www.ujat.

mx/publicaciones/uciencia
26(1):65-80,2010

ESTUDIO ESTADSTICO DE LA CORRELACIN ENTRE CONTAMINANTES

ATMOSFRICOS Y VARIABLES METEOROLGICAS EN LA ZONA NORTE DE
CHIAPAS, MXICO
Statistical study of the correlation between atmospheric pollutants and meteorological
variables in northern Chiapas, Mexico
S Ramos-Herrera

, R Bautista-Margulis, A Valdez-Manzanilla

(SRH) Divisin Acadmica de Ciencias Biolgicas. UJAT km. 0.5 Carr. Villahermosa - Crdenas. Villahermosa 86039 Tabasco,
Mxico. sergio.ramos@dacbiol.ujat.mx
Artculo

recibido: 27 de septiembre de 2007, aceptado: 23 de marzo de 2010

RESUMEN. El anlisis de regresin mltiple es un mtodo estadstico empleado en muchas reas del conocimiento.
En este estudio, dicho anlisis se aplic a los datos de concentraciones de cuatro contaminantes atmosfricos (SO2 ,
NO2 , H2 S y PM10 ), monitoreados en tres estaciones que se ubican en la Zona Norte del estado de Chiapas. El periodo
que abarc el estudio fue de enero 2001 a febrero 2005. El objetivo fue proponer funciones de regresin para describir la
concentracin en funcin del tiempo y/o las variables meteorolgicas. Se emple un anlisis de regresin lineal mltiple
paso a paso en la seleccin de variables regresoras. Las ms importantes fueron la temperatura, la humedad relativa
y la direccin del viento. Se obtuvieron funciones de regresin de la concentracin anual, mensual y diaria de estos
contaminantes. Se obtuvo una regresin lineal simple para explicar la concentracin anual de SO2 , alcanzando un coeficiente de determinacin de 0.927. Los modelos de la concentracin mensual alcanzaron un coeficiente de determinacin
entre 0.417 y 0.846; mientras que para los de la concentracin diaria, este coeficiente vari de 0.285 a 0.581. De este
estudio paramtrico, se concluy que las variables meteorolgicas describieron adecuadamente la concentracin anual
y mensual, pero no la concentracin diaria.
Palabras clave: Correlacin estadstica, regresin lineal, contaminantes atmosfricos.
ABSTRACT. The multiple regression analysis is a statistical method used in many academic areas. In this study, this
analysis was applied to the concentration data of four atmospheric pollutants (SO2 , NO2 , H2 S y PM10 ), monitored
in three stations located in northern Chiapas. The study was carried out from January 2001 to February 2005. The
purpose of the study was to propose regression functions to describe the concentration as a function of time and/or
meteorological variables. A stepwise multiple linear regression analysis was used in the selection of regressive variables,
the most important of which included the temperature, relative humidity and wind direction. Regression functions of
the annual, monthly and daily concentrations of these pollutants were obtained. A simple linear regression was obtained
to explain the annual concentration of SO2 , with a determination coefficient of 0.927. The models for the monthly
concentration obtained determination coefficients of 0.417 to 0.846,whereas the coefficients for the daily concentration
model varied from 0.285 to 0.581. This parametric study made it possible to conclude that the meteorological variables
described the annual and monthly concentrations adequately, but not the daily concentrations.
Key words: Statistic correlation, linear regression, atmospheric pollutants.

INTRODUCCIN
La concentracin de los contaminantes en la
atmsfera se afecta por variables meteorolgicas como, la temperatura, la humedad relativa y la radiacin solar, que controlan a su vez la velocidad con la

que se realizan las reacciones qumicas atmosfricas.

Por otro lado, la dispersin de estos contaminantes
es influenciada por la velocidad y direccin de los
vientos, as como la estabilidad que predomina en
la atmsfera. A nivel regional se ha puesto atencin
al problema de la contaminacin atmosfrica, debi65

Ramos-Herrera et al.
26(1):65-80,2010

do principalmente a las actividades petroleras que

se realizan en el suroeste de Mxico. A travs de
una red de monitoreo automatizada conocida como
Sistema Automatizado de la Regin Sur (SAMARS)
de Petrleos Mexicanos (PEMEX) se monitorean los
principales contaminantes atmosfricos (excepto el
ozono) y variables meteorolgicas. Esta red opera
desde 1999 y cuenta con seis estaciones de monitoreo ubicadas en las periferias de las instalaciones
petroleras (Bateras y Compresoras). La informacin
recopilada a la fecha se ha empleado principalmente
en la evaluacin de la calidad del aire en la periferia
de estas instalaciones, en la calibracin de modelos
de dispersin de los contaminantes, y en la distribucin espacial de estos. Por ejemplo, Valds et al.
(2004) realizaron un anlisis de la distribucin espacial y estacional del dixido de azufre. El anlisis se
llev a cabo con datos de once meses (Noviembre
de 2002 a Septiembre de 2003) en cinco estaciones
de monitoreo atmosfrico del SAMARS distribuidas
en la Zona Norte de Chiapas (ZNC) y centro de Tabasco. De la distribucin espacial se concluy que
la mxima concentracin de SO2 se present en la
ZNC, concretamente en la zona de Reforma Chiapas, y que el mximo estacional ocurri en el otoo.
Sin embargo, se recomend continuar con este tipo
de estudios, abarcando un periodo mayor de anlisis
que incluyera adems, variables meteorolgicas como la velocidad, direccin del viento y la estabilidad
atmosfrica.
Existen estudios que muestran que los contaminantes atmosfricos y las variables meteorolgicas
se correlacionan. En un estudio realizado en la Zona Metropolitana de la Ciudad de Mxico (ZMCM),
Bravo et al. (2000) mostraron que la radiacin solar es ms til en la modelacin del mximo diario
de ozono que la temperatura. Mediante un anlisis
descriptivo comprobaron que aunque ambas variables meteorolgicas se correlacionan con el mximo
diario de ozono, la temperatura mxima se present casi dos horas despus de la hora del mximo de
ozono en el da; mientras que la radiacin solar mxima se present entre 1.69 y 2.35 h antes de la hora
del mximo de ozono. Sin embargo, no propuso un
modelo de los niveles diarios de ozono en funcin de
la radiacin solar mxima.
66

Tambin existe correlacin entre la humedad

relativa (HR), la concentracin de partculas suspendidas totales (PST) y las partculas de dimetro aerodinmico menor a 10 m (PM10 ), como lo muestran los resultados de una investigacin realizada en
el suroeste de la Ciudad de Mxico, en una zona de
tipo residencial. Ah se encontr que la correlacin
es de tipo inversa y que es mayor con las PST (r =
-0.828) que con las PM10 (r = -0.749). Tambin se
estableci que existe diferencia significativa entre la
concentracin en temporada de secas y de lluvias,
siendo mayor la concentracin en la temporada de
secas. Finalmente, se puso de manifiesto la importancia de estudiar el comportamiento anual de la
contaminacin ya que es importante en las exposiciones por periodos prolongados (Amador-Muoz
et al. 2001). La determinacin de los patrones de
distribucin diurna y anual de los contaminantes ha
permitido concluir si estos presentan ciclos diarios,
tendencias a la disminucin a largo plazo y comportamiento estacional. Para ello se ha analizado
el comportamiento de estadsticas como la media
aritmtica, la mediana y el percentil 98 de los valores diarios, mensuales y anuales del contaminante
Davydova-Belitskaya et al. 1999; Var & Carratal
2002).
Debido a la naturaleza aleatoria de los niveles
atmosfricos de los contaminantes, se ha intentado
explicar su comportamiento temporal y en el proceso
se ha recurrido a los modelos de regresin. Por ejemplo, el comportamiento de los mximos y promedios
semanales de ozono en la Zona Metropolitana de
la Ciudad de Mxico (ZMCM) con base en datos
de ocho estaciones de monitoreo atmosfrico de la
RAMA (en el periodo enero de 1995 a diciembre de
1999) se explic mediante el siguiente modelo de
regresin no lineal:

yi = 0 + i xi + 2 cos(

2
xi + 3 ) + i
52

Donde xi , representa el tiempo transcurrido en semanas, y es la nica variable regresora.

El modelo integr una componente de tendencia lineal, una componente cclica y un componente aleatorio, i , con las que se model la esta-

Estudio correlativo de contaminantes atmosfricos

26(1):65-80,2010

18 34'

Cd. Comalcalco

Ujat
Ceiba

TABASCO
Cd. Crdenas

Cd. Villahermosa

Isla

Corregidora Ortiz 1a. Seccin

Ceiba
C.P.G. Cactus

Reforma

Luis Gil Perez

Trapiche
Huimanguillo

C.P.G Nvo Pemex

CHIAPAS
Huapaque 2a. Seccin

Ignacio Allende

Santa Cruz
Artesa
Santa Teresa 2a. Seccin
Paraso
Santa Teresa 3a. Seccin
Santa Teresa 1a. Seccin

Giraldas Campo petrolero Comoapa

Caobanal 1a. Seccin

Corozal 1a. Seccin

Campo petrolero Sunuapa

17 33'

1
2

93 34'

92 49'

Figura 1.

Figura 1. Ubicacin de las estaciones de monitoreo de SAMARS ( estaciones de monitoreo, poblaciones aledaas, N Complejos Procesadores3de Gas).
Figure 1. Location of the SAMARS monitoring stations ( monitoring stations, neighbouring populations, N gas processing stations).

cionalidad anual y la tendencia lineal creciente o decreciente del ozono. Aunque el modelo ajustado fue
bastante bueno, se sugiri incluir variables meteorolgicas en el anlisis, con el propsito de eliminar su
efecto en la variacin del ozono y as evaluar mejor el
impacto que las estrategias de control tienen sobre
los datos de ozono observados (Jimnez, 2002).
En estudios de corte epidemiolgico los niveles diarios de contaminacin (por O3 , PM10 , SO2 ,
humos negros) se han empleado como variables explicativas de variables de salud (cmo el nmero de
consultas a urgencias por enfermedades respiratorias agudas o del nmero de defunciones diarias por

todas las causas de muerte o por enfermedades del

aparato respiratorio y del aparato circulatorio). Aunque el objetivo principal ha sido estudiar la asociacin entre estas variables, en el proceso de anlisis,
las variables meteorolgicas (como la temperatura,
humedad relativa y velocidad del viento) se han considerado como variables confusoras cuando se emplean mtodos de series temporales en el anlisis de
la una variacin temporal de la variable salud y contaminacin diaria (Sez et al. 1999). Tambin han
intervenido como variables predictoras en la estima27
cin de los niveles faltantes de los contaminantes
mediante la aplicacin de tcnicas de regresin line-

67

Ramos-Herrera et al.
26(1):65-80,2010

Tabla 1. Caractersticas de las tres estaciones del SAMAR en la zona

norte de Chiapas.
Table 1. Characteristics of the three SAMARS stations in northern Chiapas.
Estacin

Longitud

Reforma

93

Artesa

93 10

Giraldas

09

93 23

Latitud

Tipo

Zona

17

52

Automtica

Industrial (PEMEX)

17 46

Automtica

Rural

17 39

Automtica

Industrial (PEMEX)

al (Hernndez-Cadena et al. 2000; Arrivas-Monzn

et al. 2001).
Contar con bases de datos completas de los
contaminantes para estudios de anlisis, en un cierto periodo de tiempo, es todo un reto. Los costos
de mantenimiento y el bajo presupuesto son factores que afectan la adquisicin continua de la informacin. En estos casos se pueden ajustar modelos que estimen los datos faltantes en funcin de
otras variables, como son las variables meteorolgicas de superficie. El objetivo de este estudio, fue
adecuar modelos de regresin lineal mltiple al comportamiento en el tiempo de los niveles observados
en la ZNC de cuatro contaminantes atmosfricos
(SO2 , NO2 , H2 S, y PM10 ). Como variables regresoras adems del tiempo, se propusieron las siguientes
variables meteorolgicas de superficie: temperatura
(T), humedad relativa (HR), radiacin solar (RS),
presin atmosfrica (P), velocidad y direccin del
viento (VV, DV). Se ajustaron modelos de regresin para describirle comportamiento de las medias
anuales, mensuales y diarias.
MATERIALES Y MTODOS
El anlisis se llev a cabo en la ZNC (Figura
1) en una regin ubicada entre los meridianos 92
49 y 93 34 y los paralelos 18 34 y 17 33. Esta
zona presenta un clima clido hmedo con lluvias en
verano; la temperatura promedio anual oscila alrededor de los 24 C y la mxima precipitacin anual
del estado es de 3 977.5 mm (Annimo 2003).
La base de datos se obtuvo de tres estaciones (Reforma, Giraldas y Artesa) de monitoreo de
la red SAMARS. La distancia entre las estaciones
de Reforma y Artesa es de 10.16 km, entre Artesa y Giraldas es de 25.94 km y entre Reforma y
68

Giraldas es de 33.42 km. La estacin Reforma, se

ubica en la zona industrial de la ciudad de Reforma,
Chiapas; la estacin Artesa, se ubica en el poblado
de Santa Teresa en un entorno rural; y la estacin
Giraldas, se ubica en el Campo San Manuel, una
zona de tipo industrial, perteneciente al municipio
de Huimanguillo, Tabasco (Tabla 1). De las tres estaciones, la primera y la ltima cuentan adems,
con una estacin meteorolgica. El estudio abarc
el periodo de enero 2001 a febrero de 2005. A partir
de esta ltima fecha las estaciones quedaron fuera
de operacin y as continan en la actualidad. Para
lograr el objetivo de esta investigacin, se recopilaron los valores horarios de los siguientes contaminantes y variables meteorolgicas: dixido de azufre
(SO2 ), dixido de nitrgeno (NO2 ), cido sulfhdrico
(H2 S), partculas con dimetro aerodinmico menor
a 10 micras (PM10 ), velocidad del viento (VV), direccin del viento (DV), temperatura (T), humedad
relativa (HR), presin baromtrica (P) y radiacin
solar (RS). De los resultados del trabajo de Vzquez
(2006) se obtuvieron los valores diarios de la altura
de la capa de mezclado (L) en la regin en el 2003.
Las concentraciones se manejaron ppb para los gases y en gm3 para las partculas. La temperatura
en C, la presin en mb, la radiacin solar en Wm2
y la altura de la capa de mezclado en m.
Las medias aritmticas anuales, mensuales y
valores diarios de los contaminantes y meteorolgicos se calcularon con el 50 % o ms de los valores
horarios correspondientes. Se tuvieron cuatro medias anuales, 50 medias mensuales y 1 520 valores
diarios por variable.
Particularmente los valores diarios de concentracin de NO2 y H2 S se calcularon de la siguiente
forma: para el NO2 el valor diario se tom como el
mximo valor horario del da; mientras que para el

Estudio correlativo de contaminantes atmosfricos

26(1):65-80,2010

lgicas debido a la necesidad de utilizar mayor informacin de campo y, por consiguiente, incrementar
la complejidad del anlisis.

H2 S, el valor diario se tom como el mximo promedio mvil de ocho horas del da. En los clculos de
la media de velocidad y direccin del viento se us
el enfoque escalar y el enfoque vectorial (Annimo
2000), generndose medias escalares (VVe, DVe) y
medias vectoriales (VVv, DVv) para estos parmetros. Se realiz un anlisis de correlacin entre los
contaminantes y las variables meteorolgicas; primero entre los valores anuales, luego entre los valores
mensuales y finalmente entre los valores diarios. Dicho anlisis dio un indicio de qu variables pudieran
servir como variables regresoras de la concentracin.
El modelo de regresin propuesto fue el siguiente:

RESULTADOS
Comportamiento anual del SO2
El SO2 monitoreado en Reforma fue el nico contaminante con suficiente informacin horaria (mayor al 50 %) para estimar las medias anuales
2001-2004. Los resultados (Figura 2) muestran una
tendencia a la disminucin de la media anual con
el tiempo en aos. Dicha tendencia se represent
por el modelo de regresin simple: [SO2 ] = 14.10
2.362t, donde t es el tiempo transcurrido en aos.
De acuerdo a este, para el 2005 (t = 5 aos) se
espera una media anual de 2.29 ppb. No obstante
la media observada fue de 5 ppb, quedando dentro
de los lmites del intervalo de prediccin para este
ao.
18
16
14
12
10
8
6
4
2
0
2001

2003

2004

2005

Figura 2.
Figura 2. Tendencia de la concentracin Media anual ( observado, regresin, - - lmite superior de confianza, lmite
inferior
45 de confianza).
45
40 2. Trend of annual average concentration
40
(a)
Figure
( observed,
35
35
regression, - - maximum confidence level, minimum
30
30
confidence
level).
25
25
20
20
15
15
Comportamiento
mensual
y
diario
de
los
con10
10
taminantes
5
5
0 El comportamiento de la concentracin0men7 13 17 23 27 31 35 39 47
sual se1 muestra
en las Figuras 3, 4 y 5 para las esMeses transcurridos
ppb

2002

gm-3

taciones de Reforma, Artesa y Giraldas, respectivamente.

Ninguna de las estaciones registr el 100 %
9
(b)
8
de las medias mensuales dentro del periodo de anlisis76 (50 meses). Los casos crticos se dieron en Arteppb

Donde Ci denota la concentracin anual, mensual

o diaria de los contaminantes, y i representa los
parmetros a estimar del modelo.
Para ajustar el modelo, se emple el paquete
estadstico SPSS y el mtodo de seleccin de variables STEPWISE (Ferrn 2001). Se analizaron los
residuales para verificar el grado en el que se cumplieron las hiptesis de homogeneidad de varianzas
y normalidad de los residuales (Montgomery et al.
2006). El modelo incluy a la direccin del viento
como una variable de rango y como una variable
categrica, para ver cual funcionaba mejor. Como
variable categrica, la direccin del viento incluy
las 16 direcciones siguientes: N, NNE, NE, ENE, E,
ESE, SE, SSE, S, SSO, SO, OSO, O, ONO, NO,
NNO. Esto se logr definiendo la variable indicadora binaria Zi , que toma el valor de uno si la direccin del viento es igual a i, y cero si la direccin
del viento es diferente a i; donde i es igual a las direcciones anteriores del viento menos una. Tambin
se analiz la correlacin entre la concentracin y la
direccin del viento. Por ltimo, se estudi la correlacin diaria entre las tres estaciones y se ajustaron
rectas de regresin lineal simple en los casos donde
la correlacin fue significativa y alta. Para medir las
correlaciones, se emple el coeficiente de correlacin
de Spearman. El modelo no incluy trminos para el
comportamiento estacional de las variables meteoro-

Concentracin en ppb

Ci = 0 + 1 t + 2 T + 3 HR + 4 RS + 5 P +
X
6 V V e + 7 V V v +
k Zi +

5
4
3
2
1
0

69

13

18

24

28

32

36

40

48

Concent

8
6
4
2
0
2001

2002

2003

2004

2005

Ramos-Herrera et al.
26(1):65-80,2010

9
8
7
6
5
4
3
2
1
0

(b)

(b)

6
5

ppb

ppb

Figura 2.

4
3
2
1
0

13

18

24

28

32

36

40

48

10
15
20
Meses transcurridos

Meses transcurridos

25

30

Figura 4.

Figura 3.
Figura 3. Comportamiento de la concentracin mensual en Reforma: a)  SO2 , N PM10 ; b)  H2 S, N NOx.
Figure 3. Monthly concentration behaviour in Reforma: a) 
SO2 , N PM10 ; b)  H2 S, N NOx.

Figura 4. Comportamiento de la concentracin mensual en Artesa: a)  SO2 , N PM10 ; b)  H2 S, N NOx.

Figure 4. Monthly concentration behaviour in Artesa: a)  SO2 ,
N PM10 ; b)  H2 S, N NOx.

Tabla 2. Valores mximos y mnimos para todo el periodo de estudio.

Table 2. Maximum and minimum values for the study period.
3

Parmetro
SO2 (ppb)
NO2 (ppb)
H2 S (ppb)
PM10 (gm-3)
T ( C)
HR ( %)
RS (Wm2 )
P (mb)
VV (ms1 )

Reforma
425.3
496.1
76.7
114.9
32.9
95.2
1157.1
1023.9
5.39

Mximos
Artesa
254
177.4
182
201.1

sa y Giraldas y para los contaminantes NO2 y H2 S,

donde el porcentaje alcanzado fue menor a 50 %.
Los niveles diarios de los contaminantes durante el periodo de estudio presentaron mayor variabilidad que los valores diarios de las variables meteorolgicas. Para mejorar la homogeneidad de varianzas y la normalidad de los valores diarios, los
niveles diarios se transformaron mediante el logaritmo natural. El comportamiento diario de SO2 , NO2 ,

70

Giraldas

Reforma

1093
301.5
151.5
256.3
33.3
96.3
666
1024.2
9

0.1
0.1
0
2.7
12.1
22.9
0
997.2
0.3

Mnmos
Artesa
0.1
0
0
2.8

Giraldas
0.1
0.2
0.3
0
11.2
17.8
0
997.9
0.3

H2 S y PM10 (Figuras 6, 7, 8 y 9) para cada estacin de monitoreo se represent mediante grficos

del logaritmo natural de la concentracin diaria del
contaminante en funcin de los das transcurridos
desde enero de 2005.
De acuerdo a la NOM-022-SSA1-1993 (Annimo 1993a), el lmite mximo permisible de SO2
en un promedio de 24 h es de 0.13 ppm 130 ppb;
para NO2 es de 0.21 ppm 210 ppb en un promedio

Estudio correlativo de contaminantes atmosfricos

26(1):65-80,2010

Tabla 3. Coeficientes de correlacin mensual.

Table 3. Monthly correlation coefficients.

Variable
t
T
HR
RS
P
VVe
DVe
VVv
DVv
L

SO2
-0.463**
0.12
0.01
0.11
-0.05
0.03
-0.05
-0.04
-0.29
0.07

Estacin Reforma
NO2
H2 S
-0.512**
0.544**
-0.473**
0.373*
-0.344*
0.398*
-0.08
0.06
-0.21
-0.891**

-0.803**
-0.08
0.38
-0.07
0.25
0.17
-0.19
0.01
-0.505**
-0.65

PM10

SO2

0.04
0.390*
-0.689**
0.570**
-0.25
0.429*
-0.549**
0.593**
-0.434*
-0.11

-0.11
-0.04
-0.08
-0.08
-0.12
0.24
0.1
0.21
0.01
0.01

Estacin Giraldas
NO2
H2 S
-0.597**
0.566**
-0.455*
0.624**
-0.401*
0.18
0
0.36
-0.03
-0.77

-0.33
-0.17
0.05
-0.28
0.21
0.29
-0.03
0.02
0.08

PM10
-0.12
0.772**
-0.626**
0.511**
-0.32
0.3
-0.06
0.16
-0.01
-0.770**

Tabla 4. Coeficientes de correlacin diaria.

Table 4. Daily correlation coefficients.

Variable
t
T
HR
RS
P
VVe
DVe
VVv
DVv
L

SO2
-0.271**
0.122**
-0.062*
0.134**
-0.177**
-0.074*
0.02
-0.076*
0
-0.231**

Estacin Reforma
NO2
H2 S
-0.546**
0.362**
-0.281**
0.274**
-0.234**
0.097**
0.01
-0.03
-0.04
-0.430**

-0.231**
-0.111**
0.164**
-0.02
0.01
-0.080*
0.03
-0.04
0.03
-0.283**

PM10

SO2

-0.04
0.368**
-0.509**
0.407**
-0.242**
0.04
-0.150*
0.04
-0.167*
-0.13

-0.257**
0.03
-0.06
0.07
-0.077*
0.105**
0
0.05
-0.104**
-0.181**

Estacin Giraldas
NO2
H2 S
-0.591**
0.340**
-0.348**
0.332**
-0.236**
0.208**
-0.04
0.01
-0.105**
-0.318**

PM10

-0.109**
0.04
-0.151**
0.188**
-0.201**
0.05
-0.269**
0.1
-0.198**
-0.07

-0.101**
0.609**
-0.619**
0.495**
-0.498**
0.03
0.06
-0.071*
0.04
-0.483**

Estacin Giraldas
NO2
H2 S

PM10

Tabla 5. Correlacin de la concentracin diaria con la direccin del viento.

Table 5. Daily concentration correlation with wind direction.
Direccin
del viento
N
NNE
NE
ENE
E
ESE
SE
SSE
S
SSO
SO
OSO
O
ONO
NO

SO2
0.05
0.05
0.076*
-0.01
-0.075*
-0.05
-0.01
0.02
-0.02
0.02
0.01
0.03
0
0.01
0.06

Estacin Reforma
NO2
H2 S
0.04
0.05
0.01
0.142**
-0.131**
-0.05
-0.05
-0.01
0
-0.01
0.01
0.094**
-0.05
0
0.04

0.04
0.075*
0.01
0.080*
-0.074*
-0.092**
-0.086*
-0.03
0
0.02
-0.01
0.05
0.05
0.122**
0

de una hora segn lo establecido en la NOM-023SSA1-1993 ( Annimo 1993b); y para PM10 fue de
150 gm3 hasta antes de septiembre de 2005 y
despus de esta fecha se estableci en 120 gm3
acorde a la NOM-025-SSA1-1993 (Annimo 1993c).

PM10

SO2

0.04
0.04
0.070*
0.083*
0.02
0
0
-0.01
0.03
-0.06
-0.02
-0.170**
-0.112**
-0.01
0.084*

0.01
0.073*
0.152**
0.086*
0
0.01
0.06
-0.03
0.05
-0.01
-0.083*
-0.04
-0.06
0.03
0.06

-0.03
0.06
0.04
0.01
-0.02
0.089**
0.092**
0.070*
0.06
0.03
-0.02
-0.06
-0.05
-0.075*
0.01

-0.04
-0.01
0.08
0.142**
0.087*
0.06
0.06
-0.05
-0.04
-0.01
-0.093*
-0.142**
-0.06
-0.07
-0.04

0
0.04
-0.01
-0.098**
-0.04
-0.02
0.121**
0.077*
0.142**
0.05
-0.01
-0.02
-0.068*
-0.094**
0.076*

En cuanto al H2 S, se han recomendado concentraciones mximas de exposicin aguda de 42 gm3

< 1 h y exposicin crnica de 10 gm3 (Annimo
2008). En base a estos lmites, los mximos alcanzados en algn da dentro del periodo de estudio

71

Ramos-Herrera et al.
26(1):65-80,2010

(Tabla 2) que excedieron la norma fueron el SO2 en

las tres estaciones, el NO2 en Reforma y Giraldas y
las PM10 en Artesa y Giraldas. Los mximos de H2 S
excedieron los valores recomendados por exposicin
aguda o crnica en todas las estaciones.
Tabla 6. Frecuencia de la direccin del viento en porcentaje.
Table 6. Frequency of wind direction in percentage values.
Direccin
N
NNE
NE
ENE
E
ESE
SE
SSE
S
SSW
SW
WSW
W
WNW
NW
NNW

Reforma

Giraldas

0.82
1.88
7.04
12.12
18.18
10.45
5.87
3.81
2.97
2.88
4.09
4.76
5.57
4.62
2.4
0.55

0.94
0.85
1.83
9.14
9.37
5.58
3.88
2.84
4.18
4.88
5.52
6.06
7.58
7.49
3.15
1.17

14
(b)

12

ppb

10
8
6
4
2
0
0

10

20
30
Meses transcurridos

40

50

Figura 5.
Figura 5. Comportamiento de la concentracin mensual en Giraldas: a)  SO2 , N PM10 ; b)  H2 S, N NOx.
Figure 5. Monthly concentration behavior in Giraldas: a) 
SO2 , N PM10 ; b)  H2 S, N NOx.

72

El anlisis de correlaciones mensuales entre

los contaminantes y las variables meteorolgicas se
hizo solo en los casos de las estaciones de Reforma y
Giraldas, pues Artesa no cuenta con estacin meteorolgica. La concentracin mensual se correlacion
negativamente con el tiempo t, a excepcin de las
PM10 observadas en Reforma cuya correlacin fue
positiva aunque baja y no significativa. La correlacin de NO2 y PM10 con la humedad relativa (HR)
fue negativa; y positiva con la temperatura (T) y la
radiacin solar (RS) en ambas estaciones de monitoreo. La presin (P) se correlacion negativamente
con el NO2 en las dos estaciones. La velocidad escalar del viento (VVe) se correlacion positivamente
solo con el NO2 y las PM10 en ambas estaciones,
mientras que la direccin escalar del viento (DVe)
se correlacion significativamente y de forma negativa con las PM10 de Reforma. La altura de la capa
de mezcla (L) se correlacion negativamente con el
NO2 y las PM10 (Tabla 3). En todos los resultados obtenidos la correlacin significativa al 5 % se
indic con un asterisco y al 2.5 % se indic con dos
asteriscos como un superndice en el valor.
Las concentraciones diarias en Reforma y Giraldas se correlacionaron negativamente con el tiempo (Tabla 4). La humedad relativa se correlacion
negativamente ms con las PM10 que con el NO2 .
La temperatura se correlacion positivamente con
los cuatro contaminantes en Reforma pero solo con
el NO2 y las PM10 en Giraldas. De modo general, la
radiacin solar se correlacion positivamente mientras que la presin lo hizo negativamente con los
contaminantes en las dos estaciones. A diferencia
de los valores mensuales, los valores diarios de la
contaminacin se correlacionaron significativamente con la velocidad y direccin escalar del viento,
aunque no para todos los contaminantes y ambas
estaciones. Algo similar ocurri con la altura diaria
de la capa de mezclado, la correlacin fue negativa y
significativa en las dos estaciones aunque ms baja
que la correlacin a escala mensual (Tabla 4). Esto
tiene sentido ya que al aumentar la altura de la capa de mezcla, aumenta el volumen de aire disponible
para dilucin lo cual disminuye la concentracin de
los contaminantes.

Estudio correlativo de contaminantes atmosfricos

26(1):65-80,2010

Tabla 7. Ecuaciones de regresin de las concentraciones mensuales.

Table 7. Regression equations of the monthly concentrations.
R2ajus.

Estacin

Funcin de regresin

Reforma

[NO2 ] = 25.131 - 0.0886t - 0.260HR - 2.201ZNE

[H2 S] = 6.145 - 0.149t + 4.407ZWSW + 2.0535ZS
[PM10 ] = 115.435 - 1.233HR + 13.233ZN

0.55
0.7
0.56

Giraldas

[SO2]= -18.379 + 20.665VVe + 41.851ZNNE

[NO2 ]= -4.774 + 0.250T + 1.156ZS
[NO2 ]-1 = 4.634 - 0.04872t - 0.146T - 0.00637RS + 1.349ZN + 1.408ZE
[PM10 ] = 145.77 - 1.574HR

0.7
0.53
0.85
0.61

Tabla 8. Ecuaciones de regresin de las concentraciones diarias.

Table 8. Regression equations of the daily concentrations.
R2ajus.

Estacin

Funcin de regresin

Reforma

Ln[NO2 ] = 5.599 + 0.001722t - 2.66x106 t2 - 0.0455HR - 0.249VVv +

0.711ZWSW +0.664Zw + 0.837ZWNW - 0.291ZENE
Ln[PM10 ] = 6.022 - 0.0393HR+ 0.494ZNW + 0.512ZN + 0.303ZNNE + 0.243ZWNW

Giraldas

Ln[NO2 ] = -1.031+ 0.003275t - 3.64x106 t2 + 0.08915T+ 0.211ZESE

Ln[PM10 ]= 7.049 - 0.459HR - 0.196VVe - 0.217ZENE - 0.159ZE + 0.264ZNW 0.135ZESE - 0.155ZSSW + 0.129ZWNW

Tabla 9. Regresin lineal simple de las mediciones en las estaciones de monitoreo.

Table 9. Simple linear regression of measurements at monitoring
stations.
Variable
PM10,G
PM10,A
PM10,A
TG
HRG
RSG
PG

Recta de regresin

R2

10.039 + 0.690PM10,R
1.005PM10,G
10.874 + 0.622PM10,R
6.533 + 0.724 TR
10.906 + 0.888HRR
19.732 + 0.976RSR
23.935 + 0.976PR

0.46
0.82
0.33
0.63
0.73
0.7
0.97

En el anlisis del efecto de la direccin categrica del viento en la concentracin se observ la

existencia de una correlacin mediana a escala mensual y baja a escala diaria, que en algunos fue significativa y en otros no. Por ejemplo, a nivel mensual,
el SO2 en Reforma se correlacion (0.390) positivamente con los vientos del noreste, mientras que
las PM10 lo hicieron de modo inverso (-0.377) con
los vientos del sureste. En Giraldas el NO2 se correlacion positivamente con los vientos del sur. A
nivel diario se encontr que la dependencia entre la
concentracin de los contaminantes y la direccin
del viento es variada (Tabla 5). El SO2 , NO2 y H2 S
en Reforma se correlacionaron negativamente con
el viento del este, que es el viento local que predomina tanto en Reforma como en Giraldas (Tabla

0.47
0.29
0.58
0.49

6). En Giraldas, solo el H2 S se correlacion con el

viento dominante. Tambin se observ correlacin
significativa con los segundos vientos prevalentes,
que resultaron ser en ambos casos los vientos del
este noreste.
Correlacin entre estaciones
Los grficos de dispersin de las variables meteorolgicas registradas por las estaciones de Reforma y Giraldas indican que los valores diarios de temperatura, humedad relativa, radiacin solar y presin
en Reforma se correlacionan fuertemente con los de
Giraldas (Figura 10). La regresin ajustada explica
arriba del 60 % de la variabilidad observada en las
registros (Tabla 9). Esto significa que las estaciones
se ubican en una zona de una atmsfera homognea
y estn registrando mediciones muy similares entre
ellas, por lo que la falta de informacin en alguna
de estas estaciones puede subsanarse en algunos periodos con la informacin registrada en la otra. El
coeficiente de correlacin de la velocidad y direccin
diaria del viento fue menor a 0.4.
Los grficos de dispersin de los valores diarios de SO2 , NO2 y H2 S no parecen mostrar ningn
patrn de asociacin (Figuras 11, 12, 13 y 14) entre las estaciones. Sin embargo, el coeficiente de

73

Ramos-Herrera et al.
26(1):65-80,2010

365

730

1
Logaritmo de la
concentracin de SO2, ppb

Logaritmo de la
concentracin de NO2, ppb

(a)

Dias

1095

6
5
4
3
2
1
0
-1
-2
-3

1460

730

Dias

1095

1460

Logaritmo de la
concentracin de NO2, ppb

Logaritmo de la
concentracin de SO2, ppb

(c)

6
4
2
0
-2
-4
0

0
-2
-4

365

730

Dias

1095

Figura 6. Serie de tiempo de la concentracin diaria de SO2 en

(a) Reforma (b) Artesa y (c) Giraldas.
Figure 6. Time series of the daily concentration of SO2 in (a)
Reforma (b) Artesa and (c) Giraldas.

730 Dias 1095

1460

6
(b)
4
2
0
-2
-4
365

730

Dias

1095

7
6
5
4
3
2
1
0
-1
-2

1460

(c)

1460

Figura 6.

365

0
365

(b)

(a)

1
Logartimo de la
concentracin de NO2, ppb

Logaritmo de la
concentracin de SO2, ppb

8
7
6
5
4
3
2
1
0
-1
-2
-3

365

730

Dias

1095

1460

Figura 7.

Figura 7. Serie de tiempo de la concentracin diaria de NO2 en

(a) Reforma (b) Artesa y (c) Giraldas.
Figure 7. Time series of the daily concentration of NO2 in (a)
Reforma (b) Artesa and (c) Giraldas.

6
7
8

correlacin fue significativo y vari entre 0.1 y 0.5.

La asociacin ms fuerte se dio para el caso de las
PM10 (Figura 12) donde el coeficiente de correlacin result significativo y mayor a 0.6.
Funciones de regresin
La Tabla 7 presenta las ecuaciones de regresin que describen la concentracin mensual de los
contaminantes para las estaciones de Reforma y Giraldas. La Tabla 8 presenta las funciones de regre-

74

sin ajustadas al logaritmo natural de la concentracin diaria y en ambos casos R2ajus es el coeficiente
de determinacin ajustado por el nmero de obser31
vaciones y el nmero
de variables independientes.
Fue necesario transformar las concentraciones diarias a logaritmo de las concentraciones para cumplir
moderadamente con las hiptesis de homogeneidad
de varianza y normalidad de los residuales de los
modelos.
La Tabla 9 muestra las funciones de regresin

Logaritmo de la
concentracin de H2S, ppb

Estudio correlativo de contaminantes atmosfricos

26(1):65-80,2010

5
4
3
2
1
0
-1
-2
-3
-4

(a)

365

Logaritmo de la
concentracin de H2S, ppb

730 Dias 1095

1460

6
(b)

4
2
0
-2
-4
0

365

730 Dias 1095

1460

2
Logaritmo de la
concentracin de H2S, ppb

(c)

5
4
3
2
1
0
-1
-2
0

3
4
5
6
7

365

730 Dias 1095

1460

Figura 8.

Figura 9.

Figura 8. Serie de tiempo de la concentracin diaria de H2 S en

(a) Reforma (b) Artesa y (c) Giraldas.
Figure 8. Time series of the daily concentration of H2 S in (a)
Reforma (b) Artesa and (c) Giraldas.

Figura 9. Serie de tiempo de la concentracin diaria de PM10 en

(a) Reforma (b) Artesa y (c) Giraldas.
Figure 9. Time series of the daily concentration of PM10 in (a)
Reforma (b) Artesa and (c) Giraldas.

ajustadas en el anlisis de correlacin entre estaciones, donde R2 es el coeficiente de determinacin

simple. Como puede notarse son modelos de regresin simple que explican una buena parte de la variabilidad observada entre variables del mismo tipo.

las instalaciones petroleras, con el objetivo de reducir las tasas de emisin de contaminantes a la at33 el SO2 . Esto pudiera explicar
msfera, entre ellos
la tendencia en la disminucin de la concentracin
media anual de SO2 . Un resultado semejante encontr Var & Carratal (2002) en donde el periodo en
el que se dan las disminuciones de humos negros y
SO2 en ALCOY, coinciden con la puesta en funcionamiento de una red de gas natural en las industrias
y que reduce las emisiones debido a actividades in-

DISCUSIN
En los ltimos aos se han instalado plantas
recuperadoras de azufre y quemadores ecolgicos en

75

Ramos-Herrera et al.
26(1):65-80,2010

Presin en Giraldas, mb

dustriales.
1030
1025
1020
1015

r = 0.982**

1010
1005
1000
995
995

1000

1005

1010

1015

1020

1025

1030

Presin en Reforma, mb

1
120
Humedad relativa en
Giraldas, %

r = 0.810**
100
80
60
40
20
0
20

Temperatura en Giraldas, C

40
60
80
Humedad Relativa en Reforma, %

35
30
25
20

r = 0.853**

15
10
5
0
10

15
20
25
30
Temperatura en Reforma, C

3
500
Radiacin solar en en
Giraldas, Wm -2

100

35

r = 0.840**

400
300
200
100
0
0

100

200

300

Radiacin solar en Reforma, Wm

400

-2

Figura 10. Grficos de dispersin de las variables meteorolgicas

en Giraldas vs Reforma.
Figure 10. Dispersion chart of the meteorological variables in
Giraldas vs Reforma.

76

No se puede asegurar que la tendencia a la

disminucin de la media anual de SO2 persista, de
modo que la funcin de regresin cuando mucho
pudiera usarse para estimar la media anual del prximo ao. Esto coincide con Correa (2004) quien
aplic la ecuacin de regresin simple ajustada con
los promedios anuales 1994 al 2000 de diversos contaminantes para predecir la tendencia en el 2001.
Ni la humedad relativa, ni la radiacin solar, ni el
viento anual medio sirvieron como posibles variables descriptivas de la disminucin observada en la
media anual de SO2 . En el caso de la humedad relativa, aunque se correlacion fuertemente con el SO2
(coeficiente de 0.80), los modelos ajustados de esta
variable y el tiempo o usndola como nica variable
regresora no cumplieron las hiptesis inherentes a
estos.
El grado de asociacin entre los contaminantes y las variables meteorolgicas a escala mensual
(que oscila entre 0.373 y 0.772) es significativamente mayor que las que reporta Correa et al. (2002)
quienes analizaron la relacin entre los mximos diarios de ozono y los promedios diarios de las variables meteorolgicas (menor de 0.3). Las variables
que resultaron mejores descriptoras de la concentracin mensual fueron la temperatura, la humedad
relativa y la direccin de los vientos. En los modelos
ajustados no se incluyeron simultneamente estas
variables, ya que estn correlacionadas fuertemente (mayor a 0.6) y dejan modelos con problemas
fuertes de multicolinealidad. Aunque la correlacin
entre la direccin categrica de los vientos y la concentracin mensual de los contaminantes es baja (<
0.3), esta variable s contribuy a la mejora de los
modelos, lo cual se manifest en un incremento significativo en el coeficiente de correlacin mltiple
corregido. En Reforma, este coeficiente oscil entre 0.548 y 0.704 y en Giraldas oscil entre 0.533
y 0.846. Estos valores son aceptables; por ejemplo
Correa (2004) ajust ecuaciones de regresin para
explicar la concentracin media anual de los contaminantes en la ZMVM en un periodo de seis aos
con un coeficiente
de determinacin ajustado que
34
vara entre 0.3 y 0.9 tpicamente.
A nivel diario, la humedad relativa y la temperatura resultaron inadecuadas en la descripcin del

SO2 en Giraldas, ppb

Estudio correlativo de contaminantes atmosfricos

26(1):65-80,2010

80
70
60
50
40
30
20
10
0

r = 0.180**

10
15
SO2 en Reforma, ppb

20

25

SO2 en Artesa, ppb

1
80
70
60
50
40
30
20
10
0

r = 0.274**

10

15

20

25

SO2 en Giraldas, ppb

SO2 en Artesa, ppb

2
80
70
60
50
40
30
20
10
0

r = 0.447**

10
15
SO2 en Reforma, ppb

20

25

3
4

Figura 11.

Figura 12.

Figura 11. Grfico de dispersin de SO2 en las estaciones de

monitoreo.
Figure 11. Dispersion chart of SO2 at the monitoring stations.

Figura 12. Grfico de dispersin de PM10 en las estaciones de

monitoreo.
Figure 12. Dispersion chart of PM10 at the monitoring stations.

comportamiento de los contaminantes SO2 y H2 S.

Para mejorar los modelos, en el caso del SO2 , pudiera incluirse como variable regresora, la tasa de
emisin desde las fuentes, que como ya se coment
en los ltimos aos ha ido disminuyendo paulatinamente. Para mejorar el modelos del H2 S quizs sea
necesario incluir al SO2 como una variable regresora, ya que de los resultados han mostrado una fuerte
correlacin entre estos contaminante (hasta de 0.5).
Estas mismas variables resultaron adecuadas en la
descripcin de la contaminacin diaria por NO2 y

PM10 . Los modelos ajustados alcanzaron coeficientes de determinacin mltiple entre 0.2 y 0.6. Sin
embargo, hay que tomar en cuenta que los modelos
37
de regresin se ajustaron
al logaritmo de las concentraciones diarias y al retornar a las concentraciones
originales, la incertidumbre del modelo cambia.
Otro de los resultados interesantes en este
estudio, es la existencia de moderada y fuerte correlacin en las mediciones de PM10 , temperatura,
humedad relativa, radiacin solar y presin entre las
estaciones de monitoreo. Los coeficientes de corre-

6
7

77

Ramos-Herrera et al.
26(1):65-80,2010

r = 0.594**

20

H2S en Giraldas, ppb

NO2 en Giraldas, ppb

25

15
10
5
0
0

10

20

30

80
70
60
50
40
30
20
10
0

r = 0.105*

NO2 en Reforma, ppb

10

15

20

25

H2S en Reforma, ppb

1
r = 0.125*

20

H2S en Artesa, ppb

NO2 en Artesa, ppb

25

15
10
5
0
0

10
20
NO2 en Giraldas, ppb

30

r = 0.263**

10
15
H2S en Giraldas, ppb

20

25

25
20

r = 0.314

H2S en Artesa, ppb

NO2 en Artesa, ppb

80
70
60
50
40
30
20
10
0

15
10
5
0
0

10

20

30

80
70
60
50

r = 0.450**

40
30
20
10
0
0

NO2 en Reforma, ppb

10
15
H2S en Reforma, ppb

20

25

Figura 14.

Figura 13.

Figura 13. Grfico de dispersin de NO2 en las estaciones de

monitoreo.
Figure 13. Dispersion chart of NO2 at the monitoring stations.

Figura 14. Grfico de dispersin de H2 S en las estaciones de

monitoreo.
Figure 14. Dispersion chart of H2 S at the monitoring stations.

lacin mltiple de las rectas de regresin ajustadas

a estas variables con relacin a lo observado en Reforma varan entre 0.631 y 0.974; mientras que para
las PM10 oscilan entre 0.328 y 0.820. Esta aparente homogeneidad puede deberse a que las condiciones ambientales en esas zonas son aparentemente
similares, ya que ambas casetas se ubican dentro de
reas Talleres de PEMEX. Lo mismo puede decirse
de la presin y la radiacin solar; ya que en el caso
de la presin baromtrica, se necesitan diferencias
significativas en altitud para obtener lecturas que

difieran entre s. Quizs es menos obvio en el caso

de la radiacin solar y la temperatura.
De manera genrica se puede decir que la recta de regresin ajustada a la media anual de SO2 es
39
adecuada. La tendencia fuertemente negativa de la
concentracin en este contaminante con el tiempo
puede deberse a la disminucin en las emisiones de
ste, presumiblemente debido a la puesta en marcha
de plantas recuperadoras de azufre en las instalaciones petroleras.
Las ecuaciones de regresin ajustadas para

78

Estudio correlativo de contaminantes atmosfricos

26(1):65-80,2010

explicar las concentraciones mensuales de los contaminantes tienen una bondad de ajuste bastante
buena. Puede pensarse, que las variables meteorolgicas mensuales como la humedad relativa y la
temperatura son adecuadas en la descripcin de la
tendencia mensual en la contaminacin atmosfrica
de la ZNC. Se recomienda en el futuro simular la
distribucin espacial y temporal de estos contaminantes usando modelos de dispersin y de pronstico meteorolgico (MM5), que tomen en cuenta
la circulacin a nivel regional, los vientos dominantes y sus variaciones estacionales. El anlisis entre

estaciones meteorolgicas, indic que probablemente estn registrando informacin muy similar por lo
que la falta de informacin en una estacin pudiera
complementarse por la otra.
AGRADECIMIENTOS
Se agradece a la Gerencia de Seguridad Industrial y Proteccin Ambiental de PEMEX Exploracin
y Produccin Regin Sur en el estado de Tabasco
por la informacin proporcionada para el desarrollo
de este estudio.

LITERATURA CITADA
Annimo (1993a) NOM-022-SSA1-1993; Salud ambiental. Criterio para evaluar la calidad del aire ambiental
con respecto al bixido de azufre (SO2 ). Valor normado para la concentracin de bixido de azufre
(SO2 ) en el aire ambiente como medida de proteccin a la salud de la poblacin. 4pp.
Annimo (1993b) NOM-023-SSA1-1993; Salud ambiental. Criterio para evaluar la calidad del aire ambiental
con respecto al bixido de nitrgeno (NO2 ). Valor normado para la concentracin de bixido de nitrgeno
(NO2 ) en el aire ambiente como medida de proteccin a la salud de la poblacin. 3pp.
Annimo (1993c) NOM-025-SSA1-1993; Salud ambiental. Criterios para evaluar la calidad del aire ambiente
con respecto a material particulado. 11p.
Annimo (2000) Meteorological monitoring guidance for regulatory modeling applications. Environmental
Protection Agency Oficina de Aire y Radiacin Oficina de Planeacin de Calidad del Aire y Estndares.
EPA-454/R-99-005. Cap. 6. 7 pp.
Annimo (2003) Anuario estadstico edicin 2003 Chiapas. Instituto Nacional de Estadstica Geografa e
Informtica (INEGI). 606 pp.
Annimo (2008).Office of Environmental Health Hazard Assessment (OEHHA) and the Air Reosurces Borrad
(ARB) for use 2588 in facility helath risk assessments conducted for the AB 2588 Air Toxics Hot Spots
Program.
Arrivas-Monzn F, Rabanaque MJ, Martos MC, Abad JM, Alcal-Nalvaz T, Navarro-Elipe M (2001) Efectos
de la contaminacin atmosfrica sobre la mortalidad diaria en la ciudad de Zaragoza, Espaa, 1991-1995.
Salud Pblica de Mxico 43(4) 289-297.
Amador-Muoz O, Delgado-Rodrguez A, Villalobos-Pietrini R, Munive-Coln Z, Ortz-Marttello R, DazGonzles G, Bravo-Cabrera JL, Gmez-Arroyo S (2001) Partculas suspendidas, hidrocarburos aromticos
policclicos y mutagenicidad en el Suroeste de la Ciudad de Mxico. Contaminacin Ambiental 17(4):
193-204.
Bravo JL, Nava MM, Muhlia A (2000) Relaciones entre la magnitud del valor mximo de ozono, la radiacin
solar y la temperatura ambiente en la Zona Metropolitana de la Ciudad de Mxico. Contaminacin
Ambiental 16(2): 45-44.
Correa AG, Muoz RC, Cardoso GC (2002) Anlisis de ozono y xidos de nitrgeno mediante tcnicas de
series de tiempo y regresin lineal. Secretara del Medio Ambiente Direccin General de Prevencin y
Control de la Contaminacin Mxico, D.F. 14pp.
79

Ramos-Herrera et al.
26(1):65-80,2010

Correa AG (2004) Contaminantes atmosfricos en la zona metropolitana de la ciudad de Mxico. Instituto

Politcnico Nacional Universidad Autnoma Metropolitana Mxico 280p.
Davydova-Belitskaya V, Skiba YN, Bulgakov SN, Martnez A (1999) Modelacin matemtica de los niveles
de contaminacin en la ciudad de Guadalajara, Jalisco, Mxico. Parte I, microclima y monitoreo de la
contaminacin. Revista Internacional de Contaminacin Ambiental. 15 (2): 103-111.
Ferrn MA (2001) SPSS para Windows anlisis estadstico. Espaa MCGRAW-HILL. 421 pp.
Hernndez-Cadena L, Tllez-Rojo MM, Sanin-Aguirre LH, Lacasaa-Navarro M, Campos A, Romieu I (2000)
Relacin entre consultas a urgencias por enfermedad respiratoria y contaminacin atmosfrica en Ciudad
Jurez, Chihuahua. Salud Pblica de Mxico. 42(4): 288-297.
Jimnez JCH (2002) Anlisis de valores extremos de la concentracin de ozono en la ciudad de Mxico Tesis
profesional. UJAT Divisin Acadmica de Ciencias Bsicas Cunduacn Tabasco 95p.
Montgomery DC, Peck EA, Vining GG (2006) Introduccin al anlisis de regresin lineal (3a. ed.) Mxico
D.F. CECSA. 588 pp.
Sez M, Prez-Hoyos S, Tobas A, Saurina C, Barcel MA, Ballester F (1999) Mtodos de series temporales en
los estudios epidemiolgicos sobre contaminacin atmosfrica. Rev Esp Salud Pblica. 73(2): 133-143.
Var PG, Carratal AG (2002) Evolucin de los niveles de inmisin de contaminacin atmosfrica en una
ciudad industrial (ALCOY) desde 1989 a 2000. Revista Salud Ambiental, 2(1): 8-15.
Valds AM, Bautista RM, Ramos SH, Magaa EV (2004) Distribucin espacial y estacional de las inmisiones
de bixido de azufre (SO2 ) en la zona norte de Chiapas y centro de Tabasco. KUXULKAB Revista
de Divulgacin. Divisin Acadmica de Ciencias Biolgicas. Universidad Jurez Autnoma de Tabasco.
10(19): 33-36.
Vzquez CA (2006) Aplicacin de un modelo de dispersin para determinar las concentraciones de monxido
de carbono (CO) emitidos por motores diesel de un pozo petrolero. Tesis profesional Universidad Jurez
Autnoma de Tabasco Divisin Acadmica de Ciencias Biolgicas Villahermosa Tabasco 106p.

80