1.6 Writing portable packages
1.6.4 Portable C and C++ code
El análisis geoestadístico dentro del magnetismo ambiental suele realizarse en base al parámetro susceptibilidad magnética, tanto κ o χ. En este caso, dado que las muestras fueron recolectadas y analizadas en el laboratorio, fue elegido χ debido a que resulta más apropiado (en este caso) que κ ya que el parámetro es corregido por el peso de la muestra. Además de ser un excelente indicador de la contaminación magnética presente en cada sitio, es uno de los parámetros proxy más utilizados dentro de la rama de magnetismo ambiental. Las ventajas fundamentales de este proxy magnético residen en los siguientes aspectos: sensibilidad; rapidez; facilidad de preparación de las muestras; relativamente bajo costo del equipamiento para la adquisición de datos; mediciones (en general) no destructivas (Chaparro et al., 2014).
Cabe aclarar que la susceptibilidad κ también puede medirse in situ (por ej.: Chaparro et al., 2007; Marié et al., 2018) lo que permite aportar rápidamente con mapas de predicción informativos sobre niveles de contaminación magnética, evitando los tiempos de espera del análisis en laboratorio, preservando los líquenes analizados y dejando abierta la posibilidad de realizar estudios a largo plazo.
Para el presente análisis se construyeron diferentes semivariogramas empíricos de χ con el objetivo de poder ajustar el mejor modelo de correlación espacial. Esta búsqueda se basó en variar el rango o distancia máxima en la que considera la existencia de correlación y la cantidad de puntos que se utilizan.
Entre los modelos estudiados, se eligió trabajar con un modelo teórico exponencial, ya que es el que mejor se ajusta a la forma que toman los semivariogramas como se observa en la Figura 36. Se seleccionó el semivariograma con una distancia máxima de 0,015 grados y 5 puntos de ajuste. El ajuste del variograma empírico al teórico se realizó por el método de cuadrados mínimos pesados. En la Tabla 9 se resumen los parámetros de los modelos para cada campaña.
P
ág
ina
79
Figura 36. Variogramas, utilizando el parámetro magnético χ, con los que se trabajó para luego generar los mapas de predicción de ambas campañas.
Posterior a la construcción de los modelos de variogramas se realizaron las predicciones en las dos zonas. Para esto se utilizó un grillado de 0,0001 grados es decir 295.000 puntos para la campaña 2016, y 310.000 puntos para la campaña 2017 aproximadamente. La predicción de cada uno de los puntos se realizó con el método Kriging Ordinario, que como fue mencionado en la Secc. 3.6, la elección de este método se debe a que incorpora la relación espacial de los puntos a través de la función de variograma.
Tabla 9. Parámetros de los modelos de variogramas ajustados para las dos campañas. Ambos corresponden al modelo exponencial.
Campaña (Nugget) [m] (Meseta) [m] (Alcance) [°] 2016 145,259 1372,010 0,002 2017 588,323 2158,954 0,007
La campaña de 2017 incluyó una ampliación de la zona de muestreo respecto a la de 2016, un incremento del área de aproximadamente 1,46 km2, en la que se agregó una
importante avenida de la ciudad (Avenida Jara). En particular, esta avenida presenta un flujo de tránsito similar a las demás ya incluidas en la zona de estudio inicial.
Se generó un mapa con los datos medidos del parámetro para la campaña 2016 y se comparó con dos mapas más: a) uno generado a partir de la predicción de los valores de para 2017, es decir basado en los valores que tomo para 2016 se predicen los valores que podría tomar en 2017 (sin utilizar los resultados de 2017); y b) otro mapa de los
P
ág
ina
80
valores de medidos en las muestras de la campaña 2017. La primera comparación que se observa en la Figura 37, se realizó a fin de poder comparar y analizar lo que indica la predicción 2017 con lo que luego fue medido realmente.
Figura 37. Mapa de predicción 2016 construido a partir de las mediciones de en la campaña 2016 (arriba), y mapa de predicción 2017 (abajo) con zona de muestreo ampliada y construido en base a las
mediciones de en la campaña 2016.
En la Figura 38 se presentan los mapas geoestadísticos con los datos ya medidos en ambos casos del parámetro para las campañas 2016 y 2017.
P
ág
ina
81
Figura 38. Mapa de predicción para 2016 (arriba) y 2017 (abajo) cada uno de ellos construidos en base
a sus respectivas mediciones del parámetro en la campaña 2016 y 2017, respectivamente
Un primer análisis de la Figura 37, indica que las zonas de baja y alta contaminación (valores de aproximados de 70 y 180 x10-8m3kg-1 según las referencias de las Figuras
P
ág
ina
82
38) se mantendrían de un año al siguiente. Las zonas de mayor contaminación como la zonas céntricas principal y cercanías a Paseo Güemes de Mar del Plata (valores de entre 100 y 200 x10-8m3kg-1), observadas en el año 2017 corresponden casi en su
totalidad a las del mapa 2016, y los barrios residenciales más alejados de la zona céntrica, o de menor tránsito también mantienen valores menores de entre 50 y 100 x10-8m3kg-1 acorde a la escala. No obstante, al analizar los mapas de la Figura 38, es decir
aquellos generados a partir de los valores de medidos se observa que las zonas de menor concentración se conservan en general, pero no así para las de mayores valores de . Por ejemplo, la zona del centro deja de ser un foco de concentración alta (disminuyendo su valor de en 2017) y ahora el foco se desplaza hacia las zonas de Av. Jara entre Av. Luro y Av. Colón (zona agregada en 2017), y Av. Independencia y Alberti, que pasan a ser zonas críticas con valores de aproximados de 150 a 200 x10-8m3kg-1 y
120 a 160 x10-8m3kg-1, respectivamente.
Cabe aclarar que Av. Independencia y Alberti en ambas campañas dio valores altos de contaminación pero su disminuyó de un año al otro de 210,0 x10-8m3kg-1 (ml 2.3, Tabla
10) a 152,8 x10-8m3kg-1 (mlv 2.3, Tabla 12). Puntualmente, la muestra mlv 4.-1 está
situada en Av. Jara entre Av. Luro y Av. Colón y posee un 210,1 x10-8m3kg-1; y mlv 2.3
situada en Av. Independencia y Alberti posee un valor de de 152,8 x10-8m3kg-1 (ver
Anexo I, Tabla 12).
A partir de la comparación entre las dos campañas, se observa una nueva zona de concentración alta que no había sido medida previamente (Av. Jara entre Av. Luro y Av. Colón), y una disminución generalizada de la concentración magnética (proxy ) en el año 2017, lo cual podría explicarse a través de la influencia de las condiciones meteorológicas. Como se mencionó previamente, Mar del Plata es una ciudad muy húmeda y muy lluviosa, y la semana previa a la campaña 2017 se registraron varios días de lluvia intensa. Marié et al (2018) reportaron que los registros de precipitación influyen parcialmente en la señal magnética medida en el talo del liquen. Es sus registros anuales, con mediciones semanales, observaron cambios (disminuciones) en los valores medios de susceptibilidad magnética después de períodos lluviosos moderados a periodos intensos. Tales cambios están relacionados con un lavado parcial de las partículas alojadas en el talo, así como en una reducción de PM en el aire por deposición húmeda.
P ág ina
83
CAPÍTULO 5.
CONCLUSIONES
P
ág
ina
84
5. Conclusiones
El presente trabajo final permitió inicialmente la familiarización y aprendizaje de los protocolos de trabajo tanto para técnicas de magnetismo ambiental, como de microscopía, y de estadística. Antes, durante y luego de este proceso se realizó un exhaustivo y detallado trabajo de investigación y lectura de trabajos científicos relacionados. El análisis de los resultados permitió relacionarlos con la situación actual de la contaminación atmosférica proveniente del tráfico vehicular en la ciudad de Mar del Plata, durante las campañas de muestreo realizadas en los años 2016 y 2017. Los análisis magnéticos realizados en muestras de líquenes Parmotrema pilosum, recolectadas en ambas campañas, valores del parámetro magnético dependiente de la concentración (χ) en rangos muy similares: 60,6–218,6 ×10-8m3kg-1 para el año 2016, y
12,4–210,1 ×10-8m3kg-1 para el año 2017.
Se determinó la presencia mayoritaria de minerales ferrimagnéticos indicada por resultados del cociente S-ratio, los cuales tienden a 1 para ambas campañas. El tipo de mineral se determinó a partir del parámetro Hcr, con resultados que variaron entre 33,9–
40,5 mT para 2016, y 33,1–40,63 mT para 2017, que en ambos casos indica la presencia de magnetita. Asimismo, los estudios termomagnéticos (curvas M-T) confirman la presencia de estas fases magnéticas de baja coercitividad. Las temperaturas de Curie de las distintas fases determinadas en las curvas de calentamiento mostraron la predominancia de una fase principal del tipo magnetita (Tc = 578°C), y también una fase
adicional de alta coercitividad correspondiente a hematita (Tc = 675°C).
Los tamaños de grano de magnetita estudiados a través del gráfico de King, y corroborados con otros parámetros también, muestran tamaños de partículas <1 μm, es decir PM2.5, tamaños de partículas respirables y extremadamente peligrosos para la
salud humana.
Los resultados anteriores fueron coherentes con los análisis SEM-EDS realizados, los cuales permitieron observar partículas de hierro con diferentes morfologías, irregulares y semiesferulares, con un tamaño de grano respirable PM10. El análisis de composición
por EDS permitió distinguir la presencia de EPT, tales como Na, Mg, Al, Si, S, Ca, Ti, Cr, Mn, Fe, Ni, Ag, Pb, Mo, Sn, V, y Hg, lo cual fue consistente a su vez con los análisis químicos por ICP-OES realizados. A partir de las determinaciones por ICP-OES también se observó la presencia de EPT como Ba, Cu, Cr, Co, Fe, Mo, Ni, Pb, V, y Zn; algunos de los cuales detectados por EDS, y otros que no se habían podido detectar. Estos elementos constituyen un riesgo potencial para la salud, algunos de ellos presentan elevados valores medios de concentración, por ej.: Zn (1265mg/kg), Ba (77 mg/kg), Cu (39 mg/kg), V (7,4 mg/kg), Cr (7,4 mg/kg), Ni (3,31 mg/kg) y Mo (1,25 mg/kg).
P
ág
ina
85
Se analizaron en total 16 variables químicas y magnéticas a partir de los estudios de estadística multivariada, se redujo de 16 a 3 dimensiones, yla suma de los autovalores de las tres componentes principales (PC1, PC2 y PC3) explica el 77,7 % de la varianza total, lo cual constituye un muy buen resultado. Las variables químicas mostraron un alto nivel de correlación entre sí, lo que se explica al analizar los compuestos que provienen de las emisiones de frenos, de la combustión de combustibles como diésel y nafta, y observar que estos compuestos emitidos coinciden prácticamente con todas las variables químicas utilizadas.
Los geomapas (mapas de predicción), construidos a partir de técnicas geoestadisticas, resultan muy útiles debido a que permiten representar visualmente los resultados del proxy de la contaminación χ, e inferir los valores que tomaría dicho proxy en zonas no muestreadas (intermedias) en el área de estudio.
A partir del geomapa de la campaña 2016, se observa que la zona centro de la ciudad (mayor afluencia de automóviles) evidencia un valor de χ alto, cercano a 200 ×10-8m3kg- 1 disminuyendo χ a valores de entre 50 y 100 ×10-8m3kg-1 en zonas costeras y barrios
más residenciales. Por otro lado, en el geomapa de la campaña 2017 se observa que estas zonas de mayor valor de χ cambian, el centro de la ciudad ya no es un punto de alta concentración, y por el contrario, las zonas de Av. Jara entre Av. Luro y Av. Colón, y Av. Independencia y calle Alberti, en 2017 son las dos zonas de valores mayores de χ, entre 150 y 200 ×10-8m3kg-1 aproximadamente.
Este cambio temporal en las zonas de mayor concentración magnética, asociada a la contaminación, de la campaña 2016 a la 2017 se podría explicar a través de las condiciones meteorológicas, en particular la influencia de lluvias días/semanas previas a realización de la campaña 2017 que pueden “lavar” parcialmente partículas acumuladas en los talos del liquen.
Planteando una conclusión más general del presente trabajo final, es necesario hablar de los beneficios de los métodos magnéticos para el monitoreo de la contaminación atmosférica ambiental. Si bien para este trabajo se realizaron diversos estudios y análisis para determinar las propiedades fisicoquímicas de los contaminantes, es importante aclarar, que tan sólo con el proxy susceptibilidad magnética se pueden generar resultados confiables de los niveles de contaminación del área bajo estudio. Se tiene que tener en cuenta que la principal fuente de contaminación en Mar del Plata proviene del tráfico vehicular, como sucede en muchas ciudades.
De hecho, actualmente, se están realizando estudios utilizando prácticamente sólo el parámetro susceptibilidad magnética in situ, y sólo con esta medición se pueden generar los geomapas de utilidad para la evaluación del ambiente en forma relativamente rápida
P
ág
ina
86
y con un bajo costo. Teniendo en cuenta que el otro método más utilizado para monitoreo es químico, el monitoreo magnético resulta un método complementario a los ya existentes, con la ventaja de ser totalmente económico, tanto en tiempo como en dinero, y que permite evaluar la situación actual de contaminación de aire en las urbes de manera muy sencilla.
En este trabajo se utilizó como biomonitor la especie Parmotrema pilosum, pero cómo se mencionó inicialmente, el tipo de liquen elegido sólo depende de la cantidad y distribución disponible en el lugar donde se vaya a realizar el biomonitoreo de la contaminación atmosférica, la mayoría de las especies (micro) foliosas resultan muy buenos biomonitores. De esta manera, en principio, en cualquier ciudad se podría buscar un biomonitor y utilizarlo junto con las técnicas magnéticas, por ejemplo susceptibilidad magnética, de manera rápida y económica, y obtener resultados confiables sobre niveles de contaminación antropogénica en aire.
P ág ina
87
CAPITULO 6.
BIBLIOGRAFÍA
P
ág
ina
88
6. Referencias bibliográficas
Aguilera, M., Bustos, D., Poblete, G., Wannaz, E., 2017. Elemental composition of PM2.5 in the urban environment of San Juan, Argentina. ENVIRONMENTAL SCIENCE AND POLLUTION RESEARCH.
Amereith, S., Meisel, T., Scholger, R., Wegscheider, W., 2005. “Antimony speciation in soil samples along two Austrian motorways by HPLC- ID-IPC- MS, J. Environ. Monit. 7, 1200-12006.
American Meteorological Society. (2000). “Glossary of Meteorology”. 2nd edition. pp. 855.
Asociación Colombiana de Vehículos Automotores (ANDEMOS). https://www.andemos.org/index.php/cifras-y-estadisticas-version-2/ (10/02/2019, 11 hs).
Banerjee, S. K., King J. and Marvin, J., 1981. A rapid method for magnetic granulometry with applications to environmental studies. Geophys. Res. Lett., 8, 333- 336.
Barrios Jiménez, Ana M., 2015. Estudios de magnetismo ambiental y mineralógico en sedimentos lacustres y fluviales de Antártida. Práctica Profesional Supervisada (PPS) para la carrera Licenciatura en Tecnología Ambiental (UNCPBA), Tandil, 32 pp.
Bertuccelli, Graciela, 2016. Apuntes de la cátedra Contaminación en Aire y Tratamiento de Aire, Facultad Cs. Exactas, UNICEN.
Blundell, A., Hannam, J.A., Dearing, J.A., Boyle, J.F., 2009. Detecting atmospheric pollution in surface soils using magnetic measurements: A reappraisal using an England and Wales database. Environmental Pollution 157: 2878–2890.
Bogo H, Otero M, Castro P, Ozafrán MJ, Kreiner A, Calvo EJ, Negri RM (2003) Study of atmospheric particulate matter in Buenos Aires city. Atmos Environ 37(8):1135–1147.
Böhnel, Harald; Castañeda Miranda, Ana; Chaparro, Marcos; Chaparro, Mauro; Gargiulo, José; Lavornia, Juan; Marié, Debora C; Sinito, Ana, 2018.Atmospheric pollution assessed by in situ measurement of magnetic susceptibility on lichens. Ecological Indicators 95 (2018) 831–840.
Burrough, P. 1986. Principles of geographical information systems land resources assessment. Clarendon Press Oxford.
Butler, R. F., 1992. Palaeomagnetism: Magnetic domains to geologic terranes. Blackwell Scientific Publications, Oxford, England, 319 pp.
P
ág
ina
89
Castañeda Miranda A.G, Böhnel H.N., Chaparro Marcos A.E., Pacheco-Castro A., Chaparro Mauro A.E., 2017. Biomonitoreo magnético de la contaminación atmosférica usando hojas de Ficus benjamina en Querétaro (México). Latinmag Letters, Volume 7, Special Issue (2017), MA02, 1-5.
Castañeda Miranda A.G., Chaparro Marcos A. E., Chaparro Mauro A. E., Böhnel Harald N., 2016. Magnetic properties of Tillandsia recurvata L. and its use for biomonitoring a Mexican urban area. Ecological Indicators, 60, 125-136.
Castañeda Miranda, A.G., 2016. Caracterización Y Monitoreo Magnético- Ambiental De Partículas Suspendidas Del Aire Urbano. Tesis doctoral en Ciencias (Física de la atmosfera). Universidad Nacional Autónoma de México, México, 146 pp.
Censo, 2010. http://www.censo2010.indec.gov.ar/ (19/12/2018, 10 hs).
Chaparro, M.A.E., 1999. Caracterización magnética de distintos tipos de suelos – Aplicaciones. Tesis de licenciatura en Ciencias Físicas. Facultad de Ciencias Exactas. UNCPBA, Tandil, 101 pp.
Chaparro, M. A. E., 2006. “Estudio de Parámetros Magnéticos de Distintos Ambientes Relativamente Contaminados en Argentina y Antártica”. MONOGRAFIAS, Geofísica UNAM, Monografía No. 7, 107 pp. ISBN: 970323567-0.
Chaparro, M.A.E., Sinito, A.M., Bidegain, J.C., Jurado, S., Gogorza, C.S., 2004. Magnetic Studies Applied to Different Environments (Soils and Stream-Sediments) from a Relatively Polluted Area in Buenos Aires Province, Argentina. Environmental Geology 45(5): 654-664.
Chaparro, Marcos A.E., Gogorza, C.S.G, Chaparro, M.A.E., Irurzun, M.A, and Sinito, A.M., 2006. Review of Magnetism and Heavy Metal Pollution Studies of Various Environments in Argentina. Earth, Planets Space 58(10): 1411-1422.
Chaparro MAE, Nuñez H, Lirio JM, Gogorza CGS, Sinito AM, 2007.Magnetic screening and heavy metal pollution studies in soils from Marambio station, Antarctica. Antarct Sci 19(3):379–393.
Chaparro, M. A. E., Marié, Débora C., Gogorza, Claudia S. G., Navas, Ana, Sinito Ana M., 2010. Magnetic studies and scanning electron microscopy - x-ray energy dispersive spectroscopy analyses of road sediments, soils, and vehicle-derived emissions. Studia Geophysica et Geodaetica, 54(4):633-650.
Chaparro, Marcos A.E., Lavornia, J.M., Chaparro, M.A.E., Sinito, A.M., 2013. Biomonitors of urban air pollution: Magnetic studies and SEM observations of
P
ág
ina
90
corticolous foliose and microfoliose lichens and their suitability for magnetic monitoring. Environ. Pollut. 172, 61–69.
Chaparro Marcos A. E., Marié Débora C., Castañeda Miranda Ana G., Wannaz Eduardo D., Gargiulo José D., Chaparro Mauro A. E., Lavornia Juan M., Sinito Ana M., Böhnel Harald N., 2015. El uso de las especies Parmotrema pilosum, Tillandsia recurvata
y Tillandsia capillaris en estudios de monitoreos magnéticos de contaminantes en ciudades de Argentina y México. Geos, 35(1), 79.
Chaparro, M., Gargiulo, J., 2016. Particulate matter pollution from a small coke- burning factory: soil magnetic screening and its relation with a simple atmospheric dispersion model. Stud. Geophys. Geod., vol. 60(2), páginas 316_331, 2016. ISSN 15731626.
Chaparro Marcos A.E., Castañeda Miranda A.G, Mejía-Guevara L., Chaparro Mauro A.E., Böhnel H.N., 2017. El uso de cortezas de la especie Bursera fagaroides para biomonitoreo magnético. Latinmag Letters, Volume 7, Special Issue (2017), MA01, 1-5. Proceedings Juriquilla, Qro, Mexico. ISSN: 2007-9656
Correo Farmaceútico https://www.correofarmaceutico.com/salud-publica (09/02/2019, 10 hs).
Dearing, J., 1999. Magnetic susceptibility in Environmental magnetism: a practical guide, Walden, J., Oldfield, F., Smith, J. (Eds). Technical guide No. 6. Quaternary Research Association, London, pp. 35-62.
Donaldson, K., MacNee, W. (2001). Potential mechanisms of adverse pulmonary and cardiovascular effects of particulate air pollution (PM 10). International Journal of Hygiene and Environmental Health, 203(5), 411-415.
Dunlop, J. D.; Özdemir, O.; 1997. Rock magnetism. Fundamentals and frontiers. Cambridge University Press. p.p. 573.
Dunlop, D.J. y Xu, S., 1993. A comparison of methods of granulometry and domain structure determination (abstract). Eos (Trans. Am. Geophys. Un.), 74, Fall Meeting suppl., 203.
[EC] European Commission 2008. Directive 2008/50/EC of the European Parliament and of the Council of 11 June 2008 on ambient air quality and cleaner air for Europe. Official Journal of the European Union L 152/1. At http://eur‐ lex.europa.eu/legal‐content/EN/TXT/PDF/?uri=CELEX:32008L0050&from=EN (Mayo 2014)
P
ág
ina
91
Escalante, J.E., Böhnel, H.N., 2011. Diseño y Construcción de una Balanza de Curie [Design and construction of a Curie Balance], Geos, 31(1), 63.
Evans, M. E., Heller, F., 2003. Environmental Magnetism. Principles and Applications of Enviromagnetics. Academic Press. An imprint of Elsevier Science, USA, 299 pp.
Fabian, K., Reimann, C., mcenroe, S.A., Willemoes-Wissing, B., 2011. Magnetic properties of terrestrial moss (Hylocomium splendens) along a northesouth profile crossing the city of Oslo, Norway. Science of the Total Environment 409, 2252-2260.
Fernández, L. y G. Elizalde. 1995. Variabilidad espacial de la erosión por salpique en suelos de la Cuenca Alta del Río Petaquire. Venesuelos 4(1-2):2-8.
Flanders, P.J., 1994. Collection, measurement, and analysis of airborne magnetic particulates from pollution in the environment. J. Appl. Phys. 75(10), 5931–5936
Garguilo, José D., 2018. Estudios de distribución espacial de la contaminación utilizando magnetismo ambiental. Tesis doctoral en Ciencias Aplicadas, Mención Ambiente y Salud. Universidad Nacional del Centro de la Provincia de Buenos Aires, Tandil, 196 pp.
Gasana J, Dillikar D, Mendy A, Forno E, Vieira ER 2012. Motor vehicle air pollution and asthma in children: a metaanalysis. Environmental Research 117, 36–45.
GisGeography, https://gisgeography.com/semi-variogram-nugget-range-sill (11/2/2019, 19 hs).
Gómez R. Q., M. A. E. Chaparro, A. G. Castañeda Miranda, M. A. E. Chaparro, D. C. Marié, J. D. Gargiulo, A. M. Sinito, H. N. Böhnel, 2017. Monitoreo magnético de polvos atmosféricos en Mar del Plata utilizando la especie Parmotrema pilosum. Libro de resúmenes de la XXVIII Reunión Científica de la Asociación Argentina de Geofísicos y Geodestas (AAGG 2017), GAyAP17: 85.
Gomez, R. Q., 2018. Monitoreo de polvos atmosféricos antropogénicos utilizando líquenes y técnicas magnéticas en la ciudad de Mar del Plata, Argentina. Práctica Profesional Supervisada (PPS), para la carrera Licenciatura en Tecnología Ambiental (UNCPBA), Tandil, 43 pp.
Grantz DA, Garner JHB, Johnson DW 2003. Ecological effects of particulate matter. Environment International 29: 2–3, 213–239.
Hamlett, J. M.; R. Horton y N. Cressie. 1986. Resistant and exploratory techniques for use in semivariogram analyses. Soil Sci. Soc. Am. J. 50: 868-875.
P
ág
ina
92
Harrabi, I., Rondeau, V., Dartigues, J.F., Tessier, J.F., Filleul, L., 2006. Effects of particulate air pollution on systolic blood pressure: A population-based approach. Environmental Research 101 (1), 89-93.
Harrison, RM, Yin J 2000. Particulate matter in the atmosphere: which particle properties are important for its effects on health. The Science of the Total Environment 249: 1–3, 85–101.
Heinrich J, Slama R 2007. Fine particles, a major threat to children. International Journal of Hygiene and Environmental Health 210: 5, 617–622.