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 presente investigación analiza las relaciones de los grupos de interés en el proyecto social “Programa Humanitario el Súper Árbol” como factor crítico de éxito para la innovación sostenible de ONGD Tierra Nuestra con el objetivo de dar a la organización un mapa claro de sus principales grupos de interés y para que esta pueda desplegar mejores estrategias de relacionamiento. Se sigue en este estudio un enfoque desde la gestión de innovación sostenible en el marco de la gestión estratégica, de la gestión de proyecto sociales y de la gestión de grupos de interés. El análisis que se sigue se realiza a través de la teoría de grupos de interés, en particular, con las herramientas del Análisis de Redes Sociales que permite vislumbrar las relaciones entre los distintos actores organizacionales. El estudio se contextualiza en la ciudad de Lima, locación donde se lleva a cabo el proyecto social, la cual presenta un serio problema de contaminación del aire que afecta la vida y salud de cientos de miles de peruanos. Las respuestas dadas por el Estado en la actualidad no logran resolver la problemática y se estima que la situación empeore en la siguiente década. En esta coyuntura, el “Programa Humanitario el Súper Árbol” ofrece una solución novedosa al problema purificando el aire contaminado, pero no consigue los resultados esperados tras once años de haberse iniciado. El trabajo de campo revela que los principales actores relevantes identificados pertenecen al Estado y es necesario que la organización robustezca sus estrategias de relacionamiento con las organizaciones del entorno para impulsar el proyecto. En la profundización de las relaciones entre los grupos de interés del entorno organizacional se emplearon herramientas metodológicas para recolectar, analizar e interpretar los principales hallazgos. En este sentido, el software WebQDA permitió estructurar 1056 evidencias resultantes del trabajo de campo en torno a seis variables escogidas: poder. Legitimidad, urgencia, proximidad, densidad e intermediación. Luego, el software Gephi permitió representar a través de 7 mapas gráficos la red de 18 actores siguiendo las 6 variables de análisis de forma individual y de forma global. Como resultado del análisis, se concluyó que alianzas con los actores del sector público, la generación de evidencias del beneficio del proyecto, la discusión pública de la problemática, el acceso a financiamiento que ofrece el sistema de innovación y el trabajo en plataformas de articulación institucional serían los factores críticos para que la OTN promueva la innovación sostenible en torno a la calidad del aire con sus grupos de interés en el marco del proyecto social PHSA. Finalmente, se han propuesto estrategias de relacionamiento a la ONGD Tierra Nuestra para promover la interacción con los principales actores que coadyuven a maximizar su impacto en favor de la calidad del aire.

El presente trabajo de investigación se desarrolló en Lima Metropolitana. Se determinaron dos contaminantes atmosféricos: el dióxido de nitrógeno y el dióxido de azufre. El estudio se desarrolló entre los meses de noviembre y diciembre de 2009; donde se establecieron cinco estaciones de muestreo y se tomaron un total de 200 muestras. Los análisis se realizaron en el laboratorio del Centro de Información, Control Toxicológico y Apoyo a la Gestión Ambiental (CICOTOX) de la Facultad de Farmacia y Bioquímica de la UNMSM. El método empleado para la determinación de dióxido de nitrógeno fue de Griess – Saltzman y para determinar el dióxido de azufre se usó el método modificado de West Gaeke. Durante los meses de estudio, el promedio de las concentraciones de dióxido de nitrógeno fue de 60,294 μg/m3, el cual se encuentra dentro del límite establecido por la Dirección General de Salud Ambiental (100 μg/m3) y por encima del valor guía establecido por la Organización Mundial de la Salud (40 μg/m3). El promedio de las concentraciones de dióxido de azufre fue de 35,121 μg/m3, el cual está dentro del límite establecido por la Dirección General de Salud Ambiental (80 μg/m3) y por encima del valor guía establecido por la Organización Mundial de la Salud (20 μg/m3). Palabras Clave: Dióxido de nitrógeno, Dióxido de azufre, Dirección General de Salud Ambiental, Organización Mundial de la Salud. / -- This research work was developed in Lima Metropolitana. There were identified two air pollutains, nitrogen dioxide and sulfur dioxide. The investigation was conducted from November to December 2009, which set five sampling stations and took a total of 200 samples. Analysis was performed at the Toxicological Control, Information and Environmental Management Support Center (CICOTOX), Faculty of Pharmacy and Biochemistry, San Marcos University. The method for determining nitrogen dioxide was Griess-Saltzman and to determine sulfur dioxide was used the modified method of West Gaeke. During the months of research, average concentrations of nitrogen dioxide was 60,294 μg/m3, which is within the limit set by the Environmental Health Department (100 μg/m3), and above the guideline value set by the World Health Organization (40 μg/m3). The average concentrations of sulfur dioxide was 35,121 μg/m3, which is within the limit established by the General Directorate of Environmental Health (80 μg/m3), and above the guideline value set by the World Health (20 μg/m3). Key Words: Nitrogen Dioxide, Sulfur Dioxide, Department of Environmental Health, World Health Organization.

El presente trabajo de investigación se desarrolló en Lima Metropolitana. Se determinaron dos contaminantes atmosféricos: el dióxido de nitrógeno y el dióxido de azufre. El estudio se desarrolló entre los meses de noviembre y diciembre de 2009; donde se establecieron cinco estaciones de muestreo y se tomaron un total de 200 muestras. Los análisis se realizaron en el laboratorio del Centro de Información, Control Toxicológico y Apoyo a la Gestión Ambiental (CICOTOX) de la Facultad de Farmacia y Bioquímica de la UNMSM. El método empleado para la determinación de dióxido de nitrógeno fue de Griess – Saltzman y para determinar el dióxido de azufre se usó el método modificado de West Gaeke. Durante los meses de estudio, el promedio de las concentraciones de dióxido de nitrógeno fue de 60,294 μg/m3, el cual se encuentra dentro del límite establecido por la Dirección General de Salud Ambiental (100 μg/m3) y por encima del valor guía establecido por la Organización Mundial de la Salud (40 μg/m3). El promedio de las concentraciones de dióxido de azufre fue de 35,121 μg/m3, el cual está dentro del límite establecido por la Dirección General de Salud Ambiental (80 μg/m3) y por encima del valor guía establecido por la Organización Mundial de la Salud (20 μg/m3). Palabras Clave: Dióxido de nitrógeno, Dióxido de azufre, Dirección General de Salud Ambiental, Organización Mundial de la Salud. / This research work was developed in Lima Metropolitana. There were identified two air pollutains, nitrogen dioxide and sulfur dioxide. The investigation was conducted from November to December 2009, which set five sampling stations and took a total of 200 samples. Analysis was performed at the Toxicological Control, Information and Environmental Management Support Center (CICOTOX), Faculty of Pharmacy and Biochemistry, San Marcos University. The method for determining nitrogen dioxide was Griess-Saltzman and to determine sulfur dioxide was used the modified method of West Gaeke. During the months of research, average concentrations of nitrogen dioxide was 60,294 μg/m3, which is within the limit set by the Environmental Health Department (100 μg/m3), and above the guideline value set by the World Health Organization (40 μg/m3). The average concentrations of sulfur dioxide was 35,121 μg/m3, which is within the limit established by the General Directorate of Environmental Health (80 μg/m3), and above the guideline value set by the World Health (20 μg/m3). Key Words: Nitrogen Dioxide, Sulfur Dioxide, Department of Environmental Health, World Health Organization.

Implementa y pone operativo el modelo númerico acoplado de predicción meteorológica y química Global Forecast System (GFS) - Weather Research and Forecasting model coupled with Chemistry (WRF-Chem), para evaluar los niveles de contaminantes atmosféricos existentes en Lima, comprendiendo los procesos físicos y químicos que ocurren en la naturaleza. Compara los niveles de contaminantes con los estándares de calidad emitidos por el Ministerio del Ambiente de Perú. / Tesis

El presente trabajo de investigación busca analizar el impacto de la actividad industrial en el territorio de Lima. Se empleó el método del mapeo y el reconocimiento de las zonas industriales. Después se realizó un análisis de contraste con la base de datos del Sistema Nacional de Meteorología e Hidrología del Perú (SENAMHI) y del Ministerio de Salud (MINSA), en especial el registro de casos de Infecciones Respiratorias Agudas (IRAs) durante los años 2014 y 2015. Además, se aplicó el método de interpolación IDW para generar información espacial para aquellos distritos donde no existen estaciones de monitoreo de la calidad del aire del contaminante PM 2.5. Asimismo, para hallar la asociación entre las variables PM 2.5 e IRAs se utilizó el coeficiente de correlación de Pearson. Por último, se aplicaron encuestas para analizar la percepción de la población respecto a la contaminación ambiental producto de la actividad industrial en el área de estudio. Entre los principales hallazgos, se encontró que existe una correlación entre altos niveles de concentración de PM 2.5 y la gran incidencia de casos de IRAs en la población de la ciudad de Lima. Asimismo, la percepción de la mayoría de la población encuestada indica que las emisiones contaminantes de las actividades industriales pueden ser las causas de las IRAs que aqueja a la población. / This research aims to analyze the impact of industrial activity in the territory of Lima. The method of mapping and recognition of industrial zones was used. Afterwards, a contrast analysis was carried out with the database of the National System of Meteorology and Hydrology of Peru (SENAMHI) and the Ministry of Health (MINSA), especially the registry of cases of Acute Respiratory Infections (ARIs) during the years 2014 and 2015. In addition, the IDW interpolation method was applied to generate spatial information for those districts where there are no air quality monitoring stations for the pollutant PM 2.5. Likewise, to find the association between the variables PM 2.5 and ARIs, the Pearson correlation coefficient was used. Lastly, surveys were applied to analyze the perception of the population regarding environmental pollution caused by industrial activity in the study area. Among the main findings, it was found that there is a correlation between high levels of PM 2.5 concentration and the high incidence of ARI cases in the population of the city of Lima. Likewise, the perception of the majority of the surveyed population indicates that polluting emissions from industrial activities may be the causes of ARIs that afflict the population.