Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú

Descripción del Articulo

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⁄3 respecto al Material Particulado menor a 2.5 micras (2.5, desde ahora) para el 2018, posicionándola como la octava ciudad más contami...

Descripción completa

Detalles Bibliográficos
Autor: Oropeza Tello, Harold Américo
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Nacional de Ingeniería
Repositorio:UNI-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.uni.edu.pe:20.500.14076/24693
Enlace del recurso:http://hdl.handle.net/20.500.14076/24693
Nivel de acceso:acceso abierto
Materia:Calidad del aire
Información satelital
Lima (Lima, Perú)
https://purl.org/pe-repo/ocde/ford#2.07.00
id UUNI_e02f58e3f031a61da46fa3271870bc3a
oai_identifier_str oai:cybertesis.uni.edu.pe:20.500.14076/24693
network_acronym_str UUNI
network_name_str UNI-Tesis
repository_id_str 1534
dc.title.es.fl_str_mv Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
title Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
spellingShingle Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
Oropeza Tello, Harold Américo
Calidad del aire
Información satelital
Lima (Lima, Perú)
https://purl.org/pe-repo/ocde/ford#2.07.00
title_short Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
title_full Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
title_fullStr Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
title_full_unstemmed Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
title_sort Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perú
dc.creator.none.fl_str_mv Oropeza Tello, Harold Américo
author Oropeza Tello, Harold Américo
author_facet Oropeza Tello, Harold Américo
author_role author
dc.contributor.advisor.fl_str_mv Díez Chirinos, César Manuel Sebastián
dc.contributor.author.fl_str_mv Oropeza Tello, Harold Américo
dc.subject.es.fl_str_mv Calidad del aire
Información satelital
Lima (Lima, Perú)
topic Calidad del aire
Información satelital
Lima (Lima, Perú)
https://purl.org/pe-repo/ocde/ford#2.07.00
dc.subject.ocde.es.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.07.00
description 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⁄3 respecto al Material Particulado menor a 2.5 micras (2.5, 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 (10, desde ahora), 2.5, 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.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2023-05-23T20:27:36Z
dc.date.available.none.fl_str_mv 2023-05-23T20:27:36Z
dc.date.issued.fl_str_mv 2022
dc.type.es.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.14076/24693
url http://hdl.handle.net/20.500.14076/24693
dc.language.iso.es.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es.fl_str_mv application/pdf
dc.publisher.es.fl_str_mv Universidad Nacional de Ingeniería
dc.publisher.country.es.fl_str_mv PE
dc.source.es.fl_str_mv Universidad Nacional de Ingeniería
Repositorio Institucional - UNI
dc.source.none.fl_str_mv reponame:UNI-Tesis
instname:Universidad Nacional de Ingeniería
instacron:UNI
instname_str Universidad Nacional de Ingeniería
instacron_str UNI
institution UNI
reponame_str UNI-Tesis
collection UNI-Tesis
bitstream.url.fl_str_mv http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/6/oropeza_th.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/7/informe_de_similitud.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/8/oropeza_th%28acta%29.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/9/carta_de_autorizaci%c3%b3n.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/5/license.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/1/oropeza_th.pdf
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/2/informe_de_similitud.pdf
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/3/oropeza_th%28acta%29.pdf
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/4/carta_de_autorizaci%c3%b3n.pdf
bitstream.checksum.fl_str_mv 9ef990332e866c1ba8467d0084225bb3
68b329da9893e34099c7d8ad5cb9c940
68b329da9893e34099c7d8ad5cb9c940
68b329da9893e34099c7d8ad5cb9c940
8a4605be74aa9ea9d79846c1fba20a33
6dcd10e314985d2bbacc485723e903a4
7e9cf0df54ffe87307d4691911e04f27
71df7013e29756ea121f6773aef48bf6
5cafdafbabd6cdecbafaaa8ba5a90e7d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional - UNI
repository.mail.fl_str_mv repositorio@uni.edu.pe
_version_ 1857842584412487680
spelling Díez Chirinos, César Manuel SebastiánOropeza Tello, Harold AméricoOropeza Tello, Harold Américo2023-05-23T20:27:36Z2023-05-23T20:27:36Z2022http://hdl.handle.net/20.500.14076/24693En 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⁄3 respecto al Material Particulado menor a 2.5 micras (2.5, 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 (10, desde ahora), 2.5, 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⁄3 with respect to Particulate Matter less than 2.5 microns (2.5, 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 (10), 2.5, 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.Submitted by Quispe Rabanal Flavio (flaviofime@hotmail.com) on 2023-05-23T20:26:19Z No. of bitstreams: 4 oropeza_th.pdf: 6327313 bytes, checksum: 6dcd10e314985d2bbacc485723e903a4 (MD5) informe_de_similitud.pdf: 987217 bytes, checksum: 7e9cf0df54ffe87307d4691911e04f27 (MD5) oropeza_th(acta).pdf: 1185974 bytes, checksum: 71df7013e29756ea121f6773aef48bf6 (MD5) carta_de_autorización.pdf: 1039215 bytes, checksum: 5cafdafbabd6cdecbafaaa8ba5a90e7d (MD5)Approved for entry into archive by Quispe Rabanal Flavio (flaviofime@hotmail.com) on 2023-05-23T20:27:36Z (GMT) No. of bitstreams: 4 oropeza_th.pdf: 6327313 bytes, checksum: 6dcd10e314985d2bbacc485723e903a4 (MD5) informe_de_similitud.pdf: 987217 bytes, checksum: 7e9cf0df54ffe87307d4691911e04f27 (MD5) oropeza_th(acta).pdf: 1185974 bytes, checksum: 71df7013e29756ea121f6773aef48bf6 (MD5) carta_de_autorización.pdf: 1039215 bytes, checksum: 5cafdafbabd6cdecbafaaa8ba5a90e7d (MD5)Made available in DSpace on 2023-05-23T20:27:36Z (GMT). No. of bitstreams: 4 oropeza_th.pdf: 6327313 bytes, checksum: 6dcd10e314985d2bbacc485723e903a4 (MD5) informe_de_similitud.pdf: 987217 bytes, checksum: 7e9cf0df54ffe87307d4691911e04f27 (MD5) oropeza_th(acta).pdf: 1185974 bytes, checksum: 71df7013e29756ea121f6773aef48bf6 (MD5) carta_de_autorización.pdf: 1039215 bytes, checksum: 5cafdafbabd6cdecbafaaa8ba5a90e7d (MD5) Previous issue date: 2022Tesisapplication/pdfspaUniversidad Nacional de IngenieríaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de IngenieríaRepositorio Institucional - UNIreponame:UNI-Tesisinstname:Universidad Nacional de Ingenieríainstacron:UNICalidad del aireInformación satelitalLima (Lima, Perú)https://purl.org/pe-repo/ocde/ford#2.07.00Análisis de información satelital para el estudio de la calidad del aire: caso de estudio Lima, Perúinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero AmbientalUniversidad Nacional de Ingeniería. Facultad de Ingeniería AmbientalTítulo ProfesionalIngeniería AmbientalIngenieríahttps://orcid.org/0000-0002-2771-80931670869472227118https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional521066Matos Caldas, Lidio ArmandoValdivia Maldonado, Pedro OswaldoTEXToropeza_th.pdf.txtoropeza_th.pdf.txtExtracted texttext/plain214493http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/6/oropeza_th.pdf.txt9ef990332e866c1ba8467d0084225bb3MD56informe_de_similitud.pdf.txtinforme_de_similitud.pdf.txtExtracted texttext/plain1http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/7/informe_de_similitud.pdf.txt68b329da9893e34099c7d8ad5cb9c940MD57oropeza_th(acta).pdf.txtoropeza_th(acta).pdf.txtExtracted texttext/plain1http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/8/oropeza_th%28acta%29.pdf.txt68b329da9893e34099c7d8ad5cb9c940MD58carta_de_autorización.pdf.txtcarta_de_autorización.pdf.txtExtracted texttext/plain1http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/9/carta_de_autorizaci%c3%b3n.pdf.txt68b329da9893e34099c7d8ad5cb9c940MD59LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55ORIGINALoropeza_th.pdforopeza_th.pdfapplication/pdf6327313http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/1/oropeza_th.pdf6dcd10e314985d2bbacc485723e903a4MD51informe_de_similitud.pdfinforme_de_similitud.pdfapplication/pdf987217http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/2/informe_de_similitud.pdf7e9cf0df54ffe87307d4691911e04f27MD52oropeza_th(acta).pdforopeza_th(acta).pdfapplication/pdf1185974http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/3/oropeza_th%28acta%29.pdf71df7013e29756ea121f6773aef48bf6MD53carta_de_autorización.pdfcarta_de_autorización.pdfapplication/pdf1039215http://cybertesis.uni.edu.pe/bitstream/20.500.14076/24693/4/carta_de_autorizaci%c3%b3n.pdf5cafdafbabd6cdecbafaaa8ba5a90e7dMD5420.500.14076/24693oai:cybertesis.uni.edu.pe:20.500.14076/246932025-05-27 17:15:30.018Repositorio Institucional - UNIrepositorio@uni.edu.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
score 13.408945
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).