Mostrar el registro sencillo del ítem

Efectos del confinamiento por pandemia en la contaminación atmosférica de Bogotá, Colombia

dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)*
dc.contributor.authorCasallas García, Alejandrospa
dc.contributor.authorLópez-Barrera, Ellie Annespa
dc.contributor.authorZárate Núñez, José Davidspa
dc.contributor.authorAragón Segura, Juan Pablospa
dc.contributor.authorCelis, Nathaliaspa
dc.contributor.authorCamelo, Edwardspa
dc.contributor.authorMartínez, Hermesspa
dc.date.accessioned2022-11-11T23:16:34Zspa
dc.date.available2022-11-11T23:16:34Zspa
dc.date.created2022-05spa
dc.date.issued2022-05spa
dc.identifier.citationCasallas García. A., López-Barrera, E. Zárate Núñez. J., Aragón Segura. J., Celis.N., Camelo. E., Martínez. H. (2022).Efectos del confinamiento por pandemia en la contaminación atmosférica de Bogotá, Colombia en Noguera Calderón. R. (ed.). Seguridad, migración y educación en tiempos de pandemia (pp.131-149). Universidad Sergio Arboledaspa
dc.identifier.isbn978-958-5158-47-4spa
dc.identifier.urihttp://hdl.handle.net/11232/1856eng
dc.description.abstractEn marzo del 2020, debido a la pandemia por Covid-19 se implementaron a nivel nacional y local restricciones como confinamientos que redujeron las actividades económicas. Estas conllevaron a la disminución en el uso de medios de transporte y las actividades industriales, con lo cual se esperaba un efecto positivo en la calidad del aire de la ciudad de Bogotá. Sin embargo, en el transcurso de la emergencia de salud pública, se evidenció que las medidas de confinamiento estrictas no fueron viables debido a los altos costos sociales y económicos que se derivaron de estas. Un análisis de datos de los reportes de casos asociados a Covid-19 permitió evaluar su relación con la mala calidad de aire por material particulado (PM10 y PM2.5), en escala espacial y temporal en la ciudad de Bogotá, como herramienta para evaluar la gestión de la emergencia sanitaria. La investigación que se presenta en este capítulo analizó la exposición a concentraciones de material particulado en escala temporal y espacial, utilizando herramientas de información geográfica, a partir de los datos reportados por la Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB). Estos se analizaron junto con los casos de Covid-19 registrados en la Alcaldía Mayor de Bogotá (AMB), para determinar si existía una correlación entre ambas variables. Los resultados de este análisis mostraron una relación positiva en una escala espacial y temporal entre los casos por SARS-CoV-2 y la exposición a altas concentraciones de material particulado en Bogotá, mostrando que una exposición prolongada a concentraciones de PM10 y PM2.5 puede aumentar la sintomatología y gravedad de la enfermedad causada por el Covid-19. Con relación a las preocupaciones de reanudación de actividades educativas y comerciales, y la posible incidencia en la transmisión y vulnerabilidad de las personas que realizan estas actividades, los resultados de este análisis coincidieron con reportes internacionales que evidencian la necesidad de considerar políticas de salud pública con un enfoque preventivo y no correctivo. Con base en este análisis, se determinó que las condiciones ambientales pueden incrementar el riesgo de mortalidad por Covid-19, como también de las comorbilidades que empeoran los síntomas de la enfermedad.spa
dc.format.extent20spa
dc.format.mediumDigitalspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherUniversidad Sergio Arboledaspa
dc.relation.ispartofSeguridad, migración y educación en tiempos de pandemiaspa
dc.relation.ispartofseriesInvestigaciónspa
dc.relation.isversionof1spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleEfectos del confinamiento por pandemia en la contaminación atmosférica de Bogotá, Colombiaspa
dc.subject.lembBogotá - Condiciones ambientalesspa
dc.subject.lembCalidad ambientalspa
dc.subject.lembContaminación del aire – Bogotá – Análisisspa
dc.subject.lembEnfermedades respiratorias - Bogotáspa
dc.subject.lembPartículasspa
dc.subject.lembBogotá - Environmental conditionseng
dc.subject.lembEnvironmental qualityeng
dc.subject.lembAir – Pollution – Bogotá - Analysiseng
dc.subject.lembRespiratory organs – Diseases - Bogotáeng
dc.subject.lembParticleseng
dc.subject.lembCOVID-19 (Enfermedad) - Bogotáspa
dc.subject.lembCOVID-19 (Disease) – Bogotáspa
dc.subject.lembEpidemiasspa
dc.subject.lembEpidemicsspa
dc.rights.accesoAbierto (Texto Completo)spa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.rights.accesRightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombiaspa
dc.relation.referencesAntonietti, R., Falbo, P., y Fontini, F. (2020). The relationship between air quality, wealth, and covid-19 diffusion and mortality across countries. (Working Paper 08/2020). SEEDS.spa
dc.relation.referencesArmenteras, D., González-Alonso, F. y Franco Aguilera, C. (2009). Distribución geográfica y temporal de incendios en Colombia utilizando datos de anomalías térmicas. Caldasia, 31(2), 303-318. https://revistas.unal.edu.co/index.php/cal/ article/view/36107spa
dc.relation.referencesBrito, T., Islam, T., Stettler, M., Mouette, D., Meade, N. y Moutinho dos Santos, E. (2019). Transitions between technological generations of alternative fuel vehicles in Brazil. Energy Policy, 134, 110915. https://doi.org/10.1016/j.enpol.2019.110915spa
dc.relation.referencesCasallas, A., Celis, N., Ferro, C., Barrera, E., Peña, C., Corredor, J. y Ballen Segura, M. (2020). Validation of PM10 and PM2.5 early alert in Bogotá, Colombia, through the modeling software WRF-CHEM. Environ. Sci. Pollut. Res. Int., 27(29), 35930- 35940. https://doi.org/10.1007/s11356-019-06997-9spa
dc.relation.referencesCasallas, A., Ferro, C., Celis, N., Guevara-Luna, M., Mogollón-Sotelo, C., GuevaraLuna, F. y Merchán, M. (2021a). Long short-term memory artificial neural network approach to forecast meteorology and PM2.5 local variables in Bogotá, Colombia. Model Earth Syst. Environ., https://doi.org/10.1007/s40808-021-01274-6spa
dc.relation.referencesCasallas, A., Hernández-Deckers, D., Mora-Páez, H., (2021b). Understanding convective storms in a tropical, high-altitude location with in-situ meteorological observations and GPS-derived water vapor. Atmósfera. https://doi.org/ 10.20937/ ATM.53051spa
dc.relation.referencesCasallas, A., Castillo-Camacho, M.P., Sánchez, E.R., González, Y., Celis, N., Méndez-Espinosa, J.F., Belalcázar, L.C. y Ferro, C. (2022a). Surface, Satellite Ozone Changes in Northern South America During Low Anthropogenic Emission Condspa
dc.relation.referencesCasallas, A., Córdoba, T., Sánchez-Cárdenas, L., Guevara-Luna, M.A. y Belalcázar, L.C. (2022b). Understanding the atmospheric characteristics of high polluted events in a tropical megacity. Rev. EIA. Esc. Ing. Antioq. https://doi.org/10.13140/ RG.2.2.22694.65606spa
dc.relation.referencesCastillo-Camacho, M., Tunarrosa-Grisales, I., Chacón-Rivera, L., Guevara-Luna, M. y Belalcázar-Cerón, L. (2020). Personal Exposure to PM2.5 in the Massive Transport System of Bogotá and Medellín, Colombia. Asian Journal of Atmospheric Environment, 14(3), 210-224. https://doi.org/10.5572/ajae.2020.14.3.210spa
dc.relation.referencesCelis, N., Casallas, A., López-Barrera, E.A., Martínez, H., Peña-Rincón, C.A., Arenas, R. y Ferro, C. (2022). Design of an early alert system for PM2.5 through a stochastic model and machine learning. Environ. Sci. Pol., 127, 241-252. https:// doi.org/10.1016/j.envsci.2021.10.030spa
dc.relation.referencesChen, J., Li Z., Lv, M., Wang Y., Wang W., Zhang Y., Wang H., Yan X., Sun, Y. y Cribb, M. (2019). Aerosol hygroscopic growth, contributing factors, and impact on haze events in a severely polluted region in northern China. Atmos. Chem. Phys., 19(2), 1327-1342. https://doi.org/10.5194/acp-19-1327-2019spa
dc.relation.referencesCoccia, M. (2020). How do low wind speeds and high levels of air pollution support the spread of Covid-19? Atmos. Pollut. Res., 12(1), 437-445. https://doi.org/10.1016/j. apr.2020.10.002spa
dc.relation.referencesGuevara-Luna, M., Casallas, A., Belalcázar, L.C. y Clappier, A. (2020). Implementation and evaluation of WRF simulation over a city with complex terrain using Alos-Palsar 0.4s topography. Environ. Sci. Pollut. Res., 27, 37818-37838. https:// doi.org/10.1007/s11356-020-09824-8spa
dc.relation.referencesHuang, G. y Brown, P. (2021). Population-weighted exposure to air pollution and covid-19 incidence in Germany. Spatial Statistics, 41, 100480. https://doi. org/10.1016/j.spasta.2020.100480spa
dc.relation.referencesJackson, J. y Hodges, K. (2020). How air pollution may influence the course of pandemics. Science Advances, 6(45). https://www.science.org/doi/10.1126/sciadv.abf1897spa
dc.relation.referencesJorquera, H., Montoya, L. y Rojas, N. (2019). Urban air pollution. En C. Henríquez y H. Romero, Urban climates in Latin America (pp. 137-165). Springer, Cham. https://link.springer.com/book/10.1007/978-3-319-97013-4spa
dc.relation.referencesMa, Z., Xu, J., Quan, W., Zhang, Z., Lin, W., y Xu, X. (2016). Significant increase of surface ozone at a rural site, north of eastern China. Atmos. Chem. Phys., 16(6), 3969-3977. https://doi.org/10.5194/acp-16-3969-2016spa
dc.relation.referencesMogollón-Sotelo, C., Casallas, A., Vidal, S., Celis, N., Ferro, C. y Belalcázar, L. (2020). A support vector machine model to forecast ground-level PM2.5 in a highly populated city with a complex terrain. Air Qual. Atmos. Health, 14(3), 399- 409. https://doi.org/10.1007/s11869-020-00945-0spa
dc.relation.referencesMorales Betancourt, R., Galvis, B., Rincón-Riveros, J., Rincón-Caro, M., RodríguezValencia, Á., y Sarmiento, O. (2019). Personal exposure to air pollutants in a bus rapid transit system: impact of fleet age and emission standard. Atmos. Environ., 202, 117-127. https://doi.org/10.1016/j.atmosenv.2019.01.026spa
dc.relation.referencesPey Betrán, J. (2008). Caracterización físico-química de los aerosoles atmosféricos en el Mediterráneo Occidental. [Tesis doctoral]. Universidad Politécnica de Cataluña. http://hdl.handle.net/2117/94310spa
dc.relation.referencesPope III, C. A., y Dockery, D. W. (2006). Health effects of fine particulate air pollution: lines that connect. J Air Waste Manag. Assoc., 56(6), 709-742. https://doi. org/10.1080/10473289.2006.10464485spa
dc.relation.referencesPozzer, A., Dominici, F., Haines, A., Witt, C., Münzel, T., y Lelieveld, J. (2020). Regional and global contributions of air pollution to risk of death from Covid-19. Cardiovascular Research, 116(14), 2247-2253. https://doi.org/10.1093/cvr/cvaa288spa
dc.relation.referencesRestrepo, A. (2004). Método para la descripción de material particulado empleando microscopía asistida por computador [Tesis de maestría]. Universidad Nacional de Colombia.spa
dc.relation.referencesRodríguez-Villamizar, L., Belalcázar-Cerón, L., Fernández-Niño, J., Marín-Pineda, D., Rojas-Sánchez, O., Acuña-Merchán, L., Ramírez-García, N., MangonesMatos, S., Vargas-González, J., Herrera-Torres, J., Agudelo-Castañeda, D., Piñeros-Jiménez, J., Rojas-Roa, N. y Herrera-Galindo, V. (2020). Air pollution, sociodemographic and health conditions effects on covid-19 mortality in Colombia: an ecological study. MedRxiv. https://doi.org/10.1101/2020.07.22.20159293spa
dc.relation.referencesSecretaría Distrital de Salud (2020). Número de casos confirmados por el laboratorio de covid-19. Datos abiertos Bogotá. Consultado el 31 de diciembre de 2020. https://datosabiertos.bogota.gov.co/dataset/numero-de-casos-confirmados-por-ellaboratorio-de-covid-19-bogota-d-cspa
dc.relation.referencesSexton, J. (2010). FCC emission reduction technologies through consent decree implementation: FCC PM emission and controls. En M. Ocelli, Advances in fluid catalytic cracking: testing, characterization, and environmental regulations. Taylor & Francis. https://doi.org/10.1201/b10380spa
dc.relation.referencesSierra Urrego, M. (2006). Asociación existente entre las variables meteorológicas temperatura, velocidad del viento y precipitación y las concentraciones de PM10 registradas en la Red de Calidad del Aire de Bogotá [Tesis de grado]. Universidad de La Salle. https:// ciencia.lasalle.edu.co/ing_ambiental_sanitaria/459spa
dc.relation.referencesTang, G., Zhang, J., Zhu, X., Song, T., Münkel, C., Hu, B., Schäfer, K., Liu, Z., Zhang, J., Wang, L., Xin, J., Suppan, P., y Wang, Y. (2016). Mixing layer height and its implications for air pollution over Beijing, China. Aspa
dc.relation.referencesViana, M. (2003). Niveles, composición y origen del material particulado atmosférico en los sectores norte y este de la Península Ibérica y Canarias [Tesis de doctorado]. Universidad de Barcelona. http://hdl.handle.net/10261/27476spa
dc.relation.referencesWu, X., Nethery, R. C., Sabath, B. M., Braun, D. y Dominici, F. (2020). Exposure to air pollution and covid-19 mortality in the United States: A nationwide cross-sectional study. MedRxiv, 2020.04.05.20054502. https://doi.org/10.1101/2020.04.05.20054502spa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2*
dc.identifier.instnameinstname:Universidad Sergio Arboledaspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Sergio Arboledaspa
dc.identifier.repourlrepourl: https://repository.usergioarboleda.edu.co/*
dc.type.coarhttp://purl.org/coar/resource_type/c_3248*
dc.type.redcolhttp://purl.org/redcol/resource_type/CAP_LIB*
dc.type.localCapítulo de Librospa
dc.relation.citationstartpage131spa
dc.relation.citationendpage149spa
dc.subject.proposalmaterial particuladospa
dc.subject.proposalanálisis multitemporalspa
dc.subject.proposalBogotá, Covid-19spa


Ficheros en el ítem

Thumbnail
Nombre:
Efectos del confinamiento por ...
Tamaño:
3.965Mb
Formato:
PDF
Descripción:
Capítulo 5
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)