En este trabajo se calcularon las emisiones de buses con motores diesel en Lima y Callao de los contaminantes de CO2, PM10, CO, HCT y NOx. Los resultados fueron; 220,358 ton/año, 2,034 ton/año, 377 ton/año, 643 ton/año y 7,250 ton/año. La metodología consistió en obtener una base de datos que representa la flota actual de transporte público de Lima y Callao, luego se obtuvieron factores de emisión para estimar los niveles de cada uno de los contaminantes, los cuales fueron seleccionados para cada tipo de vehículo por año de fabricación, por clase y después se aplicó a cada tipo de emisión los factores de corrección que correspondan. Este trabajo consta de cuatro partes. La primera es una investigación sobre el origen de las emisiones en motores diesel, sus parámetros de formación y las tecnologías de reducción de emisiones en el sistema de escape. También se investigaron los Factores de emisión, por medio de los cuales se calculó los niveles de emisión generados de manera global. Finalmente se describió la legislación actual de Lima y Callao la comercialización del combustible diesel. En la segunda parte se presentan las características de la flota de transporte a través de una muestra que representa el 11.1% de la flota total de Lima y Callao. El 72.2% del total de la flota vehicular son buses sin norma de emisión durante la fabricación (anteriores al año 1992) y los cuales contribuyen a más del 70% de las emisiones en Lima y Callao. En la tercera parte se plantea el método de cálculo para estimar los niveles de emisión de cada vehículo según su clasificación por clase y por norma euro a la que pertenece. Dependiendo de cada contaminante se obtienen factores de corrección para llegar a los resultados finales, esto en base a factores de emisión de la metodología COPERT. Finalmente se presentan tres escenarios de reducción del exceso de la flota actual y reemplazo de vehículos antiguos por nuevos fabricados bajo normas de emisión Euro III logrando reducciones de hasta 90%.

Lima Metropolitana es la octava ciudad más contaminada de Latinoamérica, situación que está relacionada con los problemas de tráfico y las características del parque automotor, que en su mayoría está compuesto por vehículos livianos (Gestión, 2019). Como respuesta a estas condiciones, otras ciudades de la región han ido desarrollando inventarios de emisiones que permiten estimar la cantidad de contaminantes generados, específicamente por el sector transporte, y que sirven como herramientas para la elaboración de estrategias y políticas de reducción de contaminantes en las ciudades. En este estudio se evaluarán los modelos de estimación de emisiones más utilizados a nivel internacional para la elaboración de inventarios de emisiones asociadas al parque automotor de vehículos livianos. Con tal propósito, se analizaron los alcances y limitaciones de los de modelos existentes, considerando que hayan sido utilizados con anterioridad en ciudades con características similares al área de estudio. Con ello, se obtuvo que el modelo MOVES presentará la mejor opción vinculada a estimar la generación de emisiones, las características y actividad vehicular de nuestra ciudad. Además, permitiría representar al parque automor de Lima, debido a que es posible la clasificación de categorías vehiculares, incluyendo a vehículos livianos.

El presente trabajo explora los estudios en los cuales se utilizan técnicas de aprendizaje profundo para realizar predicción temporal de calidad del aire, de manera que se pueda comprender que características tendrían los modelos de aprendizaje profundo que tienen un mejor rendimiento con para realizar esta tarea y puedan utilizarse como línea base para desarrollar modelos similares en el contexto de la ciudad de lima. Esta revisión de literatura se realiza con el objetivo de poder obtener los modelos de aprendizaje profundo que estén teniendo un mejor rendimiento en la actualidad al predecir temporalmente la calidad del aire mediante un procedimiento que garantice objetividad y reproducción de resultados. Para ello, se realiza una revisión sistemática de literatura que garantiza el uso de procedimientos estructurados y definidos para conocer las preguntas de investigación que guían la exploración de los estudios de predicción temporal de calidad del aire, los motores de búsqueda considerados para la revisión y las cadenas de búsqueda asociadas tanto a las preguntas de investigación como los motores de búsqueda, de manera que estas se puedan ejecutar y reproducir la obtención de estudios. Las respuestas se reportan en un formulario de extracción con datos relacionados a las arquitecturas de aprendizaje profundo, limitaciones de los modelos empleados y el rendimiento obtenido por cada modelo en cada estudio. Al finalizar el estudio, se concluye que se puede desarrollar un modelo basado en una arquitectura adecuada de aprendizaje profundo para poder atacar el problema de la predicción inadecuada de calidad del aire en Lima al percatar su efectividad reportada en la literatura para otras localidades en el mundo, considerando que dichos modelos deben tomarse únicamente como una línea base y que deben ajustarse a la localidad de Lima para obtener predicciones adecuadas a su entorno.

La minería constituye el 10% del PBI del Perú; sin embargo, producto de sus actividades, el aire y el suelo aledaños se ven afectados. Este impacto en el medio ambiente provoca perjuicios en las comunidades contiguas al sobrepasarse los límites permitidos para la salud. Actualmente, el Organismo de Evaluación y Fiscalización Ambiental (OEFA) es el encargado de la supervisión y sanción de infracciones ambientales. No obstante, sus mecanismos no son suficientes, debido a que no permiten un monitoreo a tiempo completo del impacto que produce la actividad minera. Frente a ello, se realizó un estudio para el diseño de un robot móvil autónomo capaz de medir los contaminantes del aire y del suelo, de acuerdo a los estándares planteados por el Ministerio del Ambiente (MINAM), de modo que se pueda acceder a esta información desde una estación remota. La investigación muestra la viabilidad del diseño dado el alto poder fotovoltaico de la zona sur del Perú. La persistencia de datos es garantizada mediante el diseño de una arquitectura en la nube. Asimismo, como resultado del presente trabajo, se muestra el diseño preliminar óptimo (en base a la metodología VDI 2206) que cumple con todos los requerimientos planteados.

Según la Organización Mundial de la Salud (OMS), la mala calidad del aire provoca 1 de cada 10 muertes globalmente, 7 millones de personas fallecen al año debido a enfermedades causadas por la contaminación, además la mala calidad del aire es un factor contribuyente al cambio climático, específicamente al calentamiento global. En Perú, se debe cumplir los Estándares de Calidad Ambiental (ECAs) establecidos por el Ministerio del Ambiente y supervisados por el Organismo de Evaluación y Fiscalización Ambiental (OEFA); no obstante, cumplir esta tarea se ve dificultada por la baja cantidad de estaciones de medición. Debido a ello, el presente proyecto propone estudiar diferentes estrategias de ingeniería de características y modelos de aprendizaje de máquina que puedan estimar el nivel de contaminación de aire en zonas urbanas no censadas. Para ello, se usó datos de contaminantes y variables meteorológicas recolectados por una red de monitoreo en la ciudad de Beijing, China. Se obtuvo como resultado que el modelo Linear Regression entrenado con los datasets de contaminante PM2;5 de las 5 estaciones más cercanas al punto de predicción y normalizados mediante una adaptación de Inverse Distance Weighting presentó mejor capacidad de estimación. Por otro lado, los modelos LightGBM y XGBoost presentaron resultados un poco inferiores, pero eran más robustos, pues su capacidad de estimación se mantenía estable a pesar de la modificación de la cantidad de estaciones usadas para el entrenamiento de los modelos. Como trabajo futuro, se pretende usar y adaptar los modelos estudiados en esta investigación en las zonas urbanas de Lima, Perú. / Trabajo de investigación

La contaminación del aire es hoy en día uno de los mayores problemas en las grandes ciudades. Entender la dinámica de los contaminantes y determinar la calidad de aire en áreas no monitorizadas ha sido el objetivo de varias investigaciones recientes dada su relevancia en la creación de políticas de mitigación. Los enfoques propuestos se dividen principalmente en aquellos que intentan modelar la dinámica de emisión/difusión y en aquellos que intentan predecir la concentración de contaminantes en el espacio y/o tiempo. Comúnmente estos enfoques tienen fines diferentes, los primeros se enfocan en entender los mecanismos que expliquen la distribución histórica de contaminantes, mientras que los segundos se enfocan en crear modelos predictivos, sin importar si dichos modelos representan las causalidades de los procesos subyacentes. En la presente investigación se propone la aplicación de modelos de redes Bayesianas, las cuales pueden tanto capturar posibles causalidades del proceso de formación y difusión de contaminación, así como servir de modelos algorítmicos para inferir en el espacio y en el tiempo los parámetros de calidad del aire. Se aplicó la técnica de bootstraping junto con técnicas de aprendizaje estructural para aprender diversos modelos bayesianos e integrarlos en un modelo robusto en el cual se puede discriminar relaciones fuertes entre las variables de calidad del aire de posibles relaciones espurias. En un primer experimento se creó modelos para predecir un determinado tipo de contaminante en un punto en el espacio, dada las mediciones de una red de estaciones del mismo tipo de contaminante. En un segundo experimento se adicionó varios tipos de contaminantes para hacer dicha predicción. En un tercer experimento se aprendió modelos adicionando dos variables metereológicas comúnmente usadas para el modelado de calidad del aire: velocidad y dirección del viento. En un cuarto experimento se aprendió modelos suministrando conocimiento a priori aprendido en el primer experimento a fin de reducir costo computacional de aprendizaje e inferencia. En total, se aprendieron 504 modelos, identificándose 6 modelos en el ultimo experimento con capacidades predictivas significativas a costos computacionales razonables. Como ventaja del modelado se pudo identificar las distancias de influencia de la red de estaciones que incide directamente en la predicción espacial, ayudando así a entender la dinámica de difusión de los diferentes tipos de contaminantes. / Trabajo de investigación

El trabajo de tesis desarrolla una propuesta de representación del problema de contaminación que se genera por las emisiones provenientes del sistema de transporte. Dado que el Perú ya cuenta con leyes y ministerios que ayudan a promover mejoras para la reducción de contaminantes, pero aún se encuentra distante a las metas propuestas ante las confederaciones de países y organismos internacionales, la finalidad de esta tesis es proponer una metodología para la estimación de factores de emisión de contaminantes en vehículos ligeros mediante equipos a bordo en condiciones de manejo real y que mediante mediciones y estimaciones, pueda ser aplicable en cualquier ciudad del país que cuenten con vehículos accionados por combustibles. El trabajo comprende el desarrollo y análisis experimental de mediciones a bordo en conducción real, aplicado para vehículos ligeros a gasolina característicos de Lima Metropolitana. Se consideró factores exógenos como son el estilo de manejo, las condiciones de tránsito vehicular, la modernidad de las unidades, entre otros, para obtener un análisis de emisión global y de manejo dinámico. Como conclusión en Lima Metropolitana, las emisiones de los vehículos ligeros a través de la propuesta metodológica pueden ser representadas con buena precisión, mediante una función de curva respecto a su velocidad media y estilo de conducción. Las mayores cantidades de contaminantes se generan en velocidades menores a 20 km/h y con el estilo de conducción agresivo se puede generar aumentos de hasta 200% en promedio respecto a un estilo de conducción suave.

Plantea que el parque automotor de Lima es el principal causante de la contaminación del aire en el centro histórico, alterando la calidad de vida de los limeños, la cual se expresa en una alta tasa de contaminación que no está permitida por estándares internacionales de control ambiental. El área elegida para llevar a cabo la investigación es la cuadra cinco, seis y siete de la avenida Abancay, como unidad geográfica y etnográfica en el desarrollo de la investigación. Para el desarrollo de la investigación tendremos el apoyo de informantes sobre el área de estudio y los testimonios de migrantes provincianos que llegan a Lima y la forma como se van estableciendo. / Tesis

La presente tesis constituye una investigación para optar el título profesional de Ingeniero Geógrafo en la mención de Ambiente y recursos naturales en la Universidad Nacional Mayor de San Marcos. El “Estudio de Impacto Ambiental” constituye un requisito exigible en nuestro país para las actividades de desarrollo y está normado en diferentes sectores como el minero energético, industrial, pesquero, vivienda y construcción, y transporte, entre otros. Este tipo de estudio es un estudio multidisciplinario, que en la práctica debe ser realizado por especialistas de diversas ramas, como biólogos, meteorólogos, ingenieros geógrafos, ambientales, sociólogos, arqueólogos, etc. En primer lugar un estudio de impacto ambiental, debe enmarcarse en la normatividad ambiental peruana y luego debe establecerse la línea base del área donde se ubicará el proyecto. Posteriormente, debe describirse la actividad propuesta para luego con este conocimiento y el de las condiciones de línea base, establecerse con el uso de metodologías adecuadas, los impactos previsibles de la actividad propuesta. Finalmente, deben definirse las medidas de mitigación y un plan de manejo ambiental que establezca a través de monitoreos si las medidas de mitigación surten efecto una vez iniciadas las operaciones. El plan de manejo ambiental debe garantizar que la actividad sea amigable al ambiente. Esta tesis presenta como estudio – caso: un análisis de los principales impactos a la calidad del aire ocasionados por actividad agroindustrial en su conjunto (campo y planta), mediante el levantamiento de información en campo así como la ejecución de monitoreos comparativos. Se realizó la toma de muestras en dos estaciones ubicadas según la dirección predominante del viento (una a barlovento y la otra a sotavento), asimismo se debe indicar que la ubicación antes mencionada estuvo sujeta a condiciones de seguridad, suministro de energía y accesibilidad.

El objetivo general de la tesis es analizar el diseño de la política para la calidad del aire de la Municipalidad Metropolitana de Lima, durante los años 2010 a 2012, abarcando un periodo temporal de dos gestiones municipales distintas, como es la correspondiente al Alcalde Luis Castañeda Lossio y a la Alcaldesa Susana Villarán de la Puente. Para ello, se analizan dos normas emitidas por la Municipalidad Metropolitana de Lima, como son la Ordenanza N° 1424 del año 2010, que aprobó la Política Ambiental Metropolitana y la Ordenanza N° 1628 del año 2012, que aprobó la Política Metropolitana del Ambiente –y derogó la anterior-, por cuanto en la Municipalidad las políticas se establecen a través de Ordenanzas; por lo que el presente estudio parte de la comparación de ambas normas antes señaladas. El primer capítulo desarrolla el marco teórico y el estado de la cuestión, en tanto que el capítulo dos, está referido al análisis del diseño de la política pública en mención y el tercer capítulo, busca conocer a los actores que participaron en su diseño. Entre las principales conclusiones, se puede señalar que ambas Ordenanzas, promueven el uso de otras formas de transporte, distinto al motorizado, como el transporte peatonal y el uso de bicicletas; sin embargo las soluciones planteadas no son suficientes para mitigar la contaminación, puesto que el uso de las mismas no resulta aplicable en nuestra ciudad. No obstante, si se tiene en cuenta la implementación eficaz de esta medida en conjunto con el uso de combustibles menos contaminantes y la modernización del parque automotor, se podría lograr una disminución en la contaminación del aire. / Tesis