Modelado de impactos ambientales con métodos numéricos en proyectos de infraestructura

• Autor: Lucana Agüero, César André
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/14536
• Enlace del recurso: http://hdl.handle.net/20.500.12404/14536
• Nivel de acceso: acceso abierto
• Materia: Análisis de Cluster; Análisis discriminante; Industria de la construcción--Impacto ambiental; https://purl.org/pe-repo/ocde/ford#2.01.01

En la evaluación de impacto ambiental existe una amplia variedad de metodologías para valorar los efectos de las actividades de un proyecto sobre el ambiente. Todas parten de métodos cuantitativos o cualitativos y la identificación de factores ambientales. Sin embargo, se presenta una alta incertidumbre que no es identificada ni tratada. La presente tesis tiene como objetivo desarrollar una metodología numérica de valoración de impactos ambientales que, mediante el uso de una matriz de interacción entre factores y acciones, mejore las valoraciones finales de los impactos. Para lograrlo, se analizó la valoración de los impactos ambientales de la fase de construcción de ocho proyectos de infraestructura ubicados en distintos departamentos del Perú. La metodología aplicó el análisis factorial por componentes principales a través de un programa de análisis estadístico para dos bases de datos, uno con criterios de valoración cualitativos de cada impacto ambiental y el otro con el peso cuantitativo de cada factor ambiental. Para identificar las fuentes de incertidumbre, se realizó un análisis clúster jerárquico y discriminante para los criterios de valoración cualitativos. Finalmente, se calculó la nueva valoración de los impactos y se comparó las valoraciones iniciales con las estimadas. De la comparación de las valoraciones finales se obtuvo una reducción del error estándar en 28% y una significancia menor al 5%, lo cual demostró que el método propuesto influye positivamente en la precisión de los resultados. De esta manera, se redujo la incertidumbre de los datos iniciales y permitió una mejor evaluación ambiental de los proyectos.