Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/20.500.14076/24693
Título : Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
Autor : Oropeza Tello, Harold Américo
Asesor : Díez Chirinos, César Manuel Sebastián
Palabras clave : Calidad del aire;Información satelital;Lima (Lima, Perú)
Fecha de publicación : 2022
Editorial : Universidad Nacional de Ingeniería
Resumen : En las últimas décadas, la ciudad de Lima ha incrementado su nivel de contaminación ambiental con el desarrollo humano, con una concentración media anual de 28.0 µg⁄𝑚3 respecto al Material Particulado menor a 2.5 micras (𝑃𝑀2.5, desde ahora) para el 2018, posicionándola como la octava ciudad más contaminada de Latinoamérica y en el puesto 22 a nivel mundial. En la presente investigación se evalúa información satelital para el estudio de datos obtenidos de calidad de aire incorporando condiciones climáticas en la provincia de Lima, Perú. Las fuentes de información satelital fueron obtenidas del sensor Visible Infrared Imaging Radiometer Suite (VIIRS, desde ahora) a bordo del satélite Suomi NPP; y del sensor Moderate Resolution Imaging Spectroradiometer (MODIS, desde ahora) a bordo de los satélites AQUA y TERRA. Otra fuente de información fue la del Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI, desde ahora), la cual cuenta con diez estaciones repartidas en los distritos de la provincia de Lima y de donde se obtuvieron datos de calidad de aire. Las mencionadas estaciones cuentan con instrumentos de medición automáticos de meteorología (presión, humedad relativa, velocidad y dirección del viento) y calidad de aire, cuyos datos fueron incluidos y proyectados sobre data de clima en el presente estudio para evaluar si presentan alguna tendencia similar con las tendencias evaluadas para los datos de productos satelitales. Se estableció el análisis de los datos de Material Particulado que son menores que 10 micras (𝑃𝑀10, desde ahora), 𝑃𝑀2.5, Temperatura, Humedad Relativa y Velocidad del Viento de las estaciones de calidad de aire; así mismo, para el caso de los productos satelitales se analizó los datos de Aerosol Optical Depth (AOD, desde ahora) obtenidos a partir de algoritmos de los diferentes instrumentos a bordo de los satélites mencionados. Finalmente, para conocer rangos en las distintas estaciones de calidad de aire, se determinó valores extremos de Material Particulado (PM, de sus siglas en ingles) para los dominios a los cuales se le aplican los métodos estadísticos. Esta elaboración de gráficos de máximos y mínimos se realiza para saber si los datos de calidad de aire se encuentran en un rango establecido, o si es que existe algún rango que está fuera de lo normal y el cual pueda ser debido a condiciones climáticas especiales, falta de mantenimiento en las estaciones u otro factor. Así mismo, se realizaron análisis de las tendencias en los mejores dominios encontrados que presentan las bases de datos, tanto de los datos obtenidos de satélites y de datos obtenidos de las estaciones de calidad de aire, aplicando los métodos estadísticos de Pendiente de Sen y Test de Mann Kendall. También se aplicó la Función de Densidad de Probabilidad (PDF, de sus siglas en inglés) a los dominios amplios de las bases de datos obtenidos para identificar regiones de mayores y menores probabilidades para valores de una variable; así como se realizó la proyección de información satelital respecto a las variables de clima, para conocer la curva correspondiente a cada parámetro.
In recent decades, the city of Lima has increased its level of environmental pollution with human development, with an average annual concentration of 28.0 µg⁄𝑚3 with respect to Particulate Matter less than 2.5 microns (𝑃𝑀2.5, as of now) for 2018, positioning it as the eighth most polluted city in Latin America and 22nd worldwide. In the present investigation, satellite information is evaluated for the study of air quality data obtained incorporating climatic conditions in the province of Lima, Peru. The sources of satellite information were obtained from the Visible Infrared Imaging Radiometer Suite (VIIRS, from now on) sensor on board the Suomi NPP satellite; and from the Moderate Resolution Imaging Spectroradiometer (MODIS, from now on) sensor on board the AQUA and TERRA satellites. Another source of information was the National Service of Meteorology and Hydrology of Peru (SENAMHI, from now on), which has ten stations distributed in the districts of the province of Lima and from which air quality data were obtained. These stations have automatic measuring instruments for meteorology (pressure, relative humidity, wind speed and direction) and air quality, whose data were included and projected on climate data in the present study to evaluate if they present any similar trend with the trends evaluated for satellite product data. The analysis of Particulate Matter data that are smaller than 10 microns (𝑃𝑀10), 𝑃𝑀2.5, Temperature, Relative Humidity and Wind Speed from the air quality stations was established; likewise, for the case of satellite products, the Aerosol Optical Depth (AOD, from now on) data obtained from algorithms of the different instruments on board the mentioned satellites were analyzed. Finally, in order to know ranges in the different air quality stations, extreme values of Particulate Matter (PM) were determined for the domains to which the statistical methods are applied. This elaboration of maximum and minimum graphs is done to know if the air quality data are in an established range, or if there is any range that is out of the normal and which may be due to special weather conditions, lack of maintenance at the stations or any other factor. Likewise, trend analysis was performed on the best domains found in the databases, both from satellite data and data obtained from the air quality stations, applying the statistical methods of Sen's Slope and Mann Kendall Test. The Probability Density Function (PDF) was also applied to the broad domains of the databases obtained to identify regions of higher and lower probabilities for values of a variable, as well as the projection of satellite information with respect to climate variables, in order to know the curve corresponding to each parameter.
URI : http://hdl.handle.net/20.500.14076/24693
Derechos: info:eu-repo/semantics/openAccess
Aparece en las colecciones: Ingeniería Ambiental

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
oropeza_th.pdf6,18 MBAdobe PDFVisualizar/Abrir
informe_de_similitud.pdf964,08 kBAdobe PDFVisualizar/Abrir
oropeza_th(acta).pdf1,16 MBAdobe PDFVisualizar/Abrir
carta_de_autorización.pdf1,01 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI