Highlights

• Una cobertura arbórea en distribución de barrera puede remover material particulado de la atmósfera.

• La barrera modelo evaluada removió 61.1 kg de material particulado.

• La especie y ubicación de la barrera son factores determinantes de remoción de material particulado.

• i-Tree es una potente herramienta para cuantificar los beneficios del arbolado urbano.

• El éxito del análisis se basa en la rigurosidad del inventario de árboles.

INTRODUCCIÓN

La contaminación del aire es un tema de interés público en la mayoría de grandes ciudades alrededor del mundo, así como los costos asociados a la prevención, el control y la atención de enfermedades generadas por contaminantes atmosféricos (Nowak et al., 2006; Brusseau et al., 2019). Se estima que, cada año, siete millones de personas en el mundo mueren por enfermedades asociadas a contaminantes atmosféricos (UNEP, 2021), y, según cifras de la Organización Mundial de la Salud (OMS), una de cada nueve muertes en el mundo es ocasionada por contaminación o mala calidad del aire (OMS, 2018). Así, el monitoreo y control de la contaminación atmosférica ha tomado gran relevancia a nivel mundial. Por contaminación atmosférica se entiende el exceso de contaminantes criterio (CO, SOx, NOx, O₃, partículas) en el aire, por encima de las recomendaciones de la OMS. Gran parte de las investigaciones científicas se han centrado en el material particulado (PM, por sus siglas en inglés) inferior a 10 micras (PM₁₀) y a 2.5 micras (PM_2.5), ya que estos contaminantes se asocian a efectos en la salud que incluyen mortalidad prematura por inflamación pulmonar y alteración en la función cardiaca (Nowak et al., 2013; Pope et al., 2015; Silva et al., 2022). Además, desde el 2013, el PM es reconocido como agente cancerígeno por la Agencia Internacional de Investigación del Cáncer, perteneciente a la OMS (IARC, 2013).

En el contexto latinoamericano, las cifras muestran que alrededor de 320 000 muertes prematuras están asociadas a la contaminación atmosférica, y que esto representa un 3.4 % del PIB de la región (OMS, 2016; World Bank, 2021). Por su parte, Bogotá, la capital de Colombia, es una de las ciudades latinoamericanas más afectadas por la mala calidad del aire, especialmente por las concentraciones de PM_2.5. Bogotá está dividida en 19 localidades urbanas, y estas, a su vez, en cuatro grandes zonas (norte, centro-oriente, suroccidente y sur). En la zona suroccidental de la ciudad, especialmente en las localidades de Kennedy y Tunjuelito, se excede con mayor frecuencia el estándar nacional para este contaminante (37 µg.m^-3 en 24 h) (IDEAM, 2018; MADS, 2017). Se estima que aproximadamente el 8 % de las muertes prematuras que ocurren en esta ciudad están asociadas a la calidad del aire, lo que en 2021 representó aproximadamente 3400 muertes atribuidas a la exposición a largo plazo a PM_2.5 (Farrow et al., 2022).

El arbolado urbano es uno de los principales elementos del paisaje y ofrece múltiples beneficios ambientales. Los árboles tienen la capacidad de remover partículas de la atmósfera al capturarlas en la superficie de sus hojas (Hernández et al., 2021; Arroyave et al., 2019; Grote et al., 2016; Nowak et al., 2013). Morakinyo et al. (2016) identificaron que la adherencia a la vegetación puede generar una reducción hasta del 80 % en la concentración de PM_2.5. No obstante, los árboles también pueden alterar la calidad del aire según su estructura, ya que pueden disminuir la dispersión de contaminantes a través del viento (Xing et al., 2019; Xing & Brimblecombe, 2019; Chen et al., 2016). Miao et al. (2022) identificaron que dicho efecto depende de la relación entre el ancho de la vía y la altura de los edificios adyacentes, determinando que la concentración de PM_2.5 disminuye en vías estrechas, mientras que la concentración de PM₁₀ disminuye sobre todo en vías con perfiles anchos.

En Colombia, Escobedo et al. (2015) identificaron que el arbolado urbano en Bogotá tiene la capacidad de remover en promedio 171 g.m^-2 de PM al año -agregando la remoción de PM_2.5 y PM₁₀. Por otra parte, Arroyave et al. (2019) encontraron que el bosque urbano del Valle de Aburrá, que comprende 13 ciudades incluyendo Medellín, tiene la capacidad de remover 32.1 ton.año^-1de PM_2.5 y 60.4 ton.año^-1de PM₁₀. Cardona y Bermúdez (2019) identificaron las contribuciones del arbolado urbano y su capacidad de retención de PM, considerando las características y atributos particulares que permiten distinguir a una especie como adecuada o efectiva en los esfuerzos de planeación urbana para mejorar las condiciones ambientales locales.

En vista de la problemática alrededor de la calidad del aire y la posibilidad de estudiar el arbolado urbano, es necesario analizar las variables relacionadas y estimar la capacidad de los bosques urbanos en Bogotá para regular la calidad del aire, particularmente a través de barreras vivas. En este sentido, el presente estudio analiza una barrera arbórea modelo de alta densidad ubicada cerca de vías de la red primaria, con el objetivo de estimar su capacidad para remover el PM suspendido en un entorno urbano. A partir de un modelado con el software i-Tree Eco, se logra estimar a cabalidad la potencial contribución de una barrera arbórea modelo en la remoción de PM_2.5 y PM₁₀. Paralelamente, se expone la incidencia de las barreras vegetales en la calidad del aire y, en consecuencia, su aporte a la descontaminación de sectores con altos índices de contaminantes dentro de la ciudad.

MATERIALES Y MÉTODOS

Para estimar la remoción de contaminantes de una cobertura vegetal arbórea urbana en disposición de barrera, se empleó el siguiente esquema: i) se seleccionó una barrera modelo dentro de la ciudad de Bogotá; ii) como parte del trabajo de campo, se realizó el inventario de árboles que componen dicha barrera; iii) se introdujo el inventario en i-Tree Eco, con la finalidad de determinar sus beneficios ambientales; iv) en paralelo, se realizó un análisis de datos de calidad del aire de la ciudad para identificar los beneficios potenciales de la barrera modelo. A continuación, se describe cada parte del proceso metodológico con mayor especificidad.

Área de estudio

La ciudad de Bogotá está conformada por 19 localidades urbanas y una rural. Dentro de su propuesta de estructura ecológica principal, la ciudad cuenta con 3978.72 ha entre parques metropolitanos, parques zonales y paisajes sostenibles (SDP, 2021). Estas zonas son de gran importancia para los ciudadanos, pues allí pueden realizar actividades de recreación activa y pasiva que contribuyen a su bienestar. Para seleccionar la barrera vegetal modelo, se consideraron los siguientes criterios: i) parque o zona verde con presencia de barreras de vegetación conformadas por arbolado urbano público; ii) cercanía a una fuente de contaminación de PM; iii) dirección del viento de la fuente hacia la barrera; iv) alta densidad arbórea, evitando árboles de vía o árboles establecidos linealmente.

A partir de estos criterios, se seleccionó una barrera real dentro del Parque Simón Bolívar (PSB), ubicado en la localidad de Teusaquillo. Este parque representa la cobertura vegetal continua de mayor extensión dentro de la zona urbana de Bogotá, y, debido a su ubicación en el centro-occidente de la ciudad, donde las concentraciones de PM son mayores que en el norte (que cuenta con otras coberturas vegetales extensas), es un lugar con condiciones adecuadas para estudiar el comportamiento de remoción de contaminantes de una barrera modelo en zonas urbanas. Adicionalmente, es relevante resaltar que el PSB está rodeado de barrios residenciales con edificaciones de media y baja altura, y que limita con la Avenida La Esperanza en el norte y con la Calle 63 en el sur. Por el oriente, limita con la Carrera 48 y, por el occidente, con la Carrera 68. Así mismo, el PSB es cercano a corredores viales de tráfico pesado de la ciudad, como lo son la Avenida Boyacá y la Avenida Calle 26 (Figura 1).

Figura 1
Ubicación del Parque Simón Bolívar en la ciudad de Bogotá y de la barrera modelo dentro del parque

La barrera modelo usada en el estudio parte de una disposición de árboles que se encuentra en la entrada noroccidental del PSB, cerca de la intersección entre la Calle 63 y la Carrera 68. Allí se presenta una barrera arbórea que resguarda la zona interior del parque de las vías de tráfico cercanas y de la contaminación atmosférica y auditiva asociada. La barrera ocupa un área de 1.33 ha y está conformada en su mayoría por árboles adultos de gran tamaño (Figura 2).

Figura 2
Parcelas sobre las que se realizó el inventario forestal.

Modelación de la remoción de PM

Se realizaron tres jornadas dedicadas al levantamiento del inventario forestal de la barrera modelo (Anexo 1). Para cada árbol, se determinaron las siguientes características: i) especie, ii) diámetro a la altura del pecho (DAP), iii) altura total, iv) ancho de la copa y v) alto de la copa. Se utilizó el software de libre acceso i-Tree Eco v6.32.0, desarrollado por el Servicio Forestal de los Estados Unidos (USFS, por sus siglas en inglés), para estimar la contribución del arbolado que conforma la barrera en la remoción de PM_2.5 y PM₁₀.

Como insumo del modelo, para modelar los beneficios del arbolado, se utilizó la información de concentración de PM para el año 2019 de la estación de Kennedy, parte de la Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB). Se consideró esta estación y esta fecha porque eran las únicas con información disponible para i-Tree 6.32.0 al momento de realizar el estudio. Es imperativo aclarar que, aunque se trata de un software de uso libre, i-Tree no permite que el usuario ingrese datos de calidad del aire; solo permite los que han sido precargados por su ente administrador en cada actualización. Esto implicó un error sistemático al evaluar la remoción que logra la barrera real, pues la estación se encontraba a una distancia considerable. Es necesario aclarar que no se encontró una barrera real cerca de la estación Kennedy que tuviera condiciones similares a la utilizada. Así, para evitar el error mencionado, el análisis de datos se desarrolló de tal forma que los resultados en cuanto a calidad del aire fueran representativos únicamente para una barrera modelo.

Análisis de la información

Para analizar la información recopilada sobre la barrera arbórea modelo, se utilizaron algunos indicadores de diversidad como la riqueza y la abundancia, así como estadísticas descriptivas sobre el estado de la copa del arbolado que conforma la barrera.

Por su parte, el tratamiento de los datos de calidad del aire constó de tres etapas. Primero, se calculó la remoción anual media y total de PM_2.5 y PM₁₀ para cada especie identificada. En segundo lugar, se realizó un análisis de varianza (ANOVA) para identificar diferencias entre las mediciones de la estación del Centro de Alto Rendimiento (CDAR), en la localidad de Barrios Unidos y más cercana a la barrera modelo, y la estación de Kennedy, ubicada en la localidad con el mismo nombre. Esto, con el objetivo de cuantificar la incertidumbre de los últimos datos por sobre los primeros, que no estaban disponibles en i-Tree 6.32.0. Finalmente, tomando como referencia la norma nacional que regula la calidad del aire (MADS, 2017), que establece que las concentraciones máximas de PM_2.5 y PM₁₀ permitidas en 24 h son de 37 y 75 μg.m^-3 respectivamente, se realizó un conteo en los datos anuales para determinar el número de días en que se sobrepasó el límite establecido para cada parámetro en cada una de las estaciones en 2019. Este análisis de excedencias resultó de la aplicación de medias móviles de 24 h a datos horarios, a fin de comparar cada dato con la norma diaria. Este estudio permitió estimar si el uso de una estación lejana a la barrera modelo supone una subestimación o una sobreestimación de los datos de remoción de PM.

RESULTADOS

Inventario forestal

A partir de los datos disponibles en el Sistema de Información para la Gestión del Arbolado Urbano (SIGAU) de Bogotá, se identificaron los árboles que conformaban la barrera y se dividió el área estudio en dos parcelas con aproximadamente la misma cantidad de árboles (Figura 2). Con el apoyo de dos cuadrillas, se realizó el levantamiento de un inventario de 189 individuos arbóreos. El Anexo 1 detalla la información de cada individuo arbóreo, incluyendo su altura total, DAP, estado de la copa y especie.

Como parte del análisis del servicio ecosistémico de remoción de contaminantes atmosféricos, se caracterizó la barrera en términos de la diversidad de especies que la conforman y su origen, así como el estado de la copa de los individuos. Esto, con el fin de asociar la influencia de estas variables a la capacidad de la barrera para remover PM. Se identificaron 18 especies diferentes, de las cuales cinco son exóticas y 13 nativas.

Proporción de especies

Para determinar la diversidad de la barrera para las especies nativas y exóticas, se calculó su fracción y abundancia (Figura 3a). La fracción hace referencia al número de especies, y la abundancia tiene en cuenta el número de individuos de cada especie. Mediante este análisis, se determinó que hay mayor fracción de especies nativas (72 %) en comparación con las especies exóticas (28 %). Sin embargo, hay una mayor abundancia de especies exóticas (63 %) con respecto a las nativas (37 %), de manera que las primeras son dominantes en la barrera arbórea.

Figura 3
Proporción de especies de la barrera arbórea según su origen (a) y estado de la copa de los individuos de la barrera arbórea según el origen de las especies (b)

La dominancia de unas pocas especies dentro de las barreras puede analizarse desde diferentes perspectivas. Por una parte, tener una barrera homogénea conformada por individuos cuyas características promuevan la remoción de material particulado puede ser beneficioso para facilitar el diseño de zonas verdes que principalmente favorezca la calidad del aire. Por otra parte, una barrera con estas características limita la oferta de otros servicios ecosistémicos, como la provisión de hábitat y alimento para otras especies y la belleza escénica, lo cual puede resultar contraproducente.

Estado de la copa

Para complementar la caracterización de la barrera, se identificó el estado de la copa de los individuos según su origen (Figura 3b). El estado de la copa se clasificó en las siguientes categorías: excelente, bueno, medio, crítico y muerto. Estas categorías están asociadas al porcentaje de copa faltante que se reportó durante el levantamiento del inventario forestal.

El estado de la copa es fundamental para la provisión de servicios ecosistémicos, especialmente para la remoción de contaminantes atmosféricos, ya que estos se depositan principalmente en las hojas. Por ello, entre mejor estén la densidad y la salud de la copa y su área foliar, mayor será la capacidad para remover PM. A partir de este análisis, se identificó que las especies exóticas tienen, en su mayoría, un mejor estado de la copa; un 31 % de los individuos presentó copas en estado bueno o excelente, en comparación con un 24 % para los individuos nativos.

Remoción de material particulado

Al modelar los beneficios ambientales que ofrecen los árboles con el software i-Tree Eco, se determinó que la barrera modelo contribuye significativamente en cuanto a la remoción de contaminantes atmosféricos. El Anexo 1 presenta la base de datos con los beneficios de remoción de PM para cada individuo de la barrera.

Remoción media de material particulado

La remoción media de PM por especie evidenció que los individuos de la barrera de especies exóticas tienen un mayor potencial de remoción. De las cinco primeras especies con mayor potencial, cuatro de ellas son exóticas y una nativa. Se destacan particularmente la Acacia (Acacia melanoxylon) y el Ciprés (Cupressus lusitánica), las cuales son capaces de remover más de 120 g. año^-1 de PM_2.5 y más de 370 g. año^-1 de PM₁₀. Dentro de las especies nativas, se destaca el Roble Andino (Quercus humboldtii), que remueve 53.6 g. año^-1 de PM_2.5 y 159 g. año^-1 de PM₁₀, y el Guayacán de Manizales (Lafoensia acuminata), que remueve 37.5 g. año^-1 de PM_2.5 y 111 g. año^-1 de PM₁₀ (Tabla 1).

Tabla 1

Remoción promedio de PM2.5 y PM10 por especie

Remoción total de material particulado

En total, la barrera tiene la capacidad de remover 61.1 kg de PM al año, de los cuales 15.4 kg corresponden a PM_2.5 y 45.7 kg a PM₁₀. Las especies exóticas contribuyen en mayor medida (89 %) por su dominancia dentro de la barrera y por sus características físicas, pues tienen mayor tamaño y área foliar, lo que favorece su desempeño. Entre las especies exóticas, los cipreses reportan el 48 % de la remoción de PM_2.5 y PM₁₀, siendo la especie que más contribuye. En cuanto a las especies nativas, que remueven el 11 % del PM, la especie que más contribuye es el Roble Andino, con el 5.2 % de la remoción de PM_2.5 y PM₁₀ (Tabla 2).

Tabla 2

Remoción total de PM2.5 y PM10 por especie

Estaciones de calidad del aire

Teniendo en cuenta que el modelo de i-Tree Eco utiliza información de entrada de la estación de calidad del aire de Kennedy, se realizó una comparación entre sus mediciones y las de la estación del CDAR, la cual, como se mencionó anteriormente, está ubicada en la localidad de Barrios Unidos, muy cerca de la barrera modelo. Esto se hizo con el objetivo de validar si las mediciones de la estación de Kennedy reflejaban los niveles de contaminación asociada a PM en el área de estudio. La localidad de Kennedy es una de las zonas de la ciudad donde se reporta mala calidad del aire (SDA, 2024), por lo que es importante validar cuánto varía el comportamiento del PM en las dos estaciones.

En la Figura 4 se muestra el comportamiento de las concentraciones diarias de PM_2.5 y PM₁₀ para el año 2019 en las estaciones Kennedy y CDAR. Se puede observar que las mediciones en la estación de Kennedy están por encima de las concentraciones de la estación CDAR durante todo el año. Además, en el análisis de excedencias se identificó que la estación de Kennedy sobrepasó la norma 11 días al año para PM₁₀ y 45 días al año para PM_2.5, a diferencia de la estación CDAR, que no excedió el límite para PM_2.5 y solo sobrepasó el límite de PM₁₀ un día al año.

Figura 4
Concentración de PM2.5 (a) y PM10 (b) en las estaciones de CDAR y Kennedy en 2019

De manera complementaria, se realizó una prueba ANOVA para determinar si existen diferencias estadísticamente significativas entre las concentraciones de PM₁₀ y PM_2.5 de las estaciones Kennedy y CDAR (Tabla 3). Mediante esta prueba, se identificó que, para PM₁₀ (valor p<0.01) y PM_2.5 (valor p<0.01), las concentraciones de la estación de Kennedy son estadísticamente mayores.

Tabla 3

ANOVA para PM2.5 y PM10

DISCUSIÓN

Rasgos funcionales

Los rasgos funcionales de las plantas representan sus diferentes características morfológicas y fisiológicas, permiten comprender los mecanismos que utilizan las especies para adaptarse a un determinado ambiente y brindan una noción de los servicios que proveen (Díaz et al., 2007; Garnier et al., 2015; Rodríguez-Alarcón et al., 2020). Ciertos rasgos funcionales asociados al dosel del arbolado urbano (i.e., tamaño, densidad y forma de las copas) y a su estructura foliar (i.e., forma, fisiología y superficie) son determinantes en su capacidad de remover contaminantes atmosféricos (Grote et al., 2016; Nowak et al., 2006).

Diferentes estudios han determinado que las especies con hojas amplias, ásperas, rugosas y con pubescencias tienen mayor potencial para remover PM y evitar que este se resuspenda (Arroyave et al., 2019; Weerakkody et al., 2018). Arroyave et al. (2019) identificaron que, para optimizar la remoción de contaminantes atmosféricos, se debe garantizar el uso de especies con copas densas, perennifolias y con una gran área foliar que, además, conformen barreras densas y porosas para permitir la dispersión vertical de los contaminantes. Estas recomendaciones se alinean con los resultados de este estudio, mostrando que las especies con mayor área foliar contribuyen en mayor medida a la remoción de PM. Entre las especies exóticas, el Ciprés (Cupressus lusitanica) y la Acacia (Acacia melanoxylon) presentaron, en promedio, índices de área foliar (IAF) de 6.55 y 8.13 respectivamente, más del doble del IAF de las especies nativas que reportaron mayor remoción, como el Guayacán de Manizales (Lafoensia acuminata) y el Roble Andino (Quecus humboldtii) (2.68 y 3.77).

No obstante, las especies nativas cobran relevancia con respecto a las exóticas porque pueden adaptarse mejor al ambiente de la ciudad y ofrecer más co-beneficios. Evaluando ciertos rasgos funcionales, Moreno Barreto y Rubiano Calderón (2020) estudiaron seis especies en Bogotá y determinaron sus estrategias de adaptación. Identificaron que el Roble Andino tiene una estrategia de conservación de recursos, por lo que presenta un crecimiento lento y promueve el almacenamiento de carbono en la madera, siendo una especie resiliente a las condiciones urbanas (de la Riva et al., 2014). Por su parte, el Guayacán de Manizales es una especie con mayor plasticidad en su adaptación, presentando una estrategia intermedia entre la adquisición y la conservación de recursos, rasgos que la hacen importante para la provisión de servicios ecosistémicos (Lavorel, 2013).

Cabe resaltar que, según el SIGAU, las especies exóticas han sido ampliamente utilizadas en el espacio público de Bogotá, ya que históricamente se ha dado prioridad a la tasa de crecimiento por encima de otras funciones. Es importante tener presente este contexto, pues, con el tiempo y con lineamientos provenientes de gobiernos locales que promuevan el uso de especies nativas para generar mayores co-beneficios, las especies nativas podrían tener una mayor contribución en el futuro.

Calidad del aire y vientos

Para interpretar los resultados, es necesario tener en cuenta las diferencias observadas en las pruebas estadísticas y de incumplimiento de la norma, pues los valores de remoción de contaminantes dependen en gran medida de las concentraciones que se utilicen en el modelo. Así mismo, en este caso particular, se deben tener en cuenta las diferencias entre la ubicación de la barrera real y la de la estación de Kennedy. La distribución de la contaminación del aire en Bogotá no es homogénea, según se presenta en los informes anuales de calidad del aire (SDA, 2023). Por lo tanto, al hacer uso de los datos de la estación de Kennedy y no de la estación CDAR, junto con los resultados del análisis de excedencias y el ANOVA, se incurre en una sobreestimación de la cantidad de PM removido por la barrera real. Sin embargo, dado que el estudio considera una barrera modelo, se puede afirmar que los árboles allí presentes están en capacidad de remover PM cuando se exponen a concentraciones altas como las presentadas por la estación Kennedy. Lo anterior supone una oportunidad para incrementar el uso de barreras arbóreas en zonas de alta contaminación del aire. Para precisar la remoción de barreras reales, es imperativo contar con datos in situ de meteorología y calidad del aire.

Finalmente, a partir de los datos de la estación CDAR, se obtuvo una rosa de vientos acumulada con los datos de 2019 (Figura 5). En ella, inicialmente se buscaba una dirección predominante del viento, a fin de confirmar que los vientos que llegan a dicha estación CDAR provienen de la estación Kennedy y, de esta manera, asociar la barrera modelo a resultados más ligados a la realidad. Sin embargo, se evidenció que, más allá de un mayor porcentaje de vientos desde el noroeste, no hay una tendencia marcada en los vientos, por lo que la estación no ofrece una tendencia marcada en todo el año. Por ello, se reafirma que los resultados de remoción de PM son representativos para una barrera modelo y no para una real.

Figura 5.
Rosa de vientos de la estación de CDAR con datos acumulados de 2019

Alternativas

Los modelos de dinámica de fluidos computacional (CFD) han permitido identificar la relación entre la dispersión del PM y su interacción con las coberturas vegetales. Estos análisis han examinado los efectos de los árboles en la calidad del aire urbano, mostrando que las concentraciones de contaminantes dependen de la dirección del viento y la geometría del entorno. También han revelado incrementos moderados en las concentraciones de contaminantes a nivel de peatones, así como reducciones significativas en determinadas condiciones (Santiago et al., 2016; Selmi et al., 2016).

Los efectos de los árboles en la calidad del aire dependen de la interacción con la geometría y las condiciones meteorológicas. Se destaca que los efectos aerodinámicos de los árboles pueden ser más significativos que la deposición. Aunque se han propuesto estrategias para la planificación de espacios verdes en áreas urbanas, es necesario investigar más antes de tomar acciones concretas (Jeanjean, 2017). En este sentido, los resultados de este estudio pueden complementarse con otras aproximaciones que permitan robustecer los hallazgos e identificar, a través de otros modelos y monitoreos, el comportamiento del PM atmosférico y su interacción con el arbolado. Así mismo, es necesario realizar un análisis de vientos dentro de la barrera que permita mostrar la remoción de la contaminación con frecuencias anuales, mensuales, semanales y diarias.

CONCLUSIONES

Mediante el modelado de su capacidad de remoción de PM, se identificó que una barrera arbórea modelo del PSB es capaz de remover 61.1 kg.año^-1. El PM es removido en mayor medida por especies exóticas dominantes de gran porte y área foliar (como cipreses y acacias) y en menor medida por especies nativas (como robles y alisos). Se debe considerar que dicho rendimiento no depende de su naturaleza exótica o nativa, sino que obedece al hecho de que las especies nativas en la ciudad son más jóvenes y tienen menores tasas de crecimiento. Por ello, se estima que, en escenarios futuros, las especies nativas tengan una mayor contribución a la remoción de PM a medida que crezcan.

Considerando que el modelo de i-Tree Eco utiliza las concentraciones de PM de la estación de calidad del aire de Kennedy para modelar la zona del PSB, en la cual las concentraciones de contaminantes son menores, la información obtenida puede generar una sobreestimación del beneficio del arbolado en cuanto a la remoción de PM. Para abordar esta limitación, es necesario que las futuras actualizaciones del software incluyan más estaciones, a fin de modelar con mayor precisión la calidad del aire en los diferentes sectores de la ciudad.

Sería de gran ayuda contar con estudios complementarios que utilicen modelos de dinámica de fluidos computacional o monitoreos en campo para robustecer los resultados y entender mejor la interacción entre los contaminantes atmosféricos y las barreras de vegetación arbórea.¹²

AGRADECIMIENTOS

Agradecemos a la Subdirección Técnica-Operativa del Jardín Botánico de Bogotá y al Grupo de Investigación Aplicada por su apoyo en el desarrollo de este estudio; a María del Pilar Arroyave del USFS por su apoyo en la actualización de la información de Bogotá en i-Tree Eco; y a la administración del Parque Simón Bolívar y al IDRD, quienes nos autorizaron a acceder al parque como área de estudio.

REFERENCIAS

Arroyave-Maya, M. D. P., Posada-Posada, M. I., Nowak, D. J., & Hoehn, R. E. (2019). Remoción de contaminantes atmosféricos por el bosque urbano en el valle de Aburrá. Colombia Forestal, 22(1), 5-16. https://doi.org/10.14483/2256201X.13695

Brusseau, M. L., Matthias, A. D., Comrie, A. C., & Musil, S. A. (2019). Atmospheric pollution. En M. L. Brusseau, I. L. Pepper & C. P. Gerba (Eds.), Environmental and Pollution Science (pp. 293-309). Academic Press. https://doi.org/10.1016/B978-0-12-814719-1.00017-3

Cardona A. K., & Bermúdez Z. V. (2019). Arbolado urbano como estrategia de gestión de la calidad del aire (Tesis de especialización, Universidad de Antioquia). https://hdl.handle.net/10495/15906

Chen, L., Liu, C., Zou, R., Yang, M., & Zhang, Z. (2016). Experimental examination of effectiveness of vegetation as bio-filter of particulate matters in the urban environment. Environmental Pollution, 208, 198-208. https://doi/10.1016/j.envpol.2015.09.006

De la Riva, E. G., Pérez-Ramos, I., Fernández, C. N., Olmo, M., Arana, T. M., & Villar, R. (2014). Rasgos funcionales en el género Quercus: estrategias adquisitivas frente a conservativas en el uso de recursos. Ecosistemas, 23(2), 82-89. https://doi/10.7818/ECOS.2014.23-2.11

Díaz, S., Lavorel, S., de Bello, F., Quétier, F., Grigulis, K., & Robson, T. M. (2007). Incorporating plant functional diversity effects in ecosystem service assessments. Proceedings of the National Academy of Sciences, 104(52), 20684-20689. https://doi/10.1073/pnas.0704716104

Escobedo, F. J., Clerici, N., Staudhammer, C. L., & Corzo, G. T. (2015). Socio-ecological dynamics and inequality in Bogotá, Colombia's public urban forests and their ecosystem services. Urban Forestry & Urban Greening, 14(4), 1040-1053. https://doi/10.1016/j.ufug.2015.09.011

Farrow, A., Anhauser, A., Chen, Y., & Céspedes, T. (2022). La carga de la contaminación del aire en Bogotá, Colombia 2021. Greenpeace. https://www.greenpeace.org/static/planet4-colombia-stateless/2022/05/6521e020-la-carga-de-la-contaminacion-del-aire-en-bogota-colombia-2021.pdf

Garnier, E., Navas, M.-L., & Grigulis, K. (2015). Plant functional diversity: Organism traits, community structure, and ecosystem properties (1ra ed.). Oxford University Press. https://doi.org/10.1093/acprof:oso/9780198757368.001.0001

Grote, R., Samson, R., Alonso, R., Amorim, J. H., Cariñanos, P., Churkina, G., Fares, S., Thiec, D. L., Niinemets, Ü., Mikkelsen, T. N., Paoletti, E., Tiwary, A., & Calfapietra, C. (2016). Functional traits of urban trees: Air pollution mitigation potential. Frontiers in Ecology and the Environment, 14, 543-550. https://doi/10.1002/fee.1426

Hernández, M., Ramírez, O., Benavides, J., & Franco, J. (2021). Urban cycling and air quality: Characterizing cyclist exposure to particulate-related pollution. Urban Climate, 36, 100767. https://doi/10.1016/j.uclim.2020.100767

International Agency for Research on Cancer (IARC) (2013). Air pollution and cancer. https://publications.iarc.fr/Book-And-Report-Series/Iarc-Scientific-Publications/Air-Pollution-And-Cancer-2013

Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM) (2018). Informe del estado de la calidad del aire en Colombia. https://www.andi.com.co/Uploads/Informe%20estado%20calidad%20del%20aire%202018.pdf.

Jeanjean, A. P. R., Buccolieri, R., Eddy, J., Monks, P. S., & Leigh, R. J. (2017). Air quality affected by trees in real street canyons: The case of Marylebone neighbourhood in central London. Urban Forestry & Urban Greening, 22, 41-53. https://doi/10.1016/j.ufug.2017.01.009

Lavorel, S. (2013). Plant functional effects on ecosystem services. Journal of Ecology, 101(1), 4-8. https://doi.org/10.1111/1365-2745.12031

Miao, C., Li, P., Yu, S., Chen, W., & He, X. (2022). Does street canyon morphology shape particulate matter reduction capacity by street trees in real urban environments? Urban Forestry & Urban Greening, 78, 127762. https://doi.org/10.1016/j.ufug.2022.127762

Ministerio de Ambiente y Desarrollo Sostenible (MADS) (2017). Resolución 2254 del 2017. https://www.minambiente.gov.co/wp-content/uploads/2021/10/Resolucion-2254-de-2017.pdf

Morakinyo, T. E., Lam, Y. F., & Hao, S. (2016). Evaluating the role of green infrastructures on near-road pollutant dispersion and removal: Modelling and measurement. Journal of Environmental Management, 182, 595-605. https://doi/10.1016/j.jenvman.2016.07.077

Moreno Barreto, J. E., & Rubiano Calderón, K. D. (2020). Aproximación al uso de rasgos funcionales y gradientes ambientales para seis especies del arbolado urbano de Bogotá. Revista Facultad De Ciencias Básicas, 15(2), 17-33. https://doi/10.18359/rfcb.3901

Nowak, D. J., Crane, D. E., & Stevens, J. C. (2006). Air pollution removal by urban trees and shrubs in the United States. Urban Forestry & Urban Greening, 4(3-4), 115-123. https://doi/10.1016/j.ufug.2006.01.007

Nowak, D. J., Hirabayashi, S., Bodine, A., & Hoehn, R. (2013). Modeled PM2. 5 removal by trees in ten US cities and associated health effects. Environmental Pollution, 178, 395-402. https://doi/10.1016/j.envpol.2013.03.050

Organización Mundial de la Salud (OMS) (2016). Calidad del Aire Ambiente. https://www.paho.org/es/temas/calidad-aire/calidad-aire-ambiente

Organización Mundial de la Salud (OMS) (2018). Nueve de cada diez personas de todo el mundo respiran aire contaminado. https://www.who.int/es/news/item/02-05-2018-9-out-of-10-people-worldwide-breathe-polluted-air-but-more-countries-are-taking-action

Pope III, C. A., Turner, M. C., Burnett, R. T., Jerrett, M., Gapstur, S. M., Diver, W. R., & Brook, R. D. (2015). Relationships between fine particulate air pollution, cardiometabolic disorders, and cardiovascular mortality. Circulation Research, 116(1), 108-115. https://doi/10.1161/CIRCRESAHA.116.305060

Rodríguez-Alarcón, S. J., Pinzón-Pérez, L., López-Cruz, J., & Cabrera-Amaya, D. (2020). Rasgos funcionales de plantas leñosas en áreas verdes de Bogotá, Colombia. Biota Colombiana, 21(2), 108-133. https://doi/10.21068/c2020.v21n02a08

Santiago, J.-L., Martilli, A., & Martin, F. (2016). On dry deposition modelling of atmospheric pollutants on vegetation at the microscale: Application to the impact of street vegetation on air quality. Boundary-Layer Meteorology, 162, 451-474. https://doi/10.1007/s10546-016-0210-5

Secretaría Distrital de Ambiente (SDA) (2023). Informe anual de calidad del aire de Bogotá 2023. https://www.rmcab.ambientebogota.gov.co/Pagesfiles/Informe%20anual%202023.pdf

Secretaría Distrital de Ambiente (SDA) (2024). Inventario de emisiones de Bogotá, contaminantes criterio y black carbon año: 2022. https://ww.ambientebogota.gov.co/todas-las-investigaciones/-/asset_publisher/pibvwzUnZiNr/document/id/6881078

Secretaría Distrital de Planeación (SDP) (2021). Documento técnico de soporte. Libro I Componente general. Plan de Ordenamiento Territorial. Bogotá Reverdece 2022-2035. https://www.sdp.gov.co/sites/default/files/dts_libroi_componente_general.pdf

Selmi, W., Weber, C., Rivière, E., Blond, N., Mehdi, L., Nowak, D. (2016). Air pollution removal by trees in public green spaces in Strasbourg city, France. Urban Forestry & Urban Greening, 17, 192-201. https://doi/10.1016/j.ufug.2016.04.010

Silva, L., Schneider, I., Artaxo, P., Núñez-Blanco, Y., Pinto, D., Flores, E., Gómez-Plata, L., Ramírez, O., & Dotto, G. (2022). Particulate matter geochemistry of a highly industrialized region in the Caribbean: Basis for future toxicological studies. Geoscience Frontiers, 13(1), 101115. https://doi/10.1016/j.gsf.2020.11.012

UN Environment Program (UNEP) (2021). Actions on air quality. Latin America and the Caribbean regional report.https://www.unep.org/topics/air/multi-level-air-quality-management/actions-air-quality-report-update

Weerakkody, U., Dover, J. W., Mitchell, P., & Reiling, K. (2018). Evaluating the impact of individual leaf traits on atmospheric particulate matter accumulation using natural and synthetic leaves. Urban Forestry & Urban Greening, 30, 98-107. https://doi/10.1016/j.ufug.2018.01.001

World Bank (2021). Data. GDP (current US$) - Latin America & Caribbean. https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locations=ZJ

Xing, Y., Brimblecombe, P., Wang, S., & Zhang, H. (2019a). Tree distribution, morphology and modelled air pollution in urban parks of Hong Kong. Journal of Environmental Management, 248, 109304. https://doi/10.1016/j.jenvman.2019.109304

Xing, Y., & Brimblecombe, P. (2019b). Role of vegetation in deposition and dispersion of air pollution in urban parks. Atmospheric Environment, 201, 73-83. https://doi/10.1016/j.atmosenv.2018.12.027

ANEXO 1

Tabla 4

Anexo 1. Inventario forestal completo de los árboles de la barrera del Parque Simón Bolívar, y remoción de PM por árbol. *Orden de la escala: excelente, buena, aceptable, mala, crítica, muerta.

Contribución por autor:

Citation:

Author notes

*Autor de correspondencia: Miguel Quirama-Aguilar, email: quirama@gmail.com

Conflict of interest declaration