd 0.5

9 1.1 1.1 1.4 1.0 0.1 1.4 1.7 0.8 0.8 0.3 nd 0.5

10 1.1 1.3 1.2 0.4 1.1 1.4 1.5 0.8 0.9 0.4 1.5 0.6

11 1.3 1.4 1.2 0.4 1.1 1.6 1.6 0.8 0.7 0.5 1.5 1.0

12 1.4 1.1 1.0 0.2 1.1 1.2 1.6 0.9 0.7 0.5 1.0 1.1

13 1.2 1.2 1.2 0.1 1.2 1.3 1.8 0.9 0.7 0.5 0.7 0.6

14 1.0 1.3 1.6 0.3 1.1 1.3 1.9 0.9 0.6 0.5 0.5 0.7

15 1.0 1.2 1.6 0.4 1.2 1.1 1.7 0.9 0.4 0.6 0.5 0.7

16 1.1 1.1 1.1 0.0 1.1 0.0 1.9 1.2 0.5 0.3 0.4 0.7

17 1.0 1.0 1.0 0.3 1.1 0.0 1.7 1.2 0.2 0.5 0.4 0.5

18 1.1 1.0 0.5 0.3 1.2 0.0 1.7 1.0 0.4 0.8 0.2 0.7

19 1.1 0.9 0.1 0.1 1.6 0.0 1.9 0.8 0.5 0.9 0.2 0.7

20 1.6 0.8 0.1 0.3 1.4 1.0 1.8 0.7 0.3 0.7 0.3 0.3

21 1.8 0.9 0.1 0.7 1.5 1.2 1.9 1.2 0.5 0.8 0.4 0.3

22 1.0 1.1 0.1 0.7 1.2 0.0 1.8 1.3 0.7 0.6 2.2 0.7

23 1.0 1.1 0.0 0.1 1.6 1.0 1.8 1.3 0.8 0.5 2.3 0.8

24 1.1 1.2 0.1 0.1 1.6 1.4 2.3 1.0 0.6 0.4 1.2 0.2

25 1.2 1.0 0.0 0.2 1.0 1.5 2.4 1.1 0.7 0.3 1.1 0.2

26 1.1 0.9 0.0 0.1 1.0 1.1 2.3 1.2 0.5 0.0 0.8 0.5

27 0.9 1.1 0.2 0.2 1.0 1.2 0.7 0.9 1.5 0.2 0.6 0.8

28 1.0 1.2 0.3 0.2 0.8 1.2 0.8 1.3 0.6 0.2 0.6 0.7

29 0.9 0.2 0.2 0.0 1.3 0.6 1.4 0.6 0.2 0.7 1.0

30 1.0 0.2 0.2 0.4 1.7 0.6 1.1 0.8 0.4 0.7 0.9

31 1.1 0.2 1.0 0.7 0.9 0.3 0.7

nd: no hay dato.
Tabla C1. Concentración máxima octohoraria de CO (mg/m3). Año 2023.

88
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 3.8 4.9 6.3 5.4 5.6 6.5 4.1 3.7 4.6 2.3 2.1 3.9

2 5.1 4.7 5.1 3.1 7.4 5.4 2.2 3.2 2.9 2.4 1.8 4.8

3 2.8 4.2 4.7 6.1 5.2 7.3 3.7 3.5 2.8 2.0 nd 3.6

4 4.2 5.0 nd 5.1 6.3 8.3 2.1 5.6 2.6 1.9 nd 4.3

5 6.8 3.7 nd 10.4 6.1 6.9 2.9 4.5 2.1 1.8 nd 5.4

6 3.4 4.1 nd 3.9 8.4 5.5 3.7 3.5 2.6 1.8 nd 5.2

7 4.2 5.8 3.5 2.6 8.5 7.0 3.0 5.3 3.4 2.7 nd 3.5

8 3.6 4.8 4.1 4.1 5.2 7.0 3.7 2.8 2.8 1.7 nd 5.4

9 2.4 4.6 3.0 5.3 4.1 2.5 4.5 3.1 3.1 2.0 nd 4.6

10 2.3 5.0 3.7 7.2 4.9 2.5 4.8 3.5 3.9 3.2 5.3 4.5

11 2.7 6.4 2.8 4.3 6.8 2.2 3.9 3.7 3.4 3.1 4.7 6.3

12 3.0 4.5 3.2 6.2 5.6 2.5 3.5 6.3 2.7 3.6 5.8 6.5

13 5.0 5.4 3.3 5.5 5.6 2.7 2.9 3.8 2.7 2.4 7.0 6.4

14 2.0 6.7 3.9 7.2 5.6 2.3 5.8 3.1 4.8 2.3 5.4 5.5

15 4.3 4.6 4.1 6.2 5.1 1.9 4.1 3.2 3.9 3.2 5.6 4.0

16 3.5 4.4 3.8 3.4 6.9 nd 3.5 3.0 3.1 3.0 5.6 2.7

17 2.9 2.9 3.4 3.9 6.6 nd 4.0 4.0 2.0 4.3 5.0 2.9

18 3.2 3.4 3.1 3.7 5.4 nd 2.6 3.4 3.2 3.8 3.1 3.1

19 2.4 3.5 3.9 3.6 8.0 nd 3.9 2.6 4.6 3.5 3.0 2.8

20 4.7 3.7 3.0 8.2 4.6 1.7 4.2 1.7 4.3 3.1 3.6 2.6

21 3.2 3.4 3.8 4.6 4.6 2.7 3.7 2.6 4.9 3.9 3.8 2.8

22 5.5 3.5 4.6 4.1 3.4 nd 3.9 4.5 6.1 3.0 15.3 5.0

23 6.9 4.2 3.0 3.0 5.0 2.1 3.4 4.5 6.0 2.3 15.6 3.5

24 5.6 5.1 3.6 4.3 5.3 2.4 3.5 3.8 3.8 2.9 4.9 2.7

25 5.4 5.2 3.2 3.9 5.3 3.2 4.9 4.8 4.9 1.4 3.2 3.2

26 5.1 4.5 6.3 4.0 4.5 3.5 2.7 3.4 3.0 0.9 3.5 2.5

27 3.3 4.6 7.7 5.0 5.0 3.5 2.9 3.2 2.6 1.9 5.1 2.7

28 3.7 6.1 4.4 5.5 5.5 4.5 5.6 4.7 2.3 1.9 5.1 2.9

29 2.9 5.1 5.1 nd 3.2 2.8 7.8 3.2 2.3 6.1 3.0

30 4.0 4.7 6.4 4.1 3.4 2.3 4.6 3.2 2.6 4.5 3.1

31 3.1 6.3 6.0 4.4 3.8 2.3 2.4

nd: no hay dato.
Tabla C14. Concentración promedio en 24 horas de SO2 (µg/m3). Año 2023.

89
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO D
Registros de las subredes activa,
pasiva y de depósito

90
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 40.31

2 35.92 25.26

3 29.32 57.06

4 57.90

5 29.02 38.50 29.48

6 31.00 17.71 46.11

7 48.68

8 38.97 26.19

9 44.26 39.08

10 38.00

11 33.15 29.33 34.72

12 30.52 35.05 37.80

13 29.61

14 30.10 28.95

15 60.14 34.92

16 53.84

17 34.04 27.30 50.27

18 29.37 33.71 39.66

19 38.90

20 40.92 37.96

21 54.95 39.21

22 51.62

23 29.00 35.52 32.16

24 46.33 26.82 46.03

25 28.43

26 32.62 38.49

27 50.65 26.87

28 53.90

29 25.94 32.52

30 37.47 24.71 34.34

31 59.59 55.50

Media del año 2023 37.80

Tabla D1. Material particulado menor a 10 micras (MP10) del año 2023 (µg/m3). Estación Carlos Arízaga Vega (CCA).

91
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 22.67

2 32.00 17.13

3 24.52 33.31

4 45.75

5 18.84 19.88 21.99

6 17.00 30.87 34.63

7 25.39

8 23.86 18.57

9 34.02 29.66

10 25.84

11 31.74 22.91 24.69

12 20.58 31.36 23.96

13 27.89

14 24.44 25.07

15 39.07 20.84

16 33.58

17 27.89 20.74 43.17

18 24.27 27.22 33.75

19 25.43

20 34.82 30.25

21 54.44 29.14

22 31.90

23 16.00 25.92 21.16

24 25.13 18.89 35.82

25 21.89

26 24.43 26.52

27 41.11 21.58

28 26.08

29 24.78 17.77

30 32.79 22.06 26.49

31 31.67 63.84

Media del año 2023 28.02

Tabla D2. Material particulado menor a 10 micras (MP10) del año 2023 (µg/m3). Estación Municipio (MUN).

92
 Informe de la calidad del aire
de Cuenca durante el año 2023

Día Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1 27.16

2 29.96 23.15

3 24.98 25.51

4 36.09

5 22.96 25.24 37.55

6 27.71 34.77 45.28

7 26.43

8 27.66 29.61

9 31.65 26.44

10 27.73

11 36.70 24.69 23.50

12 28.41 35.22 29.05

13 28.17

14 26.89 24.62

15 38.62 25.16

16 36.62

17 32.70 16.54 35.19

18 33.21 35.15 33.90

19 25.59

20 34.01 25.68

21 52.11 25.51

22 34.41

23 18.83 28.40 28.11

24 33.09 22.61 21.86

25 18.53

26 25.86 26.18

27 42.65 22.46

28 26.75

29 19.91 23.04

30 25.46 26.30 25.15

31 46.38 53.77

Media del año 2023 29.62

Tabla D3. Material particulado menor a 10 micras (MP10) del año 2023 (µg/m3). Estación Escuela Ignacio Escandón (EIE).

93
 Informe de la calidad del aire
de Cuenca durante el año 2023

Código Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
EVI 0.10 0.09 0.08 0.06 0.06 0.07 0.14 0.07 0.12 0.04 0.09 0.17

MEA 0.31 0.18 0.18 0.12 0.04 0.19 0.21 0.08 0.18 0.17 0.13 0.14

ODO 0.07 0.08 0.09 0.05 0.06 0.07 0.07 0.11 0.09 0.13 0.12 0.12

CHT 0.11 0.14 0.09 0.10 0.05 0.08 0.11 0.13 0.15 0.10 0.06 0.12

TET 0.11 0.03 0.18 0.09 0.07 0.11 0.16 0.13 0.17 0.10 0.07 0.17

MUN 0.13 0.11 0.13 0.12 0.08 0.10 0.18 0.16 0.17 0.13 0.06 0.14

EIE 0.11 0.11 0.10 0.17 0.04 0.11 0.06 0.15 0.18 0.09 0.06 0.17

CRB 0.13 0.06 0.23 0.06 0.05 0.07 0.12 0.14 0.19 0.13 0.07 0.09

BAL 0.22 0.10 0.18 0.05 0.03 0.16 0.09 0.24 0.20 0.05 0.15 0.08

EIA 0.12 0.07 0.10 0.03 0.07 0.14 0.14 0.19 0.22 0.18 0.15 0.08

CCA 0.28 0.12 0.19 0.03 0.13 0.09 0.17 0.15 0.15 0.17 0.11 0.13

ECC 0.24 0.11 0.10 0.10 0.16 0.08 0.18 0.16 0.18 0.23 0.17 0.18

EHS 0.40 0.37 0.28 0.44 0.17 0.26 0.25 0.20 0.20 0.26 0.29 0.21

BCB 0.63 0.29 0.29 0.43 0.29 0.17 0.23 0.27 0.30 0.36 0.22 0.37

MAN 0.07 0.07 0.05 0.03 0.10 0.07 0.16 0.30 0.12 0.12 0.11 0.06

CEB 0.28 0.11 0.13 0.11 0.08 0.14 0.17 0.14 0.17 0.07 0.19 0.10

MIS 0.31 0.17 0.10 0.18 0.10 0.17 0.19 0.18 0.13 0.17 0.16 0.19

Tabla D4. Partículas sedimentables (mg/cm2 durante 30 días). Año 2023.

94
 Informe de la calidad del aire
de Cuenca durante el año 2023

Código Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
EVI 20.23 26.16 18.67 24.72 38.55 38.89 28.58 36.28 27.53 25.62 30.88 22.60

MEA 27.29 29.69 32.28 26.39 33.96 44.45 34.25 37.56 31.59 24.34 27.97 16.29

ODO 17.08 29.59 24.23 25.10 39.18 42.30 28.50 35.17 23.68 30.43 30.96 17.40

CHT 20.44 24.48 16.21 25.82 38.70 36.88 26.42 36.58 28.31 26.71 34.66 23.83

TET 27.03 27.65 28.16 29.55 40.27 42.09 29.67 41.77 34.95 35.23 35.99 24.28

MUN 23.48 28.39 26.27 26.24 42.27 41.51 38.82 46.09 34.82 36.81 38.51 22.26

EIE 23.95 28.05 23.87 19.72 31.85 49.39 31.82 33.70 26.29 30.48 31.41 18.20

CRB 17.91 22.50 14.05 30.20 38.95 39.53 26.37 30.67 24.40 28.66 24.58 23.78

BAL 17.58 22.98 25.92 28.50 34.00 38.99 28.94 32.75 26.72 21.71 27.56 17.89

EIA 23.55 20.12 23.61 29.62 34.52 40.72 25.92 28.86 22.67 31.53 33.93 21.05

CCA 23.93 25.83 21.23 30.39 34.86 41.02 29.62 36.87 32.56 26.07 34.64 24.82

ECC 21.34 19.54 25.81 23.21 41.35 46.17 28.28 37.82 31.69 28.28 31.18 21.83

EHS 20.01 17.63 23.00 24.40 27.95 45.44 26.70 35.44 25.78 25.63 27.94 20.11

BCB 37.88 47.33 35.28 44.15 55.77 50.70 53.47 54.82 42.49 53.87 49.95 34.02

LAR 29.17 32.32 35.10 37.39 44.24 48.58 35.52 41.31 31.15 42.01 43.55 25.41

VEG 33.46 43.71 44.54 46.30 50.67 50.26 52.43 54.31 48.97 41.58 57.04 35.24

MAN 20.17 20.20 17.07 24.29 25.97 43.17 20.58 32.19 28.28 26.39 27.23 18.77

CEB 19.47 28.50 22.13 28.34 26.39 42.19 26.57 30.27 34.78 27.05 31.80 22.60

MIS 19.47 22.42 29.65 22.82 36.42 43.29 24.06 32.63 28.93 25.04 23.05 14.02

Tabla D5. Dióxido de nitrógeno NO2 (µg/m3). Año 2023.

95
 Informe de la calidad del aire
de Cuenca durante el año 2023

Código Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
EVI 48.09 48.98 49.39 27.78 44.01 52.78 69.16 69.09 93.43 78.11 91.83 48.75

MEA 53.18 47.54 46.15 27.66 30.17 49.68 67.86 61.91 89.27 79.61 80.23 39.90

ODO 48.45 42.83 52.17 27.74 43.09 46.26 60.44 65.45 91.97 80.72 83.12 43.04

CHT 52.92 46.49 36.50 29.47 28.42 50.56 55.04 54.43 99.86 77.52 87.24 53.22

TET 52.57 42.27 52.79 26.66 38.65 51.17 59.95 69.76 94.80 70.31 76.51 46.16

MUN 54.49 46.77 54.85 26.49 31.55 40.84 65.84 48.79 92.24 73.13 82.94 47.31

EIE 52.87 48.21 38.38 28.70 36.35 49.57 49.39 63.92 97.04 71.29 70.30 47.97

CRB 57.17 47.70 52.40 27.02 32.62 48.51 66.44 74.88 90.44 73.27 85.08 50.34

BAL 57.41 47.35 55.52 30.28 31.99 47.14 67.85 70.29 82.80 41.78 95.56 50.50

EIA 49.90 48.43 52.47 24.73 43.36 49.51 56.79 70.13 84.70 80.36 90.07 53.80

CCA 52.95 37.85 52.50 29.15 44.81 51.49 63.05 73.30 85.45 73.50 86.19 43.38

ECC 47.56 40.03 55.20 26.24 34.17 50.25 56.45 73.42 99.07 69.04 66.86 48.64

EHS 41.42 36.06 41.09 22.77 28.03 35.00 64.25 59.76 92.67 74.49 86.86 48.28

CEB 42.25 41.89 49.66 28.63 36.45 49.19 65.04 63.74 86.32 75.49 78.11 52.58

ICT 70.46 60.07 65.48 49.02 61.00 66.60 88.48 88.12 118.24 104.55 116.63 72.53

MAN 51.80 40.57 46.79 28.15 46.02 51.82 70.47 64.73 83.67 74.25 80.31 44.52

MIS 48.65 45.40 53.87 28.43 32.71 49.90 65.29 71.98 87.52 69.77 90.01 55.68

Tabla D6. Ozono (µg/m3). Año 2023.

96
 Informe de la calidad del aire
de Cuenca durante el año 2023

Código Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
EVI 0.84 0.15 0.57 0.18 0.19 0.32 0.06 1.26 0.24 0.22 0.25 1.30

MEA 0.61 0.61 0.66 0.16 1.10 0.45 0.13 0.33 0.49 0.63 0.56 0.63

ODO 0.88 0.95 0.96 0.34 0.15 0.12 0.33 0.41 0.21 0.39 0.31 1.00

CHT 0.70 0.59 0.61 0.25 0.50 0.19 0.18 0.45 0.76 0.27 0.46 0.53

TET 2.80 0.33 0.67 0.77 0.36 0.11 2.98 0.71 1.16 0.22 0.14 0.23

MUN 2.24 0.73 0.21 0.11 0.14 0.86 2.41 0.16 2.34 0.27 0.27 0.34

EIE 0.77 3.41 0.19 0.43 0.12 0.86 0.11 0.33 0.28 0.82 0.35 1.23

CRB 1.60 0.67 0.96 1.04 0.32 0.70 0.58 0.11 0.21 0.25 1.06 0.36

BAL 0.35 0.21 0.24 sd 0.51 0.70 0.18 0.33 0.61 0.93 nd 0.11

EIA 1.48 0.11 0.21 0.26 0.45 0.16 0.12 0.33 0.48 0.86 0.64 0.11

CCA 1.85 2.11 0.73 0.43 0.97 5.27 0.69 0.85 0.41 0.26 0.77 0.53

ECC 1.11 0.41 0.28 0.58 0.16 0.36 0.69 0.85 0.44 0.41 0.70 3.10

EHS 0.33 0.04 1.02 0.36 0.22 0.27 0.14 0.53 0.80 0.43 0.22 0.27

BCB 0.68 3.47 0.76 0.42 0.12 1.26 2.20 0.85 0.99 0.55 0.51 0.16

LAR 2.29 0.38 0.18 0.17 0.11 0.70 0.25 1.59 0.19 0.16 nd nd

VEG 1.44 0.15 0.31 0.31 0.11 0.16 0.71 0.85 0.61 nd 0.59 0.53

MAN 1.05 0.18 0.34 0.49 0.86 0.15 0.70 0.11 0.53 0.39 0.20 nd

CEB 0.42 0.27 0.17 0.69 5.69 0.86 0.58 0.50 0.33 0.70 1.20 0.31

MIS 0.56 0.70 0.34 0.13 0.32 0.86 0.18 0.16 0.21 0.71 0.73 nd

nd: no hay dato.

Tabla D7. Dióxido de azufre (µg/m3). Año 2023.

97
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO
Registros meteorológicos de la estación
automática MUN. Año 2023.
E
98
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura E1. Perfiles promedio diarios de la temperatura por mes (ºC).

Figura E2. Perfiles promedio diarios de la radiación solar global por mes (W m-2)

99
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura E3. Precipitación mensual (mm mes-1)

Figura E4. Perfiles promedio diarios de la humedad relativa por mes (%).
100
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura E5. Perfiles promedio diarios de la presión atmosférica por mes (mbar)

Figura E6. Perfiles promedio diarios de la velocidad del viento por mes (m s-1)
101
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura E7. Rosas de viento por mes.

102
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO F
Registros meteorológicos de las
estaciones CCA y EIE. Año 2023.

103
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura F1.. Perfiles promedio diarios de la velocidad del viento por mes (m s-1). Estación CCA.

Figura F2. Perfiles promedio diarios de la velocidad del viento por mes (m s-1). Estación EIE
104
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO G
Resultados de la simulación meteorológica para el año
2023 generados mediante el modelo Weather Research
Forecasting (WRF) versión 3.7.1, para el Cantón Cuenca

105
 Informe de la calidad del aire
de Cuenca durante el año 2023

El modelo WRF versión 3.7.1 fue aplicado para simular datos de reanálisis meteorológicos globales (NCEP2)
la meteorología del año 2023, del Cantón Cuenca, del National Center of Atmospheric Research (NCAR)
con el fin de complementar los registros de la Red de los Estados Unidos.
de Monitoreo de Cuenca, y proporcionar información
para entender de mejor manera el comportamiento Las simulaciones se desarrollaron para los días 1 hasta
de los contaminantes del aire. 27 de cada mes. Se obtuvieron los valores medios
mensuales de los parámetros meteorológicos,
Las simulaciones numéricas se desarrollaron por mediante el promedio de todos los resultados
medio de un dominio maestro y dos subdominios horarios proporcionados por el modelo.
anidados, con resoluciones espaciales de 27 x 27 km,
9 x 9 km y 3 x 3 km respectivamente (Figura 1). El Este documento presenta los mapas mensuales
segundo dominio anidado cubre al Cantón Cuenca, y obtenidos por simulación para los parámetros
se conforma de una malla de 31 filas y 40 columnas, meteorológicos: temperatura en superficie, radiación
con celdas de 3 km de lado. Las condiciones iniciales solar global, dirección y velocidad del viento en
y de contorno se generaron a partir de la base de superficie; así como de la altura de la capa de mezcla.

(a) (b)

Figura G1. Dominios de simulación para el Cantón Cuenca utilizando el modelo meteorológico Weather Research Forecasting (WRF)
versión 3.7.1. (a) Dominio maestro (celdas de 27 km). (b) Subdominios anidados (celdas de 9 km para el primer subdominio. celdas de 3
km para el segundo subdominio)

106
 Informe de la calidad del aire
de Cuenca durante el año 2023

Parámetro Valores Observaciones

Dominios (maestro. primer subdominio. segundo subdominio)

e_we 100, 76, 40 Número de celdas horizontales

e_sn 100, 52, 31 Número de celdas verticales

e_vert 26, 26, 26 Número de niveles verticales

dx. 27 000, 9000, 3000 Dimensión horizontal de celda, m

dy 27 000, 9000, 3000 Dimensión vertical de celda, m

Parámetros físicos

mp_physics 4 WRF Single-Moment 5-class scheme

ra_lw_physis 4 RRTMG scheme

ra_sw_physics 4 RRTMG shortwave

sf_sfclay_physics 91 MM5 similarity

sf_surface_physics 1 5-layer thermal diffusion:

bl_pbl_physics 1 Yonsei University scheme

cu_physics 1 Kain-Fritsch scheme

Tabla G1. Parámetros de simulación meteorológica para el Cantón Cuenca

107
 Informe de la calidad del aire
de Cuenca durante el año 2023

Ene Feb

Mar Abr

May Jun

Figura G2. Valor promedio de la temperatura en superficie (ºC). Enero – junio de 2023.

108
 Informe de la calidad del aire
de Cuenca durante el año 2023

Jul Ago

Sep Oct

Nov Dic

Figura G3. Valor promedio de la temperatura en superficie (ºC). Julio – diciembre de 2023.

109
 Informe de la calidad del aire
de Cuenca durante el año 2023

Ene Feb

Mar Abr

May Jun

Figura G4. Valor promedio de la radiación solar global en superficie (W/m²). Enero – junio de 2023.

110
 Informe de la calidad del aire
de Cuenca durante el año 2023

Jul Ago

Sep Oct

Nov Dic

Figura G5. Valor promedio de la radiación solar global en superficie (W/m²). Julio – diciembre de 2023.

111
 Informe de la calidad del aire
de Cuenca durante el año 2023

Ene Feb

Mar Abr

May Jun

Figura G6. Viento promedio en superficie (m/s). Enero – junio de 2023.

112
 Informe de la calidad del aire
de Cuenca durante el año 2023

Jul Ago

Sep Oct

Nov Dic

Figura G7. Viento promedio en superficie (m/s). Julio – diciembre de 2023.

113
 Informe de la calidad del aire
de Cuenca durante el año 2023

Ene Feb

Mar Abr

May Jun

Figura G8. Valor promedio de la altura de la capa de mezcla (m) para las 06:00. Enero – junio de 2023..

114
 Informe de la calidad del aire
de Cuenca durante el año 2023

Jul Ago

Sep Oct

Nov Dic

Figura G9. Valor promedio de la altura de la capa de mezcla (m) para las 06:00. Julio – diciembre de 2022.

115
 Informe de la calidad del aire
de Cuenca durante el año 2023

NOSOTROS CUIDAMOS LAS ÁREAS VERDES

PORQUE ELLAS PURIFICAN EL
AIRE QUE RESPIRAMOS

116
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO H
Registros Horarios de las Estaciones con
Microsensores durante el año 2023

117
 Informe de la calidad del aire
de Cuenca durante el año 2023

RED DE MICROSENSORES

Los equipos de la red de monitoreo permiten conocer incremento, aunque menor, a partir de las 17:00. El
en tiempo real los niveles de los contaminantes de comportamiento de estos registros es consistente con
calidad del aire en el Cantón Cuenca. Los registros la intensidad de flujo vehicular, y con las condiciones
obtenidos por la red de microsensores son datos atmosféricas. Este comportamiento se mantiene en
indicativos. todas las estaciones de microsensores.

Las estaciones de microsensores están conformadas En la mayoría de estaciones, el día de mayor

por pequeños sensores que miden los contaminantes concentración de material particulado durante el año
del aire. A estos dispositivos se los conoce como 2023 se atribuye al día sábado, se considera que es
sensores LOW COST (sensores de bajo costo). Son debido al mayor uso de vehículo provocado en toda
portables y generalmente más fácil de operar en la ciudad debido al incremento de vehículos a diésel
comparación con equipos referenciados. y de carga, camionetas por ser un día de feria en toda
la ciudad.
El monitoreo de calidad del aire utilizando
microsensores requiere de planificación, de estudios Finalmente se observa claramente que septiembre
previos a su uso a fin de verificar que los mismos es el mes con mayor concentración de material
puedan adaptarse a nuestra realidad, y bajo las particulado. Esta situación se podría atribuir a un
recomendaciones de US EPA (Agencia de Protección mayor flujo vehicular de vehículos a diésel, por el
Ambiental de los Estados Unidos por sus siglas en inicio de actividades académicas, aunque también
inglés). Dentro de esta planificación, una actividad puede influir las condiciones meteorológicas. Estos
crítica es producir datos útiles y de alta calidad, resultados presentan una tendencia similar de los
así como su localización, en razón de que deberán registros generados con los equipos referenciados.
recopilar registros útiles y representativos de su zona
de influencia, a más de condiciones adecuadas de
accesibilidad y seguridad.

Para el presente informe se ha realizado el estudio

del resultado de los sensores en la medición de
material particulado fino (PM2.5), conociendo que este
contaminante es el de mayor impacto en el Cantón
Cuenca, y proviene de la quema de combustibles
(fuentes móviles, servicios industriales), agricultura,
incendios, y por la formación en la atmósfera debido
a reacciones químicas.

De acuerdo con los resultados obtenidos en las

diferentes estaciones de monitoreo calidad del aire
se puede observar claramente como el contaminante
PM2.5 incrementa en las primeras horas de la mañana
(07:00), con un descenso al mediodía, y un nuevo

118
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura H1. Perfiles medios de MP2.5 (µg/m3). Año 2023. Estación CCA

Figura H2. Perfiles medios de MP2.5 (µg/m3). Año 2023. Estación CEB 119
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura H3. Perfiles medios de MP2.5 (µg/m3). Año 2023. Estación CON

Figura H4. Perfiles medios de MP2.5 (µg/m3). Año 2023. Estación EIE
120
 Informe de la calidad del aire
de Cuenca durante el año 2023

Figura H5. Perfiles medios de MP2.5 (µg/m3). Año 2023. Estación MUN

Figura H6. Perfiles medios de MP2.5 (µg/m3). Año 2023. Estación TET
121
 Informe de la calidad del aire
de Cuenca durante el año 2023

ANEXO I
Artículo: Assessment of Land Surface Schemes from the
WRF-Chem for Atmospheric Modeling in the Andean Region
of Ecuador

122
 Informe de la calidad del aire
de Cuenca durante el año 2023

Los registros de la calidad del aire, a más de indicar los niveles de contaminación, y por ende, determinar el
cumplimiento de la norma ecuatoriana de la calidad del aire y de las guías de la Organización Mundial de la Salud,
permiten también verificar los resultados generados mediante modelos de dispersión atmosférica. Con este
propósito, los registros sirven de referencia para comparar los resultados modelados, con las concentraciones
medidas en el emplazamiento de las estaciones de calidad del aire. Si el modelo genera valores correctos
en los lugares donde hay estaciones, se puede asumir que el modelo proporciona resultados válidos en las
zonas que carecen de estaciones de calidad del aire. De esta manera, el modelo validado constituye una
herramienta poderosa para entender los problemas de contaminación atmosférica, y posteriormente probar
mediante experimentos numéricos, por ejemplo, el impacto en la calidad del aire al haber una nueva fuente
de contaminación, o reducir el aporte contaminante de una fuente existente.
Recientemente se elaboró un estudio para evaluar esquemas de superficie, el componente de un modelo que
describe los flujos de energía entre la superficie y la atmósfera, para la simulación de variables meteorológicas
y de calidad del aire en Cuenca.
Este anexo incluye la publicación relacionada, como ejemplo del uso de los registros de la red de monitoreo
de Cuenca, para actividades de investigación.

Referencia:
Parra, R. Assessment of Land Surface Schemes from the WRF-Chem for Atmospheric Modeling in the Andean
Region of Ecuador. Atmosphere 2023, 14, 508. https://doi.org/10.3390/atmos14030508

123
 Informe de la calidad del aire
de Cuenca durante el año 2023

2.9 4.1

Article

Assessment of Land Surface

Schemes from the WRF-Chem for
Atmospheric Modeling in the
Andean Region of Ecuador

Rene Parra

Special Issue
Atmospheric Dispersion and Chemistry Models: Advances and Applications
Edited by
Dr. Daniel Viúdez-Moreiras

https://doi.org/10.3390/atmos14030508

124
 Informe de la calidad del aire
de Cuenca durante el año 2023

atmosphere

Article
Assessment of Land Surface Schemes from the WRF-Chem for
Atmospheric Modeling in the Andean Region of Ecuador
Rene Parra

Instituto de Simulación Computacional (ISC-USFQ), Colegio de Ciencias e Ingenierías,

Universidad San Francisco de Quito USFQ, Quito 170901, Ecuador; [email protected]

Abstract: Surface interactions occur near the land–atmosphere interface, thus affecting the tem-
perature, convection, boundary layer, and stability of the atmosphere. A proper representation of
surface interactions is a crucial component for numerical atmospheric and air quality modeling. We
assessed four land surface schemes—1. 5-layer thermal diffusion scheme (1 5-Layer); 2. unified Noah
land surface model (2 Noah); 3. rapid update cycle (3 RUC) land surface model; and 4. Pleim–Xiu
land surface model (4 Pleim–Xiu)—from the Weather Research and Forecasting with Chemistry
(WRF-Chem V3.2) model for the purposes of atmospheric modeling in Cuenca, which is a region
with a complex topography and land use configuration and which is located in the Southern Andean
region, in Ecuador. For this purpose, we modeled the meteorological and air quality variables during
September 2014. It was found that the meteorological and short-term air quality variables were better
modeled through the 2 Noah scheme. Long-term (mean monthly) air quality variables were better
modeled by the 1 5-Layer and 3 RUC options. On average, the 2 Noah scheme was better at modeling
meteorology and air quality. In addition, we assessed the 2 Noah scheme combined with the urban
canopy model (UCM) (5 Noah UCM), which was developed as an option to represent the urban
effects at a subgrid-scale. Results indicated that the performance of the 5 Noah UCM scheme was
not better at modeling than the 2 Noah scheme alone. Moreover, the 5 Noah UCM scheme notably
decreased the modeling performance for carbon monoxide and fine particulate matter. These results
complement previous assessments of other schemes, allowing us to recommend a basic configuration
of parameters for atmospheric modeling in the Andean region of Ecuador.
Citation: Parra, R. Assessment of
Land Surface Schemes from the
Keywords: Cuenca; parameterization; modeling performance; land surface model; lsm
WRF-Chem for Atmospheric
Modeling in the Andean Region of
Ecuador. Atmosphere 2023, 14, 508.
https://doi.org/10.3390/
atmos14030508
1. Introduction
Surface processes occur near the land surface–atmosphere interface [1]. The move-
Academic Editor: Daniel
ment of heat and water through this interface affects components, such as temperature,
Viúdez-Moreiras
convection, boundary layer height, and stability, thus conditioning the performance of
Received: 31 December 2022 atmospheric and air quality modeling [2–5]. As solar radiation reaches the surface, a
Revised: 26 February 2023 part of it is reflected, but much is absorbed. In addition, the atmosphere emits infrared
Accepted: 1 March 2023 radiation, thus warming the surface [6]. Energy from these two sources is stored in the
Published: 6 March 2023 soil or transferred to the atmosphere through sensible and heat fluxes. These interactions
define the temperature and humidity near the ground surface and are modeled by the
land surface schemes, which provide heat and moisture fluxes over the surface points.
Copyright: © 2023 by the author.
The different land surface models have various degrees of sophistication. Studies have
Licensee MDPI, Basel, Switzerland.
found a high degree of variability in their results [7] and reported that surface temperature
This article is an open access article
is a sensitive variable to land surface schemes [5,8]. Therefore, dedicated assessments of
distributed under the terms and these land surface models are required to identify the option with the best performance for
conditions of the Creative Commons atmospheric modeling.
Attribution (CC BY) license (https:// For modeling land surface fluxes, such as in the Weather Research and Forecasting with
creativecommons.org/licenses/by/ Chemistry model (WRF-Chem V3.2), information from the surface layer scheme, radiation,
4.0/). and precipitation from the microphysics and convective components, are combined with

Atmosphere 2023, 14, 508. https://doi.org/10.3390/atmos14030508 https://www.mdpi.com/journal/atmosphere 125

 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 2 of 24

land variables and properties in order to provide an account of the heat and moisture
fluxes [9].
The 5-layer thermal diffusion scheme (1 5-Layer); is a simple land surface model that
is based on the MM5 five-layer soil temperature model [10]. This scheme works with five
layers; below them, the temperature is fixed at a deep-layer average. The soil moisture is
set with land use and season-dependent constant value, without vegetation effects. This
scheme is the simplest in structure and physics when compared to the following land
surface options.
The unified Noah land surface model (2 Noah) [11] is a four-layer soil temperature
and moisture model with canopy moisture and snow cover prediction, as well as including
the root zone, evapotranspiration, soil drainage, and runoff variables in its modeling. It
also considers the influence of vegetation categories and soil texture. This scheme provides
an account of the sensible and latent heat fluxes with respect to the boundary layer and has
an improved urban treatment.
As default, the rapid update cycle (3 RUC) land surface scheme [12,13] works with six
soil levels, solving heat diffusion and moisture transfer equations with higher resolution at
the top of the soil. It includes vegetation effects and canopy water, using a layered approach
to solve the energy and moisture budgets. The layer spans the ground surface, including
half of the first atmospheric layer and half of the top soil layer.
The Pleim–Xiu land surface scheme (4 Pleim–Xiu) [14,15] works with a two-layer soil
temperature and moisture model. This scheme considers three components for moisture:
evapotranspiration, soil evaporation, and evaporation from wet canopies. The soil parameters
are derived from the fractional coverages of land use categories and soil texture types.
Table 1 summarizes the main features and configuration of soil layers of these four
schemes. They are coded in WRF-Chem V3.2 for modeling the land surface processes.

Table 1. Land surface scheme options in the WRF-Chem V3.2, based on [9].

Vegetation Number of Soil Thickness of Soil Layers Total Thickness

Scheme Soil Variables and Features
Processes Layers (Top to Bottom, cm) (cm)
Temperature. No moisture or
1 5-Layer No 5 1, 2, 4, 8, 16 31
frozen soil
Temperature, water+ice, water.
2 Noah Yes 4 10, 30, 60, 100 200
Moisture and frozen soil
Temperature, ice, water+ice.
3 RUC Yes 6 (default) 0, 5, 20, 40, 160, 300 525
Moistures and frozen soil
4 Pleim–Xiu Yes Temperature, moisture 2 1, 99 100

An urban canopy model (UCM) can complement a land surface scheme to consider
the influence of urban areas at the subgrid-scale [1]. The UCM component parameterizes
the effects of street canyons, shadowing from buildings, a wind profile in the canopy layer,
and a heat model from roof and road surfaces.
In 2021, in Cuenca–a city located in the Southern of the country (Figure 1)–PM2.5
yearly mean concentrations between 5.7 to 9.8 µg m−3 were measured, which were larger
than the current World Health Organization (WHO) guideline (5.0 µg m−3 ) [16,17]. More-
over, during forty days from 2021, the PM2.5 24 h mean levels in the historic center were
higher than the current WHO guideline (15 µg m−3 ). In addition, the O3 levels can reach
concentrations that are more elevated than the corresponding WHO guideline (100 µg m−3 ,
maximum 8 h daily mean) [18], typically during September, which is when high levels of
solar radiation reach the Ecuadorian region at the surface, promoting photochemical O3
production [19].

126
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 3 of 24

(a) (b) (c)

(d)

Figure 1. Location of: (a) Ecuador and (b,c) Cantón Cuenca. (d) The urban area of Cuenca (blue
border) and the air quality network from Cuenca (red dots). Nomenclature of stations: MUN,
Municipio; MAN, Machángara; CEB, Cebollar; BCB, and Bomberos; ICT, Ictocruz; CRB, and Colegio
Rafael Borja; MIS, Misicata; EIE, Escuela Ignacio Escandón; EVI, and Escuela Velasco Ibarra; ODO,
Facultad de Odontología; LAR, Calle Larga; BAL, Balzay; MEA, and Mercado El Arenal; CHT, Colegio
Herlinda Toral; VEG, Vega Muñoz; TET, and Terminal Terrestre; EIA, Escuela Ignacio Andrade; ECC,
Escuela Carlos Crespi; CCA, and Colegio Carlos Arízaga; and EHS, Escuela Héctor Sempértegui.
Yellow dots indicate the artisanal brick producers. Cyan dots indicate industries.

The WRF-Chem V3.2 model was used in Cuenca, which is a region with a complex
topography and land use configuration, where atmospheric modeling is challenging. Emis-
sions from the inventory of 2014 were used to assess the influence of planetary boundary
layer schemes [20], as well as global atmospheric datasets [21] for modeling meteorology

127
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 4 of 24

and air quality. For these studies, the direct effects between aerosols and meteorology were
activated. This was performed because this feedback improved the performance when
modeling the air quality in Cuenca [20]. However, a preliminary modeling assessment with
direct and indirect effects showed no benefits for Cuenca [22]. Moreover, the 2014 emission
inventory and the WRF-Chem model were used to assess the impact on air quality due
to the future replacement of diesel by electrical buses [23], and to estimate the benefit on
PM2.5 levels, due to the advance of combustion activities on 31 December [24]. Although
the modeling performances for these studies were promising, they require improvements.
For this purpose, other components, such as the land surface and urban canopy model,
deserve a dedicated evaluation to improve the configuration of schemes and options for
atmospheric modeling in this region.
At the time of writing this manuscript, the Municipality of Cuenca is updating the
emission inventory, taking the year 2021 as its basis. One way to assess the quality of the
new emission inventory will be using these results in WRF-Chem, for the purposes of
modeling both meteorology and air quality during selected periods in 2021.
Therefore, the goals of this contribution are to address the following questions:
• What land surface scheme from WRF-Chem V3.2 provides the best performance for
modeling the meteorological variables and air quality in Cuenca?
• Is there a benefit when considering the influence of the urban area through the urban
canopy option?
• What are the recommendation for a land surface and urban canopy model to assess
the quality of the in-progress emission inventory of Cuenca?

2. Methods
2.1. The Air Quality Network
To monitor meteorology and air quality, since 2012 the city has had an automatic
station in the historic center (MUN station, Figure 1), at coordinates 2.89◦ S, 79.0◦ W, and
2500 masl. In addition, the air quality network has around twenty passive stations for
monitoring the monthly mean concentrations of NO2 and O3 (Figure 1d). The municipality
of Cuenca is the accredited entity to operate the air quality network; further, it is mandated
to apply the required methods of the Ecuadorian regulations.
The study of records provided by the MUN station allowed the identification of the
weekend effect (WE) in the historic center of Cuenca [23]. The WE indicates counterintuitive
behavior regarding O3 , which increases during weekends, although the emissions of its
precursors (NOx and NMVOC) decrease.

2.2. Emission Inventory of 2014

Cuenca’s last emission inventory was built for 2014 [25]. This inventory indicates
that on-road traffic was the primary source of pollutants (94.9% of CO, 71.2% of NOx,
42.4% of PM2.5 , and 39.6% of NMVOC). Other NMVOC-relevant sources were found to be
solvents (29.7%) and vegetation (19.5%). Industries, most of them located in the industrial
park–which is in the northeast urban area (Figure 1d)–were the most significant source of
SO2 (60.1%). Approximately 600 artisan brick producers (northwest, out of the urban area)
generated 38.5% of the PM2.5 emissions. In addition, a thermoelectric facility (northeast,
out of the urban area) generated 35.1% of SO2 and 18.5% of NOx emissions.

2.3. Modeling Approach

We used the WRF-ChemV3.2 for modeling the meteorological and air quality variables
in Cuenca during September 2014. The WRF-Chem is a non-hydrostatic and Eulerian
3-D model that is used for atmospheric research and forecasting purposes [26]. It can
optionally include the chemical transport of air pollutants in its modeling, thus, allowing
for the use of an online approach for modeling interactions between air pollutants and
meteorological variables.

128
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 5 of 24

Firstly, a master domain and two nested subdomains (Figure 1) were used to run the
meteorological simulations. The inner subdomain is a grid of 100 × 82 cells, 1 km on each
side, which covers the territory of Cuenca (Figure 1c). Table 2 details the main features of
the domains.

Table 2. Configuration of the domains for modeling the meteorology and air quality in Cuenca.

Domains Nomenclature Size (Cells) Spatial Resolution (km)

Master (Figure 1a) D01 70 × 70 27
First subdomain (Figure 1b) D02 52 × 52 9
Second subdomain (Figure 1b) D03 61 × 42 3
Third (inner) subdomain (Figure 1c) D04 100 × 82 1

The land use maps were defined based on the US Geological Survey (USGS) categories.
Figure 2 depicts the land use map for the inner domain, which indicates that cropland
grassland mosaic, dryland cropland, pasture, and shrubland were the most important in
terms of coverage surrounding the urban and built-up land area. Each cell was assigned a
unique category based on the most abundant land use range.
Based on the performance of the global meteorological datasets over this region, we
used the FNL Global Operational Analysis (Final), produced by the National Centers for
Environmental Prediction (NCEP) [27], for generating the initial and boundary conditions.
The chemical transport of pollutants option was activated for the third subdomain for the
purposes of reading the hourly emissions coming from the emission inventory of Cuenca
in 2014. The simulation period covers 1 to 27 September 2014, and it was focused on
accounting for the high O3 levels that are typically measured during this month. The Carbon
Bond Mechanism Z (CBMZ) [28] and the model for simulation aerosol chemistry and
interaction (MOSAIC) were used to speciate and represent, respectively, the corresponding
hourly emissions [29]. Table 3 summarizes the primary schemes and options selected for
the modeling approach.

Table 3. Main schemes and options selected for modeling the meteorology and air quality in Cuenca
(WRF-Chem V3.2).

Component and WRF-Chem Option Nomenclature WRF-Chem Option Model, Description, and References
Microphysics (mp_physics) 4 WRF Single–moment 5–class (Hong et al., 2004) [30]
Longwave Radiation (ra_lw_physics) 1 RRTM (Mlawer et al., 1997) [31]
Shortwave Radiation (ra_sw_physics) 2 Goddard (Chou and Suarez, 1999) [32]
Surface Layer (sf_clay_physics) 1 MM5 similarity (Paulson, 1970) [33]
Planetary Boundary Layer (bl_pbl_physics) 1 Yonsei University (Hong et al., 2006) [34]
Cumulus Parameterization (cu_physics) 5 Grell 3D Ensemble (Grell, 1993) [35]
Options of chemical mechanisms and aerosol CBMZ (Zaveri and Peters, 1999) and MOSAIC (4
7
modules (chem_opt) sectional aerosol bins) (Zaveri et al., 2008) [28,29]
1 (Dudhia, 1996) [10]
2 (Chen and Dudhia, 2001) [11]
Land Surface (sf_surface_physics)
3 (Smirnova et al., 1997, 2000) [12,13]
7 (Pleim and Xiu, 1995; Xiu and Pleim, 2001) [14,15]
0 No urban physics

Urban surface (sf_urban_physics) Single-layer UCM (Kusaka et al., 2001; Kusaka and
1 Kimura, 2004; Chen et al., 2006) [36–38]. This option can
be used with the Noah land surface scheme

129
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 6 of 24

(a)

(b) (c)

Figure 2. (a) Land use coverage (1 km of resolution) for the inner domain. Based on the US Geological
Survey land use categories. (b) Zoom of the urban area. (c) Zoom of the urban area and the land use
coverage for modeling.

2.4. Modeling Performance

The performance for modeling surface temperature was assessed by the gross error
(GE), mean (MB), and index of agreement (IOA) (Table 4). The performance for modeling
wind speed was assessed by the root mean square error (RMSA), MB, and IOA. For wind
direction, GE and MB were used. The expressions of these metrics are described in the EEA
(2011) [39] and in the study of Simon et al. (2012) [40].
For short-term air quality modeling performance, we evaluated the CO (maximum
mean in 1 h and 8 h, per day), PM2.5 (mean in 24 h), and O3 (maximum mean in 8 h, per
day) concentrations during periods consistent with the Ecuadorian air quality legislation
and the WHO guidelines [17,41]. For these variables, we used MB, RMSE, fractional bias
(FB), the mean normalized bias (MNB), and the correlation coefficient (r) [40].
In addition, we obtained the percentages of records, which were captured by modeling.
It was considered that a record was adequately modeled if the maximum deviation between
the observed and modeled value agreed with the accuracies of Table 4. For long-term air

130
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 7 of 24

quality (NO2 and O3 ), the modeling performance was considered as the percentage of the
passive stations with a maximum difference of 30%.

Table 4. Metrics for modeling meteorological and air quality variables [39,40].

Benchmark or
Variable Metric Accuracy
Ideal Value
GE <2 ◦C
Hourly surface temperature MB <±0.5 ◦ C ±2 ◦ C
IOA ≥0.8
RMSE <2 m s−1
Hourly wind speed
MB <±0.5 m s−1 ± 1 m s−1
(10 m above the surface)
IOA ≥0.6
Hourly wind direction GE <30◦
±30◦
(10 m above the surface) MB <±10◦
MB 0
Short-term air quality (daily concentrations): RMSE 0
Maximum 1 h CO mean, maximum 8 h CO mean, FB 0 ±50%
24 h PM2.5 mean, maximum 8 h O3 mean MNB 0
r 1
Long-term air quality (monthly concentrations):
±30%
NO2 and O3

3. Results
3.1. Meteorology
The 2 Noah land surface scheme was better when modeling surface temperature,
followed by the 4 Pleim–Xiu scheme (Table 5). These options received the GE, MB, and IOA
metrics into the corresponding value benchmark ranges. The 2 Noah option reproduced, in
the best way, the mean daily profile (Figure 3a). On average, the 4 Pleim–Xiu option under-
estimated the surface temperature between 09:00 to 16:00 local time (LT) (MB = −0.5 ◦ C).
In addition, a strong relationship between measured and modeled temperatures (IOA = 0.9
and 1.0) was established for these two schemes. The 2 Noah scheme captured the highest
percentage (78.0%) of the hourly temperature records (Table 6). The 1 5-Layer and 3 RUC
options underestimated the temperature during the first hours of the day and then over-
estimated it during most of the daylight hours. The 5 Noah UCM option modeled the
mean temperature profile well during the morning, as well as during the first hours of the
afternoon (Figure 3a). However, this option underestimated the temperature during the
hours without solar radiation.

Table 5. Metrics for the meteorological modeling. Bold numbers indicate values in the bench-
mark ranges.

Land Surface Scheme: 1 5-Layer 2 Noah 3 RUC 4 Pleim–Xiu 5 Noah UCM Benchmark
Hourly surface temperature:
GE 2.7 1.3 3.6 1.8 2.4 <2 ◦ C
MB −0.9 0.1 1.0 −0.5 −1.9 <±0.5 ◦ C
IOA 0.9 0.9 0.8 0.8 0.8 ≥0.8
Hourly wind speed:
RMSE 1.1 0.9 1.1 1.6 1.4 <2 m s−1
MB 0.2 0.2 0.0 0.0 0.5 <±0.5 m s−1
IOA 0.8 0.9 0.8 0.6 0.8 ≥0.6
Hourly wind direction:
GE 69.1 61.9 67.8 73.3 73.3 <30◦
MB 12.0 −20.8 6.1 −8.9 22.3 <±10◦

131
 −

Informe de la calidad del aire

de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 8 of 24

(a) (b)

(c) (d)

(e) (f)

Figure 3. Daily mean profile during September 2014 at the location of the MUN station: (a) Tem-
perature. (b) Global solar radiation. (c) Wind speed. (d) Wind direction. (e) Planetary boundary
layer height (PBLH). Squares in (e) show PBLH observations at the EMA station [42]. The black dot
indicates the observation at the IZO station [43]. (f) The modeled upward heat flux at the surface by
the schemes.

132 − − −
≥

−
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 9 of 24

Table 6. Percentages of the records that were captured by modeling. Meteorological variables. Bold
numbers highlight the schemes with the best performances.

Number of
Land Surface Scheme: 1 5-Layer 2 Noah 3 RUC 4 Pleim–Xiu 5 Noah UCM
Records
Hourly surface temperature 38.0 78.0 34.8 63.8 50.9 644
Hourly wind speed 66.9 76.9 71.0 49.5 62.4 644
Hourly wind direction 32.9 37.1 31.8 25.8 31.4 644

Figure 4 shows the spatial distribution of the modeled temperature on 22 September 2014,
at 07:00 LT. Over the urban area, the 2 Noah option provided temperatures mostly between
11 and 13 ◦ C. The 1 5-Layer option modeled temperatures mostly between 9 and 11 ◦ C.
The 3 RUC and 4 Pleim-Xiu schemes obtained temperatures ranging from 15–17 ◦ C and
13–15 ◦ C, respectively, in the complete urban area. The 5 Noah UCM option provided
temperatures between 9 and 11 ◦ C over the entire urban area. Figure 3 also shows the
corresponding computed values of the planetary boundary layer heights. Over the urban
area, the 2 Noah option calculated values between 70 and 300 m. The other options
produced lower values, between 50 and 120 m for the 1 5-Layer and 4 Pleim–Xiu models,
and between 50 and 100 m for 3 RUC and 5 Noah UCM options.

(a) (b)

(c) (d)

Figure 4. Cont.

133
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 10 of 24

(e) (f)

(g) (h)

(i) (j)

Figure 4. Modeled temperature and planetary boundary layer height on 22 September 2014 (07:00
LT): (a,b) 1 5-Layer; (c,d) 2 Noah; (e,f) 3 RUC; (g,h) 4 Pleim–Xiu; (i,j) 5 Noah UCM.

Figure 5 depicts the modeled temperature on 22 September 2014 at 13:00 LT. Over the
urban area, the 2 Noah option provided temperatures mostly between 15 and 17 ◦ C. The
1 5-Layer option modeled values mostly between 17 and 19 ◦ C. In the complete urban area,
the 3 RUC scheme obtained temperatures ranging from 15 and 17 ◦ C. The 4 Pleim–Xiu
option provided values between 13 and 15 ◦ C for the entire urban area. The 5 Noah UCM
option provided temperatures consistent with the 2 Noah scheme.

134
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 11 of 24

(a) (b)

(c) (d)

(e) (f)

Figure 5. Cont.

135
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 12 of 24

(g) (h)

(i) (j)

Figure 5. Modeled temperature and planetary boundary layer height on 22 September 2014 (13:00
LT): (a,b) 1 5-Layer; (c,d) 2 Noah; (e,f) 3 RUC; (g,h) 4 Pleim–Xiu; (i,j) 5 Noah UCM.

Although all the metrics, when using all the options, were in the corresponding bench-
mark ranges for modeling wind speed, the 2 Noah scheme achieved the best performance
(Table 5). Although this scheme, on average, captured the values of the first hours of
the day, it overestimated wind speed during the afternoon. This scheme captured the
highest percentage (76.9%) of the hourly wind speed records (Table 6). The 4 Pleim–Xiu
was the unique scheme that underestimated wind speed between 10:00 to 16:00 LT. The
5 Noah UCM was the option with the highest overestimation (on average, up to 2.2 m −s−1
at 15:00 LT) during the afternoon (Figure 3c).
Although the 2 Noah scheme was better in terms of GE (61.9◦ ), none of the options
reached values for wind direction that was into the benchmark range (<30◦ ). On average,
the wind direction was correctly modeled between 09:00 to 21:00 LT for most of the land
surface schemes (Figure 3d). Although found to be the best, the 2 Noah scheme captured
only 37.1% of the hourly wind speed records (Table 6).
In all the land surface schemes, the levels of global solar radiation were overestimated
(Figure 3b).
We did not find records of Cuenca’s planetary boundary layer height (PBLH). However,
for a preliminary comparison, Figure 3e shows five records during the Septembers’ of
different years measured in Quito, which is the capital of Ecuador and is an Andean city
with similar features to Cuenca in terms of height and topography. Four of these records
were taken at the Universidad San Francisco de Quito’s Atmospheric Measurement Station
(EMA) at coordinates 0.19◦ S, 78.4◦ W, and 2414 masl [42]. The other observation was taken

136
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 13 of 24

in Izobamba (IZO), which is a station near Quito, at coordinates 0.36◦ S, 78.55◦ W, and 3048
masl, and is operated by the National Institute of Meteorology and Hydrology of Ecuador
(INAMHI) [43]. In addition, we added the mean PBLH profile of September 2014, deduced
from the hourly data of the fifth generation of the European Centre for Medium-Range
Weather Forecasts (ECMWF) atmospheric reanalysis dataset (ERA5) [44], specifically for
the location of Cuenca.
PBLH observations at 07:00 LT were 218 and 401 m. The closest mean modeled PBLH
values were 123 and 79 m, as provided by the 4 Pleim–Xiu and 2 Noah schemes, respectively.
At 07:00 LT, the ERA5 dataset indicated 128 m. At 09:00 LT, the observed PBLH (292 m) was
near the modeled height (282 m), as per the 2 Noah option. At noon, the observed PBLH
(1505 m), was consistent with the results of the 2 Noah (1425 m) and the 1 5-Layer (1622 m)
schemes. The PBLH record at 13:00 LT (2025 m) was consistent with the modeled value of
the 1 5-Layer (1877 m), and the 2 Noah schemes (1736 m). However, the ERA5 PBLH profile
showed values at noon (1245 m) and 13:00 LT (1299 m) that were lower than the records.

3.2. Air Quality

The 2 Noah scheme was best fitted to model the maximum CO daily 1 h mean and
the CO daily 8 h mean concentrations (Figure 6b). This scheme also correctly described
−
the mean daily profile during peak CO concentrations (Figure 6f), whereas the other land
surface options overestimated the maximum CO levels. On average, the 5 Noah UCM
overestimated up to 3.6 mg m−3 of the CO level at 08:00 LT. The 2 Noah scheme received
the best metrics for modeling CO concentrations (Table 7). However, this option received
no solid linear relationship between the recorded and modeled values (r = 0.41 and r = 0.38,
for the maximum CO daily 1 h mean and CO daily 8 h mean, respectively). The 2 Noah
option presented the highest percentages of captured records (92.6% for the maximum CO
daily 1 h mean, and 100.0% for the maximum CO daily 8 h mean (Table 8). The 5 Noah
UCM option showed the lowest performance due to its overestimating the peak CO levels.

(a) (b)

Figure 6. Cont.

137
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 14 of 24

(c) (d)

(e) (f)

Figure 6. Observed versus modeled daily CO 8 h maximum mean at the MUN station: (a) 1 5-Layer;
(b) 2 Noah; (c) 3 RUC; (d) Pleim–Xiu; (e) 5 Noah UCM. (f) The mean daily profile of hourly
CO concentrations.

Although somewhat overestimated, the 2 Noah option showed the best performance
for modeling the 24 h PM2.5 mean concentrations (Figure 7), which were overestimated by
the other options. All the land surface schemes show a weak linear correlation between
the recorded and modeled values. The 2 Noah option presented the highest percentages of
captured records (63.0%, Table 8). The 5 Noah UCM showed poor performance, whereby it
overestimated, to a high degree, the PM2.5 levels (Figure 6e,f) (MB = 26.7 µg m−3 ).
For modeling the maximum 8 h O3 daily mean, the 4 Pleim–Xiu option showed better
performance (Table 7, Figure 8). All the schemes delivered no solid linear relationship
between the recorded and modeled values (r between 0.09 and 0.25). The 4 Pleim–Xiu
option, however, captured 96.3% of records, whereas the other options captured 85.2%.
−

−
−

138
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 15 of 24

−

(a) (b)

(c) (d)

(e) (f)

Figure 7. Observed versus modeled daily PM2.5 24 h mean at the MUN station: (a) 1 5-Layer;
(b) 2 Noah; (c) 3 RUC; (d) Pleim–Xiu; (e) 5 Noah UCM. (f) The mean daily profile of hourly PM2.5
concentrations.

139
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 16 of 24

(a) (b)

(c) (d)

(e) (f)

Figure 8. Observed versus modeled daily O3 8 h maximum mean at the MUN station: (a) 1 5-
Layer; (b) 2 Noah; (c) 3 RUC; (d) Pleim–Xiu; (e) 5 Noah UCM. (f) The mean daily profile of hourly
O3 concentrations.

140
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 17 of 24

Table 7. Metrics for short-term air quality modeling. Bold numbers highlight the schemes with the
best performances.

Land Surface Scheme: 1 5-Layer 2 Noah 3 RUC 4 Pleim–Xiu 5 Noah UCM Ideal Value
Maximum 1 h CO mean:
MB 1.41 0.10 1.41 0.87 3.47 0
RMSE 1.74 0.56 1.73 1.60 3.91 0
FB 59.7 6.1 59.9 41.6 102.5 0
MNB 88.44 8.42 89.38 55.50 216.89 0
r 0.41 0.41 0.37 0.22 0.33 1
Maximum 8 h CO mean:
MB 0.17 −0.09 0.45 0.70 0.81 0
RMSE 0.35 0.21 0.58 1.02 0.96 0
FB 18.1 −10.7 41.5 57.8 64.31 0
MNB 19.70 −9.52 52.52 81.73 95.43 0
r 0.43 0.38 0.40 0.25 0.34 1
24 h PM2.5 mean:
MB 4.52 1.17 5.50 5.92 26.65 0
RMSE 5.78 3.25 6.94 8.68 30.75 0
FB 52.4 16.8 60.2 63.4 135.28 0
MNB 107.59 45.73 130.72 139.34 512.89 0
r 0.06 0.01 −0.06 −0.09 0.09 1
Maximum 8 h O3 mean:
MB 15.31 15.29 10.54 5.55 12.35 0
RMSE 18.57 18.51 15.59 13.11 16.31 0
FB 23.4 23.3 16.7 9.1 19.28 0
MNB 30.84 30.61 21.99 12.62 25.16 0
r 0.09 0.20 0.18 0.25 0.24 1

Table 8. Percentages of the records that were captured by modeling. Air quality variables. Bold
numbers highlight the schemes with the best performances.

Number
Land Surface Scheme: 1 5-Layer 2 Noah 3 RUC 4 Pleim–Xiu 5 Noah UCM
ofRecords
Short-term air quality:
Maximum 1 h CO mean 29.6 92.6 25.9 40.7 7.4 27
Maximum 8 h CO mean 74.1 100.0 48.1 37.0 22.2 27
24 h PM2.5 mean 44.4 63.0 29.6 33.3 3.7 27
Maximum 8 h O3 mean 85.2 85.2 85.2 96.3 85.2 27
Long-term air quality:
NO2 , monthly mean 80.0 93.3 80.0 73.3 73.3 15
O3 , monthly mean 93.8 56.3 93.8 56.3 93.8 16

Regarding the NO2 monthly mean concentrations, the 2 Noah scheme captured 93.3%
of the records from all passive stations, followed by the 1 5-Layer and 3 RUC options, which
captured 80.0% of the records (Table 8, Figure 9a). The 1 5-Layer, 3 RUC, and 5 Noah UCM
options adequately modeled 93.8% of the O3 monthly mean concentrations, whereas the
2 Noah and 4 Pleim–Xiu schemes captured 56.3% of the records from the passive stations.

141
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 18 of 24

(a) (b)

Figure 9. Passive stations: Observed versus modeled monthly means: (a) NO2 and (b) O3 .

4. Discussion and Conclusions

We used a last-generation tool for atmospheric modeling in Cuenca, an Andean city in
Southern Ecuador. We assessed the influence of the land surface options from the WRF-
Chem V3.2, which is a 3D-Eulerian model used worldwide for the purposes of research and
forecasting, to identify the scheme with the best performance for modeling meteorology
and air quality. Results indicated that, on average, the 2 Noah scheme was the better
option when compared to the 1 5-Layer, 3 RUC, and 4 Pleim–Xiu schemes (which were
the other land surface schemes available from the WRF-Chem V3.2). The 2 Noah scheme
was the option that best modeled the entire daily mean profile of the surface temperature
(Figure 3a), which is a fundamental parameter directly related to the planetary boundary
layer height and atmospheric stability. Therefore, this implied that the 2 Noah scheme,
with respect to modeling the concentrations of primary and secondary pollutants, was the
most successful. The 2 Noah scheme also adequately modeled the daily mean profile of
the wind speed from the beginning of the daily cycle up to 13:00 LT (Figure 3c), which was
found to be better than the other options. The 4 Pleim–Xiu scheme underestimated the
surface temperature and wind speed from 10:00 to 17:00 LT (Figure 3a,c), thus resulting in
computing low values regarding the planetary boundary layer height (Figure 3e). Therefore,
this increased the computed CO levels, which were higher than the records (Figure 6d,f).
Atmospheric monitoring is scarce in Ecuador, especially for parameters such as the
planetary boundary layer height [42,43,45]. We did not find PBLH records from Cuenca.
However, five observations of this parameter were measured in Quito, which we prelim-
inary used as a reference. Regarding this, the 2 Noah scheme also provided consistent
modeled values of the planetary boundary layer height. In short, more surface and vertical
observations will be required in the Andean region of Ecuador for complete assessments of
numerical models.
Data from global datasets, such as the ERA5 reanalysis [44], a fifth-generation and one
of the most advanced products, need to be assessed for their use in the tropical Andean
region of South America [21]. In this sense, Dias-Júnior et al. [46] reported that the data
from the ERA5 dataset underestimated the planetary boundary layer height between 15
and 30% when compared to daytime observations in a station downwind from the city of
Manaus (Central Amazonia). This underestimation is consistent with the data depicted in
Figure 3e, which suggested that the ERA5 data for the location of Cuenca underestimated
the PBLH around midday, between 17.3 and 35.9%.
Modeled upward heat fluxes at the surface (Figure 3f) were consistent with the cor-
responding PBLH profiles. The peak fluxes around midday (between 444 to 566 W m−2 )

142
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 19 of 24

were computed by the 1 5-Layer and 2 Noah, which were the schemes that calculated the
highest PBLH values at 14:00 LT (1899–1938 m) (Figure 3e). The 3 RUC and 5 Noah UCM
options computed the maximum fluxes of 260 W m−2 , with peak PBLH values of 1582
and 1753 m, respectively. The 4 Pleim–Xiu scheme estimated the lowest peak heat flux at
the surface (118 W m−2 ), but at 16:00 LT, rather than at 13:00 or 14:00 LT as the other four
schemes had delivered. The Pleim–Xiu option estimated the maximum PBLH in 1209 m, at
17:00 LT. Further, it showed the peaks in temperature and wind speed as displaced to the
right when compared to the other schemes. The modeled upward heat fluxes at the surface
showed a clear relationship and consistency with the corresponding planetary boundary
layer heights.
Our results suggested that the 2 Noah land surface scheme’s better modeling perfor-
mance would result from its better ability to model the upward heat fluxes at the surface.
This preliminary explanation needs to be tested based on observations of heat fluxes
and PBLH.
The highest heat fluxes from the 1 5-layer scheme would be related to its approach,
which sets the soil moisture with the land use, and the season-dependent constant value
without vegetation effects. The other schemes considered the presence of vegetation and
delivered more sophisticated treatments for moisture. A detailed analysis of why each
option reached its corresponding performance is out of the scope of this study, as this
analysis would be challenging due to the complex interactions between the land surface
scheme and the other modeling parameterizations.
Our finding is consistent with Rizaa et al. (2018) [4], who reported that the 2 Noah
scheme was better than the 3 RUC when modeling (WRF-Chem V3.6.1) the daily mean
PM10 levels in Southern Italy, which were produced by a severe dust episode. Our finding
is also consistent with the conclusion of Constantinidou et al. (2020) [47], who reported
that the 2 Noah scheme was better than the 3 RUC and other schemes for modeling
temperature (WRF V3.8.1) in climate simulations in the Middle East-North Africa region.
Similarly, Lee et al. [48], especially when modeling the meteorological parameters during a
campaign monitoring in South Korea, reported that the 2 Noah scheme produced the best
agreement between observations and simulations when compared to the 1 5-Layer, 3 RUC,
and 4 Pleim–Xiu schemes.
Our results indicated that modeling meteorological and air quality parameters in
Cuenca were sensitive to land surface schemes. Similar conclusions were reported in the
literature. Misenis and Zhang (2010) [49] indicated that both meteorological and chemical
predictions were sensitive to land surface schemes, when modeling (WRF-Chem V3.6.1) a
5-day summer episode in Houston, United States. Other studies also reported that surface
temperature was sensitive to land surface schemes [5,50]. Table 9 compares the main results
of this contribution with other assessments on the influence of land surface schemes. Most
of the evaluations cover the modeling of meteorological variables.

Table 9. Comparison with other assessments on the influence of land surface schemes.

Region Period Model Main Results Reference

Noah provided better performances for modeling meteorological
and air quality variables than the 5-Layer, RUC, and Pleim–Xiu
Andean region of schemes. The combination of the 2 Noah land surface scheme
September 2014 WRF-Chem V3.2 This contribution
Ecuador and the Urban Canopy Model option was not better than
modeling with the 2 Noah scheme alone. Moreover, this
combination produced the poorest results for CO and PM2.5
The Pleim–Xiu scheme produced lower and more reliable
22 to 28 sensible heat fluxes than Noah. However, Noah’s latent heat
Oregon, United States WRF V3.7.1 Sun et al. (2017) [2]
September 2014 fluxes improved compared to Pleim–Xiu, when North American
Regional Reanalysis forcing data was used.
The 5-Layer was better than an improved version of the Noah Somos and Manquehual
South of Chile One year WRF V4.0
scheme (2020) [3]
The Noah and an improved Noah scheme were better, especially
WRF-Chem
Southern Italy March 2016 for modeling daily average PM10 concentrations, compared to Rizza et al. (2018) [4]
V3.6.1
RUC

143
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 20 of 24

Table 9. Cont.

Region Period Model Main Results Reference

The near-surface air temperature was sensitive to land surface
schemes. The Community land surface model was better for
Tibetan Plateau March 2017 WRF V3.7.1 Liu et al. (2019) [5]
modeling a snow event compared to Noah, and an improved
Noah scheme
The 5-Layer and Noah schemes had approximately the same
East China 23 July 2003 WRF V3.0 performance. RUC produced the maximum differences with Zeng et al. (2015) [8]
records
The Noah land surface scheme was better for modeling
Middle East-North Constantinidou et al.
2000 to 2010 WRF V3.8.1 temperature and rainfall compared to an improved Noah
Africa (2020) [47]
scheme, RUC, and the Community land surface scheme
The significant impact of the land surface scheme was shown in
Haean basin-South 23 to 26 meteorological simulations. The best agreement between
WRF V3.3 Lee et al. (2016) [48]
Korea September 2010 observation and simulation was obtained for Noah, compared to
5-Layer, RUC, and Pleim–Xiu
Five-day summer Both meteorological and chemical predictions at the surface and
Houston, United WRF-Chem Misenis and Zhang
episode during aloft show stronger sensitivity to the land surface compared to
States V3.6.1 (2010) [49]
2000 planetary boundary layers schemes
Temperature and rainfall were sensitive to land surface schemes
Lake Tana Basin, March to August and land use data choice. RUC and updated USGS land use data
WRF V3.8 Teklay et al. (2019) [50]
Ethiopia 2015 were better for temperature. Noah and updated USGS land use
were better for rainfall
An improved Noah version simulated a dry soil event close to
Northern Italy 2006 to 2015 WRF V3.8 records. There were no differences for rainfall modeling using Zhuo et al. (2019) [51]
Noah, improved Noah, and a third land surface scheme
Noah and an improved Noah scheme improved their modeling
12 to 15 February
Eastern Italian Alps WRF V3.8.1 performance for near-surface temperature over snow-covered Tomasi et al. (2017) [52]
2006
terrain after modification of the mean grid cell albedo
Modeled variables (2 m temperature and rainfall) were sensitive
Summers from
Central Asia WRF V4.0 to land surface schemes. The Community land surface scheme Lu et al. (2021) [53]
2000 to 2018
was better than Pleim–Xiu and an improved Noah scheme
1 October 1995 to Land surface schemes strongly affect temperature simulations.
Western United States 30 September WRF V3.0 The Community land surface model was better for modeling Jin et al. (2010) [54]
1996 compared to the 5-Layer, Noah, and RUC schemes

Contrary to the finding of this study, other studies have reported that other land surface
schemes were better than the 2 Noah scheme. Lu et al. (2021) [53] indicated the community
land surface scheme was better than the 3 RUC scheme and an improved version of the
2 Noah scheme when modeling temperature and rainfall (WRF V4.0) during summer in
Central Asia. The 1 5-Layer scheme, has been reported as the simplest land surface scheme
in terms of structure and physics and was found to be better than an improved version of
the 2 Noah scheme for modeling (WRF V4.0) meteorological variables over the south of
Chile [3]. The 4 Pleim–Xiu was better than the 2 Noah scheme for modeling sensible heat
fluxes (WRF V3.7.1) in Oregon, United States [2]. However, 2 Noah’s improved version
provided better results than the 4 Pleim–Xiu scheme, specifically when the North American
Regional Reanalysis forcing dataset was used.
Combining the 2 Noah scheme and the urban canopy model option did not show
benefits in Cuenca when compared to results with the Noah scheme alone. Moreover, this
combination produced the poorest computed results due to overestimating CO and PM2.5
levels. These results are partly explained by the underestimation of surface temperature
at hours of peak emissions of the primary pollutants, which were accompanied by lower
planetary boundary layer heights (Figure 3e) when compared to the 2 Noah option, thereby
limiting the volume of the atmosphere with respect to dispersing primary pollutants. The
results suggested that, although the urban canopy model can consider the urban effects
at the subgrid-scale, this feature does not necessarily improve the modeling performance.
The decrease in performance when modeling with the 2 Noah scheme and the urban
canopy model is consistent with the conclusion by Liao et al. (2014) [55], who reported
that when using the urban canopy model, higher PM10 concentrations were computed
(WRF-Chem V3.2.1), specifically when modeling climate and air quality in the Yangtze
River Delta, China. Although the urban canopy models describe the effects of urban areas
at a subgrid-scale (less than 1 km for the inner domain of Cuenca), it seems that this

144
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 21 of 24

option from WRF-Chem V3.2 is unsuitable or has properties that do not represent the
urban area of Cuenca. Due to its nature, urban canopy models are expected to improve the
modeling performance.
Interestingly all the options, including the 5 Noah UCM, showed good performances
for modeling O3 concentrations, capturing between 85.2 and 96.3% of the maximum O3 8 h
mean daily records (Table 8). Except for the 4 Pleim–Xiu scheme, the other options tend to
overestimate O3 levels (Figure 8). The presence of the WE in the historic center of Cuenca
indicates that around the MUN station, the O3 abundance is promoted by decreasing NOx
emissions and that an increase of NOx will thus reduce the O3 levels. On the other hand,
an increase or decrease in NMVOC emissions will increase or decrease the production of
O3, respectively. This feature needs to be considered for the new emissions inventory for
Cuenca, where the ratio between NMVOC to NOx should be compatible with a regime for
O3 production that is limited by NMVOC emissions.
Our results and conclusions from other studies suggest that dedicated assessments
should be conducted to identify an appropriate land surface option for each study region.
Our results suggest that for the purposes of modeling meteorology and air quality with
the WRF-Chem V3.2 in the Andean region of Ecuador, the 2 Noah scheme would provide
properly computed values of surface temperature, wind speed, and air quality variables.
Therefore, we suggest that the 2 Noah land surface scheme be utilized for assessing the
quality of Cuenca’s new atmospheric emission inventory, which is currently in preparation.
Based on this and previous contributions, we preliminary recommend the following
options for modeling with the WRF-Chem V3.2, both for modeling the meteorology and air
quality in the Andean region of Ecuador:
• Land use categories: Based on the USGS dataset and categories (as per this contribution);
• Global atmospheric dataset: FNL [21];
• Land surface scheme: Noah (as per this contribution);
• Urban Canopy Model: None (as per this contribution);
• Planetary Boundary Layer: Yonsei University option [20];
• Chemical mechanisms and aerosol modules: CBMZ and MOSAIC with direct ef-
fects [20,23].
Our contribution provided insights for atmospheric studies in the Andean region of
Ecuador, which is a complex area in which atmospheric modeling is challenging. This
is due to the influence of the Andes chain, the intertropical converge zone, and the poor
coverage of atmospheric monitoring, both at the surface and especially in terms of vertical
sounding [21,44]. Our findings help to understand the influence of land surface schemes in
modeling meteorology and air quality, which are valuable features because, in most of the
studies, we found that only meteorological variables were assessed.
In the future, other options need to be explored, such as using an updated version of
WRF-Chem, as well as determining the corresponding versions of the land surface and urban
canopy model options. In addition, although the land uses a map of this assessment that
acceptably described the current situation in Cuenca, it can be updated. For this purpose, it
is necessary to update the data in the USGS or to assess the data coming from the Moderate
Resolution Imaging Spectroradiometer (MODIS), or even from dedicated local studies in
Cuenca to describe in the best way the land uses categories and their properties.
Although temperature and wind speed were adequately modeled in Cuenca, other
meteorological variables, such as solar radiation and wind direction, require improved
modeling performance. For solar radiation, dedicated studies for assessing the cumulus,
land surface, and microphysics options can be evaluated. One limitation of modeling in
the Andean region is the lack of dedicated schemes. We have used options developed and
tested mainly in the Northern Hemisphere. Therefore, the development or updating of the
parameterization options is strongly desirable, specifically by considering the features of the
Andean region. Moreover, updated topography can improve the modeling performance
for wind direction. Additionally, the potential benefits from data assimilation need to
be evaluated.

145
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 22 of 24

Funding: This research was funded by the USFQ Poli-Grants 2022–2023 program.
Informed Consent Statement: Not applicable.
Data Availability Statement: Not applicable.
Acknowledgments: This research is part of the “Emisiones atmosféricas y Calidad del Aire en el
Ecuador 2022–2023” project. Simulations were done at the High-Performance Computing system at
the Universidad San Francisco de Quito. Publication of this article was funded by the Universidad
San Francisco de Quito USFQ Research Publication Fund.
Conflicts of Interest: The author declares no conflict of interest.

References
1. Warner, T.T. Numerical Weather and Climate Prediction; Cambridge University Press: Cambridge, UK, 2011.
2. Sun, X.; Holmes, H.; Osibanjo, O.; Sun, Y.; Ivey, C. Evaluation of Surface Fluxes in the WRF Model: Case Study for Farmland in
Rolling Terrain. Atmosphere 2017, 8, 197. [CrossRef]
3. Somos-Valenzuela, M.; Manquehual-Cheuque, F. Evaluating Multiple WRF Configurations and Forcing over the Northern
Patagonian Icecap(NPI) and Baker River Basin. Atmosphere 2020, 11, 815. [CrossRef]
4. Rizza, U.; Miglietta, M.M.; Mangia, C.; Ielpo, P.; Morichetti, M.; Iachini, C.; Virgili, S.; Passerini, G. Sensitivity of WRF-Chem
Model to Land Surface Schemes: Assessment in a Severe Dust Outbreak Episode in the Central Mediterranean(Apulia Region).
Atmos. Res. 2018, 201, 168–180. [CrossRef]
5. Liu, L.; Ma, Y.; Menenti, M.; Zhang, X.; Ma, W. Evaluation of WRF Modeling in Relation to Different Land Surface Schemes and
Initial and Boundary Conditions: A Snow Event Simulation Over the Tibetan Plateau. J. Geophys. Res. Atmos. 2019, 124, 209–226.
[CrossRef]
6. Stensrud, D. Parameterization Schemes: Keys to Understanding Numerical Weather Prediction Models; Cambridge University Press:
New York, NY, USA, 2009.
7. Fisher, R.A.; Koven, C.D. Perspectives on the Future of Land Surface Models and the Challenges of Representing Complex
Terrestrial Systems. J. Adv. Model. Earth Syst. 2020, 12, e2018MS001453. [CrossRef]
8. Zeng, X.-M.; Wang, N.; Wang, Y.; Zheng, Y.; Zhou, Z.; Wang, G.; Chen, C.; Liu, H. WRF-Simulated Sensitivity to Land Surface
Schemes in Short and Medium Ranges for a High-Temperature Event in East China: A Comparative Study: WRF Sensitivity to
Land Surface Schemes. J. Adv. Model. Earth Syst. 2015, 7, 1305–1325. [CrossRef]
9. Skamarock, W.C.; Klemp, J.B.; Dudhia, J.; Gill, D.O.; Barker, D.M.; Duda, M.G.; Huang, X.-Y.; Wang, W.; Powers, J.G. A Description
of the Advanced Research WRF Version 3. 2008. Available online: https://opensky.ucar.edu/islandora/object/technotes:500
(accessed on 12 February 2023).
10. Dudhia, J. A multi-layer soil temperature model for MM5. Workshop Boulder. In Proceedings of the Sixth Annual PSU/NCAR
Mesoscale Model Users’ Workshop, Bouilder, CO, USA, 22–24 July 1996; pp. 49–50.
11. Chen, F.; Dudhia, J. Coupling an Advanced Land Surface—Hydrology Model with the Penn State–NCAR MM5 Modeling System.
Part II: Preliminary Model Validation. Mon. Weather Rev. 2001, 129, 587–604. [CrossRef]
12. Smirnova, T.G.; Brown, J.M.; Benjamin, S.G. Performance of Different Soil Model Configurations in Simulating Ground Surface
Temperature and Surface Fluxes. Mon. Weather Rev. 1997, 125, 1870–1884. [CrossRef]
13. Smirnova, T.G.; Brown, J.M.; Benjamin, S.G.; Kim, D. Parameterization of Cold-Season Processes in the MAPS Land-Surface
Scheme. J. Geophys. Res. Atmos. 2000, 105, 4077–4086. [CrossRef]
14. Pleim, J.E.; Xiu, A. Development and Testing of a Surface Flux and Planetary Boundary Layer Model for Application in Mesoscale
Models. J. Appl. Meteorol. 1995, 34, 16–32. [CrossRef]
15. Xiu, A.; Pleim, J.E. Development of a Land Surface Model. Part I: Application in a Mesoscale Meteorological Model. J. Appl.
Meteorol. 2001, 40, 192–209. [CrossRef]
16. Espinoza Claudia, C. Informe de Calidad Del Aire Cuenca 2021; EMOV EP: Cuenca, Ecuador, 2022; Available online: https:
//www.researchgate.net/publication/362194795_Informe_de_Calidad_del_Aire_Cuenca_2021 (accessed on 12 February 2023).
17. World Health Organization. WHO Global Air Quality Guidelines: Particulate Matter(PM2.5 and PM10), Ozone, Nitrogen Dioxide,
Sulfur Dioxide and Carbon Monoxide; World Health Organization: Geneva, Switzerland, 2021.
18. World Health Organization (Ed.) Air Quality Guidelines: Global Update 2005: Particulate Matter, Ozone, Nitrogen Dioxide, and Sulfur
Dioxide; World Health Organization: Copenhagen, Denmark, 2006.
19. Parra, R.; Cadena, E.; Flores, C. Maximum UV Index Records(2010–2014) in Quito(Ecuador) and Its Trend Inferred from Remote
Sensing Data (1979–2018). Atmosphere 2019, 10, 787. [CrossRef]
20. Parra, R. Performance Studies of Planetary Boundary Layer Schemes in WRF-Chem for the Andean Region of Southern Ecuador.
Atmos. Pollut. Res. 2018, 9, 411–428. [CrossRef]
21. Parra, R. Effect of Global Atmospheric Datasets in Modeling Meteorology and Air Quality in the Andean Region of Ecuador.
Aerosol Air Qual. Res. 2022, 22, 210292. [CrossRef]
22. Parra, R. Effects of Aerosols Feedbacks in Modeling Meteorology and Air Quality in the Andean Region of Southern Ecuador; WIT Press:
Santiago de Compostela, Spain, 2021; pp. 39–50. [CrossRef]

146
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 23 of 24

23. Parra, R.; Espinoza, C. Insights for Air Quality Management from Modeling and Record Studies in Cuenca, Ecuador. Atmosphere
2020, 11, 998. [CrossRef]
24. Parra, R.; Saud, C.; Espinoza, C. Simulating PM2.5 Concentrations during New Year in Cuenca, Ecuador: Effects of Advancing
the Time of Burning Activities. Toxics 2022, 10, 264. [CrossRef]
25. EMOV-EP. Inventario de Emisiones Atmosféricas Del Cantón Cuenca 2014. 2016. [CrossRef]
26. WRF Model Users Site. Available online: https://www2.mmm.ucar.edu/wrf/users/ (accessed on 30 December 2022).
27. CISL RDA: NCEP FNL Operational Model Global Tropospheric Analyses, Continuing from July 1999. Available online: https:
//rda.ucar.edu/datasets/ds083.2/ (accessed on 30 December 2022).
28. Zaveri, R.A.; Peters, L.K. A New Lumped Structure Photochemical Mechanism for Large-Scale Applications. J. Geophys. Res.
Atmospheres 1999, 104, 30387–30415. [CrossRef]
29. Zaveri, R.A.; Easter, R.C.; Fast, J.D.; Peters, L.K. Model for Simulating Aerosol Interactions and Chemistry(MOSAIC). J. Geophys.
Res. 2008, 113, D13204. [CrossRef]
30. Hong, S.-Y.; Dudhia, J.; Chen, S.-H. A Revised Approach to Ice Microphysical Processes for the Bulk Parameterization of Clouds
and Precipitation. Mon. Weather Rev. 2004, 132, 103–120. [CrossRef]
31. Mlawer, E.J.; Taubman, S.J.; Brown, P.D.; Iacono, M.J.; Clough, S.A. Radiative Transfer for Inhomogeneous Atmospheres: RRTM, a
Validated Correlated-k Model for the Longwave. J. Geophys. Res. Atmos. 1997, 102, 16663–16682. [CrossRef]
32. Chou, M.-D.; Suarez, M.J. A Solar Radiation Parameterization for Atmospheric Studies; NASA/TM-1999-104606/VOL15; NASA:
Washington, DC, USA, 1999. Available online: https://ntrs.nasa.gov/citations/19990060930 (accessed on 30 December 2022).
33. Paulson, C.A. The Mathematical Representation of Wind Speed and Temperature Profiles in the Unstable Atmospheric Surface
Layer. J. Appl. Meteorol. 1970, 9, 857–861. [CrossRef]
34. Hong, S.-Y.; Noh, Y.; Dudhia, J. A New Vertical Diffusion Package with an Explicit Treatment of Entrainment Processes. Mon.
Weather Rev. 2006, 134, 2318–2341. [CrossRef]
35. Grell, G.A. Prognostic Evaluation of Assumptions Used by Cumulus Parameterizations. Mon. Weather Rev. 1993, 121, 764–787.
[CrossRef]
36. Kusaka, H.; Kondo, H.; Kikegawa, Y.; Kimura, F. A Simple Single-Layer Urban Canopy Model For Atmospheric Models:
Comparison With Multi-Layer And Slab Models. Bound. Layer Meteorol. 2001, 101, 329–358. [CrossRef]
37. Kusaka, H.; Kimura, F. Coupling a Single-Layer Urban Canopy Model with a Simple Atmospheric Model: Impact on Urban Heat
Island Simulation for an Idealized Case. J. Meteorol. Soc. Jpn. Ser. II 2004, 82, 67–80. [CrossRef]
38. Chen, F.; Tewari, M.; Kusaka, H.; Warner, T. Current Status of Urban Modeling in the Community Weather Research and Forecast
(WRF) Model (2006—Annual2006_6urban). Available online: https://ams.confex.com/ams/Annual2006/techprogram/paper_
98678.htm (accessed on 30 December 2022).
39. The Application of Models under the European Union’s Air Quality Directive: A Technical Reference Guide—European
Environment Agency. Available online: https://www.eea.europa.eu/publications/fairmode (accessed on 30 December 2022).
40. Simon, H.; Baker, K.R.; Phillips, S. Compilation and Interpretation of Photochemical Model Performance Statistics Published
between 2006 and 2012. Atmos. Environ. 2012, 61, 124–139. [CrossRef]
41. World Health Organization, Regional Office for Europe. Air Quality Guidelines for Europe; World Health Organization, Regional
Office for Europe: Geneva, Switzerland, 2000.
42. Cazorla, M.; Juncosa, J. Planetary Boundary Layer Evolution over an Equatorial Andean Valley: A Simplified Model Based on
Balloon-Borne and Surface Measurements. Atmos. Sci. Lett. 2018, 19, e829. [CrossRef]
43. Muñoz, L.E.; Campozano, L.V.; Guevara, D.C.; Parra, R.; Tonato, D.; Suntaxi, A.; Maisincho, L.; Páez, C.; Villacís, M.; Córdova, J.;
et al. Comparison of Radiosonde Measurements of Meteorological Variables with Drone, Satellite Products, and WRF Simulations
in the Tropical Andes: The Case of Quito, Ecuador. Atmosphere 2023, 14, 264. [CrossRef]
44. ERA5 Hourly Data on Pressure Levels from 1959 to Present. Available online: https://cds.climate.copernicus.eu/cdsapp#!/
dataset/reanalysis-era5-pressure-levels?tab=form (accessed on 12 February 2023).
45. Cazorla, M.; Parra, R.; Herrera, E.; da Silva, F.R. Characterizing Ozone throughout the Atmospheric Column over the Tropical
Andes from in Situ and Remote Sensing Observations. Elem. Sci. Anthr. 2021, 9, 00019. [CrossRef]
46. Dias-Júnior, C.Q.; Carneiro, R.G.; Fisch, G.; D’Oliveira, F.A.F.; Sörgel, M.; Botía, S.; Machado, L.A.T.; Wolff, S.; dos Santos, R.M.N.;
Pöhlker, C. Intercomparison of Planetary Boundary Layer Heights Using Remote Sensing Retrievals and ERA5 Reanalysis over
Central Amazonia. Remote Sens. 2022, 14, 4561. [CrossRef]
47. Constantinidou, K.; Hadjinicolaou, P.; Zittis, G.; Lelieveld, J. Performance of Land Surface Schemes in the WRF Model for Climate
Simulations over the MENA-CORDEX Domain. Earth Syst. Environ. 2020, 4, 647–665. [CrossRef]
48. Lee, C.B.; Kim, J.-C.; Belorid, M.; Zhao, P. Performance Evaluation of Four Different Land Surface Models in WRF. Asian J. Atmos.
Environ. 2016, 10, 42–50. [CrossRef]
49. Misenis, C.; Zhang, Y. An Examination of Sensitivity of WRF/Chem Predictions to Physical Parameterizations, Horizontal Grid
Spacing, and Nesting Options. Atmos. Res. 2010, 97, 315–334. [CrossRef]
50. Teklay, A.; Dile, Y.T.; Asfaw, D.H.; Bayabil, H.K.; Sisay, K. Impacts of Land Surface Model and Land Use Data on WRF Model
Simulations of Rainfall and Temperature over Lake Tana Basin, Ethiopia. Heliyon 2019, 5, e02469. [CrossRef]
51. Zhuo, L.; Dai, Q.; Han, D.; Chen, N.; Zhao, B. Assessment of Simulated Soil Moisture from WRF Noah, Noah-MP, and CLM Land
Surface Schemes for Landslide Hazard Application. Hydrol. Earth Syst. Sci. 2019, 23, 4199–4218. [CrossRef]

147
 Informe de la calidad del aire
de Cuenca durante el año 2023

Atmosphere 2023, 14, 508 24 of 24

52. Tomasi, E.; Giovannini, L.; Zardi, D.; de Franceschi, M. Optimization of Noah and Noah_MP WRF Land Surface Schemes in
Snow-Melting Conditions over Complex Terrain. Mon. Weather Rev. 2017, 145, 4727–4745. [CrossRef]
53. Lu, S.; Guo, W.; Xue, Y.; Huang, F.; Ge, J. Simulation of Summer Climate over Central Asia Shows High Sensitivity to Different
Land Surface Schemes in WRF. Clim. Dyn. 2021, 57, 2249–2268. [CrossRef]
54. Jin, J.; Miller, N.L.; Schlegel, N. Sensitivity Study of Four Land Surface Schemes in the WRF Model. Adv. Meteorol. 2010, 2010,
1–11. [CrossRef]
55. Liao, J.; Wang, T.; Wang, X.; Xie, M.; Jiang, Z.; Huang, X.; Zhu, J. Impacts of Different Urban Canopy Schemes in WRF/Chem on
Regional Climate and Air Quality in Yangtze River Delta, China. Atmos. Res. 2014, 145–146, 226–243. [CrossRef]

Disclaimer/Publisher’s Note: The statements, opinions and data contained in all publications are solely those of the individual
author(s) and contributor(s) and not of MDPI and/or the editor(s). MDPI and/or the editor(s) disclaim responsibility for any injury to
people or property resulting from any ideas, methods, instructions or products referred to in the content.

148
Informe de la calidad del aire
de Cuenca durante el año 2023

149
 Informe de la calidad del aire
de Cuenca durante el año 2023

150
Informe de la calidad del aire
de Cuenca durante el año 2023

151
 Informe de la calidad del aire
de Cuenca durante el año 2023

152

View publication stats