planesynormas.mma.gob.clplanesynormas.mma.gob.cl/archivos/2019/proyectos/Antecedentes... ·...

Análisis del Mercado de la Leña y Carbón en el Gran Concepción, I Etapa.

“ANÁLISIS DEL MERCADO DE LA LEÑA Y CARBÓN EN

EL GRAN CONCEPCIÓN, I ETAPA”

Informe Final 2004-053

Preparado para

COMISION NACIONAL DEL MEDIO AMBIENTE

REGION DEL BIO BIO

ENERO 2005 CONCEPCION - CHILE

Análisis del Mercado de la Leña y Carbón en el Gran Concepción, I Etapa. 1

ÍNDICE

GLOSARIO 3

I RESUMEN EJECUTIVO 7

II INTRODUCCIÓN 11

III MATERIALES Y MÉTODOS 14

3.1.- DISEÑO DE LA ENCUESTA 14 3.2.- DISEÑO MUESTRAL 14 3.3.- APLICACIÓN DEL DISEÑO 15 3.4.- PREMUESTREO. 17

IV RESULTADOS Y DISCUSIÓN 19

4.1.- CALCULO DE TAMAÑOS MUESTRALES PARA EL MUESTREO FINAL. PREMUESTREO. 19 4.2.- RESULTADOS DEL MUESTREO 22 4.3. ESTIMACIÓN DE PARÁMETROS POBLACIONALES 32 4.4.- DESCRIPCIÓN DEL CONSUMO 35 4.5.- FORMAS DE OBTENER LA LEÑA Y PRECIOS PAGADOS 38 4.6.- TIPOS DE ARTEFACTOS A LEÑA UTILIZADOS, PERIODOS DE ENCENDIDO Y ESTADO. 44 4.7.- USO HISTÓRICO E INTERÉS EN USAR LEÑA DE LAS VIVIENDAS QUE NO CONSUMEN COMBUSTIBLES DE MADERA ACTUALMENTE. 52 4.8.- DISPOSICIÓN A CAMBIAR LA LEÑA POR OTROS COMBUSTIBLES 54 4.9.- CONSUMO DE CARBÓN VEGETAL Y/O MINERAL 57 4.10. ESTIMACIÓN DEL GASTO EN LEÑA Y COMPARACIÓN DE GASTOS EN OTROS COMBUSTIBLES ENTRE VIVIENDAS QUE USAN Y NO USAN LEÑA. 64 4.11. ESTIMACIÓN DE EMISIONES DE MATERIAL PARTICULADO POR USO DE LEÑA Y CARBÓN. 68

V PRINCIPAL INFORMACIÓN OBTENIDA EN EL ESTUDIO 74

VI CONCLUSIONES 83

ANEXO 1: DISEÑO MUESTRAL 86

ANEXO 2: ENCUESTA APLICADA. 88

ANEXO 3: INFORMACIÓN OBTENIDA DEL INE 96

ANEXO 4: DIGITACIÓN DE LOS DATOS DE MUESTREO 98


ANEXO 5: FOTOS DE LA ENCUESTA PARA DISTINGUIR ARTEFACTOS 99


Glosario Anova: Es una metodología muy empleada en estadística cuyo propósito es probar si existen diferencias significativas entre medias. Análisis de correspondencia: es una técnica exploratoria descriptiva diseñada para analizar información de tablas de doble o múltiple entrada que contienen alguna medida de correspondencia entre filas y columnas. Los resultados que provee son muy similares a los producidos por las técnicas de análisis factorial, ya que permiten explorar la estructura de variables categóricas incluidas en una tabla. La forma más sencilla e ilustrativa de presentar el análisis es con un gráfico de scores resultantes del análisis. Aquí se representan las filas y las columnas de la tabla con sus rótulos, la forma de interpretar el gráfico es buscando asociaciones entre filas y columnas. Desviación estándar: medida de variabilidad expresada en la misma unidad de los datos, que extrae la raíz cuadrada positiva a la varianza. Error de muestreo: diferencia entre el valor observado y el valor desconocido de la característica poblacional que tratamos de estimar. Estadística: es la ciencia que crea los métodos para recolectar, organizar, tabular, presentar y analizar los datos con la finalidad de obtener conclusiones para tomar decisiones y aplicarlas en forma práctica. Estadísticos (estadígrafos): son valores numéricos calculados a partir de los datos de una muestra que permiten cuantificar ciertas “características” de la distribución.

Estimador insesgado: se dice que θ es un “estimador insesgado” de θ si el valor esperado de θ es igual a θ. En otras palabras, desearíamos que la media o el valor esperado del estimador (la distribución de probabilidad de θ ) sea igual al valor del parámetro. Estimación puntual: método de estimación, donde un número es utilizado para aproximar el verdadero valor de un parámetro poblacional desconocido. Estimación por intervalos: método de estimación, que consiste en la construcción de intervalos de confianza, donde el parámetro que se estima está contenido con cierta probabilidad llamada “coeficiente de confianza” (1-α). Frecuencia absoluta: es el número de elementos pertenecientes a la clase i. Frecuencia relativa: es el cuociente entre la frecuencia absoluta de la clase i y el total de elementos de la muestra (n).


Gráfico de barras: es usado para representar variables cualitativas o variables discretas. En el eje horizontal (X) se representan las clases y en el eje vertical (Y) la frecuencia (“frecuencia absoluta”, “relativa” o “relativa porcentual”). Sobre cada clase se levanta una barra igual a su frecuencia. Gráfico circular o de torta: se utiliza cuando queremos representar la distribución de frecuencias de una variable cualitativa o cuantitativa continua mediante una circunferencia. Para este efecto se debe determinar la cantidad de grados de la circunferencia

correspondiente al valor de la frecuencia absoluta, es decir, nn

X ii

°=°

360

Histograma: es usado para representar la distribución de frecuencias de una variable cuantitativa continua cuyos datos han sido clasificados en intervalos de clase. En el eje horizontal (X) se representan los intervalos de clase (o las marcas de mi) y en el eje vertical (Y) la frecuencia correspondiente (“frecuencia absoluta”, “relativa” o “relativa porcentual”). Sobre cada intervalo (o mi) se dibuja un rectángulo de base igual a la amplitud del intervalo y altura igual a su frecuencia. Independencia: decimos que dos sucesos A y B son “independientes” cuando la información aportada por el hecho de que ha ocurrido A no modifica la probabilidad de que ocurra B, y viceversa; o dicho de otra forma, la ocurrencia de uno no influye en la ocurrencia del otro. Inferencia estadística: es parte de la Estadística dedicada a la formulación de supuestos y estimaciones, para realizar predicciones y poder sacar conclusiones de los datos obtenidos con el estudio de las muestras, y así poder tomar decisiones con base científica. Intervalo de confianza: es un intervalo de valores, tal que la probabilidad de que el parámetro de la población (θ) esté contenido en dicho intervalo es de (1-α). Límites de confianza: representan la calidad o nivel deseado para la característica de calidad, definido en el diseño del proceso y de acuerdo con criterios de calidad. Media (media aritmética o promedio): de un conjunto de n mediciones x1, x2, x3,.......,xn para una variable o característica x, es igual a la suma de los valores dividida por el número total de observaciones n. Mediana: de un conjunto de n mediciones x1, x2, x3,.......,xn es el valor de x que se encuentra en el punto medio o centro cuando los valores se ordenan de menor a mayor. Moda de un conjunto de n mediciones para una variable o característica x: es el valor que ocurre con mayor frecuencia o que más se repite. Muestra: es parte o subconjunto representativo de la población. En muestreo, es una colección de unidades seleccionadas de un marco o de varios marcos muestrales.


Muestra aleatoria: si X1, X2,......,Xn son variables aleatorias independientes e idénticamente distribuidas, cada una con misma distribución de alguna variable aleatoria X, entonces llamamos a X1, X2,......,Xn una muestra aleatoria (m.a.) de la variable aleatoria X. Muestra representativa: es una muestra que reúne aproximadamente las características de la población y que son importantes para la investigación. Muestreo: técnica que se utiliza para inferir algo respecto de una población mediante la selección de una muestra de esa población. Muestreo aleatorio simple: diseño o técnica de muestreo que consiste en la selección de una muestra de tamaño n de una población de tamaño N, de tal manera que cada muestra posible de tamaño n tiene la misma probabilidad de ser seleccionada. Muestreo probabilístico: este procedimiento mitiga la carga subjetiva en la elección de las unidades que se van a estudiar, permitiendo medir el grado de precisión con que se realizan las estimaciones de los parámetros poblacionales, otorgando una probabilidad conocida de integrar la muestra a cada elemento de la población, con probabilidad no nula para ningún elemento. Nivel de significancia” (α): es la probabilidad de rechazar la hipótesis nula, cuando en realidad esta es cierta. Outliers (valores atípicos o extremos): se denominan a los datos que están fuera del rango de la mayoría de los valores restantes. Estos pueden ser reales (observaciones válidas de situaciones anómalas) o producto de errores en el registro o lectura de los datos. Parámetros: son valores numéricos calculados a partir de los datos de una población que permiten cuantificar ciertas “características” de la distribución. Percentiles: son valores que dividen a la muestra ordenada en forma ascendente (o descendente) en 100 partes iguales, denotándose por Pi , i = 1, 2, 3,......,99 Población: es una colección de elementos de los cuales deseamos hacer una inferencia o bien un conjunto de números obtenidos midiendo o contando ciertos caracteres de los elementos del universo (Tang, 1951). Probabilidad: es una aplicación P que asocia a cada suceso un número real, es decir, es el número al que tiende la frecuencia relativa asociada al suceso a medida que el número de veces que se realiza el experimento crece. Tabla de frecuencias: resume la “distribución de frecuencias”, que es la agrupación de datos en categorías o clases; la estructura de la tabla depende del tipo de variable (cualitativa o cuantitativa) que queramos resumir.


Test de hipótesis (prueba de hipótesis): es un procedimiento que se lleva a cabo con el fin de corroborar la veracidad de una hipótesis estadística, el cual hace uso de la evidencia experimental y de herramientas estadísticas. Valor p (p-value): se define como el menor nivel de significación para el cual un experimentador, utilizando un estadístico (muestral), rechazaría H0 sobre la base del resultado observado. Se rechaza la hipótesis nula cuando el valor-p es menor o igual al nivel de significación (α) adoptado. Variable: es una característica o propiedad asociada a un conjunto de unidades observables de una población o muestra. Variable aleatoria (v.a.): es una función (X) que asigna un valor real a cada resultado (elementos) del espacio muestral Ω. Variable aleatoria continua: una v.a. X es “continua” si su recorrido es un intervalo de la recta real. Variable aleatoria discreta: se dice que una v.a. X es “discreta” si su recorrido forma un conjunto de números reales discretos (finito o infinito numerable) Varianza: se define como el promedio cuadrático de las desviaciones de las observaciones respecto del promedio de estos datos.


I Resumen ejecutivo El presente estudio aborda la estimación del consumo de leña y carbón en el sector residencial urbano del Gran Concepción, abarcando las comunas de Talcahuano, Concepción, Hualqui, Chiguayante, Penco, Tomé, San Pedro de la Paz, Coronel y Lota. El objetivo principal es estimar el consumo anual de leña y carbón con un error estadísticamente aceptable. Adicionalmente, se caracterizan los hábitos de consumo y adquisición de la leña y del carbón. Para esto se elaboró una encuesta orientada al sector residencial, la cual consta de preguntas del tipo cerrado y que abarca los tipos de combustibles utilizados en el hogar tanto en calefacción, preparación de alimentos y calentamiento de agua para el baño. La encuesta fue aplicada utilizando un diseño muestral en dos etapas, cuyas unidades primarias lo constituyen los distritos censales definidos por el INE en el censo de población y vivienda del año 2002, y las unidades secundarias son las viviendas encuestadas. Para validar la encuesta y calcular el tamaño de la muestra (cantidad de encuestas a aplicar) se realizó un premuestreo (muestreo piloto) en el cual se hicieron 196 encuestas. Con la información del premuestreo se calcularon los tamaños muestrales finales y se obtuvo una primera aproximación de las cantidades y hábitos de consumo de leña y otros combustibles en el Gran Concepción. En la planificación del premuestreo y muestreo final se utilizó la información del Censo 2002, específicamente la identificación de los distritos, número de personas, número de viviendas, tipo de combustible utilizado para cocinar y estrato socioeconómico, para esto se desarrollo un programa en Redatam G4+. Desde el premuestreo se estimó que para alcanzar un 5% de error en la estimación del consumo era necesario hacer 2.070 encuestas, las cuales se repartieron en las 9 comunas estudiadas. Los resultados obtenidos del muestreo señalan que un 48,33% de las viviendas del Gran Concepción consume combustibles de madera en la calefacción, un 9.16% utiliza estos combustibles para cocinar y un 1.87% para calentar agua para el baño. Se concluye que la comuna más grande en cuanto a viviendas y habitantes es Talcahuano, seguida por Concepción, mientras que las comunas más pequeñas son Hualqui y Penco. El combustible preferido para utilizar en calefacción es la leña. Un 48,33% de las viviendas del Gran Concepción consume combustibles de madera y derivados en la calefacción, un 9.16% utiliza estos combustibles para cocinar y un 1.87% para calentar agua para el baño. Se concluye que las comunas que consumen más leña son Concepción, seguida de Talcahuano, mientras que las que consumen menos leña son las comunas de Lota y Tomé. Era de esperarse que Hualqui fuera una de las comunas que consumía menos leña por el número de habitantes, sin embargo en esta comuna es el combustible más usado. En el caso


de Lota, se verá más adelante que el combustible preferido es el carbón. En resumen, la predominancia de uso de combustible por comuna se debe al factor de costumbres y facilidades de obtención. En el Gran Concepción, los artefactos a leña más utilizados lo constituyen las estufas de combustión lenta (35,4 %) de cámara simple, seguido por las salamandras (23.2%) y las cocinas a leña (18.9%). El tipo de leña más utilizado es la de eucalipto (34.2%), seguido por la de hualle, pino y aromo. Las comunas de Talcahuano, San Pedro de la Paz, Penco, Coronel y Lota usan preferentemente cocina a leña, combustión lenta simple y salamandra, mientras que la comuna de Concepción utiliza combustión lenta simple, salamandra y chimenea, la comuna de Tomé prefiere la chimenea, la cocina a leña y la salamandra, Chiguayante tiene preferencia por la combustión lenta simple y salamandra y por último, la comuna de Hualqui prefiere la combustión lenta simple y la cocina a leña. En las comunas de Talcahuano y Concepción las especies de leña más usadas son de pino, hualle y eucalipto, las comunas de Tomé y Penco usan pino y eucalipto, la comuna de San Pedro de la Paz utiliza hualle y pino, la comuna de Coronel usa eucalipto y hualle, la comuna de Chiguayante utiliza preferentemente el hualle, Hualqui el aromo y Lota el eucalipto. El consumo total de leña por año en el Gran Concepción se encuentra entre 749.562 y 1.120.595 m3 estéreos con un 95% de probabilidad y con una estimación puntual de 935.078 m3 estéreo. Concentrándose el mayor consumo en los meses de Junio, Julio y Agosto. Queda en evidencia que el factor estrato socioeconómico tiene una alta relevancia en este tipo de estudios, ya se relaciona fuertemente con los combustibles utilizados tanto en calefacción, cocinar y calentar agua para el baño. Además, se relaciona fuertemente con el tipo de leña usada, las formas de adquirirla y el tipo de artefactos a leña que se emplean en los hogares. Mas de un 75% de las viviendas adquieren la leña en lugares no establecidos, es decir a vendedores ambulantes y ventas a domicilio. Sobre un 90% de los consumidores declaró no recibir boleta o factura por este producto, quedando en evidencia el alto grado de informalidad del negocio. La mayoría de las personas paga entre 35 y 55 pesos por una astilla y su gasto anual en leña varia entre 50.000 y 150.000 pesos. Las razones más frecuentes por las cuales las personas utilizan la leña, son que la leña calienta más que otros combustibles y es más económica. En un 90% de las viviendas consumidoras de leña no están dispuestos a cambiarla por otro combustible, dado que piensan que la leña calienta más, es más económica que otros combustibles y que es una costumbre utilizar leña en sus hogares. Casi en un 80% de las


viviendas declararon que tampoco están dispuestos a pagar mas por leña seca. Los que están dispuestos a cambiar la leña aluden que la leña contamina y es incomodo usarla. El consumo anual de carbón en el Gran Concepción asciende aproximadamente a las 6.000 toneladas por año. Su mayor consumo se registra en los meses de Junio y Julio, siendo empleado principalmente en calefacción en el estrato social E. Se concluye que las comunas que utilizan mayor cantidad de carbón vegetal son Concepción, Penco y San Pedro de la Paz. Las únicas comunas que utilizan carbón mineral son Coronel y Lota, esto se debe a la disponibilidad de este combustible en la zona. En cuanto a los lugares donde compran el carbón un 41,89% señaló que se lo ofrecen y llevan a su domicilio (Venta a domicilio), un 18,92% lo compra en acopios y un 11% en negocios establecidos. Un 24,32% señalo la alternativa "otro" especificando que compran carbón mineral a pirquineros y a recolectores en las playas. La estimación de las emisiones de PM10 en el Gran Concepción por combustión de leña alcanzó las 6364 ton/año, siendo las comunas de Concepción y Talcahuano, las de mayor aporte. La estimación de las emisiones de PM10 en el Gran Concepción por combustión de Carbón alcanzó las 244 ton/año, siendo las comunas de Coronel y Lota, las de mayor aporte. En resumen, la estimación de las emisiones de PM10 en el Gran Concepción por combustión en general alcanzó las 6608 ton/año, siendo las comunas de Concepción y Talcahuano, las de mayor aporte y las comunas de Tomé y Lota, las de menor aporte. En general se detecta que el mercado de la leña y el carbón carece de marcos legales y normativos adecuados, funcionando en la mayoría de los casos al margen de la economía formal. Por otro lado, se encuentra generalmente ausente de las políticas de inversión, desarrollo o gestión ambiental, incluso, en el contexto institucional vigente, a diferencia de otros energéticos como el gas o la electricidad, en el país no existe una clara institucionalidad que asigne a un organismo en particular responsabilidades respecto a la implementación de acciones de certificación, control y fiscalización. Las deficiencias mencionadas se explican en parte porque existe una carencia de información base completa, actualizada y realista que de cuenta del uso, características, cantidades transadas y respecto a los reales impactos energéticos, económicos y ambientales asociados a su uso. El conocer de mejor manera el mercado de la leña es fundamental para la definición de políticas públicas, tanto ambientales como energéticas y en particular sobre energías renovables. Adicionalmente, los problemas ambientales existentes en las regiones del sur, como por ejemplo la tala desmedida de bosques nativos, la destrucción acelerada de parques municipales y la contaminación atmosférica por la mala y excesiva combustión de estos energéticos, hace imperioso disponer de una información mínima confiable para la


formulación coherente de políticas energéticas y ambientales. Es en este sentido que esperamos que las conclusiones emanadas de este estudio contribuyan al mejor entendimiento del uso de este energético en el Gran Concepción.


II Introducción Aunque la leña es una de las fuentes energéticas más importantes a nivel residencial en el Gran Concepción, especialmente para calefacción, y a nivel nacional representa más del 15% de la matriz energética, es la menos conocida. Poco se conoce acerca de los volúmenes que se consumen, las características de este energético, cómo opera el mercado, origen de la oferta y cadena de comercialización, tipos de productos y sus características, precios y volúmenes que se transan, participación de los distintos sectores en el consumo, usos según tipo de consumidor, etc. Por otro lado, una cuantificación de las cantidades de carbón para calefacción y cocina en los sectores de bajos ingresos económicos del Gran Concepción, donde abunda este combustible, siempre ha sido una gran incógnita. El mercado de la leña y el carbón en la zona carece de marcos legales y normativos adecuados, funcionando en la mayoría de los casos al margen de la economía formal. Por otro lado, generalmente se encuentra ausente de las políticas de inversión, desarrollo o gestión ambiental, incluso, en el contexto institucional vigente, a diferencia de otros energéticos como el gas o la electricidad, en el país no existe una clara institucionalidad que asigne a un organismo en particular responsabilidades respecto a la implementación de acciones de control y supervisión. Las deficiencias mencionadas se explican en parte porque falta una base completa, actualizada y realista de información respecto al uso de estos energéticos. El conocer el mercado de la leña y del carbón tiene importancia vital para la definición de políticas públicas tanto ambientales como energéticas y en particular sobre energías renovables. Adicionalmente, los problemas ambientales existentes en las regiones del sur, como por ejemplo la tala desmedida de bosques nativos, la destrucción acelerada de parques naturales y la contaminación atmosférica por la mala y excesiva combustión de estos energéticos, hace imperioso disponer de una información mínima pero confiable para la formulación coherente de políticas energéticas y ambientales. En este contexto, el presente estudio tiene como objetivo general conocer y estimar con error estadísticamente aceptable los niveles y los patrones de consumo residencial de leña y carbón (volúmenes, tecnologías de combustión asociadas, patrones de uso, etc.). Dentro de los objetivos específicos están: 1. Generar información estadísticamente confiable en los siguientes conceptos:

• Consumo de leña por el sector residencial en un período anual. • Cantidad de leña y carbón consumida por nivel socioeconómico del sector residencial

urbano (nueve comunas conforman el Gran Concepción). • Cantidad de leña y carbón consumida según edad de los jefes de hogar. • Cantidad de leña y carbón consumida según tipo de vivienda. • Cantidad de leña y carbón consumida según uso (calefacción , cocina, aseo, otros).


• Gasto en leña y carbón por hogar según nivel socioeconómico y edad del jefe de hogar.

• Período, frecuencia y volumen de compra de leña y carbón. • Lugar dónde compran u obtienen estos combustibles (leñería, acopios, venta a

domicilio, propia, regalo, fábrica, etc.). • Disposición a pagar por otros combustibles para sustituir la leña y el carbón en

calefacción. • Gastos en otros combustibles para cocinar, calentar agua y calefacción (por producto

y por uso). • Distribución estacional del consumo de leña y carbón.

2. Características del Hogar por variables de cruce de información (socioeconómico y

edad jefe de hogar):

• Tipo de vivienda (material y valor comercial). • Equipos de cocina (tipo, marca, capacidad, antigüedad, estado, tiempo de uso y

combustible). • Equipos de calentamiento de agua (tipo, marca, capacidad, antigüedad, estado, tiempo

de uso y combustible). • Equipos de calefacción (tipo, marca, antigüedad, estado, tiempo de uso y

combustible). • Disposición a cambiar equipos. • Otros equipos a otros combustibles (gas licuado, eléctrico, kerosene, etc.) para

cocinar, calentar agua y calefacción. • Precios de los combustibles. • Analizar y describir como opera y funciona el mercado de la leña y del carbón en el

Gran Concepción, dimensionar el área geográfica de suministro de leña y del carbón a las zonas urbanas, explorar e identificar detalladamente las fuentes del producto, puntos de venta típicos, establecimientos formales y vendedores ambulantes, entre otros.

• Analizar y cuantificar los requerimientos de leña y carbón presentes y futuros. • Cuantificar el impacto de empleo del negocio de la leña y del carbón según actividad

de la cadena de comercialización (número de trabajadores, nivel de salario y porcentaje de trabajadores).

• Conocer el nivel de formalidad del negocio de la leña y del carbón (participación de los negocios de empresas formales en el negocio total, participación de ventas a consumidor final bajo una boleta o factura).

• Analizar la disposición a sustituir la leña y/o el carbón por otros energéticos. • Analizar el consumo de leña y carbón en el sector residencial según uso. • Conocer el nivel de estacionalidad del consumo de energía del sector residencial

urbano según nivel socio económico. • Conocer el consumo anual de energía (por combustible) por uso en el sector

residencial urbano y el gasto correspondiente por temporada según nivel socioeconómico.

• Conocer los hábitos de consumo de leña y carbón y los equipamientos existentes. • Disponer información sobre los equipos de los hogares y los combustibles utilizados

como precios de los mismos, valores de reemplazo de los equipos, costos de


mantención, perspectivas futuras de cambiar sus equipos y a qué, conocer los precios a los cuales cambiarían sus equipos, los precios que estiman que podrían vender sus equipos.

• Conocer los precios de la leña y del carbón en sus distintos tipos y etapa de la cadena de comercialización.

• Estimar las emisiones atmosféricas asociadas al consumo de cada uno de los combustibles utilizados a nivel residencial en el Gran Concepción.

Para responder a los objetivos planteados se diseñó un muestreo que cubrió las 9 comunas del Gran concepción1, se elaboró una encuesta para medir y caracterizar el consumo urbano de leña y carbón.

1 Tomé, Penco, Concepción, Talcahuano, Hualqui, Chiguayante, San pedro de la paz, Coronel y lota


III Materiales y métodos

3.1.- Diseño de la encuesta Esta actividad comprendió la recopilación de encuestas de estudios similares aplicados en otras ciudades que sirvieron como base para elaborar la encuesta a aplicar en el Gran Concepción. La encuesta fue visada por la contraparte técnica y tanto la calidad como la objetividad de la encuesta fue validada en el procedimiento de premuestreo realizado. En el Anexo 2 se presenta la encuesta aplicada. La mayoría de las preguntas de la encuesta es del tipo cerrado, es decir, tienen alternativas de respuestas. De esta forma se evita que el encuestado responda incoherencias o emita opiniones que escapan a lo que se le pregunta.

3.2.- Diseño muestral Como se menciona en la introducción, el Gran Concepción se compone de 9 comunas, cuya población urbana asciende a 867.248 personas (Censo 2002). El número de viviendas urbanas de las 9 comunas es de 236.133, concentrándose un 52.6 % de éstas en las comunas de Concepción y Talcahuano y el número promedio de personas por vivienda es de 4 en todas las comunas estudiadas. La Tabla 1 muestra la distribución de la población y viviendas en las comunas del Gran Concepción.

Tabla 1. Distribución de las viviendas y personas del Gran Concepción por comuna.

Comunas Nº Viviendas % Viviendas Nº Personas % Personas Talcahuano 64.641 27,4 248.964 28,7 Concepción 59.563 25,2 210.367 24,3

Tome 13.633 5,8 45.959 5,3 San Pedro de la Paz 21.627 9,2 80.159 9,2

Penco 11.999 5,1 45.361 5,2 Coronel 25.278 10,7 91.469 10,5

Chiguayante 22.228 9,4 81.238 9,4 Hualquí 4.195 1,8 14.756 1,7

Lota 12.969 5,5 48.975 5,6 Total 236.133 100 867.248 100

Dado el gran tamaño de la población objetivo en cuanto a habitantes y a distribución geográfica, fue necesario idear e implementar una estrategia de muestreo adecuada que permitiera estimar en forma insesgada 2 los parámetros poblacionales que persigue conocer el estudio. Con este fin se procedió a revisar la literatura de muestreo, concluyendo que un 2 Gouri and Bhattacharyya, 1997. Statistical concepts and methods. John Wiley & Sons, INC. New York


muestreo en dos etapas (Bietápico) 3 (Thompson, 1992) es adecuado en estas situaciones. El muestreo bietápico (muestreo en dos etapas), consiste en seleccionar una muestra de unidades muestrales primarias desde la población, y luego desde cada unidad muestral primaria se seleccionan unidades muestrales secundarias. Para los propósitos del presente estudio, las unidades muestrales primarias consistieron en tomar los distritos censales definidos por el Instituto Nacional de Estadísticas (INE) para cada comuna en los procedimientos censales, y las unidades muestrales secundarias fueron las viviendas.

3.3.- Aplicación del diseño Se ha empleado una selección aleatoria en cada etapa, siendo más rigurosos en la primera por motivos prácticos, ya que es más fácil seleccionar distritos al azar desde una lista de éstos, que seleccionar viviendas al azar sin tener una lista de éstas por distrito. El procedimiento empleado fue el siguiente: Una primera etapa en la aplicación del diseño consistió en conseguir la información censal necesaria para la planificación del muestreo. Para esto, se desarrolló un programa en REDATAM+ G44, aplicación que permitió recuperar desde las bases censales del INE para cada comuna las siguientes variables por distrito: Número de viviendas, número de personas, tipo de combustible utilizado para cocinar, y una estratificación social de los hogares en función a la matriz de clasificación social planteada por ADIMARK5. La tabla Nº3 muestra un resumen de los resultados de esta aplicación para los distritos que fueron seleccionados en la muestra.. En el anexo 3 se muestra una tabla con todos los distritos del gran Concepción. Los estudios de Adimark, basados en las pautas de ESOMAR (European Society for Opinion and Marketing Research) concluyeron que los factores mas relevantes, incluidos en el Censo, para estratificar socialmente a la población eran el nivel educacional del jefe de hogar y la tenencia de un conjunto de bienes. Estos factores, conceptualmente, se relacionan con los ingresos, con el nivel de cultura y con el stock de riqueza acumulado por un grupo familiar. Es decir, corresponden al concepto tradicional de nivel socioeconómico. Adimark estudió exhaustivamente la escala de medición educacional contenida en el Censo y la parrilla de todos los bienes medidos, incluyendo análisis multivariable y salidas a comprobación en terreno. El resultado es un modelo simple, fácilmente aplicable a los datos censales, pero también a encuestas en terreno o telefónicas, a bases de datos de clientes, estudios sociales, etc. De esta forma se genera la siguiente matriz de clasificación social (Tabla 2).

3 Thompson, S. 1992. Sampling. John Wiley & Sons, INC. New York. 4 Celade, 2002. Manual de Redatam+ SP Process. http://www.eclac.cl/redatam/default.asp 5 Adimark, 2004. Mapa socioeconómico de Chile. http://www.adimark.cl


Tabla 2. Matriz de clasificación social. Cantidades de bienes del hogar

(Ducha + TV color + Refigerador +Lavadora+ Calefont + Microondas + TVcable o Satelital + PC + Internet + Vehículo

Nivel de Estudios/Cantidad de bienes del hogar 0 1 2 3 4 5 6 7 8 9 10

Sin estudios E E E E E D D D D C3 C3 Básica incompleta E E E E E D D D C3 C3 C3 Básica completa E E D D D D D C3 C3 C3 C3

Media incompleta D D D D D D D C3 C3 C3 C2 Media completa D D D D C3 C3 C3 C3 C2 C2 C2

Técnico incompleto C3 C3 C3 C3 C3 C2 C2 C2 C2 C2 ABC1 Univ. incompleta o tec. completa C3 C3 C3 C3 C3 C2 C2 C2 C2 ABC1 ABC1

Universitaria completa o más C3 C3 C3 C3 C3 C2 C2 C2 ABC1 ABC1 ABC1

La descripción de los estratos de la Tabla 2 es: E: Muy bajo, D: Bajo, C3: Medio bajo, C2: Medio alto, ABC1: Alto Con la información anterior procesada se procedió a realizar la primera etapa del muestreo. Esta consistió en seleccionar al azar 33 distritos censales desde una lista de 96 distritos que componen el Gran Concepción urbano. La idea fue incluir en la muestra más de un tercio de la población. La selección de los distritos se realizó mediante la generación de números aleatorios entre el 1 y el 96 desde una distribución uniforme utilizando el software S-Plus 6.0 (Insightful Corp., USA). La lista de los distritos seleccionados junto con el tipo de combustible utilizado para cocinar y la proporción de cada estrato social se presenta en la Tabla 3. La cantidad de distritos a muestrear por comuna se asignó en forma proporcional a la cantidad de distritos de cada comuna. Desde la Tabla 3 se extrae que el combustible más utilizado para cocinar (desde los distritos seleccionados) es el gas licuado, seguido por el gas natural. Las viviendas que mayoritariamente utilizan leña para cocinar se encuentran en el distrito de Colcura en Lota (56.1%), Andalién en Penco (17.8%) y Corcovado en Coronel (15.4%). Otra información muy importante que se puede extraer desde la Tabla 3, corresponde a la proporción de personas por estrato socioeconómico, este dato fue de gran ayuda para señalarle al encuestador la forma de conseguir la información, ya que existen grandes diferencias en la acogida de las encuestas entre un estrato y otro. Así por ejemplo, es de esperar que la recepción de la encuesta sea diferente entre el distrito San Pedro en la Comuna de San Pedro de la Paz (44.4 % ABC1) que en el distrito San Vicente en Talcahuano (0.1% ABC1). Con esta información más los planos censales a escala 1:5.000 elaborados por el INE se procedió a planificar la segunda etapa del muestreo, la cual comprende un muestreo piloto (premuestreo) y el muestreo final. El premuestreo se realizó con fines de validar la encuesta, y recopilar información para el cálculo de los tamaños muestrales necesarios en el muestreo final por comuna.


Tabla 3. Distritos seleccionados para muestrear por comuna. COMUNA Distrito

VIV PERS Gas nat %

Gas lic %

Parafi %

Leña Ase. %

Carb %

Elect %

E solar%

No cocina%

E% D% C3% C2% ABC1%

Talcahuano La Aduana 237 710 34,8 61,4 0,0 1,0 0,0 1,0 0,0 1,9 6,7 25,7 28,6 29,5 9,5

Talcahuano Cerro Buenavista 1.271 4.762 2,3 94,0 0,2 2,6 0,6 0,0 0,0 0,3 25,4 43,3 24,4 6,3 0,5

Talcahuano Tumbes 1.614 7.653 28,5 62,0 0,0 9,3 0,1 0,1 0,0 0,0 14,6 29,1 20,0 24,2 12,1

Talcahuano San Vicente 6.168 24.350 2,3 95,7 0,0 1,4 0,2 0,0 0,0 0,4 26,9 50,6 19,8 2,6 0,1

Talcahuano El Arenal 751 2.614 5,1 92,4 0,1 0,9 0,3 0,1 0,0 1,0 15,6 44,2 26,2 12,3 1,7

Talcahuano Barranquilla 2.757 10.653 2,3 94,2 0,0 2,5 0,4 0,0 0,0 0,7 30,5 46,9 17,2 4,8 0,5

Talcahuano Zunico 3.535 13.587 29,3 70,0 0,0 0,3 0,0 0,1 0,0 0,3 6,1 27,4 32,6 26,8 7,2

Talcahuano Bremen 4.874 19.285 5,3 93,3 0,0 0,9 0,2 0,1 0,0 0,2 18,4 41,0 28,5 10,9 1,2

Concepción Cementerio 3.157 11.857 6,7 90,6 0,0 1,1 0,3 0,1 0,0 1,2 13,6 34,8 33,1 14,9 3,6

Concepción Pajonal 2.817 9.921 14,1 84,1 0,1 1,0 0,1 0,0 0,0 0,5 12,8 30,5 26,3 22,8 7,7

Concepción Manuel Rodríguez 1.071 3.362 24,8 71,8 0,1 1,9 0,3 0,2 0,0 0,8 8,2 27,3 29,7 24,1 10,7

Concepción General Cruz 1.368 4.065 35,7 62,3 0,0 0,4 0,0 0,5 0,0 1,1 3,2 14,3 27,6 34,8 20,0

Concepción Estación Tucapel 933 3.590 7,6 89,4 0,0 1,2 0,5 0,3 0,0 1,1 12,0 32,9 29,7 19,7 5,7

Concepción Observatorio 2.242 7.889 29,8 65,6 0,0 2,7 0,1 0,9 0,0 0,9 8,7 17,8 14,9 19,8 38,8

Concepción Larenas 3.860 14.342 1,9 90,3 0,1 6,4 0,4 0,2 0,0 0,7 25,1 38,2 21,4 11,5 3,8

Concepción Pedro de Valdivia 2.090 7.320 5,9 89,6 0,2 2,0 0,8 0,2 0,0 1,3 22,6 41,8 20,7 9,9 5,0

Concepción Bilbao 1.212 4.419 6,0 85,4 0,2 5,0 2,1 0,2 0,0 1,0 30,4 44,4 18,2 5,1 1,9

Concepción Lo Pequén 5.568 21.010 6,6 91,1 0,0 1,3 0,1 0,2 0,0 0,6 6,9 20,6 28,3 27,2 17,0

Tome El Puerto 2.321 8.368 2,0 86,9 0,0 9,1 0,9 0,1 0,0 0,9 23,4 37,2 24,5 10,7 4,3

Tome Ralihue 3.483 12.580 2,9 81,6 0,1 14,0 0,5 0,1 0,0 0,8 28,6 38,1 21,6 9,0 2,6

Tome Punta de Parra 274 905 0,4 90,7 0,0 8,4 0,0 0,0 0,0 0,4 17,6 44,1 18,9 15,0 4,4

San Pedro Batro 5.084 19.706 1,5 95,0 0,1 2,3 0,5 0,1 0,0 0,6 25,4 40,3 22,7 9,5 2,1

San Pedro San Pedro 4.570 16.874 3,5 93,9 0,0 1,7 0,0 0,6 0,0 0,2 3,2 10,8 13,6 28,0 44,4

Penco Fábrica 4.347 16.599 3,6 89,6 0,0 5,6 0,3 0,1 0,0 0,8 28,1 41,9 21,8 7,0 1,2

Penco Andalién 661 2.689 2,7 79,1 0,0 17,8 0,1 0,0 0,0 0,3 36,2 44,2 14,7 4,0 0,9

Coronel Buen Retiro 4.509 15.995 1,3 94,9 0,0 3,2 0,3 0,1 0,0 0,3 13,5 35,1 33,7 14,8 2,9

Coronel Corcovado 2.296 8.367 1,9 80,9 0,1 15,4 1,2 0,0 0,0 0,6 32,0 40,8 18,9 6,8 1,5

Coronel Escuadrón 8.851 31.398 2,3 93,6 0,0 3,4 0,4 0,0 0,0 0,2 17,4 40,2 29,3 11,4 1,7

Chiguayante Fábrica 4.995 18.919 2,5 95,7 0,1 1,1 0,2 0,1 0,0 0,3 16,0 34,3 26,4 15,8 7,5

Chiguayante Chiguayante 2.662 10.134 2,5 93,7 0,0 3,0 0,4 0,1 0,0 0,4 17,4 36,8 26,0 14,7 5,1

Hualqui Hualqui 3.460 12.458 1,5 87,7 0,0 9,2 0,9 0,2 0,0 0,5 32,5 40,2 20,3 6,2 0,8

Lota Lota Bajo 2.272 8.429 2,2 79,2 0,1 11,8 5,5 0,0 0,0 1,1 30,3 39,5 20,9 8,0 1,4

Lota Colcura 455 1.682 2,7 40,1 0,0 56,1 0,7 0,2 0,0 0,2 41,7 41,3 14,6 2,0 0,4

3.4.- Premuestreo. En el premuestreo se realizaron 196 encuestas distribuidas como se señala en la Tabla 4. La cantidad de encuestas por comuna se asignó en forma proporcional al número de viviendas, considerando un mínimo de 14 en las comunas más pequeñas.


Tabla 4. Número de encuestas por comuna realizadas en el premuestreo.

Comuna Encuestas Concepción 49 Talcahuano 39

Coronel 15 Tome 14 Lota 15

Penco 15 Chiguayante 15

Hualquí 14 San Pedro 20 TOTAL 196

Estas encuestas fueron aplicadas durante el 9 y el 10 de octubre de 2004 (Sábado y Domingo). La idea de aplicar la encuesta los fines de semana se debe a que en esos días es más probable encontrar el jefe de hogar, persona a quien va dirigida la encuesta. Las encuestas de la Tabla 4 se distribuyeron en forma equitativa en los distritos de la Tabla 3. Para los efectos de análisis de las bases de datos generadas se utilizó el software STATISTICA 6.0 (StatSoft, Tulsa, OK, USA) con el cual se obtuvieron los resultados que se presentan a continuación.


IV Resultados y discusión

4.1.- Calculo de tamaños muestrales para el muestreo final. Premuestreo. La variable principal del estudio, en función a los objetivos, es la cantidad de leña consumida anualmente. Esta variable se obtiene desde la pregunta 26 de la encuesta (Anexo 2). De las viviendas que consumen leña o carbón el 88.3% de los encuestados respondió la cantidad consumida anualmente utilizando la unidad “astillas” el resto lo hizo en otras unidades que se detallan en la Tabla 5. En función a lo anterior, se decidió utilizar la unidad astillas para los cálculos posteriores y trasformar todo a esta unidad. Para las transformaciones se utilizaron las siguientes equivalencias:

- 1 Saco = 16 astillas 6

- 1 Carretillada de mano = 51 Astillas 6

- 1 Camioneta larga = 600 Astillas 7 - 1 Carretada de tracción animal = 400 Astillas - 1 metro cúbico estéreo = 320 Astillas 6 - 1 Camionada = 5120 Astillas 7

Tabla 5. Unidades de medida de leña en la que fue respondida la pregunta ¿Cuánta

leña consume anualmente. Unidad Viviendas Porcentajeastillas 91 88,3

camioneta larga 4 3,9carretilla de mano 2 1,9

sacos 3 2,9carretada animal 1 1,0

metro cúbico 1 1,0camionada 1 1,0

Total 103 100,0 Después de aplicar las transformaciones se procedió a realizar un análisis descriptivo (Tabla 6) de la variable consumo anual de leña, para estos efectos se consideraron las 196 encuestas (premuestreo). Desde la Tabla 6 se extrae que el consumo promedio de leña por vivienda en el Gran Concepción es de 988 astillas, esto considerando tanto los que consumen como los que no consumen y de 1.844 astillas considerando sólo los consumidores de leña, la moda es no consumir leña (0 astillas) esto ocurre en 91 de las 196 viviendas. La vivienda que registro el consumo máximo de leña alcanza a las 9.000 astillas al año. Con respecto a la variabilidad de los datos se puede decir que es alta (Coeficiente de variación de 138%), dicho comportamiento es de esperar debido a la cantidad de comunas que se incluyen y a la heterogeneidad de la población.

6 Universidad de Concepción, 2002. “Priorización de medidas de reducción de emisiones por uso residencial de leña para la gestión de la calidad del aire en Temuco y Padre Las Casas”. Informe final, capítulo 5, páginas 15 y 20. 7 Estimación en función al volumen de las carrocerías.


Tabla 6. Estadígrafos descriptivos para la cantidad de leña consumida anualmente, según premuestreo.

Estadígrafo Astillas n 196Media 988Mediana 300Moda 0Frecuencia modal 91Mínimo 0Máximo 9000Perc. 25 % 0Perc. 75 % 1668Desv. Est. 1365,2Coef Variación % 138,2

Para el cálculo del tamaño muestral final a aplicar se utilizó la siguiente expresión 2.

2

2,

2

EtCV

niνα= (1)

Donde: in : Tamaño de muestra en el paso i .

CV : Coeficiente de variación να ,t : Valor de la distribución t de Student para una confianza de α y 10 −= nν grados de

libertad. E : Error a alcanzar en porcentaje. La ecuación 1 necesita un 0n para obtener los grados de libertad de la distribución t de student, hemos usado 0n =196 que es tamaño del premuestreo. Luego, para llegar al tamaño muestral final la expresión es sometida a un proceso iterativo donde varían los valores de la distribución t, en función al nuevo in calculado. Generalmente la estimación se estabiliza en el cuarto paso. La Tabla 7 presenta los tamaños de muestra requeridos para alcanzar distintos niveles de error. Tabla 7. Tamaños de muestras (encuestas) requeridos para distintos niveles de error.

Error n 5% 2.0706% 1.4387% 1.0578% 8109% 64110% 519


Considerando que las necesidades del estudio requieren como máximo un error del 5%, se decidió realizar 2.070 encuestas en el Gran Concepción. La Tabla 8, muestra la distribución proyectada de las encuestas por comuna (1870, descontando las 200 realizadas en el premuestreo) y por distrito, la asignación se realizó en forma proporcional al coeficiente de variación de cada comuna en la variable consumo anual de leña y al tamaño de la comuna.

Tabla 8. Distribución proyectada de las encuestas por distrito del muestreo final. DC COMUNA Distrito VIV PERS n

4 Talcahuano La Aduana 237 710 55 Talcahuano Cerro Buenavista 1.271 4.762 186 Talcahuano Tumbes 1.614 7.653 248 Talcahuano San Vicente 6.168 24.350 90

13 Talcahuano El Arenal 751 2.614 1116 Talcahuano Barranquilla 2.757 10.653 4017 Talcahuano Zunico 3.535 13.587 5121 Talcahuano Bremen 4.874 19.285 71

8 Concepción Cementerio 3.157 11.857 3510 Concepción Pajonal 2.817 9.921 3111 Concepción Manuel Rodríguez 1.071 3.362 1213 Concepción General Cruz 1.368 4.065 1514 Concepción Estación Tucapel 933 3.590 1024 Concepción Observatorio 2.242 7.889 2525 Concepción Larenas 3.860 14.342 4326 Concepción Pedro de Valdivia 2.090 7.320 2327 Concepción Bilbao 1.212 4.419 1432 Concepción Lo Pequén 5.568 21.010 62

1 Tome El Puerto 2.321 8.368 652 Tome Ralihue 3.483 12.580 97

11 Tome Punta de Parra 274 905 81 San Pedro Batro 5.084 19.706 1324 San Pedro San Pedro 4.570 16.874 118

2 Penco Fábrica 4.347 16.599 1046 Penco Andalién 661 2.689 164 Coronel Buen Retiro 4.509 15.995 788 Coronel Corcovado 2.296 8.367 40

11 Coronel Escuadrón 8.851 31.398 152

3 Chiguayante Fábrica 4.995 18.919 1304 Chiguayante Chiguayante 2.662 10.134 701 Hualqui Hualqui 3.460 12.458 803 Lota Lota Bajo 2.272 8.429 1675 Lota Colcura 455 1.682 33

Total 1870


4.2.- Resultados del Muestreo La cantidad final de encuestas disponibles para los análisis fue de 2.030, las 50 encuestas faltantes se realizaron, sin embargo fueron eliminadas desde la base de datos en un procedimiento de validación, el cual consistió en verificar que las encuestas estuvieran completas, presentaran un correcto flujo lógico y no presentaran contradicciones mayores en sus respuestas. La Tabla 9, presenta la cantidad de encuestas por distrito y comuna efectivamente realizadas y validadas en el Gran Concepción.

Tabla 9. Encuestas efectivamente realizadas y validadas por distrito. Comuna Distrito Codígo n Concepción Cementerio 810108 38 Concepción Pajonal 810110 36 Concepción Manuel Rodríguez 810111 17 Concepción General Cruz 810113 20 Concepción Estación Tucapel 810114 15 Concepción Observatorio 810124 30 Concepción Larenas 810125 47 Concepción Pedro de Valdivia 810126 32 Concepción Bilbao 810127 15 Concepción Lo Pequén 810132 67 Coronel Buen Retiro 810204 97 Coronel Corcovado 810208 45 Coronel Escuadrón 810211 141 Chiguayante Fábrica 810303 145 Chiguayante Chiguayante 810304 71 Hualqui Hualqui 810501 94 Lota Lota Bajo 810603 174 Lota Colcura 810605 41 Penco Penco 810701 15 Penco Fábrica 810702 56 San Pedro Batro 810801 142 San Pedro San Pedro 810804 128 Talcahuano La Aduana 811004 5 Talcahuano Cerro Buenavista 811005 33 Talcahuano Tumbes 811006 19 Talcahuano San Vicente 811008 100 Talcahuano El Arenal 811013 13 Talcahuano Barranquilla 811016 44 Talcahuano Zunico 811017 54 Talcahuano Bremen 811021 111 Tome El Puerto 811101 72 Tome Ralihue 811102 101 Tome Punta de Parra 811111 12

Total 2030

En la Figura 1 se da a conocer la distribución de las encuestas por estrato socioeconómico.


Figura 1: Distribución de encuestas de acuerdo a estrato socioeconómico. En la Figura 2, se presenta una estimación de la matriz energética utilizada en calefacción residencial del Gran Concepción. Para fines de estimar las proporciones se formaron grupos de combustibles, ya que en muchas viviendas utilizan más que un combustible con fines de calefacción. Así por ejemplo, se puede decir que un 32.81% de las viviendas en el Gran Concepción sólo utiliza combustibles de madera en la calefacción de su hogar. Entendiéndose por combustibles de madera la leña en astillas, los desechos del bosque, los desechos industriales, los desechos recuperados y las briquetas. Un 14,58% utiliza combustibles de madera más otro combustible que generalmente es gas, parafina, o electricidad. Un 0.94% utiliza Carbón vegetal y/o mineral más parafina o electricidad, lo que en resumen muestra que un 48,33% de las viviendas utilizan combustibles de madera ya sea solos o en combinación con otro combustible en la calefacción del hogar, lo que corresponde a 114.123 viviendas, situando a los combustibles en base a madera como la principal fuente energética en calefacción residencial.

ABC1 C2 C3 D E

05

1015

2025

30

14.1 %

22.1 %

31 %

25.9 %

6.8 %

Distribución de las encuestas por estrato social

Porc

enta

je


Carbón+Gas-Paraf-Elect 0.94 %

Comb Madera 32.81 %

Comb Madera+Otro 14.58 %

Electricidad 4.19 %

Gas 24.68 %

Gas+Paraf-Elect 6.16 %Nada 0.99 %

Parafina 1.28 %

Parafina+Elect 14.38 %

Matriz energética de calefacción residencial del Gran Concepción

Figura 2. Matriz energética utilizada en el Gran Concepción con fines de calefacción residencial. El segundo combustible más utilizado en la calefacción es el gas (24.68%). Aquí se incluye gas licuado y gas natural. El tercero en importancia es la parafina, un 14.38% de las viviendas sólo utiliza este combustible con fines de calefacción. Un 6.16% utiliza combinaciones de gas más parafina o electricidad y un 1.28% la combinación parafina más electricidad. En la figura 3 se muestra la Matriz energética utilizada para calefacción, desagregada por comuna.



Comb Madera 36.68 %


Electricidad 4.75 %

Gas 29.29 % Gas+Paraf-Elect 4.22 %Nada 1.06 %


Parafina 11.61 %

Matriz ener. calef. residencial comuna de Talcahuano


Comb Madera 22.08 %


Electricidad 5.99 %

Gas 24.92 %



Parafina 13.25 %

Matriz ener. calef. residencial comuna de Concepción

Comb Madera 32.97 %Comb Madera+Otro 4.86 %

Gas 29.73 %


Parafina 24.86 %

Matriz ener. calef. residencial comuna de Tome


Electricidad 2.22 %

Gas 28.89 %



Parafina 19.63 %

Matriz ener. calef. residencial com. San Pedro de la Paz


Comb Madera 23.94 %


Electricidad 5.63 %


Parafina 12.68 %

Matriz ener. calef. residencial comuna de Penco


Comb Madera 36.75 %


Electricidad 6.01 %

Gas 25.44 %Gas+Paraf-Elect 2.83 %

Nada 0.35 %Parafina+Elect 0.71 %

Parafina 16.96 %

Matriz ener. calef. residencial comuna de Coronel


Comb Madera 33.33 %


Electricidad 1.39 %

Gas 13.43 %



Parafina 11.57 %

Matriz ener. calef. residencial comuna de Chiguayante

Comb Madera 41.49 %


Electricidad 9.57 % Gas 7.45 %

Gas+Paraf-Elect 7.45 %


Parafina 3.19 %

Matriz ener. calef. residencial comuna de Hualqui


Comb Madera 34.88 %


Electricidad 4.19 %



Parafina 10.23 %

Matriz ener. calef. residencial comuna de Lota

Figura 3: Matriz energética utilizada para calefacción, desagregada por comuna. Un aspecto importante de mencionar es que un 0.99%, lo que equivale a 2.338 viviendas, declaran no calefaccionar su hogar. Estas viviendas en su mayoría corresponden al estrato social E. Comportamiento que se identifica claramente en el análisis de correspondencia entre combustibles de calefacción y estrato socioeconómico de la Figura 4. El análisis de correspondencia es una técnica descriptiva exploratoria diseñada para analizar tablas de doble entrada o múltiple entrada que podrían contener una medida de correspondencia entre filas y columnas8. La idea general es reducir la dimensión de la información y ver si se puede representar en unos pocos factores. Luego, mediante análisis gráficos es posible ver si se forman grupos, categorías de las filas y columnas de las tablas que se asocian. La explicación del porque se forman los grupos debe inferirla el investigador basado en el conocimiento del proceso o fenómeno que está estudiando.

8 Beh, E. 2004. Simple correspondence analysis: A bibliographic review. International Satatistical Review (72) 2: 257-284.


Figura 4. Correspondencia entre estrato socioeconómico y combustible utilizado para la calefacción residencial del Gran Concepción. La figura 4, muestra claramente la correspondencia entre el estrato social ABC1 y el uso de combustibles de madera más otro combustible (generalmente gas), así como también el uso de electricidad en calefacción. El estrato C2 y C3 está fuertemente asociado al empleo de gas, y de la combinación de gas más parafina o electricidad, en la calefacción de su hogar. El estrato D se asocia fuertemente con el uso de sólo combustibles de madera y el estrato E utiliza principalmente parafina y muchos de ellos no calefaccionan su hogar, como ya se había mencionado. La combinación carbón más parafina o electricidad también se asocia con el estrato E. En la Figura 5 se presenta una estimación de la matriz energética utilizada para cocinar en el Gran Concepción. En esta matriz el gas por si solo representa el 89.8%, seguido por la combinación combustibles de madera más otro (7.14%), donde el “otro” generalmente es gas. Las viviendas que sólo utilizan combustibles de madera para cocinar alcanzan a un 1.48% de la población. El 1.6% restante utiliza distintas combinaciones entre electricidad carbón parafina y gas, o simplemente no cocinan (0.05%).

-0.6 -0.4 -0.2 0.0 0.2 0.4

-0.6

-0.4

-0.2

0.0

0.2

0.4

1

2

3

4

56

7

8

9

-0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

ABC1

C2C3

D

E

Correspondencia entre combustible de calefacción y estrato social

1:Carb+Gas-Paraf-Elec2:Comb.Madera3:Comb.Madera+Otro

4:Electricidad5:Gas6:Gas+Paraf-Elec

7:Nada8:Paraf+Elec9:Parafina


Carbón+Gas-Paraf-Elect 0.54 %Comb Madera 1.48 %


Electricidad 0.3 %


Nada 0.05 %Parafina 0.15 %

Matriz enegética para cocinar en los hogares del Gran Concepción

Figura 5. Matriz energética utilizada para cocinar en el Gran Concepción. El análisis de correspondencia de la Figura 6, entre combustible utilizado para cocinar y estrato social señala que el estrato ABC1 generalmente utiliza gas y electricidad, los estratos C2 y C3 sólo utilizan gas y algunos de ellos declaran no cocinar; el estrato D se asocia fuertemente con el empleo de combustibles de madera más otro combustible y electricidad. El estrato E se asocia con el uso de sólo combustibles de madera y combinaciones entre gas, electricidad, carbón y parafina.


Figura 6. Correspondencia entre combustible utilizado para cocinar y estrato socioeconómico. La Figura 7 presenta la matriz energética empleada para calentar agua para el baño del Gran Concepción. En esta matriz el gas representa un 55,76% y la electricidad un 35,27%, un porcentaje importante de la población (6,35%) declaró no usar nada para estos fines, es decir emplean agua fría. El 2.62% restante de la población utiliza combinaciones entre combustibles de madera, electricidad, gas y parafina. Al realizar el análisis de correspondencia con el estrato social (Figura 8), se observa que el estrato ABC1 y C2 se corresponden con el empleo de gas y/o la combinación gas y electricidad. El estrato C3 y D utilizan principalmente electricidad y la combinación combustibles de madera más otro. En el caso del estrato social E, se observa una fuerte asociación entre el empleo de sólo combustibles de madera y nada, es decir utilizan agua fría.

-1.0 -0.5 0.0 0.5

-1.0

-0.5

0.0

0.5

1

2

34

5

6

7

8

-0.6 -0.4 -0.2 0.0 0.2

-0.6

-0.4

-0.2

0.0

0.2

ABC1

C2C3

D

E

Correspondencia entre combustible para cocinar y estrato social

1:Carb+Gas-Paraf-Elec2:Comb.Madera3:Comb.Madera+Otro

4:Electricidad5:Gas6:Gas+Paraf-Elec

7:Nada8:Parafina




Electricidad 35.27 %

Gas 55.76 %


Nada 6.35 %

Parafina 0.05 %

Matriz energética para calentar agua hogares Gran Concepción

Figura 7. Matriz energética empleada para calentar agua del baño en las viviendas del Gran Concepción.


Figura 8. Correspondencia entre combustible empleado para calentar agua del baño y estrato social. Se presenta un análisis de correspondencia entre los combustibles utilizados en calefacción y la edad del jefe de hogar. Esto porque generalmente se piensa que el uso de la leña tiene relación con un aspecto cultural, y que las personas de mayor edad podrían ser los que utilizan en mayor proporción este combustible. El análisis de correspondencia no muestra asociaciones claras, con la excepción del uso de parafina y electricidad en los jóvenes. Para clarificar mejor la situación se construyó la Tabla 10 Tabla 10. Combustible utilizado en calefacción y edad del jefe de hogar (valores %).

Combustible Joven 18 a 29

años Adulto Joven 30 a 45 años

Adulto 45 a 59 años

Adulto Mayor más de 65 años

Carbón+Gas-Parafina-Electricidad 0.00 0.10 0.40 0.45 Comb.Madera 0.65 7.24 15.08 10.11 Comb.Madera+Otro 0.20 3.27 6.54 4.63 Electricidad 0.35 1.56 1.46 0.65 Gas 0.90 6.13 10.31 7.24 Gas+Parafina-Electricidad 0.30 1.41 2.92 1.61 Nada 0.00 0.15 0.40 0.40 Parafina 0.40 3.97 6.59 3.32 Parafina+Electricidad 0.10 0.40 0.50 0.25 En la tabla 10, se aprecia que el uso de combustibles de madera solos o combinados con otros se da principalmente en la población adulta 45 a 59 años.

-1.5 -1.0 -0.5 0.0 0.5 1.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1

2

3

45

6

7

-1.0 -0.5 0.0 0.5

-1.0

-0.5

0.0

0.5

ABC1

C2

C3D

E

Correspondencia combustible para calentar agua y estrato social

1:Comb.Madera2:Comb.Madera+Otro3:Electricidad

4:Gas5:Gas+Paraf-Elec

6:Nada7:Parafina


4.3. Estimación de parámetros poblacionales El objetivo principal del estudio fue estimar el consumo total de leña en el Gran Concepción. Para esto se incluyó una pregunta en la encuesta para obtener el consumo anual por vivienda. La mayoría de las respuestas en este ítem fue en número de astillas. Las cantidades de astillas y otras unidades como metros ruma, camionadas, carretilladas y sacos fueron transformadas a metros cúbicos estéreos utilizando las equivalencias presentadas en la sección 4.1 del informe. Con todos los datos ya en metros cúbicos estéreos se procedió a estimar los parámetros poblacionales utilizando las ecuaciones presentadas en anexo 1. La Tabla 11 muestra el tamaño de las unidades muestrales primarias iM (Nº de viviendas), el número de unidades secundarias extraídas desde las unidades primarias im (encuestas) y una estimación del total y por unidad muestral primaria desde la ecuación (1) del anexo 1.

Tabla 11. Tamaños de las unidades primarias y estimaciones de sus totales en m3.

code Comuna distrito

iM

numero viviendas

im

cantidad de encuestas

iy

m3 de leña consumida 810108 Concepción Cementerio 3.157 38 2588.43 810110 Concepción Pajonal 2.817 36 6528.98 810111 Concepción Manuel Rodríguez 1.071 17 8160.47 810113 Concepción General Cruz 1.368 20 3398.63 810114 Concepción Estación Tucapel 933 15 2208.10 810124 Concepción Observatorio 2.242 30 7861.01 810125 Concepción Larenas 3.860 47 7892.47 810126 Concepción Pedro de Valdivia 2.090 32 3392.17 810127 Concepción Bilbao 1.212 15 1565.50 810132 Concepción Lo Pequén 5.568 67 30135.76 810204 Coronel Buen Retiro 4.509 97 6558.97 810208 Coronel Corcovado 2.296 45 10445.52 810211 Coronel Escuadrón 8.851 141 30084.77 810303 Chiguayante Fábrica 4.995 145 26639.28 810304 Chiguayante Chiguayante 2.662 71 11517.37 810501 Hualqui Hualqui 3.460 94 23892.17 810603 Lota Lota Bajo 2.272 174 5347.85 810605 Lota Colcura 455 41 3354.48 810701 Penco Penco 3.520 15 9445.33 810702 Penco Fábrica 4.347 56 10312.00 810801 San Pedro Batro 5.084 142 10931.38 810804 San Pedro San Pedro 4.570 128 15236.31 811004 Talcahuano La Aduana 237 5 0.00 811005 Talcahuano Cerro Buenavista 1.271 33 5115.29 811006 Talcahuano Tumbes 1.614 19 8820.72 811008 Talcahuano San Vicente 6.168 100 20759.17 811013 Talcahuano El Arenal 751 13 2220.50 811016 Talcahuano Barranquilla 2.757 44 10436.65 811017 Talcahuano Zunico 3.535 54 10240.86 811021 Talcahuano Bremen 4.874 111 13757.52 811101 Tome El Puerto 2.321 72 3308.03 811102 Tome Ralihue 3.483 101 8735.20 811111 Tome Punta de Parra 274 12 542.29


Con los totales iy de la Tabla 11 se procedió a estimar el consumo total del Gran Concepción, para esto se utilizó ecuación siguiente:

∑=

=n

iiy

nN

1

ˆτ = 935.078 m3

Donde: N = 96 n = 33 De ello se desprende que el consumo anual total de leña en el Gran Concepción alcanza a los 935.078 m3 estéreos. La estimación de la varianza del total tiene dos componentes, la varianza entre unidades primarias y la varianza dentro de dichas unidades. La varianza entre unidades primarias, está dada por la siguiente expresión:

( )∑=

−−

=n

iiy

ns

1

21

2 ˆˆ1

1 µµ = 66.735.167

Donde:

1µ = 9.740,4 m3 estimación de la media por distrito. La varianza dentro de las unidades muestrales primarias, corresponde a un vector de varianzas por distrito. La varianza del total es:

=)ˆar(v τ 12.720.682.614 El error estándar de estimación corresponde a la raíz cuadrada de la varianza es decir:

=es 112.786 m3

Lo que equivale a un error porcentual de:

== 100*ˆˆτesE 100*

078.935786.112 = 12.06 %

Es decir, el error estándar de estimación del consumo anual es de un 12,06%. Para construir un intervalo de confianza para el consumo total se utilizó la siquiente expresión:

( )θθ ˆvarˆ z± Un intervalo para un 95% de confianza es:


Límite inferior: 749.562 m3 y Limite superior: 1.120.595 m3. Es decir con un 95% de probabilidad el consumo anual de leña en el Gran Concepción varía entre 749.562 m3 y 1.120.595 m3, con una estimación puntual de 935.078 m3 estéreo. Desde la Tabla anterior se obtiene la información para realizar la estimación del consumo anual en metros cúbicos estéreos por comuna. Para esto se empela la siguiente ecuación:

∑=

=n

iiy

nN

1

ˆτ

Es decir se sumaran los elementos de la ultima columna de la tabla anterior y una vez sumados se multiplicaran por en cuociente entre N que es la cantidad de distritos por comuna y n que es la cantidad de distritos muestreados para cada comuna. Esto se hizo para cada comuna los resultados se presentan en la siguiente tabla. Tabla 12. Estimaciones de los consumos de leña por comuna en m3 estéreos.

Comuna Nº Ditritos (N)

Nº Distritos medidos (n)

Consumo Anual leña m3 estéreo

Concepción 29 10 213821 Coronel 8 3 125571 Chiguayante 6 2 114470 Hualqui 5 1 119460 Lota 6 2 26106 Penco 5 2 49393 San Pedro de la Paz 6 2 78503 Talcahuano 23 8 205133 Tome 8 3 33561


4.4.- Descripción del Consumo En la Figura 9 se presenta la distribución del consumo de leña a lo largo del año, se ve claramente un efecto estacional, mayor en invierno y menor en primavera y verano, los meses de mas alto consumo son Junio, Julio y Agosto.

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

020

4060

8010

0

Alto Medio Bajo Nulo

Niveles de consumo mensual de leña

Proc

enta

jes

Figura 9. Distribución del consumo de leña durante el año en el Gran Concepción. En los meses de mayor consumo, es decir Junio, Julio y Agosto en un 39,62% de las viviendas (Figura 10)consumen entre un 50 y un 75% del total de leña destinada para el año, y un 36.79% consume más de un 75% del total de leña del año.


23.58 %

39.62 %

36.79 %La mitadEntre 50 y 75%Mas de 75%

Proporción leña consumida meses mayor consumo

Figura 10. Proporción del total de leña destinada para el año consumida en los meses de Junio, Julio y Agosto. La Figura 11 presenta las especies arbóreas consumidas como leña en el Gran Concepción.

3 Esp. E,P,H,A 8.74 %

Aromo 6.08 %

E,P,H,A+Otro 5.22 %Eucalipto 10.66 %

Eucalipto y Aromo 4.37 %

Eucalipto y Hualle 8.32 %

Eucalipto y Pino 5.65 %

Hualle 10.98 %

Hualle y Aromo 3.84 %

Mixto 16.2 %No Sabe 5.97 %

Otra especie 0.75 %

Pino 9.17 %

Pino y Hualle 4.05 %

Tipos de leña utilizados en el Gran Concepción

Figura 11. Especies arbóreas consumidas como leña en el Gran Concepción. E: eucalipto, P: pino, H: hualle, A: aromo.


Desde la Figura 11 se extrae que la especie más utilizada corresponde al eucalipto. Un 10,66% de los hogares utiliza sólo leña de eucalipto. En total esta especie es consumida en un 34.22% de los hogares ya sea sola o en combinación con aromo, hualle o pino. La segunda especie en importancia es el hualle, un 10,98% de los hogares sólo utiliza leña de hualle, más otra porción que la utiliza en combinación con otra especie. El tercer lugar en importancia lo ocupa el pino y el cuarto el aromo. Un porcentaje importante (16.2%) fue respondido como mixto, y un 5.97% de los encuestados declara no saber que especie emplea. Otras especies son 0.75%, porción que es bastante pequeña. En esta categoría esta el sauce, raulí, coigue, avellano, lingue, espino. Esto indica que la especie nativa con más presión de uso para fines de leña en el Gran Concepción es el hualle. Considerando que el resto de especies es más escasa en la zona, no presentan demandas importantes. Al consultar las 3 razones por las cuales la gente utiliza leña (Figura 12), la mayoría de los encuestados dio como primera razón que la leña es más económica que otros combustibles. Otro motivo entregado como primera razón es que la leña calienta más. La segunda razón más votada es que la leña es fácil de obtener y la tercera razón más votada recae en que no desean depender de un único proveedor, como pasa con la electricidad o el gas natural, y en que es caro cambiar sus artefactos a leña por otros que usen otros combustibles.

Más económica

Fácil obtener

Contamina menos

No dep. 1 proveedor

Por Costumbre

Calienta más

Caro camb Artef.

020

4060

8010

0

Razón 1 Razón 2 Razón 3

Razones por las que utiliza leña

Proc

enta

jes

Figura 12. Razones por la cuales las personas utilizan leña en la calefacción de sus hogares.


4.5.- Formas de obtener la leña y precios pagados La Figura 13 muestra las formas de conseguir la leña en el Gran Concepción. Aquí se observa que un 81.98% de los encuestados declara que la compra, un 3.23% la compra y se la regalan, un 3.75% se la regalan y un 5.42% la recolecta.

Otra combinación 0.52 %Compra y produce 0.73 %

Compra y recolecta 1.98 %

Compra y regalan 3.23 %

La compra 81.98 %

La produce 2.29 %

La recolecta 5.42 %

Otro 0.1 %Se la regalan 3.75 %

Formas de obtener la leña en el Gran Concepción

Figura 13. Formas de obtener la leña en el Gran Concepción. Al realizar un análisis de correspondencia entre la forma de adquirir la leña y el estrato socioeconómico (Figura 14), se observa que el estrato ABC1 la compra y la produce en sus propios campos, el C2 y C3 solo la compra y también se la regalan, El estrato D y E se asocia con recolectar leña y en ocasiones la compra y se la regalan.


Figura 14. Correspondencia entre estrato socioeconómico y formas de conseguir la leña. En la Figura 15 se presentan los lugares en donde se compra la leña en el Gran Concepción, aquí se observa claramente que este mercado es bastante informal ya que un 77.3% compra la leña a vendedores ambulantes o bien se la ofrecen y traen a sus domicilios. Las leñerias y los acopios representan sólo un 15,16%.

-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5

-0.4

-0.2

0.0

0.2

0.4

0.6

1

2 3

4

5

6

7

8

-1.0 -0.5 0.0

-0.2

-0.1

0.0

0.1

0.2

0.3

ABC1

C2

C3

D

E

Correspondencia formas de adquirir la leña y estrato social

1:Compra y produce2:Compra y recolecta3:Compra y regalan

4:La Compra5:La produce6:La recolecta

7:Otro8:Se la regalan


Otra combinación 2.59 %

Acopio 5.76 %Acopio y venta a domic. 0.59 %Fábrica 0.35 %

Leñeria 9.4 %

Otra venta 3.76 %Supermercado 0.24 %

Vendedores ambulantes 29.49 %

Venta a domicilio 47.83 %

Donde se compra la leña en el Gran Concepción

Figura 15. Lugares donde se compra la leña en el Gran Concepción. La Figura 16 presenta la distribución de las compras de leña durante el año. Aquí se observa que durante los meses de Enero, Febrero y Marzo se compra un 32.6% de la leña consumida en el año. En el mes de Abril se produce una baja en las compras, luego en Mayo, Junio, Julio y Agosto se compra un 42% de la leña consumida en el año, desde Agosto en adelante las compras decaen drásticamente hasta llegar a un 3.2% en Noviembre. De lo anterior, es posible inferir que existe un grupo de personas que compran leña con anticipación, meses de verano, otro más grande que lo hace en los meses de más frío y lluvia, es decir, lo hace en el momento que la necesita.



02

46

810

10.4 %

11.5 %

10.7 %

7.6 %

10.1 %

11.2 %10.8 %

9.8 %

6.8 %

4.3 %

3.2 %3.6 %

Distribución de la compra de leña durante en año

Por

cent

aje

Figura 16. Distribución de las compras de leña a lo largo del año. La mayoría de las personas declararon comprar leña una vez al año (35,95%), un 34,54% compra leña 2 a 3 veces al año, un 8.9% lo hace 3 a 4 veces al año (Figura 17). Un 18.5% lo hace empleando otra frecuencia tales como 2 veces por semana, todos los meses etc.

1 Vez al año 35.95 %

2-3 Veces al año 34.54 %

2-3 Veces por semana 1.05 %2 Veces al mes 0.35 % 3-4 Veces al año 8.9 %

5-7 Veces al año 0.7 %

Otro 18.5 %

Frecuencia con la que se compra leña

Figura 17. Frecuencia con la que se compra la leña. Un 90.6% de las personas que compran la leña declararon que nunca reciben boleta o factura (Figura 18). En este mismo sentido un 2.94% señalo que siempre recibe alguno de


esos documentos al comprar leña. Esto deja en evidencia que el mercado de la leña en el Gran Concepción es completamente informal.

1.88 %90.6 %

2.94 %

4.58 %

GeneralmenteNuncaRara vezSiempre

Recibe boleta o factura

Figura 18. Proporción de compras con boleta o factura. La mayoría de las personas (58,56%) declaró comprar leña seca, un 32,15 la compra semi húmeda y el resto la compra húmeda (Figura 19, panel izquierdo.). En relación a secar la leña antes de consumirla, un poco menos de la mitad de manifestó que lo hacia (Figura 19, panel derecho).

9.29 %

58.56 %

32.15 %

HúmedaSecaSemi Húmeda

Estado de humedad de la leña

51.45 %

48.55 %

NOSI

Seca la leña

Figura 19. Estado de humedad en que se compra la leña (izquierda) y secado de leña (derecha). Como ya se había mencionado, la principal unidad en que se transa la leña en el Gran Concepción es la astilla. Al consultar a las personas por los precios pagados por las astillas se dio origen a la figura 20, la cual entrega los rangos de precios de las astillas. Aquí se ve


claramente que la mayoría de las personas paga entre 35 a 55 pesos por astilla, con valor promedio de $ 46 por astilla.

9 a 25 25 a 35 35 a 45 45 a 55 55 a 65 65 a 80 Mas de 80

050

100

150

200

250

Precios pagados por astilla

Pesos por astilla

Frec

uenc

ia

Figura 20. Rango de precios pagados por las astillas en el Gran Concepción. Considerando la conversión de la sección 4.1 de que: 1 m3 estéreo = 320 astillas, se tiene que los 935.078 m3 consumidos anualmente en el Gran Concepción equivalen a 299.224.960 astillas. Multiplicando esta cifra por el valor promedio pagado por astilla ($46) se tiene que el monto de dinero transado es de 24.3 millones de dólares al año. Considerando que un 90.6% de las personas no recibe boleta o factura se tiene que 22 millones de dólares son transados informalmente de los cuales 4.2 millones de dólares equivalen a IVA no recaudado (Los cálculos consideran el valor del dólar del día 22 de diciembre de 2004 equivalente 566 pesos.).


4.6.- Tipos de artefactos a leña utilizados, periodos de encendido y estado. La Figura 21 muestra los tipos de artefactos a leña utilizados en el Gran Concepción, siendo el más frecuente las estufas de combustión lenta de cámara simple (35.37%), luego vienen las salamandras (23.24%) y posteriormente las cocinas a leña 18,98%. Estos tres artefactos conforman un poco mas del 75% del total. Las chimeneas están presentes en un 8.61% de los hogares por si solas y las estufas de combustión lenta de doble cámara en un 6.54%. El resto de los hogares posee combinaciones de artefactos, llegando a tener más de tres en algunos casos, la combinación más común encontrada es cocina a leña y estufa de combustión lenta cámara simple.

Otra+combi.+artef 1.14 %3 Artefactos 0.31 %Brasero 0.41 %

Brasero+Otro 0.83 %

Chimenea 8.61 %

Cocina a leña 18.98 %Cocina+Chimenea 0.83 %Cocina+Comb.Lenta 2.28 %

Cocina+Salamandra 0.73 %Comb. Lenta Doble 6.54 %

Comb. Lenta Simple 35.37 %

Fogón 0.21 %Otro Artefacto 0.52 %

Salamandra 23.24 %

Tipos de Artefactos a leña usados en el Gran Concepción

Figura 21. Tipo de artefactos a leña utilizados en el Gran Concepción. Un análisis de correspondencia entre el tipo de artefacto a leña y el estrato social se muestra en la Figura 22. Aquí es posible apreciar que la tenencia de las estufas de combustión lenta de doble cámara, las cuales poseen tecnologías más avanzadas, se asocia fuertemente al estrato ABC1. Las chimeneas se asocian a los estratos ABC1 y C2 y las estufas de combustión lenta cámara simple al C2. Otra particularidad de estos estratos (ABC1 y C2), es que poseen 3 o más artefactos a leña en algunos casos. El estrato C3 se asocia con la tenencia de las combinaciones cocinas más chimeneas y cocinas más estufas de combustión


lenta cámara simple. En el estrato D se observan sólo cocina a leña, sólo salamandra o combinaciones de estos artefactos, muchos de estos hogares señaló poseer “otro artefacto” el cual describieron como una cocina y estufa a la vez construida en forma artesanal, ya sea en metal o en lata. Otras personas llamaron a este tipo de artefacto “cocina económica”. Como es de esperar al estrato E se asocian los fogones, braseros y “otro artefacto”.

Figura 22. Correspondencia entre el tipo de artefacto a leña y el estrato social. Adicionalmente al tipo de artefacto a leña que utilizan los hogares del Gran Concepción, interesaba conocer los tiempos que permanecen encendidos estos artefactos. La Figura 23 muestra un gráfico de barras categorizado, donde se señalan los tiempos de encendido de las cocinas a leña en las 4 estaciones del año. Este gráfico muestra que casi un 30% de los hogares enciende la cocina a leña entre 4 a 8 horas durante el verano, en el otoño sobre un 20% la enciende todo el día y el resto lo hace entre 4 a 8 horas. En los meses de invierno las cocinas pasan encendidas todo el día en alrededor de un 75% de los hogares que las poseen, el resto la enciende en forma parcial y algunos hogares las encienden día y noche. Durante la primavera la mayoría declaro encenderla de manera parcial (4 a 8 horas).

-0.5 0.0 0.5 1.0

-0.5

0.0

0.5

1.0

1

2

3

45

6

7

89

10

11

1213

-0.5 0.0 0.5 1.0

-0.5

0.0

0.5

1.0

ABC1

C2

C3

D

E

Correspondencia entre tipo de artefacto a leña y estrato social

1:3 artefactos2:Brasero3:Brasero+otro

5:Cocina a leña6:Cocina+Chimenea7:Cocina+Comb.Lenta

8:Cocina+Salamandra9:Comb. Lenta Doble10:Comb. Lenta Simple

11:Fogón12:Otro Artefacto13:Salamandra


Cocina Verano Cocina Otoño Cocina Invierno Cocina Primavera

020

4060

8010

0

Todo el día 16hrsParcial 4 a 8hrsNoche 8hrs

Día y noche 24hrsNo la enciende 0hrsOtro

Tiempos de encendido cocina a leña por estación del año

Pro

cent

ajes

Figura 23. Tiempos de encendido de las cocinas a leña por estación del año en el Gran Concepción. La Figura 24 muestra los tiempos de encendido de las salamandras por estación del año. Aquí se aprecia que la mayoría de los hogares (sobre 80%) declaró no encender este artefacto en el verano, encenderlo de manera parcial en el otoño y todo el día durante el invierno. Una porción pequeña declaró que enciende las salamandras día y noche durante el invierno. En la primavera un poco mas del 50% dijo encenderla de manera parcial y casi todo el resto declaro no encenderla.


Salamandra Ver Salamandra Oto Salamandra Inv Salamandra Prim

020

4060

8010

0



Tiempos de encendido salamandra por estación del año

Pro

cent

ajes

Figura 24. Tiempos de encendido de las salamandras en función de las estaciones del año. Mas de un 95% de los hogares que poseen chimeneas declara no encenderlas en el verano (Figura 25), en el otoño la mayoría lo hace de manera parcial, durante el invierno más de un 50% la enciende todo el día el resto lo hace de manera parcial, durante la noche o día y noche. En la primavera la mitad declaró encenderla de manera parcial y la otra mitad declara no encenderla.


Chimenea Ver Chimenea Oto Chimenea Inv Chimenea Prim

020

4060

8010

0



Tiempos de encendido chimenea por estación del año

Pro

cent

ajes

Figura 25. Periodos de encendido de las chimeneas por estación del año. Al igual que las chimeneas, más de un 95% de los hogares señaló no encender las estufas de combustión lenta de cámara simple durante el verano (Figura 26). Durante el otoño la mayoría la enciende en forma parcial o todo el día, una pequeña fracción declaró encenderlas día y noche. En el invierno más del 50% la enciende todo el día y el resto lo hace en forma parcial o todo el día y la noche. En la primavera un poco más de la mitad la enciende de manera parcial o durante la noche y el resto no la enciende. Al observar las Figuras 25 y 26 se observa una gran similitud entre los tiempos de encendido de las chimeneas y las estufas de combustión lenta de cámara simple. Esto se explica en parte a que estos artefactos son comunes en el estrato social C2, es decir, son usados por personas con condiciones socioeconómicas similares.


Comb Lenta/S Ver Comb Lenta/S Oto Comb Lenta/S Inv Comb Lenta/S Prim

020

4060

8010

0



Tiempos de encendido combustión lenta simple por estación del año

Pro

cent

ajes

Figura 26. Tiempos de encendido de las estufas de combustión lenta de cámara simple. La Figura 27 muestra los tiempos de encendido de las estufas de combustión lenta de doble cámara, al igual que las de cámara simple la mayoría de los hogares declaro no encenderlas en el verano, la mayoría la enciende en el otoño de manera parcial y otra porción lo hace todo el día. La gran diferencia con el resto de los artefactos descritos se da en el invierno, ya que alrededor de un 40% de los hogares declaro encender estas estufas día y noche, alrededor de 45% la enciende todo el día y el resto lo hace de manera parcial o sólo durante la noche. Durante la primavera este tipo de artefacto es el que más se enciende (sobre un 60%), porcentaje que es un poco mayor al de las cocinas a leña en la misma estación.


Comb Lenta/D Ver Comb Lenta/D Oto Comb Lenta/D Inv Comb Lenta/D Prim

020

4060

8010

0



Tiempos de encendido combustión lenta doble por estación del año

Pro

cent

ajes

Figura 27. Tiempos de encendido de las estufas de combustión lenta de doble cámara. Las Tablas 13 a 15, presentan información cruzada porcentual entre el tipo de artefacto versus el uso, la antigüedad, y el estado. Desde la Tabla 13 se extrae que en la mayoría de los hogares utilizan las cocinas a leña para calefacción y cocinar, las salamandras se utilizan principalmente en la calefacción, aunque en algunos hogares también se utilizan para cocinar y en una menor proporción para calentar agua. Las chimeneas y las estufas de combustión lenta de cámara simple y doble se utilizan casi exclusivamente en calefacción. Los braseros y otros artefactos son utilizados en calefacción, cocinar y calentar agua, siendo más frecuente el uso en calefacción. Tabla 13. Tipos de artefactos y usos. Uso Cocina a

leña % Salamandra %

Chimenea %

Comb. Len. Simple %

Comb. Len. Doble %

Brasero % Otro Artefacto %

Calefacción

18.93 80.25 97.75 98.85 96.83 50.0 42.86

Cocinar

7.77 1.26 1.12 0.29 0 8.33 0

Cocinar y calefacción

48.06 12.18 0 0.29 1.59 8.33 42.86

Calentar agua

1.94 0.42 0 0 0 0 0

Calef. Coc. y C. agua

23.30 5.88 1.12 0.57 1.59 33.33 14.29

Total 100 100 100 100 100 100 100


En la Tabla 14 se aprecia que la mayoría de los artefactos, exceptuando las estufas de combustión lenta de doble cámara, tienen más de 5 años de antigüedad, por lo que es de esperar que muchos de estos artefactos no se encuentren en buenas condiciones. Al revisar la Tabla 15, nos damos cuenta que la mayoría de las personas dijo que sus artefactos se encontraban en buenas condiciones, por lo que se produce cierta contradicción entre antigüedad y estado. Lo más probable es que una pregunta con las alternativas “bueno”, “malo” y “regular” para sondear el estado de los artefactos no sea adecuada en este tipo de encuestas. Tabla 14. Tipos de artefactos y antigüedad de estos. Antigüedad Cocina a

leña Salamandra Chimenea Comb. Len.

Simple Comb. Len. Doble

Brasero Otro artefacto

Menos de 1 año

5.37 3.36 0 9.83 11.11 0.00 0

Entre 1 y 2 años

11.71 9.24 16.85 14.45 20.63 9.09 0

Entre 2 y 5 años

23.41 23.95 8.99 32.08 34.92 9.09 28.57

Mas de 5 años

59.51 63.45 74.16 43.64 33.33 81.82 71.43

Total 100 100 100 100 100 100 100 Tabla 15. Tipos de artefactos y estado. Estado Cocina a

leña Salamandra Chimenea Comb. Len.

Simple Comb. Len. Doble

Brasero Otro artefacto

Bueno 78.92 78.57 84.27 93.68 96.83 75.0 85.71 Regular 18.63 18.07 13.48 6.32 1.59 25.0 0 Malo 2.45 3.36 2.25 0 1.59 0 14.29 Total 100 100 100 100 100 100 100


4.7.- Uso histórico e interés en usar leña de las viviendas que no consumen combustibles de madera actualmente. Un aspecto importante en el estudio fue conocer las razones por las cuales muchos de los encuestados no usa leña actualmente. En este sentido si una persona se declaraba no consumidora de combustibles de madera se le preguntaba si los uso en el pasado, porque dejo de usarlos, hace cuanto tiempo atrás los uso y si tiene interés en utilizar leña. Las respuestas a estas interrogantes se dan en las figuras 28 a 30. En la Figura 28 se observa que un 65,57% de las personas que no usan leña actualmente tampoco la ha usado antes en el Gran Concepción, del 33.43% que si ha usado leña un poco mas de la mitad lo hizo hace mas de 5 años atrás. En el otro extremo las personas que dejaron de utilizar leña hace menos de un año atrás representan un 10,12%.

Figura 28. Uso anterior de la leña (panel izquierdo), tiempo atrás que la utilizó (panel derecho). Las razones por las cuales estos hogares dejaron de consumir leña se resumen en el gráfico de la Figura 29. Aquí se observa que la razón 1 recae principalmente en la categoría “otro”, para la cual los encuestados en su mayoría señaló que la leña era más cara, otros aludieron que fue por enfermedad y un buen porcentaje señalo que se cambio de casa a departamento o que simplemente llego el gas por cañería a su barrio. La razón 2 cae en las categorías falta de espacio donde almacenar y que la leña atrae ratones e insectos. Por último la razón 3 mas aludida es que la leña tiene riesgos de incendios y atrae ratones e insectos.

66.57 %

33.43 %

NOSI

Uso anterior de la leña

18.45 %

20.24 %

10.12 %

51.19 %

Entre 1 y 2 añosEntre 2 y 5 añosHace menos de 1 añoMas de 5 años

Hace cuanto tiempo atrás


Figura 29. Razones por las cuales los hogares dejaron de utilizar leña. Finalmente ante la pregunta: ¿Tiene interés en utilizar leña? un 81,05% respondió que no (Figura 30).

Figura 30. Interés en usar leña en hogares que no la emplean.

020

4060

8010

0

P. Contamina

Falta Espacio

Dificil obtener

Atre ratones

Riesgo incendio

Por comodidadOtro


Razones por las que dejo de utilizar leña

Proc

enta

jes

81.05 %

18.95 %

NOSI

Interés usar leña


4.8.- Disposición a cambiar la leña por otros combustibles Al consultar por la disposición a cambiar la leña por otros combustibles, un 90,26% señaló que no la cambiaría (Figura 31). Al consultarle las razones por las cuales no cambiaría la leña señalaron como razón 1 que la leña calienta más y es más económica (Figura 32). Como razón 2 los mismos ítems se llevan las preferencias y como razón 3 señalan que es una costumbre en sus hogares usar leña.

Figura 31. Interés en cambiar la leña por otros combustibles.

90.26 %

4.55 %

5.19 %

No la cambiaríaLa Cambiaría parcialmenteLa Cambiaría totalmente

Interés en cambiar la leña por otro combustible



020

4060

8010

0

Calienta másContamina menosMás económica

Por costumbreCaro camb equipos

Temor dep. único prov.Otro

Razones por la cuales no cambiaría la leña

Pro

cent

ajes

Figura 32. Razones por las cuales no cambiaría la leña por otro combustible. A las personas que cambiarían la leña de manera total o parcial se les consulto las razones por las cuales la cambiaría, las respuestas se inclinaron a que la leña es incómodo usarla y que contamina (Figura 33).


020

4060

8010

0

Porque contaminaFalta esp. almacenarDifícil de obtener

Atrae ratonesIncomodo usarla

Riesgo de incendioOtro

Razones por la cuales cambiaría la leña

Pro

cent

ajes

Figura 33. Razones por las cuales cambiaría la leña por otro combustible.


Como era de esperar la mayoría de los encuestados no está dispuesto a pagar más por cambiarse de combustible, y tampoco está dispuesto a pagar más por leña seca (Figura 34).

Figura 34. Disposición a pagar más por cambiarse de combustible o por leña seca.

91.18 %

8.82 %

NOSI

Disp. pagar más por camb. de comb.

77.77 %

22.23 %

NOSI

Disp. pagar más por leña seca


4.9.- Consumo de Carbón Vegetal y/o Mineral Estimación Consumo de Carbón Vegetal La estimación del consumo anual total de carbón vegetal del Gran Concepción se realizó al igual que la leña utilizando las ecuaciones 1 a 8 del anexo 1, los resultados obtenidos son los siguientes:

=τ 51.187 sacos (estimación de total poblacional)

=2µs 1.088.982 (estimación varianza entre distritos)

=1µ 533 sacos (estimación media por distrito)

( ) =τarv 258.782.065 (estimación de la varianza del total)

=es 16.086 sacos (estimación del error estándar del total)

=E 31.4 % (error estándar porcentual)

Intervalo de confianza 95: Límite inferior = 24.727 sacos; Límite superior = 77.647 sacos Es decir con un 95% de probabilidad podemos decir que el consumo anual de carbón vegetal en el Gran Concepción se encuentra entre 24.727 y 77.647 sacos con una estimación puntual de 51.187 sacos. Asumiendo que un saco de carbón vegetal contiene 30 Kg la estimación del total sería de 1.535 toneladas por año.


Tabla 16. Estimación de consumo anual de carbón vegetal por distrito encuestado.

code comuna distrito total (sacos) 810108 Concepción Cementerio 0

810110 Concepción Pajonal 0

810111 Concepción Manuel Rodríguez 567

810113 Concepción General Cruz 0

810114 Concepción Estación Tucapel 0

810124 Concepción Observatorio 822

810125 Concepción Larenas 4106

810126 Concepción Pedro de Valdivia 0

810127 Concepción Bilbao 0

810132 Concepción Lo Pequén 1247

810204 Coronel Buen Retiro 93

810208 Coronel Corcovado 0

810211 Coronel Escuadrón 565

810303 Chiguayante Fábrica 207

810304 Chiguayante Chiguayante 412

810501 Hualqui Hualqui 939

810603 Lota Lota Bajo 522

810605 Lota Colcura 0

810701 Penco Penco 0

810702 Penco Fábrica 4425

810801 San Pedro Batro 967

810804 San Pedro San Pedro 1428

811004 Talcahuano La Aduana 0

811005 Talcahuano Cerro Buenavista 0

811006 Talcahuano Tumbes 0

811008 Talcahuano San Vicente 493

811013 Talcahuano El Arenal 0

811016 Talcahuano Barranquilla 0

811017 Talcahuano Zunico 0

811021 Talcahuano Bremen 0

811101 Tome El Puerto 355

811102 Tome Ralihue 448

811111 Tome Punta de Parra 0

Con los datos de la tabla anterior se hizo la estimación de carbón vegetal por comuna que se presenta en la siguiente Tabla. (El procedimiento es igual al empleado para el consumo de leña por comuna)


Tabla 17. Estimación de consumo anual de carbón vegetal por comuna.

Comuna Nº Distritos (N) Nº Distritos medidos (n)

Consumo Anual Carbón Vegetal Sacos

Consumo anual de carbón vegetal en toneladas

Concepción 29 10 19551 586.5Coronel 8 3 1754 52.6Chiguayante 6 2 1857 55.7Hualqui 5 1 4693 140.8Lota 6 2 1566 47.0Penco 5 2 11061 331.8San Pedro de la Paz 6 2 7184 215.5Talcahuano 23 8 1418 42.5Tome 8 3 2141 64.2

Estimación Consumo de Carbón Mineral La estimación del consumo anual total de carbón mineral del Gran Concepción se realizó igual que para la leña, los resultados obtenidos son los siguientes:

=τ 59.021 sacos (estimación de total poblacional)

=2µs 3.931.499 (estimación varianza entre distritos)

=1µ 615 sacos (estimación media por distrito)

( ) =τarv 838.708.975 (estimación de la varianza del total)

=es 28.960 sacos (estimación del error estándar del total)

=E 49 % (error estándar porcentual)

Intervalo de confianza 95: Límite inferior = 11.386 sacos ; Límite superior = 106.657 sacos Es decir con un 95% de probabilidad podemos decir que el consumo anual de carbón mineral en el Gran Concepción se encuentra entre 11.386 y 106.657 sacos con una estimación puntual de 59.021 sacos. Asumiendo que un saco de carbón mineral contiene 80 Kg la estimación del total sería de 4.721 toneladas por año.


Tabla 18. Estimación de consumo anual de carbón mineral por distrito encuestado.

code comuna distrito total sacos 810108 Concepción Cementerio 0

810110 Concepción Pajonal 0

810111 Concepción Manuel Rodríguez 0

810113 Concepción General Cruz 0

810114 Concepción Estación Tucapel 0

810124 Concepción Observatorio 0

810125 Concepción Larenas 0

810126 Concepción Pedro de Valdivia 0

810127 Concepción Bilbao 0

810132 Concepción Lo Pequén 0

810204 Coronel Buen Retiro 0

810208 Coronel Corcovado 7806

810211 Coronel Escuadrón 5963

810303 Chiguayante Fábrica 0

810304 Chiguayante Chiguayante 0

810501 Hualqui Hualqui 0

810603 Lota Lota Bajo 6463

810605 Lota Colcura 55

810701 Penco Penco 0

810702 Penco Fábrica 0

810801 San Pedro Batro 0

810804 San Pedro San Pedro 0

811004 Talcahuano La Aduana 0

811005 Talcahuano Cerro Buenavista 0

811006 Talcahuano Tumbes 0

811008 Talcahuano San Vicente 0

811013 Talcahuano El Arenal 0

811016 Talcahuano Barranquilla 0

811017 Talcahuano Zunico 0

811021 Talcahuano Bremen 0

811101 Tome El Puerto 0

811102 Tome Ralihue 0

811111 Tome Punta de Parra 0

De la tabla anterior se deriva la estimación del consumo anual de carbón mineral por comuna.


Tabla 19. de consumo anual de carbón mineral por comuna.

Comuna Nº Distritos (N)

Nº Distritos medidos (n)

Consumo Anual Carbón Mineral Sacos

Consumo anual de carbón mineral en toneladas

Concepción 29 10 0 0.0Coronel 8 3 36719 2937.5Chiguayante 6 2 0 0.0Hualqui 5 1 0 0.0Lota 6 2 19556 1564.5Penco 5 2 0 0.0San Pedro de la Paz 6 2 0 0.0Talcahuano 23 8 0 0.0Tome 8 3 0 0.0

Al igual que la leña, el consumo de carbón presenta una componente estacional. Los mayores niveles de consumo se dan en los meses de Junio y Julio (Figura 35).


020

4060

8010

0

Alto Medio Bajo Nulo

Niveles de consumo mensual de carbón

Proc

enta

jes

Figura 35. Variación del consumo anual de carbón en el Gran Concepción. Al consultar por las formas de adquirir el carbón un 92,77% de los encuestados señaló que lo compra, un 6,02% se lo regalan y un 1,2% lo produce (Figura 36).


Figura 36. Formas de adquirir el carbón en el Gran Concepción. En cuanto a los lugares donde compran el carbón un 41,89% señaló que se lo ofrecen y llevan a su domicilio (Venta a domicilio), un 18,92% lo compra en acopios y un 11% en negocios establecidos (Figura 37). Un 24,32% señaló la alternativa “otro” especificando que compran carbón mineral a pirquineros y a recolectores en las playas. Al igual que la leña, la venta de carbón se realiza sin boleta o factura la mayoría de las veces (82,86%), aunque a diferencia de la leña un 11,43% señaló recibir boleta siempre (Figura 38). Lo más probable es que los que reciben boleta lo compren en los negocios establecidos.

92.77 %

6.02 %

1.2 %

CompraRegalanProduce

Formas de adquirir carbón vegetal y/o mineral en el Gran Concepción


Leñeria 4.05 %

Acopio 18.92 %

Venta a domicilio 41.89 %

Negocio Establecido 8.11 %Supermercado 2.7 %

Otro 24.32 %

Lugares donde se adquiere el carbón vegetal y/o mineral

Figura 37. Lugares donde se adquiere el carbón vegetal y/o mineral.

Figura 38. Proporción de compras con boleta o factura.

1.88 %90.6 %

2.94 %

4.58 %

GeneralmenteNuncaRara vezSiempre

Recibe boleta o factura


4.10. Estimación del gasto en leña y comparación de gastos en otros combustibles entre viviendas que usan y no usan leña. En la Figura 39 se presenta la distribución del gasto anual en leña por hogar, aquí se observa que la gran mayoría de los hogares que utilizan leña gastan entre 25.000 y 150.000 pesos al año, la moda (rango más frecuente) es gastar entre 100.000 y 150.000 pesos, un 11.31% de los hogares gasta más de 150.000 pesos por año en leña, encontrándose algunos hogares que destinan a este ítem mas de 600.000 pesos.

1.000

a 10

.000

10.00

0 a 25

.000

25.00

0 a 50

.000

50.00

0 a 75

.000

75.00

0 a 10

0.000

100.0

00 a

150.0

00

150.0

00 a

200.0

00

200.0

00 a

250.0

00

250.0

00 a

300.0

00

300.0

00 a

400.0

00

400.0

00 a

500.0

00

más de

600.0

00050

100

150

2.55 %

10.34 %

18.61 %

16.91 %

19.59 %20.68 %

4.87 %3.77 %

0.85 %0.97 %0.61 %0.24 %

Distribución del gasto anual en leña por hogar

Figura 39. Distribución del gasto anual en leña por hogar en el Gran Concepción. Otro de los objetivos contemplados en este estudio fue comparar el gasto en electricidad, gas y parafina entre las viviendas que utilizan y las que no utilizan leña en la calefacción de su hogar. Para esto se emplearon los valores en los combustibles mencionados en los meses de frío y calor. La Tabla 20 muestra el valor promedio de una cuenta de electricidad durante los meses de calor en las viviendas que utilizan y no utilizan leña, entendiéndose por leña el uso de combustibles de madera por si solos o combinados con otro combustible. La misma tabla también indica el error estándar de la media, un intervalo de confianza de un 95% y el valor p de un análisis de varianza entre los que usan y los que no usan leña. En este caso el análisis de varianza indica que no existen diferencias significativas para un


95% de confianza entre el gasto en electricidad en los meses de calor entre las viviendas que utilizan y no utilizan leña. Tabla 20. Comparación del gasto en electricidad en los meses de calor entre consumidores y no consumidores de leña.

Electricidad calor Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 1001 11624 192.1 11247 12000 0.62 Si 930 11761 199.3 11370 12152

En la Tabla 21 se muestra la comparación entre los consumidores y los no consumidores de leña en los meses de frío, aquí también es posible apreciar que no existen diferencias significativas entre los consumidores y los no consumidores de leña. Un dato importante es que la gran mayoría de los encuestados respondió que los meses de frío eran 4 y los de calor 8. Tabla 21. Comparación del gasto en electricidad en los meses de frío entre consumidores y no consumidores de leña.

Electricidad frío Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 1006 14843 242.1 14368 15318 0.45 Si 928 14579 252.0 14085 15074

En las Tabla 22 y 23 se muestra la comparación entre los usuarios y no usuarios de leña en los gastos de gas licuado. Aquí se aprecia que existen diferencias significativas (95% de confianza) en los gastos en gas licuado durante los meses de calor entre los consumidores y los no consumidores de leña, siendo mayor el gasto en los no consumidores. En el caso de los meses de frío se observan diferencias altamente significativas (99% de confianza) siendo mayor el gasto en gas en los no consumidores de leña. Tabla 22. Comparación del gasto en gas licuado en los meses de calor entre consumidores y no consumidores de leña.

Gas licuado calor Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 937 13112 263.2 12595 13628 0.049 Si 881 12369 271.4 11836 12901

Tabla 23. Comparación del gasto en gas licuado en los meses de frío entre consumidores y no consumidores de leña.

Gas licuado frío Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 950 16483 327.2 15842 17125 <0.001 Si 880 14291 339.9 13624 14957


Al comparar las cuentas de gas natural entre consumidores y no consumidores de leña, tanto en meses de frío como en meses de calor, Tablas 24 y 25, se observa que no existen diferencias significativas en ambos casos. Tabla 24. Comparación del gasto en gas natural en los meses de calor entre consumidores y no consumidores de leña.

Gas natural calor Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 97 15904 851.7 14222 17586 0.36 Si 66 14682 1032.5 12643 16721

Tabla 25. Comparación del gasto en gas natural en los meses de frío entre consumidores y no consumidores de leña.

Gas natural frío Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 97 22146 1538.2 19108 25183 0.71 Si 67 21239 1850.8 17584 24894

En el caso del gasto en parafina tampoco se observan diferencias significativas entre los usuarios y no usuarios de leña tanto en los meses de frío como en los meses de calor (Tablas 26 y 27). Tabla 26. Comparación del gasto en parafina en los meses de calor entre consumidores y no consumidores de leña.

Parafina calor Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 334 509 108.5 296 722 0.24 Si 57 175 262.7 0 692

Tabla 27. Comparación del gasto en parafina en los meses de frío entre consumidores y no consumidores de leña.

Parafina frío Usa leña n Media Error estándar Límite inferior Límite superior Valor-P (Anova)

No 333 11001 368.7 10276 11726 0.63 Si 57 10531 891.3 8778 12283

Otro aspecto importante que se aprecia en las Tablas 20 a 27 es la diferencia en las cuentas promedio entre los meses de frío y calor, así por ejemplo, el gasto en gas licuado de una vivienda que no consume leña durante los meses de calor es de $13.112 y en los meses de frío es de $16.483, existiendo una diferencia de un 20,4%. Lo más probable que al realizar los análisis anteriores segmentando la población por estrato social se observen mayores diferencias entre consumidores y no consumidores de leña y entre los meses de frío y calor. La tabla 28 muestra el gasto promedio mensual por combustible y estrato social.


Tabla 28. Gasto promedio mensual ($) en los meses de frío y calor por combustible y estrato social

Estrato social Combustible y temporada E D C3 C2 ABC1

Electricidad calor 8887 10551 11185 12596 15111 Electricidad frío 10792 12885 13904 15684 20608 Gas licuado calor 9653 12107 12310 13780 15397 Gas licuado frío 11142 13773 14646 16936 20710 Gas natural calor 12000 10423 12800 14180 18377 Gas natural frío 12000 13208 16063 18812 26829 Parafina calor 697 463 359 507 227 Parafina frío 9076 10351 11215 11783 13286


4.11. Estimación de emisiones de material particulado por uso de leña y carbón. El material particulado (MP) está compuesto de la emisión de partículas provenientes de la combustión incompleta y de partículas de ceniza arrastradas por los gases de combustión. La combustión incompleta puede tener como causas un combustible con características no adecuadas o bien una tecnología de combustión no apropiada. Para la estimación de emisiones de material particulado a partir de la combustión de leña, existen varias fuentes, entre las que se cuentan estudios alemanes, estado unidenses, australianos y suizos. Estudios analizados muestran la influencia de la emisión de material particulado con: la humedad de la leña, el tipo de equipo de combustión y la forma de manejar el equipo. La principal incidencia del combustible sobre las emisiones se relacionan con la humedad de éste, tanto así que todas las normativas ambientales internacionales dan referencia a contenidos máximos de humedad del combustible. Por ejemplo en los estados de Washington y California se autoriza la comercialización y uso de leña con contenidos máximos de humedad del 20 % base húmeda o 25 % base seca. En Alemania la normativa no indica valores límites, pero sin embargo indica tiempo mínimo de almacenamiento de 1 a 2,5 años dependiendo de la especie. Un ejemplo de lo anterior es un estudio de la Comisión Nacional de Energía (CNE)9, en el cual se determinó las emisiones por combustión de leña de los siguientes equipos: chimeneas, salamandras, estufas simples, estufas de doble cámara y estufas tipo insert considerando dos contenidos de humedad para la leña eucaliptus 15% y 35%. La tabla 29. y la figura 40, muestran los resultados obtenidos por el mencionado estudio para las emisiones de partículas, monóxido de carbono CO y óxidos de nitrógeno NOx de un calefactor a leña tipo doble cámara. Se puede apreciar que las emisiones de partículas aumentan fuertemente en un factor 1:16 al usar leña con mayores contenidos de humedad entre 16,1 % y 35 % , supuestamente base seca.

9 “Determinación de las emisiones de contaminantes provenientes de la quema de leña en el área metropolitana de Santiago”, estudio de la Comisión Nacional de Energía (CNE), 1992.


Tabla 29. Emisiones de contaminantes de un calefactor a leña tipo doble cámara,

Usando leña con diferentes humedades.

Continuación tabla 29 Humedad leña % (B.S.) Emisiones MP10 g/h Emisiones MP10 g/kg

16,1 2,66 4,95 20,0 2,50 4,4 25,9 6,75 16,7 30,0 25,02 74,3 35,0 43,24 73,5

ESTUFA DOBLE CAMARA

% HUMEDAD LEÑA V/S EMISION DE MP(especie: eucaliptus)

0

10

20

30

40

50

15 17 19 21 23 25 27 29 31 33 35% de humedad

Figura 40. Emisiones de Contaminantes vs. % de Humedad de la Leña (Base Seca)

Fuente: Estudio CNE/PRIEN/Univ. de Chile Se debe tener en cuenta que el rango de humedad considerado es bajo, entre un 16% y un 35% en base seca (14% - 26% base húmeda). Sin embargo, es importante mencionar, que aunque para calefactores de doble cámara las emisiones de la combustión de leña con una humedad de 25 % base seca aumentan moderadamente con respecto a la combustión de leña con una humedad de 20 % base seca,


pero para dichos equipos después de este valor es cuando las emisiones aumentan de forma más acentuada respecto a la humedad. Lo afirmado en los párrafos precedentes es válido exclusivamente para calefactores de doble cámara, leña de eucalipto y en el rango de humedades que se estudió. En el siguiente ensayo realizado en Alemania, se utilizó un calefactor inserto para calefactor de albañilería Typ HF, Fa. Brunner, de capacidad 7 kW, y utilizando como combustible leña de pino.

Figura 41. Emisiones de Calefactor a Leña vs. Contenido de humedad en base húmeda10

PCDD/F

Temperatur in der Nachbrennkammer

CO

10 20 30 40 50Wassergehalt im Brennstoff; %

PC

DD

/F im

Abg

as, p

g/N

m³

0

500

1000

1500

Tem

pera

tur i

n de

r Nac

hbre

nnka

mm

er, °

C

0

4

8

12

CO

, g/N

m³;

Sta

ub, 1

/25

g/N

m³

0

300

600

900

Staub

Stückholzkessel

La figura anterior muestra como factores de emisión, suponiendo un flujo de gases de 3 m3N/h y una tasa de quemado de 2 kg de madera por hora, los valores de la siguiente tabla:

Tabla 30. Factores de Emisión para leña de distintas humedades Humedad leña base seca

% Humedad leña base húmeda

% Emisión MP10

g/h Emisión MP10

g/kg 12,5 11,1 9,75 19,5 37,5 27,3 22,5 45 62,5 38,5 93 185,14 87,5 46,7 183 365,38

10 Launhardt, T.; Hurm, R.; Schmid, V.; Link, H.: Dioxin- und PAK-Konzentration in Abgas und Aschen von

Stückholzfeuerungen. Bayerisches Staatsministerium für Landesentwicklung und Umweltfragen, Bd Materialien 142.

München: 1998

PCD

D/F

em

itido

s, pg

/Nm

3

% Humedad (base húmeda)

Tem

pera

tura

en

cám

ara

de p

ost-

com

bust

ión

(°C

)

Polvo

T° cámara combustión 2a

Calefactor a Leña


En una publicación internacional de origen Australiano11, se encontró una estimación de factores de emisión para diferentes equipos operados de diferente manera, los siguientes fueron los resultados:

Tabla 31. Factores de Emisión para diferentes equipos operados de diferente manera Categoría del Calefactor y Tipo de Conducta de Uso Factores de Emisión (g/kg)

Calefactor utilizado mediocremente y con leña muy húmeda 30 Modelo antiguo de calefactor operado inconscientemente 15 Modelo antiguo de calefactor operado cuidadosamente 7 Calefactor aprobado AS4013 usado inconscientemente 7 Calefactor aprobado AS4013 usado cuidadosamente 3,5 El mejor calefactor usado de la mejor manera posible 1,5

En esta tabla se puede apreciar que las prácticas de operación tienen influencia en los factores de emisión determinados en este estudio, donde las emisiones pueden reducirse hasta en un 50% operando adecuadamente los equipos de calefacción a leña.

Tabla 32. Factor de Emisión para distintos contaminantes por tipo de equipo (g/kg) Equipo PM10

Chimeneas y Cocinas 17,30 Chimeneas 17,30

Cocina Convencional 15,30 Cocina Catalítica (Fase II) 8,10

Fuente: EIIP, Residential Wood Combustion. 2001. Fuente: EPA, AP 42, capítulo 1.10 Residential Wood Stoves, 2001

Tabla 33. Factor de Emisión para distintos contaminantes por tipo de equipo (g/kg),

EMPA-SUIZA

Tipo de combustión Tipo de leña

Valores de emisiones de material particulado medidos por EMPA-Suiza(gramos de material particulado / kg leña)

Secado al aire con > 15 % H2O (con referencia al peso) 1.5 – 2

Leña húmeda con > 30 % de H2O (con referencia al peso) 3 – 4

Combustión estufas a leña, cocinas a leña, calderas Leña fresca con > 40-50% de H2O

(con referencia al peso) 3.5 – 7

Combustión al aire libre(con trozos de leña fresca)

Leña fresca con > 40-50% de H2O (con referencia al peso) 0.5 – 7

11 Woodheater Emissions Management Program for the Tamar Valley - Scoping Study. Atech Group Pty Ltd. –

Environment Australia. http://www.ea.gov.au/atmosphere/airquality/woodsmoke/tamar/index.html


El factor de emisión para la combustión de carbón en un artefacto abierto doméstico, alcanza 40,4 gMP10/kg de carbón12. Para el caso de la leña, tomando en cuenta la diferencia en los factores de emisión encontrados y los factores que influyen en la emisión (operación, humedad, equipo), se tomará el valor de 16,7 g/kg del estudio de la CNE para leña con 25,9% de humedad en base seca y en un calefactor a leña de doble cámara. A continuación se presentan las siguientes tablas con la emisión de material particulado por comuna del Gran Concepción.

Tabla 34. Emisiones de MP10 en el Gran Concepción por combustión de leña. Comuna Emisión MP10 ton/año %

Concepción 1408,7 22,1 Coronel 827,3 13,0 Chiguayante 754,1 11,8 Hualqui 787,0 12,4 Lota 172,0 2,7 Penco 325,4 5,1 San Pedro de la Paz 517,2 8,1 Talcahuano 1351,4 21,2 Tome 221,1 3,5 Total Gran Concepción 6364,3 100

Las comunas que emiten mayor cantidad de MP10 a causa de la combustión de leña son Concepción y Talcahuano.

Tabla 35. Emisiones de MP10 en el Gran Concepción por combustión de carbón. Comuna Emisión MP10 ton/año %

Concepción 23,7 9,7 Coronel 120,8 49,5 Chiguayante 2,3 0,9 Hualqui 5,7 2,3 Lota 65,1 26,7 Penco 13,4 5,5 San Pedro de la Paz 8,7 3,6 Talcahuano 1,7 0,7 Tome 2,6 1,1 Total Gran Concepción 244,0 100,0

Las comunas que emiten mayor cantidad de MP10 a causa de la combustión de carbón son Coronel y Lota. 12 “Report on efs for a range of pollutants during combustión of solid fuels on an open FIRE”, CPL (Perry et al), 2002.


Tabla 36. Emisiones totales de MP10 en el Gran Concepción. Comuna Emisión MP10 ton/año %

Concepción 1432,4 21,7 Coronel 948,1 14,3 Chiguayante 756,4 11,4 Hualqui 792,7 12,0 Lota 237,1 3,6 Penco 338,8 5,1 San Pedro de la Paz 525,9 8,0 Talcahuano 1353,2 20,5 Tome 223,7 3,4 Total Gran Concepción 6608,2 100

En resumen, las mayores emisiones de material particulado a causa de la combustión en el Gran Concepción, se encuentran en Concepción y Talcahuano y las menores emisiones en Tomé y Lota.


V Principal información obtenida en el estudio En este capítulo se presenta un resumen de la información obtenida durante el presente estudio, distribuida por comunas. La siguiente tabla muestra el número de viviendas y habitantes por comunas.

Tabla A. Distribución de las viviendas y personas del Gran Concepción por comuna. Comunas Nº Viviendas % Viviendas Nº Personas % Personas

Talcahuano 64.641 27,4 248.964 28,7 Concepción 59.563 25,2 210.367 24,3

Tome 13.633 5,8 45.959 5,3 San Pedro de la Paz 21.627 9,2 80.159 9,2

Penco 11.999 5,1 45.361 5,2 Coronel 25.278 10,7 91.469 10,5

Chiguayante 22.228 9,4 81.238 9,4 Hualquí 4.195 1,8 14.756 1,7

Lota 12.969 5,5 48.975 5,6 Total 236.133 100 867.248 100

Como se puede apreciar, la comuna más grande en cuanto a viviendas y habitantes es Talcahuano, seguida por Concepción, mientras que las comunas más pequeñas son Hualqui y Penco. La figura A muestra la matriz energética utilizada para calefacción, desagregada por comunas.


Comb Madera 36.68 %


Electricidad 4.75 %



Parafina 11.61 %

Matriz ener. calef. residencial comuna de Talcahuano


Comb Madera 22.08 %


Electricidad 5.99 %

Gas 24.92 %



Parafina 13.25 %

Matriz ener. calef. residencial comuna de Concepción



Gas 29.73 %


Parafina 24.86 %

Matriz ener. calef. residencial comuna de Tome


Electricidad 2.22 %

Gas 28.89 %



Parafina 19.63 %

Matriz ener. calef. residencial com. San Pedro de la Paz


Comb Madera 23.94 %


Electricidad 5.63 %


Parafina 12.68 %

Matriz ener. calef. residencial comuna de Penco


Comb Madera 36.75 %


Electricidad 6.01 %


Nada 0.35 %Parafina+Elect 0.71 %

Parafina 16.96 %

Matriz ener. calef. residencial comuna de Coronel

Comb Madera 33.33 %


Electricidad 1.39 %

Gas 13.43 %



Parafina 11.57 %

Matriz ener. calef. residencial comuna de Chiguayante

Comb Madera 41.49 %


Electricidad 9.57 % Gas 7.45 %



Parafina 3.19 %

Matriz ener. calef. residencial comuna de Hualqui



Comb Madera 34.88 %


Electricidad 4.19 %



Parafina 10.23 %

Matriz ener. calef. residencial comuna de Lota

Figura A: Matriz energética utilizada para calefacción, desagregada por comuna. Como se puede apreciar de la figura A, el combustible preferido para utilizar en calefacción es la leña. En la siguiente tabla se presenta el consumo anual de leña por comuna.

Tabla B. Estimaciones de los consumos de leña por comuna en m3 estéreos.

Comuna Consumo Anual leña m3

estéreo %

Concepción 213821 22,1 Coronel 125571 13,0 Chiguayante 114470 11,8 Hualqui 119460 12,4 Lota 26106 2,7 Penco 49393 5,1 San Pedro de la Paz 78503 8,1 Talcahuano 205133 21,3 Tome 33561 3,5 TOTAL 966018 100

De la tabla anterior se concluye que las comunas que consumen más leña son Concepción, seguida de Talcahuano, mientras que las que consumen menos leña son las comunas de Lota y Tomé. Era de esperarse que Hualqui fuera una de las comunas que consumía menos leña por el número de habitantes, sin embargo en esta comuna es el combustible más usado. En el caso de Lota, se verá más adelante que el combustible preferido es el carbón. En resumen, la predominancia de uso de combustible por comuna se debe al factor de costumbres y facilidades de obtención. A continuación se presenta el tipo de leña preferido o con mayor disponibilidad por comuna.


Tabla C. Distribución porcentual de especies de leña por comuna. Especie Talcahuano Concepción Tome San Pedro Penco Coronel Chiguayante Hualqui Lota3 Especies E P H A 9.4 9.4 17.1 8.8 5.7 3.1 12.5 8.3 7.8Aromo 2.8 2.8 4.3 2.4 0.0 0.0 9.2 15.0 7.8E, P, H, A +Otro 3.3 3.3 0.0 3.2 14.3 0.8 7.5 28.3 2.9Eucalipto 11.1 11.1 10.0 4.8 14.3 18.3 4.2 0.0 20.4Eucalipto y Aromo 2.2 2.2 4.3 2.4 0.0 1.5 2.5 6.7 17.5Eucalipto y Hualle 5.0 5.0 4.3 11.2 8.6 19.1 5.8 0.0 6.8Eucalipto y Pino 4.4 4.4 11.4 5.6 8.6 7.6 0.0 8.3 9.7Hualle 11.7 11.7 7.1 12.8 5.7 15.3 15.0 0.0 2.9Hualle y Aromo 2.8 2.8 4.3 2.4 0.0 0.0 13.3 1.7 1.0Mixto 18.9 18.9 17.1 17.6 22.9 12.2 16.7 16.7 12.6No Sabe 1.7 1.7 0.0 14.4 5.7 2.3 5.8 3.3 0.0Otra especie 2.2 2.2 0.0 0.8 0.0 1.5 0.0 0.0 0.0Pino 17.2 17.2 12.9 11.2 11.4 7.6 3.3 1.7 6.8Pino y Hualle 6.1 6.1 7.1 1.6 2.9 10.7 1.7 0.0 1.0Otra categoría 1.1 1.1 0.0 0.8 0.0 0.0 2.5 10.0 2.9Total 100 100 100 100 100 100 100 100 100 En las comunas de Talcahuano y Concepción las especies de leña más usadas son de pino, hualle y eucalipto, las comunas de Timé y Penco usan pino y eucalipto, la comuna de San Pedro de la Paz utiliza hualle y pino, la comuna de Coronel usa eucalipto y hualle, la comuna de Chiguayante utiliza preferentemente el hualle, Hualqui el aromo y Lota el eucalipto. La figura B muestra el resumen de las especies más utilizadas en el Gran Concepción.


3 Esp. E,P,H,A 8.74 %

Aromo 6.08 %

E,P,H,A+Otro 5.22 %Eucalipto 10.66 %

Eucalipto y Aromo 4.37 %

Eucalipto y Hualle 8.32 %

Eucalipto y Pino 5.65 %

Hualle 10.98 %

Hualle y Aromo 3.84 %

Mixto 16.2 %No Sabe 5.97 %

Otra especie 0.75 %

Pino 9.17 %

Pino y Hualle 4.05 %

Tipos de leña utilizados en el Gran Concepción

Figura B. Especies arbóreas consumidas como leña en el Gran Concepción. El resumen muestra que las preferencias de especies para el Gran Concepción son hualle, eucalipto y pino. La tabla mostrada a continuación muestra la preferencia de artefactos a utilizar con leña, separados por comuna.


Tabla D. Distribución porcentual de los artefactos a leña por comuna Artefacto Talcahuano Concepción Tome San Pedro Penco Coronel Chiguayante Hualqui Lota3 artefactos 0.0 0.8 0.0 0.8 2.8 0.0 0.0 0.0 0.0Brasero 0.6 0.8 0.0 0.8 2.8 0.0 0.0 0.0 0.0Brasero+Otro 0.0 0.0 1.4 0.0 0.0 0.8 0.9 8.3 0.0Chimenea 6.1 16.7 20.0 3.2 11.1 4.6 7.7 5.0 9.7Cocina a leña 26.7 8.3 28.6 19.4 16.7 19.9 1.7 23.3 31.1Cocina + Chimenea 0.0 0.0 0.0 0.0 2.8 0.8 0.0 6.7 1.9Cocina + Comb Lenta 0.0 0.8 0.0 0.8 0.0 0.8 6.8 13.3 2.9Cocina + Salamandra 0.0 0.8 0.0 0.0 2.8 0.0 0.9 6.7 0.0Comb. Lenta Doble 3.9 4.6 5.7 3.2 5.6 5.3 18.8 6.7 6.8Comb. Lenta Simple 27.2 44.7 15.7 37.1 33.3 52.7 45.3 25.0 26.2Fogón 0.6 0.0 1.4 0.0 0.0 0.0 0.0 0.0 0.0Otro artefacto 1.1 1.5 0.0 0.0 0.0 0.0 0.9 0.0 0.0Salamandra 33.9 21.2 27.1 34.7 22.2 15.3 17.1 5.0 21.4Total 100 100 100 100 100 100 100 100 100 Las comunas de Talcahuano, San Pedro de la Paz, Penco, Coronel y Lota usan preferentemente cocina a leña, combustión lenta simple y salamandra, mientras que la comuna de Concepción utiliza combustión lenta simple, salamandra y chimenea, la comuna de Tomé prefiere la chimenea, la cocina a leña y la salamandra, Chiguayante tiene preferencia por la combustión lenta simple y salamandra y por último, la comuna de Hualqui prefiere la combustión lenta simple y la cocina a leña. La figura C muestra la preferencia de artefactos a utilizar con leña en el Gran Concepción.


Otra+combi.+artef 1.14 %3 Artefactos 0.31 %Brasero 0.41 %

Brasero+Otro 0.83 %

Chimenea 8.61 %

Cocina a leña 18.98 %Cocina+Chimenea 0.83 %Cocina+Comb.Lenta 2.28 %

Cocina+Salamandra 0.73 %Comb. Lenta Doble 6.54 %

Comb. Lenta Simple 35.37 %

Fogón 0.21 %Otro Artefacto 0.52 %

Salamandra 23.24 %

Tipos de Artefactos a leña usados en el Gran Concepción

Figura C. Tipo de artefactos a leña utilizados en el Gran Concepción. La preferencia de artefactos en el Gran Concepción es: Combustión lenta simple, salamandra, cocina a leña y chimenea. La figura D muestra la distribución del gasto anual en leña por hogar en el Gran Concepción.


1.000

a 10

.000

10.00

0 a 25

.000

25.00

0 a 50

.000

50.00

0 a 75

.000

75.00

0 a 10

0.000

100.0

00 a

150.0

00

150.0

00 a

200.0

00

200.0

00 a

250.0

00

250.0

00 a

300.0

00

300.0

00 a

400.0

00

400.0

00 a

500.0

00

más de

600.0

00050

100

150

2.55 %

10.34 %

18.61 %

16.91 %

19.59 %20.68 %

4.87 %3.77 %

0.85 %0.97 %0.61 %0.24 %

Distribución del gasto anual en leña por hogar

Figura D. Distribución del gasto anual en leña por hogar en el Gran Concepción. La figura anterior muestra que el 58% de los hogares del Gran Concepción gasta entre 25 a 100 mil pesos al año en leña. La siguiente tabla muestra la estimación del consumo de carbón vegetal desagregado por comuna.

Tabla E. Estimación de consumo anual de carbón vegetal por comuna.

Comuna Consumo Anual Carbón Vegetal Sacos

Consumo anual de carbón vegetal en toneladas

Concepción 19551 586,5 Coronel 1754 52,6 Chiguayante 1857 55,7 Hualqui 4693 140,8 Lota 1566 47,0 Penco 11061 331,8 San Pedro de la Paz 7184 215,5 Talcahuano 1418 42,5 Tome 2141 64,2 TOTAL 51225 1536,6


De la tabla anterior se desprende que las comunas que utilizan mayor cantidad de carbón vegetal son Concepción, Penco y San Pedro de la Paz. La siguiente tabla muestra la estimación del consumo de carbón mineral desagregado por comuna.

Tabla F. Estimación de consumo anual de carbón mineral por comuna.

Comuna

Consumo Anual Carbón Mineral Sacos

Consumo anual de carbón mineral en toneladas

Concepción 0 0.0 Coronel 36719 2937,5 Chiguayante 0 0.0 Hualqui 0 0.0 Lota 19556 1564,5 Penco 0 0.0 San Pedro de la Paz 0 0.0 Talcahuano 0 0.0 Tome 0 0.0 TOTAL 56275 4502

Como se aprecia, las únicas comunas que utilizan carbón mineral son Coronel y Lota, esto se debe a la disponibilidad de este combustible en la zona.


VI Conclusiones Desde el premuestreo se estimó que para alcanzar un 5% de error en la estimación del consumo era necesario hacer 2.070 encuestas, las cuales se repartieron en las 9 comunas estudiadas. Los resultados obtenidos del muestreo señalan que un 48,33% de las viviendas del Gran Concepción consume combustibles de madera en la calefacción, un 9.16% utiliza estos combustibles para cocinar y un 1.87% para calentar agua para el baño. Se concluye que la comuna más grande en cuanto a viviendas y habitantes es Talcahuano, seguida por Concepción, mientras que las comunas más pequeñas son Hualqui y Penco. El combustible preferido para utilizar en calefacción es la leña. Un 48,33% de las viviendas del Gran Concepción consume combustibles de madera y derivados en la calefacción, un 9.16% utiliza estos combustibles para cocinar y un 1.87% para calentar agua para el baño. Se concluye que las comunas que consumen más leña son Concepción, seguida de Talcahuano, mientras que las que consumen menos leña son las comunas de Lota y Tomé. Era de esperarse que Hualqui fuera una de las comunas que consumía menos leña por el número de habitantes, sin embargo en esta comuna es el combustible más usado. En el caso de Lota, se verá más adelante que el combustible preferido es el carbón. En resumen, la predominancia de uso de combustible por comuna se debe al factor de costumbres y facilidades de obtención. En el Gran Concepción, los artefactos a leña más utilizados lo constituyen las estufas de combustión lenta (35,4 %) de cámara simple, seguido por las salamandras (23.2%) y las cocinas a leña (18.9%). El tipo de leña más utilizado es la de eucalipto (34.2%), seguido por la de hualle, pino y aromo. Las comunas de Talcahuano, San Pedro de la Paz, Penco, Coronel y Lota usan preferentemente cocina a leña, combustión lenta simple y salamandra, mientras que la comuna de Concepción utiliza combustión lenta simple, salamandra y chimenea, la comuna de Tomé prefiere la chimenea, la cocina a leña y la salamandra, Chiguayante tiene preferencia por la combustión lenta simple y salamandra y por último, la comuna de Hualqui prefiere la combustión lenta simple y la cocina a leña. En las comunas de Talcahuano y Concepción las especies de leña más usadas son de pino, hualle y eucalipto, las comunas de Tomé y Penco usan pino y eucalipto, la comuna de San Pedro de la Paz utiliza hualle y pino, la comuna de Coronel usa eucalipto y hualle, la comuna de Chiguayante utiliza preferentemente el hualle, Hualqui el aromo y Lota el eucalipto. El consumo total de leña por año en el Gran Concepción se encuentra entre 749.562 y 1.120.595 m3 estéreos con un 95% de probabilidad y con una estimación puntual de


935.078 m3 estéreo. Concentrándose el mayor consumo en los meses de Junio, Julio y Agosto. Queda en evidencia que el factor estrato socioeconómico tiene una alta relevancia en este tipo de estudios, ya se relaciona fuertemente con los combustibles utilizados tanto en calefacción, cocinar y calentar agua para el baño. Además, se relaciona fuertemente con el tipo de leña usada, las formas de adquirirla y el tipo de artefactos a leña que se emplean en los hogares. Mas de un 75% de las viviendas adquieren la leña en lugares no establecidos, es decir a vendedores ambulantes y ventas a domicilio. Sobre un 90% de los consumidores declaró no recibir boleta o factura por este producto, quedando en evidencia el alto grado de informalidad del negocio. La mayoría de las personas paga entre 35 y 55 pesos por una astilla y su gasto anual en leña varia entre 50.000 y 150.000 pesos. Las razones más frecuentes por las cuales las personas utilizan la leña, son que la leña calienta más que otros combustibles y es más económica. En un 90% de las viviendas consumidoras de leña no están dispuestos a cambiarla por otro combustible, dado que piensan que la leña calienta más, es más económica que otros combustibles y que es una costumbre utilizar leña en sus hogares. Casi en un 80% de las viviendas declararon que tampoco están dispuestos a pagar mas por leña seca. Los que están dispuestos a cambiar la leña aluden que la leña contamina y es incomodo usarla. El consumo anual de carbón en el Gran Concepción asciende aproximadamente a las 6.000 toneladas por año. Su mayor consumo se registra en los meses de Junio y Julio, siendo empleado principalmente en calefacción en el estrato social E. Se concluye que las comunas que utilizan mayor cantidad de carbón vegetal son Concepción, Penco y San Pedro de la Paz. Las únicas comunas que utilizan carbón mineral son Coronel y Lota, esto se debe a la disponibilidad de este combustible en la zona. En cuanto a los lugares donde compran el carbón un 41,89% señaló que se lo ofrecen y llevan a su domicilio (Venta a domicilio), un 18,92% lo compra en acopios y un 11% en negocios establecidos. Un 24,32% señalo la alternativa "otro" especificando que compran carbón mineral a pirquineros y a recolectores en las playas. La estimación de las emisiones de PM10 en el Gran Concepción por combustión de leña alcanzó las 6364 ton/año, siendo las comunas de Concepción y Talcahuano, las de mayor aporte. La estimación de las emisiones de PM10 en el Gran Concepción por combustión de Carbón alcanzó las 244 ton/año, siendo las comunas de Coronel y Lota, las de mayor aporte.


En resumen, la estimación de las emisiones de PM10 en el Gran Concepción por combustión en general alcanzó las 6608 ton/año, siendo las comunas de Concepción y Talcahuano, las de mayor aporte y las comunas de Tomé y Lota, las de menor aporte. En general se detecta que el mercado de la leña y el carbón carece de marcos legales y normativos adecuados, funcionando en la mayoría de los casos al margen de la economía formal. Por otro lado, se encuentra generalmente ausente de las políticas de inversión, desarrollo o gestión ambiental, incluso, en el contexto institucional vigente, a diferencia de otros energéticos como el gas o la electricidad, en el país no existe una clara institucionalidad que asigne a un organismo en particular responsabilidades respecto a la implementación de acciones de certificación, control y fiscalización. Las deficiencias mencionadas se explican en parte porque existe una carencia de información base completa, actualizada y realista que de cuenta del uso, características, cantidades transadas y respecto a los reales impactos energéticos, económicos y ambientales asociados a su uso. El conocer de mejor manera el mercado de la leña es fundamental para la definición de políticas públicas, tanto ambientales como energéticas y en particular sobre energías renovables. Adicionalmente, los problemas ambientales existentes en las regiones del sur, como por ejemplo la tala desmedida de bosques nativos, la destrucción acelerada de parques municipales y la contaminación atmosférica por la mala y excesiva combustión de estos energéticos, hace imperioso disponer de una información mínima confiable para la formulación coherente de políticas energéticas y ambientales. Es en este sentido que esperamos que las conclusiones emanadas de este estudio contribuyan al mejor entendimiento del uso de este energético en el Gran Concepción.


Anexo 1: Diseño muestral Los diseños bietápicos son usados para una variedad de propósitos prácticos, por ejemplo para obtener una muestra de plantas de algunas especies, podría ser conveniente primero tomar una muestra de parcelas y luego una muestra de plantas desde cada parcela seleccionada. Este procedimiento es más eficiente que los muestreos en una etapa ya que evitan recorrer toda la población tomando muestras. Una definición formal del diseño se entrega a continuación: Dado N , que denota el número de unidades primarias en la población y iM el número de unidades secundarias en la i-esima unidad primaria. Dado ijy que denota el valor de la variable de interés para la j-esima unidad secundaria en la i-esima unidad primaria. El total de los valores de y en la i-esima unidad primaria es ∑ =

= iM

j iji yy1

. La media por unidad

secundaria en la i-esima unidad primaria es iii My=µ . El total poblacional es

∑∑ === iM

j ijN

iy

11τ . La media poblacional por unidad primaria es Nτµ =1 , mientras la

media poblacional por unidad secundaria es Mτµ = , donde ∑==

N

i iMM1

es el número total de unidades secundarias en la población. Muestreo aleatorio simple en cada etapa Consideremos un diseño en dos etapas con muestreo aleatorio simple en cada etapa. En la primera etapa, un muestreo aleatorio simple sin reemplazo de n unidades primarias es seleccionado. Desde la i-esima unidad primaria seleccionada, una muestra al azar sin reemplazo de im unidades secundarias es seleccionada, para ni ,...,1= . Estimador insesgado Dado que un muestreo aleatorio simple es usado en la segunda etapa, un estimador insesgado del total de y para la i-esima unidad primaria en la muestra es:

ii

m

jij

i

ii yMy

mM

yi

== ∑=1

ˆ (1)

Donde ( )∑ =

== im

j iijii Myymy1

ˆ1 . Luego, dado que un muestreo aleatorio simple es usado

en la primera etapa, un estimador insesgado del total poblacional es:

∑=

=n

iiy

nN

1

ˆτ (2)


La varianza de τ es:

( ) ∑=

−+−=N

i i

iiii m

mMMnN

nnNN

1

22

)()(ˆvarσσ

τ µ (3)

Donde

( )∑=

−−

=N

iiy

N 1

21

2

11 µσ µ (4)

y, para ,,...,1 Ni =

( )∑=

−

−

=iM

jiij

ii y

M 1

22

11 µσ (5)

Un estimador insesgado de la varianza de τ es obtenido reemplazando las varianzas poblacionales por las varianzas maestrales:

( ) ( ) ( )i

in

iiii m

smMM

nN

ns

nNN2

1

2

ˆrav ∑=

−+−= µτ (6)

Donde

( )∑=

−−

=n

iiy

ns

1

21

2 ˆˆ1

1 µµ (7)

y, para ,,...,1 ni =

( )∑=

−

−

=im

jiij

ii yy

ms

1

22

11 (8)

en donde ( )∑ =

=n

i iyn11 ˆ1µ .

Para estimar la media poblacional, Nτµ ˆˆ1 = es un estimador insesgado de la media poblacional por unidad primaria 1µ y Mτµ ˆˆ = es un estimador insesgado para la media por unidad secundaria.


Anexo 2: Encuesta aplicada.

Gobierno de Chile CONAMA

Folio

CONSUMO RESIDENCIAL URBANO DE LEÑA DEL GRAN CONCEPCIÓN I. IDENTIFICACION Sector y vivienda

(1) Comuna (2) Distrito (3) Zonal censal (4) Manzana censal

(5) Calle o Pasaje (6) Nº (7) Población o Villa

Encuestado

(8) ROL QUE CUMPLE EN LA FAMILIA Jefe de hogar (8.1) Abuelo (8.4) Dueña de casa (8.2) Hijo (a) (8.3)

Otro…………………. (8.5)

Encuestador

Nombre

RUT dd mm aaaa Fecha Reservado supervisión Si No Encuesta Encuesta completa Válida No Válida Flujo lógico Observación: Letra legible Entrevistado idóneo


II TIPOS DE COMBUSTIBLES UTILIZADOS EN EL HOGAR

Si NO consume leña, carbón vegetal, mineral, briquetas, desechos del bosque, industriales o recuperados pasar a pregunta 12, en caso contrario pase a la pregunta 17. (12) Desde que viven en esta ciudad. ¿Han usado combustibles en base a madera?

SI (Pase a pregunta 13) (12.1) NO (Pase a pregunta 15) (12.2) (13) ¿Hace cuanto tiempo?

(15) ¿Podría indicarnos cual es su gasto mensual en los siguientes combustibles, según temporada?

Temporada de calor

Temporada de frío

Hace menos de 1 año (13.1) Entre 1 y 2 años (13.2)

Entre 2 y 5 años (13.3) Mas de 5 años (13.4)

Combustible

$/mes Nº meses $/mes Nº meses Electricidad 15.1 Gas licuado 15.2

(14) ¿Por qué dejo de utilizarlos? Indicar las tres principales razones, según escala de valor de 1 a 3, asignando valor 1 a la más importante

Gas natural 15.3 Parafina 15.4

(16) ¿Tendría interés en usar leña?

Porque contamina (14.1) Por falta de espacio donde Almacenar (14.2) Porque es difícil de Obtener (14.3)

Porque atrae ratones e Insectos (14.4) Por riesgo de incendios (14.5) Por comodidad (14.6) SI (16.1) NO (16.2)

Otro (14.7) (especificar) (14.8)

Pase a pregunta 44

(9) ¿Qué tipo de energía usa para calefaccionarse? Marcar con X las que correspondan.

Electricidad (9.6) Petróleo (9.7) Parafina (9.8) Briquetas (9.9)

Desechos del bosque (conos, ramas, otros) (9.10) Desechos industriales (aserrín/virutas, despuntes, tapas) (9.11) Desechos recuperados (pallets – moldajes) (9.12) Otros (especificar) (9.13)

Leña (9.1) Carbón vegetal (9.2) Carbón mineral (9.3) Gas natural (9.4) Gas licuado (9.5)

(10) ¿Qué tipo de energía usa para cocinar? Marcar con X las que correspondan.




(11) ¿Qué tipo de energía usa para calentar el agua del baño? Marcar con X las que correspondan.





III CONSUMO DE COMBUSTIBLES DE MADERA (17) ¿Por qué utilizan leña o sus derivados?. Indique las tres principales razones por orden de importancia, según escala de valor de 1 a 3, asignando valor 1 a la más importante.

Porque es más económica (17.1)

Para no depender de un único proveedor (17.4)

Porque es caro cambiar los equipos e instalaciones a otros combustibles (17.7)

Son fáciles de obtener (17.2) Por costumbre, habito (17.5) Contamina menos (17.3) Porque calienta más (17.6)

(18) Que artefactos a leña, carbón u otros combustibles derivados de la madera utiliza Cocina (18.1) Combustión lenta cámara doble (18.5) Salamandra (18.2) Brasero (18.6) Chimenea (18.3) Fogón (18.7) Combustión lenta cámara simple (18.4)

Otro……………………………….. (18.8) (19) ¿Como obtiene la leña o combustibles derivados de la madera (desechos industriales, forestales, recuperados)? La Compra (19.1) La produce (19.4) Se la regalan (19.2) Trueque (19.5) La recolecta (19.3)

Otro………………………(19.6) SI COMPRA LA LEÑA O COMBUSTIBLES DERIVADOS DE LA MADERA REALIZAR PREGUNTAS 20 A 23. (20) ¿donde la compra? Leñeria (20.1) Supermercado (20.5) Acopios (20.2) Vendedores ambulantes (20.6) Venta a domicilio (20.3) Otro……………………(20.7) Fábrica (20.4)

(21) ¿Recibe boleta o factura cuando compra leña o combustibles derivados de la madera (desechos forestales, industriales, recuperados)? Siempre (21.1) Rara vez (21.3) Generalmente (21.2)

Nunca (21.4)

(22) ¿Con qué frecuencia compra Ud. Leña? (Marcar sólo una) Diariamente (22.1) Una vez al año (22.4) Dos a 3 veces por semana (22.7) Mensualmente (22.2) 2 a 3 veces por año (22.5) Otro (especificar) (22.9) Dos veces al año (22.3) Tres a 4 veces al año (22.6)


(23) ¿En que mes o meses habitualmente compra la leña o sus derivados? (Marcar más de una si corresponde) Enero (23.1) Mayo (23.5) Septiembre (23.9) Febrero (23.2) Junio (23.6) Octubre (23.10) Marzo (23.3) Julio (23.7) Noviembre (23.11) Abril (23.4) Agosto (23.8) Diciembre (23.12) (24) ¿Cuál es el estado de humedad de la leña cuando la obtiene? Seca (24.1) Semi húmeda (24.2) Húmeda (24.3) (25) ¿La deja secar antes de usar? Si (25.1) No (25.2) Si la respuesta es Si : ¿Cuanto tiempo seca la leña?…………………(25.3) Unidad de tiempo……………….. (25.4) (26) ¿Cuanta leña consume anualmente? (Marcar sólo una unidad) Cantidad……………………….. (26.1) Unidad Astillas (26.2) Saco (26.7) Camión ¾ (26.12) Metro de chocos (26.3) Kilogramo (26.8) Triciclos (26.13) Metro ruma (26.4) Camionada (26.9) Carretilla de mano (26.14) Metro cúbico (26.5) Camioneta corta (26.10) Carretada animal (26.15) Canasto (26.6)

Camioneta larga (26.11)

Otro………………(26.16) (27) ¿A qué precio compra la leña?. Indique precio por unidad señalada en pregunta (26) Precio…………………………………(27.1) Unidad……………………….(27.2) (28) ¿Como es su consumo de leña por mes? Marcar con una X. Consumo Ene

(28.1) Feb (28.2)

Mar(28.3)

Abr (28.4)

May(28.5)

Jun (28.6)

Jul(28.7)

Ago (28.8)

Sep (28.9)

Oct (28.10)

Nov (28.11)

Dic (28.12)

Alto Medio Bajo Nulo (29) Durante los meses de mayor consumo ¿Cuánta leña ocupa del total destinado para el año? La mitad (50%) (29.1) Entre ½ y ¾ (50 a 75%) (29.2) Más de ¾ (más de 75%) (29.3)


(30) Según la época del año, ¿en qué periodos mantiene encendido su equipo a leña? (Indique alternativa en el cuadro según códigos). Códigos 1 Todo el día (16 hrs.) 4 Día y noche (24 hrs.) 2 Parcial (4 a 8 hrs.) 5 No la enciende (0 hrs.) 3 Noche (8 hrs) 6 Otra . hrs. Artefacto Verano Otoño Invierno Primavera Cocina Salamandra Chimenea Combustión lenta cámara simple Combustión lenta doble cámara Brasero Fogón Otro………………………….. (31) ¿De que especies arbórea es la leña? Eucaliptos (31.1) Espino (31.6) Sauce (31.11) Pino (31.2) Lenga (31.7) Mixto (31.12) Hualle (31.3) Ñirre (31.8) Avellano (31.13) Aromo (31.4) Linque (31.9) Otro………………. (31.14) Rauli (31.5)

Coigue (31.10)

No sabe (31.15) SI CONSUME CARBÓN VEGETAL Y/O MINERAL REALIZAR PREGUNTAS 32 A 36 (32) ¿Cuál es su consumo anual de carbón vegetal y/o mineral? Cantidad…………………..(32.1) Unidad Sacos (32.2) Kilogramos (32.4) Bolsas chicas (32.3)

Otro………. (32.5)

(33) ¿Como es su consumo de carbón vegetal y/o mineral por temporada? Marcar con una X. Consumo Ene

(33.1) Feb (33.2)

Mar(33.3)

Abr (33.4)

May(33.5)

Jun (33.6)

Jul(33.7)

Ago (33.8)

Sep (33.9)

Oct (33.10)

Nov (33.11)

Dic (33.12)

Alto Medio Bajo Nulo (34) ¿Cómo obtiene el carbón vegetal y/o mineral? Lo Compra (34.1) Lo produce (34.4) Se lo regalan (34.2) Trueque (34.5) Lo recolecta (34.3)

Otro………………. (34.6)


SI COMPRA EL CARBÓN VEGETAL Y/0 MINERAL REALIZAR PREGUNTAS 35 A 36. (35) ¿Donde compra el carbón vegetal y/o mineral? Leñeria (35.1) Fábrica (35.5) Acopios (35.2) Supermercado (35.6) Venta a domicilio (35.3) Otro………………………..(35.7) Negocios establecidos (35.4)

(36) ¿Recibe boleta o factura por el carbón vegetal y/o mineral que compra? Siempre (36.1) Rara vez (36.3) Generalmente (36.2)

Nunca (36.4)

IV DISPOSICIÓN A CAMBIAR LA LEÑA, CARBON O SUS DERIVADOS POR OTROS COMBUSTIBLES. (37) ¿Tiene algún interés en cambiar la leña o sus derivados (y/o Carbón vegetal o mineral si consume) por otros combustibles en la calefacción de su hogar? (Marcar con una X)

Leña Carbón vegetal y/o mineral 1 Definitivamente no la cambiaría (37.1) 1 Definitivamente no lo cambiaría (37.1) 2 Cambiaría la leña de manera parcial (37.2) 2 Cambiaría el carbón de manera parcial (37.2) 3 Cambiaría la leña de manera total (37.3) 3 Cambiaría el carbón de manera total (37.3) Si la respuesta es: 1 realizar pregunta (38), si es 2 ó 3 pasar a pregunta 39. (38) ¿Porqué no cambiaría la leña (y/o Carbón vegetal o mineral si consume)?. Marcar las tres razones más importantes, según escala de valor de 1 a 3, asignando valor 1 a la más importante. (Poner número) Leña Carbón vegetal y/o mineral Porque la leña calienta más (38.1) Porque el carbón calienta más (38.1) Porque contamina menos (38.2) Porque contamina menos (38.2) Porque es más económica (38.3) Porque es más económico (38.3) Por costumbre/habito (38.4) Por costumbre/habito (38.4) Porque es caro cambiar equipos e instalaciones a

otros combustibles (38.5) Porque es caro cambiar equipos e instalaciones a

otros combustibles (38.5) Por temor a depender de un único proveedor

(38.6) Por temor a depender de un único proveedor

(38.6)

Otro…………………………………………. (38.7)

Otro…………………………………………. (38.7)

Pasar a pregunta 40


(39) ¿Porqué cambiaría la leña? Marcar las más importantes, según escala de valor de 1 a 3, asignando valor 1 a la más importante. Leña Carbón vegetal y/o mineral Porque contamina (39.1) Porque contamina (39.1) Por falta de espacio donde almacenar (39.2) Por falta de espacio donde almacenar (39.2) Porque es difícil de obtener (39.3) Porque es difícil de obtener (39.3) Porque atrae ratones e insectos (39.4) Porque atrae ratones e insectos (39.4) Porque es incomodo usarla (39.5) Porque es incomodo usarlo (39.5) Por riesgo de incendio (39.6) Por riesgo de incendio (39.6) Otro……………………. (39.7) Otro……………………………………………

(39.7) (40) Estaría dispuesto a pagar más por cambiarse a OTROS COMBUSTIBLES que solucionaran los problemas indicados en la pregunta anterior (Por ejemplo, gas licuado o natural). Si (40.1) No (40.2)

(41) ¿Estaría dispuesto a pagar más por leña seca? Si No (42) ¿Podría indicarnos cual es su gasto mensual en los siguientes combustibles, según temporada? PONER RESPUESTA EN PREGUNTA 15.

(43) ¿Cuáles son las especificaciones técnicas de sus artefactos a leña y/o carbón vegetal? Uso Tipo Antigüedad Estado Combustible Artefacto 1 Artefacto 2 Artefacto 3 Artefacto 4

Códigos

Uso Antigüedad Combustible 1 Calefacción 1 Menos de 1 año 1 Leña 2 Cocinar 2 Entre 1 y 2 años 2 Carbón vegetal 3 Cocinar y calefacción 3 Entre 2 y 5 años 3 Carbón mineral 4 Calentar agua 4 Más de 5 años 4 Gas licuado 5 Calefacción, cocinar calentar agua 5 Gas natural Estado 6 Electricidad Tipo 1 Bueno 7 Petróleo 1 Cocina 2 Regular 8 Parafina 2 Salamandra 3 Malo 9 Briquetas 3 Chimenea 10 Desechos del bosque 4 Combustión lenta cámara simple 11 Desechos industriales 5 Combustión lenta cámara doble 12 Desechos recuperados 6 Brasero 13 Otro 7 Otro


V SITUACIÓN SOCIOECONÓMICA (44) Número de personas que componen el grupo familiar:……………….. (45) Edad del jefe de hogar:………………… (46) Sexo………………….. Características de la Vivienda y Nivel Socioeconómico del Hogar (47) ¿Educación del jefe de hogar?. 1 [ ] Sin estudios

2 [ ] Básica incompleta

3 [ ] Básica completa

4 [ ] Media incompleta

5 [ ] Media completa

6 [ ] Técnico incompleta

7 [ ] Universitaria incompleta o técnica completa

8 [ ] Universitaria completa o más

(48) ¿Cuales de estos bienes poseen en su hogar?

Marcar los que correspondan.

1 [ ] Ducha

2 [ ] TV color

3 [ ] Refrigerador

4 [ ] Lavadora

5 [ ] Calefónt

6 [ ] Microondas

7 [ ] Automóvil (auto, camioneta, jeep, van)

8 [ ] TV Cable o Satelital

9 [ ] PC

10 [ ] Internet

(49) ¿De qué tipo es su vivienda?

1. [ ] Casa

2. [ ] Departamento en edificio

3. [ ] Pieza en casa antigua o conventillo

4. [ ] Mejora, mediagua

5. [ ] Rancho, choza

6. [ ] Otra. Especifique

(50) Tipo de construcción de la casa 1 [ ] Construcción de Madera

2 [ ] Construcción de ladrillo

3 [ ] Otro. Especifique

(51) ¿Su casa cuenta con....?

1 [ ] Alcantarillado

2 [ ] Luz Eléctrica

3 [ ] Agua potable

(52) ¿En cuánto estima Ud. el valor comercial de su casa?

1 [ ] menos de 8.5 millones de pesos

2 [ ] entre 8.5 y 17 millones de pesos

3 [ ] entre 17 y 34 millones de pesos

4 [ ] más de 34 millones de pesos

(53) ¿Su casa es...?

1 [ ] Propia

2 [ ] Arrendada

3 [ ] Cedida


Anexo 3: Información obtenida del INE Tabla A. Distritos del Gran Concepción por comuna

COMUNA Distrito

VIV PERS Gas nat %

Gas lic %

Parafi %

Leña Ase. %

Carb %

Elect %

E solar%

No cocina %

E% D% C3%

C2%

ABC1 %

Talcahuano El Portón 386 1.181 22,5 76,0 0,0 0,6 0,3 0,3 0,0 0,3 9,3 29,3 34,1 20,4 6,9Talcahuano Valdivieso 783 2.628 19,4 77,6 0,4 1,7 0,3 0,0 0,0 0,7 14,1 33,5 26,7 22,0 3,8Talcahuano Cerro Fuentes 1.678 6.082 16,5 81,0 0,1 1,0 0,1 0,7 0,0 0,7 11,5 33,6 30,1 18,9 5,9Talcahuano La Aduana 237 710 34,8 61,4 0,0 1,0 0,0 1,0 0,0 1,9 6,7 25,7 28,6 29,5 9,5Talcahuano Cerro Buenavista 1.271 4.762 2,3 94,0 0,2 2,6 0,6 0,0 0,0 0,3 25,4 43,3 24,4 6,3 0,5Talcahuano Tumbes 1.614 7.653 28,5 62,0 0,0 9,3 0,1 0,1 0,0 0,0 14,6 29,1 20,0 24,2 12,1Talcahuano Isla Quiriquina 109 1.153 0,0 100,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 7,7 63,5 28,8Talcahuano San Vicente 6.168 24.350 2,3 95,7 0,0 1,4 0,2 0,0 0,0 0,4 26,9 50,6 19,8 2,6 0,1Talcahuano Estadio 2.006 8.604 2,6 92,9 0,1 3,3 0,5 0,0 0,0 0,6 38,0 43,0 15,7 3,2 0,1Talcahuano Huachipato 2.415 9.665 29,2 69,2 0,0 1,1 0,0 0,1 0,0 0,3 8,6 32,1 27,5 21,8 10,0Talcahuano Ramuntcho 3.301 13.405 1,6 95,2 0,1 1,8 0,7 0,0 0,0 0,5 26,7 41,9 25,7 5,4 0,3Talcahuano Hualpencillo 4.599 19.130 1,6 96,7 0,0 1,1 0,2 0,0 0,0 0,4 18,5 42,5 27,3 10,6 1,2Talcahuano El Arenal 751 2.614 5,1 92,4 0,1 0,9 0,3 0,1 0,0 1,0 15,6 44,2 26,2 12,3 1,7Talcahuano Carriel 10.405 37.925 4,6 93,9 0,0 1,0 0,1 0,1 0,0 0,3 8,4 27,3 30,2 25,9 8,2Talcahuano Las Salinas 907 3.435 2,7 94,8 0,1 1,6 0,0 0,1 0,0 0,7 16,4 36,5 29,5 14,6 3,1Talcahuano Barranquilla 2.757 10.653 2,3 94,2 0,0 2,5 0,4 0,0 0,0 0,7 30,5 46,9 17,2 4,8 0,5Talcahuano Zunico 3.535 13.587 29,3 70,0 0,0 0,3 0,0 0,1 0,0 0,3 6,1 27,4 32,6 26,8 7,2Talcahuano Estadio Higueras 3.898 14.902 14,7 85,1 0,0 0,2 0,0 0,0 0,0 0,0 2,6 22,4 34,0 32,2 8,8Talcahuano San Miguel 4.961 20.059 1,9 94,4 0,1 2,8 0,3 0,0 0,0 0,6 29,5 43,6 19,8 6,2 0,9Talcahuano Club Hípico 3.436 12.112 12,8 85,8 0,0 0,9 0,0 0,2 0,0 0,3 12,7 34,8 28,0 20,8 3,7Talcahuano Bremen 4.874 19.285 5,3 93,3 0,0 0,9 0,2 0,1 0,0 0,2 18,4 41,0 28,5 10,9 1,2Talcahuano Cerro Verde 4.273 14.245 14,7 84,5 0,0 0,5 0,0 0,1 0,0 0,1 1,8 15,3 26,6 33,0 23,4Talcahuano 277 824 3,6 90,0 0,0 3,6 0,4 0,0 0,0 2,5 20,4 34,1 29,7 13,6 2,2 Concepción Intendencia 901 2.057 62,1 33,9 0,0 0,7 0,0 1,8 0,0 1,6 0,8 7,8 27,3 41,8 22,2Concepción Liceo de Hombres 1.312 3.420 56,4 40,7 0,0 0,2 0,0 2,0 0,0 0,7 0,3 6,3 17,0 38,5 37,8Concepción La Cárcel 958 2.382 55,7 41,9 0,1 0,4 0,0 1,5 0,0 0,4 0,5 5,7 20,5 37,0 36,4Concepción Plaza España 666 2.051 60,5 38,0 0,0 0,3 0,0 0,8 0,0 0,3 1,5 9,2 24,9 39,8 24,5Concepción Estación Central 1.988 7.209 1,4 96,4 0,0 0,8 0,6 0,3 0,0 0,4 12,8 48,7 26,0 11,1 1,4Concepción Cerro Amarillo 906 2.981 30,2 66,6 0,2 0,2 0,0 0,3 0,0 2,5 4,5 20,4 31,8 30,6 12,7Concepción Plaza Cruz 837 3.204 16,3 78,9 0,2 2,3 0,5 0,0 0,0 1,8 13,4 32,3 25,9 19,7 8,7Concepción Cementerio 3.157 11.857 6,7 90,6 0,0 1,1 0,3 0,1 0,0 1,2 13,6 34,8 33,1 14,9 3,6Concepción Laguna Redonda 1.366 4.560 37,7 60,5 0,1 1,0 0,1 0,1 0,0 0,4 7,1 26,9 30,7 27,0 8,3Concepción Pajonal 2.817 9.921 14,1 84,1 0,1 1,0 0,1 0,0 0,0 0,5 12,8 30,5 26,3 22,8 7,7Concepción Manuel Rodríguez 1.071 3.362 24,8 71,8 0,1 1,9 0,3 0,2 0,0 0,8 8,2 27,3 29,7 24,1 10,7Concepción Escuela Argentina 1.125 3.385 30,0 65,9 0,0 0,8 0,5 0,5 0,0 2,2 3,5 20,0 27,9 30,5 18,1Concepción General Cruz 1.368 4.065 35,7 62,3 0,0 0,4 0,0 0,5 0,0 1,1 3,2 14,3 27,6 34,8 20,0Concepción Estación Tucapel 933 3.590 7,6 89,4 0,0 1,2 0,5 0,3 0,0 1,1 12,0 32,9 29,7 19,7 5,7Concepción Lo Méndez 4.908 18.387 1,8 94,8 0,1 2,1 0,5 0,1 0,0 0,6 18,4 40,7 27,6 11,6 1,8Concepción La Toma 8.826 33.550 10,7 87,1 0,1 1,4 0,2 0,2 0,0 0,4 14,3 29,5 23,7 18,5 14,0Concepción La Pólvora 2.101 8.213 2,0 93,7 0,2 2,0 0,8 0,2 0,0 1,1 23,4 42,4 23,1 8,9 2,3Concepción Andalién 1.384 4.924 4,3 90,9 0,1 2,0 0,7 0,3 0,0 1,6 18,9 37,6 22,6 15,0 6,0Concepción Población 1.550 4.935 25,6 72,6 0,0 0,2 0,1 0,5 0,0 1,0 6,4 23,0 26,7 31,6 12,3Concepción Plaza Condell 1.020 3.363 24,4 72,7 0,1 0,6 0,0 0,5 0,0 1,7 5,6 21,2 27,7 27,6 17,8Concepción Hospital 1.518 4.732 55,3 42,5 0,0 0,3 0,0 0,8 0,0 1,0 1,1 6,2 20,1 39,7 33,0Concepción Plaza Perú 1.590 4.229 57,2 39,9 0,0 0,1 0,0 1,1 0,0 1,7 1,0 8,2 23,2 36,5 31,0Concepción Puchacay 584 2.352 5,2 92,9 0,4 0,9 0,0 0,0 0,0 0,6 1,7 10,1 20,9 34,1 33,2Concepción Observatorio 2.242 7.889 29,8 65,6 0,0 2,7 0,1 0,9 0,0 0,9 8,7 17,8 14,9 19,8 38,8Concepción Larenas 3.860 14.342 1,9 90,3 0,1 6,4 0,4 0,2 0,0 0,7 25,1 38,2 21,4 11,5 3,8Concepción Pedro de Valdivia 2.090 7.320 5,9 89,6 0,2 2,0 0,8 0,2 0,0 1,3 22,6 41,8 20,7 9,9 5,0Concepción Bilbao 1.212 4.419 6,0 85,4 0,2 5,0 2,1 0,2 0,0 1,0 30,4 44,4 18,2 5,1 1,9Concepción Palomares 1.705 6.658 6,7 90,3 0,0 1,9 0,2 0,5 0,0 0,3 15,1 25,2 25,7 21,9 12,1Concepción Lo Pequén 5.568 21.010 6,6 91,1 0,0 1,3 0,1 0,2 0,0 0,6 6,9 20,6 28,3 27,2 17,0 Tome El Puerto 2.321 8.368 2,0 86,9 0,0 9,1 0,9 0,1 0,0 0,9 23,4 37,2 24,5 10,7 4,3Tome Ralihue 3.483 12.580 2,9 81,6 0,1 14,0 0,5 0,1 0,0 0,8 28,6 38,1 21,6 9,0 2,6Tome El Morro 5.024 18.217 2,3 87,4 0,1 9,4 0,5 0,1 0,0 0,4 25,2 40,9 24,9 7,5 1,5Tome Dichato 1.817 3.488 2,8 71,7 0,0 23,8 0,5 0,0 0,0 1,3 35,9 41,3 15,1 6,1 1,6Tome Rafael 420 1.273 2,9 35,1 0,0 61,4 0,0 0,0 0,0 0,6 56,9 30,7 10,0 2,1 0,3Tome Coroney 287 1.103 7,4 81,7 0,0 9,5 1,4 0,0 0,0 0,0 14,4 35,2 29,2 18,0 3,2Tome Punta de Parra 274 905 0,4 90,7 0,0 8,4 0,0 0,0 0,0 0,4 17,6 44,1 18,9 15,0 4,4Tome 7 25 0,0 87,5 0,0 12,5 0,0 0,0 0,0 0,0 12,5 50,0 37,5 0,0 0,0


COMUNA Distrito

VIV PERS Gas nat %

Gas lic %

Parafi %

Leña Ase. %

Carb %

Elect %

E solar%

No cocina %

E% D% C3%

C2%

ABC1 %

San Pedro de la Paz Batro 5.084 19.706 1,5 95,0 0,1 2,3 0,5 0,1 0,0 0,6 25,4 40,3 22,7 9,5 2,1San Pedro de la Paz Boca Sur 7.325 27.632 2,0 91,1 0,1 5,4 0,6 0,1 0,0 0,8 33,5 46,6 16,7 2,8 0,3San Pedro de la Paz Los Acacios 2.902 9.777 6,2 93,1 0,0 0,2 0,0 0,3 0,0 0,2 0,6 9,5 17,3 31,8 40,8San Pedro de la Paz San Pedro 4.570 16.874 3,5 93,9 0,0 1,7 0,0 0,6 0,0 0,2 3,2 10,8 13,6 28,0 44,4San Pedro de la Paz Lomas Coloradas 1.706 6.060 1,8 81,4 0,0 15,8 0,1 0,3 0,0 0,6 21,9 38,0 21,8 14,2 4,1San Pedro de la Paz 40 110 10,0 77,5 0,0 12,5 0,0 0,0 0,0 0,0 25,0 35,0 20,0 12,5 7,5 Penco Penco 3.520 13.201 2,8 93,0 0,1 3,5 0,1 0,1 0,0 0,6 15,9 34,0 29,3 15,6 5,3Penco Fábrica 4.347 16.599 3,6 89,6 0,0 5,6 0,3 0,1 0,0 0,8 28,1 41,9 21,8 7,0 1,2Penco Lirquén 3.102 11.581 1,5 84,5 0,1 13,1 0,3 0,1 0,0 0,4 29,7 41,8 22,2 5,6 0,7Penco Margaritas 369 1.291 2,6 89,7 0,0 7,4 0,3 0,0 0,0 0,0 19,7 27,9 19,4 20,5 12,5Penco Andalién 661 2.689 2,7 79,1 0,0 17,8 0,1 0,0 0,0 0,3 36,2 44,2 14,7 4,0 0,9 Coronel Municipalidad 1.183 4.883 2,8 85,6 0,1 9,5 1,0 0,1 0,0 1,1 20,2 41,4 22,0 13,0 3,3Coronel Villa Mora 4.183 15.090 2,8 87,0 0,1 6,2 3,4 0,0 0,0 0,4 30,8 42,4 21,4 5,1 0,3Coronel Schwager 4.219 15.655 2,5 80,2 0,1 6,8 9,3 0,0 0,0 1,0 37,7 42,8 14,8 3,3 1,4Coronel Buen Retiro 4.509 15.995 1,3 94,9 0,0 3,2 0,3 0,1 0,0 0,3 13,5 35,1 33,7 14,8 2,9Coronel Corcovado 2.296 8.367 1,9 80,9 0,1 15,4 1,2 0,0 0,0 0,6 32,0 40,8 18,9 6,8 1,5Coronel Playa Negra 7 28 0,0 57,1 0,0 42,9 0,0 0,0 0,0 0,0 57,1 28,6 0,0 14,3 0,0Coronel Escuadrón 8.851 31.398 2,3 93,6 0,0 3,4 0,4 0,0 0,0 0,2 17,4 40,2 29,3 11,4 1,7Coronel 30 53 0,0 81,0 4,8 4,8 0,0 0,0 0,0 9,5 19,0 57,1 23,8 0,0 0,0 Chiguayante Lonco 1.245 5.180 29,3 68,1 0,0 0,3 0,0 2,1 0,0 0,2 1,4 2,1 6,1 17,7 72,7Chiguayante Matadero 1.282 4.751 4,4 93,0 0,0 1,7 0,2 0,2 0,0 0,5 13,6 27,9 21,3 19,1 18,1Chiguayante Fábrica 4.995 18.919 2,5 95,7 0,1 1,1 0,2 0,1 0,0 0,3 16,0 34,3 26,4 15,8 7,5Chiguayante Chiguayante 2.662 10.134 2,5 93,7 0,0 3,0 0,4 0,1 0,0 0,4 17,4 36,8 26,0 14,7 5,1Chiguayante La Leonera 11.804 41.404 1,7 95,5 0,0 2,2 0,2 0,1 0,0 0,3 17,4 35,8 30,0 13,4 3,5Chiguayante 240 850 5,7 89,0 0,0 2,8 0,0 0,8 0,0 1,6 13,0 35,0 27,2 15,0 9,8 Hualqui Hualqui 3.460 12.458 1,5 87,7 0,0 9,2 0,9 0,2 0,0 0,5 32,5 40,2 20,3 6,2 0,8Hualqui El Aguila 177 583 0,6 81,3 0,0 18,1 0,0 0,0 0,0 0,0 34,2 31,0 23,2 8,4 3,2Hualqui Talcamávida 362 1.032 1,6 59,2 0,0 38,6 0,0 0,0 0,0 0,6 57,2 30,9 10,0 1,9 0,0Hualqui San Onofre 187 658 4,8 63,6 0,0 29,9 1,1 0,0 0,0 0,5 41,7 33,2 17,1 7,0 1,1Hualqui 9 25 0,0 33,3 0,0 66,7 0,0 0,0 0,0 0,0 77,8 11,1 11,1 0,0 0,0 Lota Lota Alto 5.079 19.387 3,5 85,0 0,1 6,2 4,3 0,0 0,0 0,9 29,3 42,3 21,2 5,7 1,6Lota Bannen 2.509 9.531 4,4 82,5 0,0 8,2 4,1 0,0 0,0 0,8 32,4 42,5 19,3 5,0 0,8Lota Lota Bajo 2.272 8.429 2,2 79,2 0,1 11,8 5,5 0,0 0,0 1,1 30,3 39,5 20,9 8,0 1,4Lota Cementerio 2.630 9.869 3,4 76,3 0,3 17,0 2,5 0,0 0,0 0,6 40,0 42,7 15,1 2,1 0,2Lota Colcura 455 1.682 2,7 40,1 0,0 56,1 0,7 0,2 0,0 0,2 41,7 41,3 14,6 2,0 0,4Lota 24 77 0,0 90,5 0,0 0,0 4,8 0,0 0,0 4,8 14,3 61,9 23,8 0,0 0,0


Anexo 4: Digitación de los datos de muestreo Ver archivo adjunto datosmuestreo.xls


Anexo 5: Fotos de la encuesta para distinguir artefactos

COCINA A LEÑA SALAMANDRA

CHIMENEA BRASERO

COMBUSTION LENTA

Review of arguments for declaring Gran Concepción close to saturated

(zona latente) in PM10

SMHI report November 2007

Client: CONAMA Región del Bío Bío

Content

SUMMARY ........................................................................................................... 1 1. BACKGROUND ................................................................................................. 2 2. EMISSIONS ....................................................................................................... 3 3. METEOROLOGICAL CONDITIONS ...................................................................... 4 4. WIND TRAJECTORIES ....................................................................................... 7 5. GAUSSIAN MODELING .................................................................................... 14 6. CONCLUSIONS ............................................................................................... 16 7. REFERENCES.................................................................................................. 16

This study has been made by Lars Gidhagen at SMHI ([email protected]).

SMHI November 16, 2007: Review PM10 in Gran Concepción (draft)

SMHI November 16, 2007: Review PM10 in Gran Concepción (draft)

Review of arguments for declaring Gran Conepción close to saturated (zona latente) in PM10

Summary The Gran Concepción area has been declared as “almost saturated” (in Spanish zona latente) of inhalable particles PM10. The area covers 10 municipalities, as illustrated on the map on the cover page. Chilean limit values for PM10 is 50 µg/m3 as annual mean value and 150 µg/m3 as daily mean value. The term “almost saturated” refers to PM10 concentrations exceeding 80% of the limit values, i.e. 40 µg/m3 as annual mean and 120 µg/m3 as daily mean value. The consequence of a declaration of an “almost saturated” zone is the requirement to formulae an action plan that will prevent any future exceedances of the limit values. Gran Concepción is a pronounced industrial area with a steelworks, an oil refinery, fishing industry, papermill and power stations using fossils fuels. Some of this point source emits large amounts of particulate matter. To this should be added PM emissions from the road and ship traffic. Except for primary emissions from anthropogenic (by human activities) sources, there should also be a considerable contribution of marine sea salt to PM10 concentrations. Monitor data from some 10 stations in four municipalities reveal PM10 concentration levels close to or even above the limit value for daily mean values. The present study shows that the meteorological variability is such that the impact of point sources with large emissions, as illustrated by trajectories of air parcels following the wind field, may reach most parts of the Gran Concepción area. The trajectory study has in particular shown this to be the case for megasources located in Coronel or in Chiguayante, whose impact in the Talcahuano-Concepción area seems to significant. Although Gaussian model simulations indicate that the average impact of single point sources, at distances 20-40 km away, will be of the order of a only a few µg/m3, there may be daily contributions that are higher. With already high PM10 levels caused by local sources and a possible natural background concentration – like what is characteristic for the Talcahuano-Concepción area – the long range contribution of single megasources located inside the Gran Concepción area will be significant for any Action plan aimed at reducing PM10 levels.

1. Background Since July 25 of 2006 the Concepción Metropolitan area has been declared as “almost saturated” (in Spanish zona latente) of inhalable particles PM10. The area covers 10 municipalities, as illustrated on the map on the cover page. Chilean limit values for PM10 is 50 µg/m3 as annual mean value and 150 µg/m3 as daily mean value. The term “almost saturated” refers to PM10 concentrations exceeding 80% of the limit values, i.e. 40 µg/m3 as annual mean and 120 µg/m3 as daily mean value. The consequence of a declaration of an “almost saturated” zone is the formulation of an action plan that will prevent any future exceedances of the limit values. Gran Concepción is a pronounced industrial area with a steelworks, an oil refinery, fishing industry, papermill and power stations using fossile fuels. Some of this point source emits large amounts of particulate matter. To this should be added PM emissions from the road and ship traffic. Monitor data from some 10 stations in four municipalities reveal PM10 concentration levels close to or even above the limit value for daily mean values (Table 1.1). Except for primary emissions from anthropogenic (by human activities) sources, there should also be a considerable contribution of marine sea salt to PM10 concentrations. Table 1.1 Monitored 98-percentiles of daily PM10 concentrations in four municipalites of the Gran Concepción area (bold number above 80% of limit value of 120 µg/m3, red number above limit value of 150 µg/m3.

Talcahuano Hualpén San Pedro Coronel

Año Indura Inpesca Libertad San

Vicente Jardín A.P. Bocatoma MAPAL Escuadrón Cementerio

Cº

Obligado

2001 149,3 102,0 177,3 121,9 128,8 64,8 130,7

2002 131,0 91,3 152,5 117,5 95,0

2003 104,2 100,2 164,5 123,3 109,0

2004 107,4 105,8 147,3 124,7 91,9

2005 108,3 97,6 129,3 94,0 89,5 125,2

2006 90,7 85,3 130,0 109,8 83,7 65,3 139,4 149,5

The objective of the SMHI modeling study is to describe current knowledge on the dispersion characteristics of the Gran Concepción area and to discuss how existing and future emissions may contribute to raise PM10 levels in the 10 municipalities.

2. Emissions Current knowledge on emissions have been documented by CONAMA Bío Bio in the emission inventory for 2000 (Resumen y rectificación del inventario de emisiones atmosféricas del Gran Concepción, Estimación año 200). The results are summarized in Fig. 2.1. Fig. 2.1 Estimated PM emissions in the Gran Concepción area

Energy production

Industrial processes

Wood combustion, vegetation

fires

Road dust & construction

Mobile (exhaust)

The outstanding individual source is the electricity power plant located in Coronel, responsible for 95% of the Energy production sector emission and 45% of total emission displayed in Fig. 2.1. Fig. 2.2 show the geographical distribution of the areas where non-traffic dust sources are dominant. Fig. 2.2 PM emissions generated by - energy and industrial production (left) - residential wood combustion (right)

3. Meteorological conditions

SMHI has received time series of hourly data for the year of 2006 and from four meteorological stations:

• Punta de Parra • MetMast – Enap • Santista (en Chiguayante) • Essbio Coronel

The objective of this study has been to use wind direction and speed taken from those four ground meteorological stations as input to a diagnostic wind model. The diagnostic wind model, and also the Gaussian dispersion model, also needs some stability and turbulence data. Vertical temperature difference, standard deviation of horizontal wind direction and standard deviation of vertical wind speed have been taken from the MetMast-Enap station.

Fig. 3.1 Locations for the four meteorological stations.

The quality of the meteorological data was evaluated and a special focus was made at the MetMast-Enap data, as they are used for stability calculations. Unfortunately the quality of the MetMast-Enap data during 2006 is not as desired, there are various periods with technical problems with the vertical temperature gradient, some of them of long duration (months). For this particular study it was enough to identify two week long periods, one in summer and the second in winter. The following periods were found to have high quality data: Summer conditions: January 27 to February 10, 2006 Winter conditions: May 25 to June 5, 2006 Wind roses for the two periods are shown in Fig. 3.2. The three coastal stations Punta de Parra, MetMast-Enap and Essbio Coronel show similar distributions, with a dominance of wind from southwest to northwest during the summer and northly to easterly winds during winter. The station Santista is different, clearly influenced by the Bío Bío river valley with wind flowing downwards or upwards the principal direction of the valley. The Santista station is thus representative only for those sites along the river that has the same principal direction as at Chiguayante. It is likely that local wind conditions in the area south of Chiguayante, where the river turns to an east-west direction, are different from those of the Santista station, especially during stable conditions when topography may channel wind flow to follow the river valley.

Summer (Jan 27 – Feb 10, 2006) Winter (Ma 25 – Jun 5, 2006)

Fig. 3.2 Wind roses for the four stations Hourly data from the four meteorological stations have been used as input data to the diagnostic wind model of the Airviro model system. The interpolation is made with inverse distance weigthning so that the closer you come to one of the four wind station locations, the more influence you will have from that particular station. Distance to the station is the only factor used for the interpolation. However, topography and surface roughness will modify the local wind vector. This can be seen during nighttime’s more stable conditions, see Fig. 3.3-3.4. The principal wind direction was then from southeast, but the MetMast – Enap showed winds from northeast. The winds from southeast will be deaccelerated and possibly redirected to the east of the major hills and the winds will accelerate downhill west of the hills.

Fig. 3.3 Topography of the Gran Concepción area

Fig. 3.4 Simulated wind field for Jan 27 at 05 hours(stable conditions)

The wind fields generated by the diagnostic model, with input from four stations, should be of higher quality than if only one station was used, and should give a good picture of the general circulation of the Gran Concepción area. However, the model may miss small scale features determined by local topography and from where no surface data are available as input to the model. The diagnostic wind model has a functionality that allows the definition of “influence areas” for each meteorological station. The definition of such influence areas is a work that needs a good knowledge of local conditions and has not been used so far. Of particular interest here is to investigate if the Santista station, the station influenced directly by the river valley, should have an influence area more limited than the other stations. The work with influence areas constitutes a possible future task for improvements of the model system.

4. Wind trajectories Wind trajectories show the path of air parcels that are transported with the wind vectors simulated by the diagnostic wind model. The trajectories indicate possible influence areas of a certain emission, but do not reveal the concentration. Thus trajectories can demonstrate a possible impact, but not the size of the impact. A typical use of trajectories is for a scenario where air pollution concentrations have been shown to be high in one area “A”. If trajectories show that emissions from other major sources located outside area “A” will enter over the area “A”, then they may contribute to parts of the critical pollution concentrations in “A” and should be considered in any action plan to improve air quality in area “A”. Trajectory simulations have been made for trajectories starting at three locations: Coronel, Chiguayante and Talcanuano. Individual air parcels are released once per hour and followed so that a new position is calculated every 5th minute. In order to make the output more easy to interpretate, we have simulated 24 hours of trajectories for four different days during the two seasonal two week long periods defined in the previous chapter 3. The trajectory calculation is terminated if the trajectory passes more than 20 km to the west of the meteorological model area and more 10 km to the north, east and south of the model area. Fig. 4.1a-b shows trajectories starting in Coronel, for summer and winter conditions respectively. Many of the trajectories pass north- and northeastwards over the Talcahuano-Concepción area but they also extend towards the south. It is thus likely that a large PM emission taking place in Coronal will have a certain impact on the, by other sources, already rather polluted Talcahuano-Concepción area. Fig. 4.2a-b shows trajectories starting in Chiguayante, for summer and winter conditions respectively. Also here many trajectories follows the river valley towards the north and will have certain impact on the Talcahuano-Concepción area. Fig. 4.3a-b shows trajectories starting in Talcahuano, for summer and winter conditions respectively. Also here many trajectories are spread over most of the Gran Concepción area. Emissions in Talcahuano may thus have an impact also on polluted areas towards the south. The trajectories illustrate how a large point source emission, at all three locations, may affect the air quality in almost all parts of the Gran Concepción area. The magnitude of that impact will of course depend on the distance to the source (see next chapter), but for an already heavily impacted place like the Talcahuano-Concepción area also smaller long range contribution may take the PM concentrations to “almost saturated” levels.

Start: 060129 01 Stop: 060130 00

Start: 060130 01 Stop: 060131 00

Start: 060131 01 Stop: 060201 00

Start: 060204 01 Stop: 060205 00

Fig. 4.1a Simulated trajectories starting at Coronel (summer conditions)

Start: 060529 01 Stop: 060530 00

Start: 060530 01 Stop: 060531 00

Start: 060531 01 Stop: 060601 00

Start: 060601 01 Stop: 060602 00

Fig. 4.1b Simulated trajectories starting at Coronel (winter conditions)

Start: 060129 01 Stop: 060130 00

Start: 060130 01 Stop: 060131 00

Start: 060131 01 Stop: 060201 00

Start: 060204 01 Stop: 060205 00

Fig. 4.2a Simulated trajectories starting at Chiguayante (summer conditions)

Start: 060529 01 Stop: 060530 00

Start: 060530 01 Stop: 060531 00

Start: 060531 01 Stop: 060601 00

Start: 060601 01 Stop: 060602 00

Fig. 4.2b Simulated trajectories starting at Chiguayante (winter conditions)

Start: 060129 01 Stop: 060130 00

Start: 060130 01 Stop: 060131 00

Start: 060131 01 Stop: 060201 00

Start: 060204 01 Stop: 060205 00

Fig. 4.3a Simulated trajectories starting at Talcahuano (summer conditions)

Start: 060529 01 Stop: 060530 00

Start: 060530 01 Stop: 060531 00

Start: 060531 01 Stop: 060601 00

Start: 060601 01 Stop: 060602 00

Fig. 4.3b Simulated trajectories starting at Talcahuano (winter conditions)

he Gaussian dispersion model of the Airviro system has been used to simulate the impact of three

5. Gaussian modeling Thypothetical and identical sources located at the same places as where the trajectories started: Coronel, Chiguayante and Talcahuano. The emission point source used is for 11 100 tons/year of emitted PM from a 100 m high and 10 meter thick stack. Emitted gases were assumed to have a temperature of 200 degrees Celsius and a velocity at stack top of 10 m/s.

Coronel Chiguayante Talcahuano

Fig. 5.1 Gaussian model simulations for summer conditions

Coronel Chiguayante Talcahuano

Fig. 5.2 Gaussian model simulations for winter conditions Fig. 5.1 shows the dispersion simulation results for summer conditions and Fig. 5.2 the results for winter conditions. The red areas, corresponding to an long term average impact larger than 5 µg/m3, is usually seen within some 10 km from the source, but a single daily average with contributions > 5 µg/m3 may extend 20-40 km away. The latter makes it possible for e.g. a large point source in Coronel or Chiguayante to give daily contributions > 5 µg/m3 in the Talcahuano-Concepción area. However, it is quite clear that at such distances a single point source will not produce, by itself, PM10 levels that are “almost saturated”. There must be a superposition of impacts from local and remote sources above the natural background concentration. The difference between summer conditions, with a dominance of southwesterly and northwesterly winds, and winter, with larger part of northerly and easterly winds, is reflected in the impact areas of the Coronel and the Talcahuano emissions. However, the impact area from the Chiguayante stack emission is rather similar during summer and winter, reflecting the principal direction of the river valley. The simulations illustrated in Fig. 5.1 and 5.2 cover an area extending up to 60-70 km in north-south direction. This is a model scale which is at the upper limit of what is normally recommended for Gaussian models. It is always important to support conclusions taken from model simulations with an

analysis of air quality measurements, and such a independent support is even more important considering the large horizontal scale of the present Gaussian model simulations. Example of analysis that could be used are:

• PM10 versus wind direction (to point in the direction of a dominating source) • PM10 versus humidity/precipitation (to see relation to road dust) • PM10 versus daily variation (to reveal patterns in emissions that can be linked to social

patterns like traffic volume, residential wood burning etc). • Composition of PM10 (most powerful for source identification)

6. Conclusions Measurements have shown that PM10 levels are “almost saturated” or even above Chilean limit values in several of the 10 municipalities forming the Gran Concepción area. The present study shows that the meteorological variability is such that the impact of point sources with large emissions, as illustrated by trajectories of air parcels following the wind field, may reach most parts of the Gran Concepción area. The trajectory study has in particular shown this to be the case for megasources located in Coronel or in Chiguayante, whose impact in the Talcahuano-Concepción area seems to significant. Although Gaussian model simulations indicate that the average impact of single point sources, at distances 20-40 km away, will be of the order of a only a few µg/m3, there may be daily contributions that are higher. With already high PM10 levels caused by local sources and a possible natural background concentration – like what is characteristic for the Talcahuano-Concepción area – the long range contribution of single megasources located inside the Gran Concepción area will be significant for any Action plan aimed at reducing PM10 levels.

7. References Resumen y rectificación del inventario de emisiones atmosféricas del Gran Concepción: Estimación

año 2000. Informe CONAMA Bío Bío, Agosto 2005. Declaración de zona latente y elaboración del Plan de Prevención de la contaminación atmosférica de

Concepción Metropolitano. Minuta informativa del Departamento de Control de la Contaminación, CONAMA Bío Bío, Agosto 2007.

CENTRO NACIONAL DEL MEDIO AMBIENTE

INFORME FINAL

“DESARROLLO Y PRUEBA PILOTO DE UN MODELO DE

PRONÓSTICO DE CALIDAD DEL AIRE MP10 Y MP2.5,

PARA EL CONCEPCIÓN METROPOLITANO,

CHILLÁN-CHILLÁN VIEJO Y LOS ÁNGELES” LICITACIÓN N° 613419-5-LE12

UMGCA-014-LMPCA-009-2013

RESUMEN EJECUTIVO

PREPARADO PARA

SECRETARÍA REGIONAL MINISTERIAL DEL MEDIO AMBIENTE

REGIÓN DEL BIOBÍO

SANTIAGO, 15 NOVIEMBRE DE 2013

Informe Final Pronóstico BioBío Periodo 2013

Resumen Ejecutivo

Centro Nacional del Medio Ambiente (CENMA), Año 2013

Obra protegida por la Ley 17.336 sobre Propiedad Intelectual

Ninguna parte de este Informe puede ser reproducida, trasmitida o almacenada, en

cualquier forma o por cualquier medio, sin permiso expreso de CENMA, o de la Institución

contratante del estudio.

Fundación Centro Nacional del Medio Ambiente CENMA

Prof. Víctor Pérez, Presidente

Dr. Ítalo Serey, Director Ejecutivo

Sr. Jaime Durán, Director de Desarrollo Estratégico y Coordinación de Proyectos

Sr. Marcelo Larrondo, Jefe Control de Proyectos

Informe desarrollado por el Laboratorio de Meteorología y Pronóstico de la Calidad del

Aire

Equipo de Meteorología

Manuel Merino, Jefe del Laboratorio de Meteorología, Jefe de Proyecto

Eugenio Campos, Meteorólogo Senior, Jefe de Turno

Maureen Amín, Meteoróloga Senior, Coordinadora

Diego Campos, Meteorólogo, Modelación Estadística

Ricardo Abarca, Meteorólogo, Modelación Estadística

Fundación Centro Nacional del Medio Ambiente

Av. Larraín 9975, La Reina, CP: 788-0096

Santiago, Chile

Tel: (56-2) 2927 5500, Fax: (56-2)2 275 1688


Resumen Ejecutivo

Página | i

Contenido

1 Antecedentes Generales .............................................................................................................. 1

2 Resumen de Resultados ................................................................................................................. 3

2.1 Caracterización meteorológica de los episodios de Contaminación Atmosférica 3

2.2 Tipificación de las Categorías de Potencial Meteorológico de Contaminación

Atmosférica .......................................................................................................................................... 5

2.3 Desarrollo de modelos de pronóstico ................................................................................ 6

2.4 Evaluación de los modelos de pronóstico ........................................................................ 6

2.5 Acierto PMCA .......................................................................................................................... 7

2.6 Acierto Modelo Calidad del Aire ........................................................................................ 7

2.6.1 Conclusiones del desempeño de las herramientas de pronóstico ....................... 13

2.7 Episodios de Contaminación por MP2.5 constatados .................................................. 14

2.8 Propuestas de Mejoramiento al Sistema de Pronóstico ............................................... 14

2.8.1 Aseguramiento y control de la calidad de la información ..................................... 14

2.8.2 Actualización de coeficientes de las ecuaciones y búsqueda de variables

predictoras ...................................................................................................................................... 15

2.8.3 Propuesta Red meteorológica en altura .................................................................... 16

2.8.4 Evaluación del pronóstico de Calidad de Aire considerando el impacto de la

reducción de emisiones en episodios ....................................................................................... 16

2.8.5 Incorporación de nuevas metodologías de pronóstico meteorológico y de

calidad de aire .............................................................................................................................. 17

2.8.6 Aplicación de ecuaciones de pronóstico de calidad de aire para MP 2.5 ...... 17

2.8.7 Trabajo en equipo de especialistas de SEREMI del Medio Ambiente Región del

BioBío y CENMA............................................................................................................................. 18

2.8.8 Pronóstico para otras ciudades de la macro zona sur ............................................ 18


Resumen Ejecutivo

Página | 1

1 Antecedentes Generales

En conformidad con los Términos de Referencia y la Propuesta Técnica del Servicio “Desarrollo y

prueba piloto de un modelo de pronóstico de calidad de aire MP10 y MP2.5, para el Concepción

Metropolitano, Chillán - Chillán Viejo y Los Ángeles”, el Centro Nacional del Medio Ambiente de

la Universidad de Chile, ha elaborado el presente Informe Final, cuyo propósito es dar cuenta

de las actividades y resultados de la consultoría en función del cumplimiento de los objetivos

fijados para el Servicio.

Según el alcance del Servicio definido por la SEREMI de Medio Ambiente de la Región del

BioBío: “El propósito fundamental de la gestión de los episodios de contaminación atmosférica

es prevenir el efecto de los contaminantes en la salud de la población y aplicar eficazmente las

medidas que permitan reducir las concentraciones de contaminantes hasta niveles aceptables.

En el área de estudio, en una primera etapa, de forma previa a contar con Planes de

Descontaminación, será entregar recomendaciones para reducir la exposición de la población

y para adoptar ciertas prácticas que aporten a la reducción de las emisiones de manera

voluntaria. Por tal motivo, la SEREMI MA de la Región del BioBío, requiere contar con un modelo

que genere información confiable y oportuna de los pronósticos de calidad del aire para MP10 y

MP2.5, a fin de poder implementar un plan de gestión de episodios críticos de carácter voluntario

y formativo para las comunas de Concepción Metropolitano, intercomuna Chillán-Chillán Viejo

y Los Ángeles, y que además siente las bases técnicas para los planes operacionales de

episodios críticos que deberán contener, de forma obligatoria, los futuros planes de

descontaminación”.

Es así, como el objetivo general formulado en los TdR por la SEREMI de MA es:

“Diseño y evaluación de desempeño de un Modelo de Pronóstico de Calidad de Aire para

Material Particulado MP10 y MP2.5 para las comunas del Concepción Metropolitano,

Intercomuna Chillán-Chillán Viejo y Los Ángeles”.

Específicamente, la consultoría buscó satisfacer los siguientes objetivos:

• Contar con un análisis de los patrones meteorológicos de escala local y regional, que

modulan los episodios críticos de contaminación atmosférica, y que permitan establecer un

índice de Potencial Meteorológico de Contaminación Atmosférica (PMCA) por separado,

para las comunas del Concepción Metropolitano, la intercomuna Chillán y Chillán Viejo, y la

comuna de Los Ángeles (Ver Volumen 1 de este Informe).


Resumen Ejecutivo

Página | 2

• Desarrollar un modelo de pronóstico de niveles de calidad de aire, que recoja las

características meteorológicas y de contaminación atmosférica de las comunas del

Concepción Metropolitano, la intercomuna Chillán y Chillán Viejo, y la comuna de Los

Ángeles, y que presente un alto nivel de acierto y desempeño (Ver Informe de Avance 1 e

Informe de Avance 2 de este Servicio y Volumen 4 de este Informe).

• Capacitar a la contraparte en el manejo e interpretación del modelo. Se realizaron 2

capacitaciones a profesionales del área de Medioambiente y Salud, en temáticas generales

de meteorología asociada a la contaminación atmosférica y en el desarrollo y operación del

sistema de pronóstico de calidad del aire implementado en la región como prueba piloto en

la temporada de episodios 2013. Además, se realizaron 3 reuniones con la contraparte

técnica de este servicio en Concepción.

• Diseñar una red de estaciones meteorológicas de altura, que permita optimizar el

desempeño del modelo. (Ver Volumen 5 de este Informe)

Básicamente, el proyecto consistió en identificar patrones meteorológicos asociados a los

episodios de contaminación atmosférica en la costa y valles interiores, al desarrollo de modelos

de pronóstico de corte estadístico (ecuaciones de pronóstico) para estas 3 zonas e

implementar un sistema de pronóstico diario durante la temporada de episodios de

contaminación atmosférica.

Respecto a la prueba piloto, desde el 15 de abril al 15 de octubre de 20131, CENMA

implementó y operó experimentalmente el Sistema de Pronóstico de calidad del aire por MP10

y MP2.5, para el Concepción Metropolitano, Chillán-Chillán Viejo y Los Ángeles. Se efectuaron

análisis y pronósticos diarios de condiciones meteorológicas que afectan los niveles de calidad

de aire por MP10 y MP2.5 en BioBío, operándose los Modelos de Calidad de Aire para la Región.

El servicio fue realizado por un equipo de meteorólogos especializados en pronósticos

meteorológicos orientados a calidad de aire, integrando roles de turnos en un trabajo

ininterrumpido incluyendo fines de semana y festivos.

El sistema de pronóstico operado por CENMA se presenta a lo largo de este Informe, en donde

se incluye una caracterización más acabada de los patrones meteorológicos que modulan la

contaminación atmosférica en la región, una evaluación de las herramientas de pronóstico

utilizadas, un análisis meteorológico de los episodios constatados, el modelo de calidad del aire

1 Desde 01 al 14 de Abril de 2013, CENMA operó el sistema de pronóstico en Marcha Blanca. Los primeros 15 días de

Octubre fueron incluidos en la temporada 2013, debido a una solicitud de la SEREMI de MA Región del BioBío.


Resumen Ejecutivo

Página | 3

(ecuaciones de pronóstico para Concepción, Chillán y Los Ángeles, ajustadas luego de la

prueba piloto), una propuesta de red meteorológica que robustezca el pronóstico y una

propuesta de mejoramiento del sistema de pronóstico para la temporada 2014.

2 Resumen de Resultados

En los puntos siguientes se destacan los resultados de este Servicio:

2.1 Caracterización meteorológica de los episodios de Contaminación Atmosférica

La comparación meteorológica histórica de escala sinóptica de eventos de contaminación

registrados en la zona central y sur, ha permitido identificar patrones meteorológicos asociados

a episodios de MP10 y MP2.5 similares. Por ejemplo, en la zona sur, el ingreso de una alta presión

fría obedece a fenómenos que se generan a una escala sinóptica, que por sus dimensiones

espaciales abarcan varias regiones. Los efectos sobre la contaminación son similares, aunque

existe un desfase evidente originado por los tiempos de ingreso del sistema a una zona

determinada.

Para el periodo otoño-invierno en regiones como la Metropolitana de Santiago, Araucanía y

del Libertador Bernardo O’Higgins, se han estudiado y documentados patrones meteorológicos

asociados a diferentes condiciones de dispersión de contaminantes atmosféricos2-3, los cuales

han servido de modelo para la caracterización en la región del BioBío.

También se consideró para esta etapa, el estudio realizado por CENMA en el año 20094, en

donde se incorporó una caracterización meteorológica durante episodios y no episodio, junto a

las configuraciones meteorológicas a escala sinóptica y regional relacionadas.

La información que sustentó el análisis que identificó las configuraciones de episodio, apoyan la

definición del PMCA (Potencial Meteorológico de Contaminación Atmosférica).

El PMCA representa bien las configuraciones meteorológicas a una escala sinóptica y regional,

es decir a fenómenos cuya dimensión temporal corresponde a días, y su dimensión espacial

puede ser del orden de 500 a 1000 km. Estos sistemas están representados a nivel de superficie

con los sistemas frontales, las masas de aire polares, el anticiclón del pacífico y los centros de

baja presión, mientras que en altura están asociados a fenómenos como dorsales, vaguadas y

núcleos fríos.

De esta forma, a nivel sinóptico, ambas regiones (BioBío y La Araucanía) quedan identificadas

con una misma configuración meteorológica a nivel sinóptico y muchas veces regional, pero

2 CENMA 1997- Tipificación de Condiciones Meteorológicas asociadas a diferentes categorías de PMCA para la Región

Metropolitana de Santiago. 3 CENMA 2000- Tipificación de Episodios de Condiciones Meteorológicas asociadas a Episodios de Contaminación

Atmosférica por MP10 Región de la Araucanía 4 Informe Final “Levantamiento de Información y Caracterización Meteorológica Asociada a Calidad del Aire por MP10

en la Región del BioBío. Preparado por CENMA para Ministerio MA, Enero 2010.


Resumen Ejecutivo

Página | 4

presentan desfases relacionados con las horas de entrada/salida de fenómenos como por

ejemplo sistemas frontales, procesos sinópticos de estabilización atmosférica (entrada de

dorsales), entre otros. Sin embargo, también existen configuraciones de escala sinóptica que

evidencian diferencias importantes a nivel mesoescalar (regional), lo que a su vez provoca

diferencias en la dispersión de contaminantes a nivel regional.

En términos generales, y considerando una escala sinóptica de movimiento atmosférico, se

pueden identificar configuraciones meteorológicas asociadas a una ventilación buena, regular

y mala en la región del Bio Bío.

Las configuraciones asociadas a ventilación óptima son: Presencia de sistemas frontales activos

y de rápido desplazamiento, precipitación y/o vientos moderados a fuertes y ausencia de

inversión térmica.

Las configuraciones asociadas a una ventilación regular son: Incursión de dorsales en altura

débil o moderada y altas presiones en superficie la cual asocia un gradiente de presión

medianamente flojo. Además de condiciones prefrontales de avance moderado a lento, que

trae consigo nubosidad media o alta.

Configuraciones asociadas a mala ventilación: Pueden darse 4 tipos:

a) Tipo A: Está caracterizada por la presencia de una dorsal cálida (y en algunos casos,

lento paso de una dorsal) en la troposfera media marcada subsidencia y altos valores

de altura geopotencial para el nivel de 500 hPa (5500 m). Sincronizada en superficie se

observa, a menudo, una vaguada costera del Tipo B (Rutllant 1995). En estos casos se

observa la baja térmica continental normalmente posicionada sobre el sector noroeste

de Argentina. Bajo estas condiciones es posible encontrar bajas costeras (Rutllant

1995), alcanzando ocasionalmente hasta los 42° de latitud Sur.

La subsidencia corresponde a movimientos de descenso de masas de aire, asociada a

cielos despejados o escasa nubosidad, y mayor oscilación térmica diurna. A nivel

local, normalmente se presentan cielos claros y anomalías positivas de la temperatura

y negativas de la humedad relativa.

Específicamente en el caso de la región del BioBío, se denomina Tipo A(b).

b) En menor número debido al mayor dinamismo de la actividad frontal en esta zona, se

observan configuraciones de episodio del Tipo BPF, denominado BPF(b) para la región.

Esta configuración está caracterizada por la aproximación de un sistema frontal cálido

de lento desplazamiento, acompañado de abundante nubosidad media,

registrándose un estancamiento de contaminantes, viento débil y baja dispersión

atmosférica. Normalmente estas configuraciones gatillas alas desfasadas en las

ciudades de la Región del Bío Bío, afectando en primera instancia a la ciudad de Los

Ángeles.

c) Tipo mixto A(b)-BPF(b), mezcla los efectos de ambos tipos de configuraciones

sinópticas. Típicamente comienza como un Tipo A y le sigue la configuración BPF.

d) Tipo A(b)-N(b), asociado a núcleos fríos, que corresponden a perturbaciones del aire

polar desprendido hacia latitudes medias, acompañado por un estrangulamiento

provocado por una dorsal ubicada al sur que se desplaza al continente. Cuando los

núcleos fríos se posicionan en la zona central, la circulación asociada contribuye a un

flujo de viento proveniente desde el continente (aire seco de componente Este),

subsidencia, reducción de la capa de mezcla superficial, generando malas

condiciones de ventilación.


Resumen Ejecutivo

Página | 5

2.2 Tipificación de las Categorías de Potencial Meteorológico de Contaminación

Atmosférica

Los peaks nocturnos de MP2.5 se deben principalmente a un empeoramiento en las

condiciones de ventilación, asociados a un descenso en las temperaturas y en la intensidad del

viento, que tiende a la calma en días con episodios.

La diferencia en la intensidad del peak matutino entre Purén y 21 de Mayo, podría estar

relacionado con las diferencias orográficas entre ambas ciudades. Mientras que en Los

Ángeles, hacia la costa se encuentra la cordillera de Nahuelbuta, que de cierta forma bloquea

los flujos provenientes del océano tales como advecciones costeras; en Chillán esta barrera no

existe, lo que podría eventualmente permitir un mayor flujo del oeste e ingreso de aire costero,

el que durante la mañana reduciría el empeoramiento en las condiciones de ventilación.

La temperatura muestra un patrón de “días fríos” en días con episodios, es decir, menores

temperaturas durante todo el día en relación a días sin episodios. Esto difiere del episodio

clásico Tipo A observado en ciudades como Santiago, en que anomalías negativas de la

temperatura mínima pero positivas de la temperatura máxima.

La intensidad del viento muestra diferencias significativas entre días con episodios y días sin

episodios. Factores sinópticos y de mesoescala, como la presencia de dorsales en altura, y los

gradientes de presión y temperatura, además de los factores locales como el representado por

la cordillera de Nahuelbuta y el enfriamiento radiativo, inciden en que se presenten eventos

altos de contaminación.

PMCA 1 (BAJO)

Representa una situación muy favorable en términos de dispersión de contaminantes. Se asocia

a presencia de sistemas frontales activos y de rápido desplazamiento, precipitación y/o vientos

moderados a fuertes y ausencia de inversión térmica.

PMCA 2 (REGULAR/BAJO)

En general, se observan buenas condiciones de ventilación y dispersión de contaminantes. Se

asocia a sistemas frontales de actividad regular a débil, con precipitación acumulada durante

el evento menor a 10 mm y poca oscilación térmica diurna. Además distingue situaciones con

gradientes de presión superficiales asociados a contrates térmicos importantes con la zona sur

(masa de aire polar pasando por el sur).


Resumen Ejecutivo

Página | 6

PMCA 3 (REGULAR)

Esta categoría está caracterizada por la incursión de dorsales en altura débil o moderada, con

altas presiones en superficie. Además de condiciones prefrontales de avance moderado a

lento, que trae consigo nubosidad media. Inversión térmica débil o elevada.

PMCA 4 (REGULAR/ALTO)

Se asocia a condiciones de ventilación malas, relacionada con las siguientes configuraciones:

Tipo A(b), correspondiente a una dorsal en altura bien definida e irrupción de alta fría en

superficie, y en ocasiones una vaguada costera ubicada en la zona central.

Tipo BPF(b), caracterizado por la aproximación de un sistema frontal cálido de lento

desplazamiento, acompañado de abundante nubosidad media, registrándose un

estancamiento de contaminantes y baja dispersión atmosférica.

Tipo mixto A(b)-BPF(b), mezcla los efectos de ambos tipos de configuraciones sinópticas.

Típicamente comienza como un Tipo A(b) y le sigue la configuración BPF(b).

Tipo A(b)-N(b), asociado a núcleos fríos, que corresponden a perturbaciones del aire polar

desprendido hacia latitudes medias, acompañado por un estrangulamiento provocado por

una dorsal ubicada al sur que se desplaza al continente.

PMCA 5 (ALTO)

Representa a la misma condición que en el PMCA 4 Regular/Alto, pero en forma más intensa y

acentuada respecto a la condición sinóptica, y de mayor duración en el tiempo.

2.3 Desarrollo de modelos de pronóstico

Se probaron las ecuaciones de pronóstico por MP10 y MP2.5 durante la temporada otoño-

invierno 2013 para las estaciones de Punteras (Concepción), Purén (Chillán) y 21 de Mayo (Los

Ángeles)

A fines de la temporada 2013, se desarrollaron nuevas ecuaciones de pronóstico para MP2.5 a

partir de datos de MP2.5 2012-2013 para las estaciones de Purén y 21 de Mayo. No se realizaron

cambios a la ecuación de Punteras, debido a la ausencia de episodios (1 episodio de alerta por

MP2.5 en la temporada 2013). Ver Volumen 4 de este Informe.

2.4 Evaluación de los modelos de pronóstico

La información siguiente da cuenta del desempeño de las herramientas de pronóstico

utilizadas, a saber, el acierto del PMCA (Potencial Meteorológico de Contaminación


Resumen Ejecutivo

Página | 7

Atmosférica) y el acierto del Modelo de Calidad del Aire, consistente en la evaluación de las

ecuaciones de pronóstico de calidad del aire para Concepción, Chillán y Los Ángeles.

2.5 Acierto PMCA

La tabla que se presenta a continuación muestra la evaluación del PMCA por categorías,

considerados el PMCA observado y pronosticado, para el periodo 15 de abril al 31 de octubre

de 2013.

Tabla 1 Evaluación PMCA pronosticado con 24 horas de anticipación (condición relevante)

La Tabla 1 muestra un alto porcentaje del acierto total (87.5%) para 184 días de pronóstico. Se

aprecia también un buen desempeño para cada una de las categorías (PMCA 1 Bajo, PMCA 2

Regular/Bajo, PMCA 3 Regular, PMCA 4 Regular/Alto y PMCA 5 Alto respecto a lo pronosticado y

observado.

El Skill-Score refleja un mejoramiento de 64,8% respecto a un pronóstico por persistencia (la

persistencia consiste en asumir que el PMCA observado hoy, será el mismo de mañana, y de

mañana el de pasado mañana, y así sucesivamente).

2.6 Acierto Modelo Calidad del Aire

Es importante señalar que en todas las tablas de contingencia siguientes, se integra el acierto

total y por categorías según lo observado y pronosticado para la temporada 2013. El

porcentaje de ENA (Episodios No Alertados) y FA (Falsas Alarmas) en cambio, y que se

incorporan en la misma tabla, no corresponden a la diferencia respecto al acierto total, sino

que se calculan en función de los episodios, definidos como aquellos días en que se pronosticó

24 horas de anticipación

PMCA

Pronos 24h Bajo Regular/Bajo Regular Regular/Alto Alto Total % Acierto

Bajo 7 1 0 0 0 8 87,5

Regular/Bajo 1 65 5 0 0 71 91,5

Regular 0 13 59 3 0 75 78,7

Regular/Alto 0 0 10 19 0 29 65,5

Alto 0 0 0 1 0 1 0,0

Total 8 79 74 23 0 184

%Acierto 87,5 82,3 79,7 82,6 -----

N° Aciertos 150

%Acierto Total 81,5

Skill-Score 64,8

Evaluación PMCA relevante, 15 Abril al 15 Octubre 2013

Observado


Resumen Ejecutivo

Página | 8

u observó un nivel de alerta, preemergencia o emergencia ambiental por MP10 o MP2.5,

considerando la normativa chilena vigente.

Categorías Calidad del Aire por MP10 utilizadas en el Sistema de Pronóstico

Nivel Calidad Aire Promedio de 24h para MP10

0 BUENO a REGULAR Menor que 195 µg/m3

1 ALERTA Mayor o igual a 195 µg/m3 y menor que 240 µg/m3

2 PREEMERGENCIA Mayor o igual a 240 µg/m3 y menor que 330 µg/m3

3 EMERGENCIA 330 µg/m3 o superior

Categorías Calidad del Aire por MP2.5 utilizadas en el Sistema de Pronóstico

Nivel Calidad Aire Promedio de 24h para MP2.5

0 BUENO a REGULAR Menor que 80 µg/m3

1 ALERTA Mayor o igual a 80 µg/m3 y menor que 110 µg/m3

2 PREEMERGENCIA Mayor o igual a 110 µg/m3 y menor que 170 µg/m3

3 EMERGENCIA 170 µg/m3 o superior

Tabla 2 Evaluación Modelo de Calidad de aire MP10 costa (CONCEPCIÓN, ESTACIÓN PUNTERAS)

La Tabla 2 muestra un porcentaje de acierto total de 100% y ausencia de episodios constatados

y pronosticados. No hay FA ni ENA.

TABLA DE CONTINGENCIA ACIERTO PRONÓSTICO MP10 CONCEPCIÓN

PARA EL DÍA SIGUIENTE

Desde 15 abr al 15 oct 2013

Pronosticado día siguiente Bueno/Reg Alerta Preemerg Emergencia Total % Acierto

Bueno/Regular 192 0 0 0 192 100,0

Alerta 0 0 0 0 0 -----

Preemergencia 0 0 0 0 0 -----

Emergencia 0 0 0 0 0 -----

Total 192 0 0 0 192

% Acierto 100,0 ----- ----- -----

Número aciertos 192

% Acierto total 100,0

ENA ----

FA ----

Observado


Resumen Ejecutivo

Página | 9

Tabla 3 Evaluación Modelo de Calidad de aire MP2.5 costa (CONCEPCIÓN, ESTACIÓN PUNTERAS)

La Tabla 3 muestra un episodio de Alerta por MP2.5 en Punteras, durante el periodo 15 abril al 15

de octubre de 2013, pronosticado como Bueno a Regular (ENA alcanza el 100% aunque solo

hubo un evento). No hay FA.

Tabla 4 Evaluación Modelo de Calidad de aire MP10 interior (CHILLÁN, ESTACIÓN PURÉN)

La Tabla señala un porcentaje alto de acierto total en MP10 Purén (96.4%), pero solo se capturó

un episodio de 5; FA 66.7%, es decir de 3 episodios, 2 fueron FA.

TABLA DE CONTINGENCIA ACIERTO PRONÓSTICO MP2.5 CONCEPCIÓN


Desde 15 abr al 15 oct 2013


Bueno/Regular 176 1 0 0 177 99,4

Alerta 0 0 0 0 0 -----


Emergencia 0 0 0 0 0 -----

Total 176 1 0 0 177

% Acierto 100,0 0,0 ----- -----



ENA 100,0

FA ----

Observado

TABLA DE CONTINGENCIA ACIERTO PRONÓSTICO MP10 CHILLÁN ESTACIÓN PURÉN


Desde 15-04-2013


Bueno/Regular 162 3 1 0 166 97,6

Alerta 2 1 0 0 3 33


Emergencia 0 0 0 0 0 -----

Total 164 4 1 0 169

% Acierto 98,8 25,0 0,0 -----



ENA 80,0

FA 66,7

Observado


Resumen Ejecutivo

Página | 10

Tabla 5. Evaluación Modelo de Calidad de aire MP10 interior (LOS ÁNGELES, ESTACIÓN 21 DE MAYO)

Considerando esta ecuación, se logra un porcentaje de acierto total de 98.2%, con un

porcentaje de ENA 100% (3 episodios no pronosticados). No hubo FA.

Tabla 6 Evaluación Modelo de Calidad de aire MP2.5 interior (CHILLÁN, ESTACIÓN PURÉN)

La evaluación para MP2.5 Chillán, muestra un buen desempeño en ENA y buen acierto en

categoría Alerta (8 Alertas pronosticadas de un total de 11). En general, el modelo captura los

episodios, pero no el nivel que alcanzan.

TABLA DE CONTINGENCIA ACIERTO PRONÓSTICO MP10 LOS ÁNGELES ESTACIÓN 21 DE MAYO


Desde 03-05-2012


Bueno/Regular 165 2 1 0 168 98,2

Alerta 0 0 0 0 0 -----


Emergencia 0 0 0 0 0 -----

Total 165 2 1 0 168

% Acierto 100,0 0,0 0,0 -----



ENA 100,0

FA ----

Observado

TABLA DE CONTINGENCIA ACIERTO PRONÓSTICO MP2.5 CHILLÁN ESTACIÓN PURÉN


Desde 15-04-2013


Bueno/Regular 100 3 3 0 106 94,3

Alerta 27 8 11 4 50 16

Preemergencia 9 0 1 1 11 9

Emergencia 0 0 0 0 0 -----

Total 136 11 15 5 167

% Acierto 73,5 72,7 6,7 0,0



ENA 19,4

FA 59,0

Observado


Resumen Ejecutivo

Página | 11

Tabla 7. Evaluación Modelo de Calidad de aire MP2.5 interior (LOS ÁNGELES, ESTACIÓN 21 DE MAYO)

Esta ecuación para Los Ángeles tiene un acierto general aceptable, pero requiere mejoras para

capturar los episodios y reducir las FA.

Finalmente, considerando la ocurrencia de Episodio (Alerta, Preemergencia o Emergencia) o

No Episodio (Bueno o Regular) para MP10 y MP2.5, el acierto es el siguiente:

Tabla 8 Acierto Episodio/No Episodio por MP10 costa (CONCEPCIÓN, ESTACIÓN PUNTERAS)

Punteras MP10 Observado

Pronosticado No Episodio Episodio Total % Acierto

No Episodio 192 0 192 100,0

Episodio 0 0 0 ----

Total 192 0 192

% Acierto 100,0 ----

Nº Aciertos 192 % Acierto Total 100,0 ENA ---- FA 0,0%

No hubo episodios por MP10 en esta estación, bien capturado por el modelo.

Tabla 9 Acierto Episodio/No Episodio por MP10 interior (CHILLÁN, ESTACIÓN PURÉN)

Purén MP10 Observado


No Episodio 145 11 156 92,9

Episodio 12 1 13 7,7

Total 157 12 169

% Acierto 92,4 8,3

Nº Aciertos 146 % Acierto Total 86,4 ENA 91,7% FA 7,6%

TABLA DE CONTINGENCIA ACIERTO PRONÓSTICO MP2.5 LOS ÁNGELES ESTACIÓN 21 DE MAYO


Desde 15-04-2013 Observado


Bueno/Regular 128 11 5 3 147 87,1

Alerta 12 2 4 1 19 11

Preemergencia 1 1 0 0 2 0

Emergencia 0 0 0 0 0 -----

Total 141 14 9 4 168

% Acierto 90,8 14,3 0,0 0,0



ENA 70,4

FA 61,9


Resumen Ejecutivo

Página | 12

Para MP2.5 en Chillán, se aprecia un buen porcentaje de acierto total y bajo porcentaje de FA.

Sin embargo se debe ajustar la ecuación para reducir el porcentaje de ENA.

Tabla 10 Acierto Episodio/No Episodio por MP10 (LOS ÁNGELES, ESTACIÓN 21 DE MAYO)

21 mayo MP10 Observado


No Episodio 156 10 166 94,0

Episodio 2 0 2 ----

Total 158 10 168

% Acierto 98,7 ----

Nº Aciertos 156 % Acierto

Total 92,9 ENA 100,0% FA 1,3% Para MP10 en Los Ángeles, se aprecia un buen porcentaje de acierto total y bajo porcentaje de

FA. Sin embargo se debe ajustar la ecuación para reducir el porcentaje de ENA.

Tabla 11 Acierto Episodio/No Episodio por MP2.5 costa (CONCEPCIÓN, ESTACIÓN PUNTERAS)

Punteras MP2.5 Observado


No Episodio 176 1 177 99,4

Episodio 0 0 0 ----

Total 176 1 177

% Acierto 100,0 ----


Para MP2.5 en Punteras, se aprecia solo un evento en la temporada, el cual no fue

pronosticado.


Resumen Ejecutivo

Página | 13

Tabla 12 Acierto Episodio/No Episodio por MP2.5 interior (CHILLÁN, ESTACIÓN PURÉN)

Purén MP2.5 Observado


No Episodio 100 6 106 94,3

Episodio 36 25 61 41,0

Total 136 31 167

% Acierto 73,5 80,6

Nº Aciertos 125 % Acierto

Total 74,9 ENA 19,4% FA 26,5%

En Chillán MP2.5, se aprecia un buen desempeño para pronosticar episodios. Las FA alcanzan

un 26.5%

Tabla 13 Acierto Episodio/No Episodio por MP2.5 (LOS ÁNGELES, ESTACIÓN 21 DE MAYO)

21 Mayo MP2.5 Observado


No Episodio 128 19 147 87,1

Episodio 13 8 21 38,1

Total 141 27 168

% Acierto 90,8 29,6


Los Ángeles MP2.5 subestima, debiendo mejorar el porcentaje de ENA.

2.6.1 Conclusiones del desempeño de las herramientas de pronóstico

Respecto al PMCA:

El PMCA es un indicador que integra la información meteorológica de escalas sinóptica,

regional y local asociadas a calidad del aire, y presenta un alto grado de acierto, y

consecuentemente ha demostrado ser una herramienta esencial para el pronóstico de

calidad del aire en la Región, especialmente en el interior (Chillán y Los Ángeles), ya que

para la zona de Concepción, la ventilación tiene una fuerte componente meteorológica

de mesoescala y escala local.


Resumen Ejecutivo

Página | 14

En el Volumen 2 de este Informe se profundizan las diferencias en la ventilación a nivel

sinóptico/local entre Chillán y Los Ángeles.

Los resultados indican un buen desempeño del pronóstico de PMCA durante el

periodo 15 de abril al 15 de octubre de 2013, alcanzando un acierto de 81.5% para

el pronóstico con 24 horas de anticipación.

El alto valor del Skill-Score para el pronóstico a 24 horas de 64.8%, calculado en

función de un pronóstico de persistencia, indica que el PMCA pronosticado fue

significativamente superior al pronóstico de referencia.

Respecto a las ecuaciones de pronóstico:

De modo general, la puesta en marcha en forma experimental de las ecuaciones de

pronóstico para las 3 zonas requeridas, generó información más detallada para la

comprensión del fenómeno (vigilancia diaria, base de datos más robusta, observación),

identificándose algunos patrones sinópticos y locales de gran relevancia.

Las ecuaciones muestran un buen desempeño en el acierto total, pero requieren

un ajuste para mejorar el porcentaje de acierto en episodios.

Debido a la escasez de eventos en Concepción (solo una Alerta durante el

período), se centraron los esfuerzos en mejorar las ecuaciones para el interior.

En el Volumen 4 de este informe se presentan las nuevas ecuaciones de MP2.5

para Chillán y Los Ángeles, desarrolladas a partir de la información de MP2.5

disponible (2012-2013)

2.7 Episodios de Contaminación por MP2.5 constatados

Se analizan en detalle en Volumen 3 de este Informe, identificando el tipo de episodio

constatado, el nivel alcanzado, las causas que lo originaron desde una perspectiva

meteorológica y el análisis del pronóstico .

2.8 Propuestas de Mejoramiento al Sistema de Pronóstico

2.8.1 Aseguramiento y control de la calidad de la información

Para el análisis, seguimiento continuo y elaboración de pronósticos de PMCA y de Calidad de

Aire, es necesario contar con toda la información meteorológica y de calidad del aire en línea,


Resumen Ejecutivo

Página | 15

con registros continuos y confiables, ya que de la oportunidad, continuidad y calidad de los

registros reportados por las estaciones de monitoreo, dependen en gran medida los resultados

obtenidos al operar el sistema de pronóstico.

Respecto al control de la calidad de la información, es importante contar con una base de

datos validada con protocolos de validación.

Para asegurar una base de datos robusta y confiable se debe realizar un control de calidad de

los datos de meteorología y calidad de aire. Si bien el control de calidad de los datos en rigor

debiera partir con controles anteriores a los registros, con la selección calibración e instalación

de los instrumentos, y verificación del sistema de almacenamiento de datos, se debe aplicar

también una validación posterior. Es importante considerar también los criterios contenidos en

el DS 61, 2008, y cuando sea pertinente, técnicas de relleno de datos faltantes, principalmente

de parámetros meteorológicos.5

2.8.2 Actualización de coeficientes de las ecuaciones y búsqueda de variables predictoras

A partir del desarrollo de nuevas ecuaciones de pronóstico, se sugiere mantener una

actualización periódica de los coeficientes de las ecuaciones, de modo de intentar capturar las

variaciones que se producen de año en año en las emisiones y concentraciones resultantes. En

este proceso es necesario incluir en el análisis las condiciones meteorológicas de dispersión

registradas en los años considerados, de modo de hacerlos comparables.

Para el caso de las nuevas ecuaciones desarrolladas para el pronóstico de MP2.5, la

actualización de los coeficientes debe realizarse a fines de la temporada 2014.

Es importante también continuar con la búsqueda de nuevas variables predictoras que

optimicen los resultados entregados por los modelos. A fin de conocer los procesos de

estabilización a mayor altura, debido a efectos de la subsidencia atmosférica, y de poder

analizar la inversión de tipo radiativa, todos fenómenos fuertemente relacionados con los

episodios de contaminación atmosférica, se propone considerar la instalación de sensores de

viento y temperatura en lugares altos (torres, edificios o cerros).

5 E.J. Alfaro; F.J. Soley (2008) Técnicas de relleno de datos ausentes en series de tiempo meteorológicas


Resumen Ejecutivo

Página | 16

2.8.3 Propuesta Red meteorológica en altura

(Ver Volumen 5 de este Informe)

De modo de fortalecer el pronóstico de advección costera hacia la ciudad Chillán se

propone instalar una estación en los Cerro San Ignacio o Cerro Quellón.

Con el objeto de fortalecer el diagnóstico y pronóstico de fenómenos de inversiones

térmicas, mejorar el acierto de las condiciones de estabilidad, estimar con mayor

precisión las aproximaciones frontales, entre otras consideraciones, se propone instalar

una estación de altura en la ciudad de Los Ángeles. Con una estación de altura en la

ciudad de Los Ángeles, se logrará determinar con mayor precisión las diferencias la

estabilidad en la zona, así como también mejorar el diagnóstico de aproximaciones

frontales o de altas frías sobre la zona. Esta estación, puede estar emplazada idealmente

en la azotea de un edificio, en una torre ya existente o sobre otra estructura idealmente

cerca de la estación 21 de Mayo.

Con el objetivo de distinguir variables de superficie, como dirección e intensidad del

viento, temperatura, presión en superficie y humedad relativa, se propone la instalación

de una estación entre las ciudad de Chillán y Los Ángeles, pudiendo ser Cabrero o

Pemuco las posibles ubicaciones para esta estación. No todos los episodios de

contaminación afectan a Chillán y Los Ángeles simultáneamente. En ocasiones las

condiciones meteorológicas difieren significativamente entre una ciudad y otra,

provocando diferencias también en las condiciones de ventilación. Es por esto que

fortalecer la red de estaciones meteorológicas que puedan explicar el comportamiento,

principalmente del viento, entre Chillán y Los Ángeles es de gran importancia para el

diagnóstico y el pronóstico en la región.

2.8.4 Evaluación del pronóstico de Calidad de Aire considerando el impacto de la reducción

de emisiones en episodios

Una vez que se pueda evaluar la efectividad de las medidas de mitigación contempladas en el

Plan de Descontaminación, y para efectos de ponderar el resultado de las ecuaciones de

pronóstico, es necesario incorporar el efecto que estas medidas tendrían en las

concentraciones resultantes.


Resumen Ejecutivo

Página | 17

2.8.5 Incorporación de nuevas metodologías de pronóstico meteorológico y de calidad de

aire

No existe una metodología única para pronosticar episodios de contaminación, y tampoco

herramientas excluyentes entre sí, ya que cada una presenta fortalezas y debilidades.

Los pronósticos a corto plazo, aplicables a este servicio, se utilizan para diseñar estrategias

contingentes, esencialmente de aviso y/o mitigación de episodios de alta contaminación,

desastres naturales entre otros, y que usan los administradores o tomadores de decisiones para

enfrentar las necesidades del futuro inmediato.

Todas las metodologías debieran resumirse en un análisis fenomenológico, herramienta que se

basa en la experiencia y en las capacidades del personal a cargo del pronóstico, y consiste en

la síntesis de la información observada y pronosticada por otras herramientas, asignando un

peso a cada resultado para finalmente entregar un resultado final.

Conjuntamente la herramienta estadística utilizada para el pronóstico, sería beneficioso

ahondar en otras herramientas como la modelación con métodos numéricos, utilizando por

ejemplo el Modelo Meteorológico de Mesoescala WRF, ya implementado por CENMA, pero que

requiere de algunos ajustes. Este Modelo puede aportar a la búsqueda de nuevas variables

predictoras y explicativas. Por ejemplo, durante la temporada 2013, se observó que el MP2.5

sube rápidamente aún en condiciones de moderada estabilidad atmosférica, durante el paso

de las dorsales en altura, y por tanto es necesario afinar el pronóstico a nivel local,

específicamente del comportamiento del viento en presencia de un gradiente de presión

importante entre Chillán y Los Ángeles, variables que pueden ser obtenidas en modelos de

mesoescala.

2.8.6 Aplicación de ecuaciones de pronóstico de calidad de aire para MP 2.5

Este Informe considera el desarrollo de ecuaciones de pronóstico para MP2.5 a partir de datos

de MP2.5 para las estaciones de Purén y 21 de Mayo. Estas deben ser probadas

experimentalmente durante el periodo de episodios 2014 y actualizadas al final del periodo,

junto con complementar y desarrollar nuevas metodologías para fortalecer estas nuevas

ecuaciones.


Resumen Ejecutivo

Página | 18

2.8.7 Trabajo en equipo de especialistas de SEREMI del Medio Ambiente Región del BioBío y

CENMA

Se recomienda mantener y fortalecer el trabajo en equipo, apuntando al mejoramiento

continuo de la Gestión de Episodios Críticos (GEC).

Durante este año, se realizaron dos capacitaciones a profesionales de la Seremi de Salud y de

Medioambiente, fortaleciendo la GEC en su conjunto.

Para el año 2014, se propone la realización de nuevos seminarios que apunten a fortalecer el

trabajo de los equipos técnicos a cargo de la elaboración del Plan de Descontaminación para

la región.

2.8.8 Pronóstico para otras ciudades de la macro zona sur

CENMA ha desarrollado ecuaciones de pronóstico por MP10 y más recientemente por MP2.5

para varias ciudades del país como Santiago, Rancagua, Rengo, San Fernando, Concepción,

Chillán, Los Ángeles, Temuco y Padre Las Casas.

En la mayoría de los casos, los fenómenos meteorológicos que generan gran estabilidad

atmosférica se presentan a una escala sinóptica del orden de cientos de kilómetros,

impactando de sur a norte o de este a oeste, según sea su desplazamiento, diferenciándose en

muchos casos las zonas costeras de los valles interiores.

Es lógico pensar en la integración de estas ciudades por macrozona climática, generando un

pronóstico de ventilación por regiones, y un pronóstico de calidad del aire por ciudades,

incluyendo nuevas zonas que pronto comenzarán a formular sus propios planes de

descontaminación. Tanto del punto de vista técnico como económico, parece interesante

dialogar y optimizar los recursos, de modo de generar una única plataforma de pronóstico de

calidad del aire durante el otoño invierno 2014 según macrozonas.

planesynormas.mma.gob.clplanesynormas.mma.gob.cl/archivos/2019/proyectos/Antecedentes... ·...

Documents

Transcript of planesynormas.mma.gob.clplanesynormas.mma.gob.cl/archivos/2019/proyectos/Antecedentes... ·...