dc.contributor.advisor | Solórzano Acosta, Richard Andi | |
dc.contributor.author | Pecho Chipa, Hugo | |
dc.date.accessioned | 2022-03-17T23:42:25Z | |
dc.date.available | 2022-03-17T23:42:25Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/84278 | |
dc.description.abstract | La contaminación del aire es una de las mayores preocupaciones, ya que, genera
afectaciones en la salud y el ambiente, por otro lado, el monitoreo mediante
estaciones convencionales tiene un alto costo y requiere constante mantenimiento
generando brechas temporales a largo plazo. En tal sentido, la provincia de Lima
por su gran expansión urbana tiene una alta contaminación por material
particulado y las estaciones actuales tienen desventajas. Es por ello, que el
objetivo de esta investigación fue estimar la concentración de material particulado
mediante sensoramiento remoto en la provincia de Lima. Para ello, se utilizaron
las imágenes multiespectrales del sensor MSI a bordo de los satélites Sentinel 2A
y 2B, por otro lado, se solicitaron a las estaciones automáticas de SENAMHI los
datos de material particulado (PM10 y PM2.5) a escala diaria y horaria para el
periodo conformado por los años 2017 al 2020. Las imágenes multiespectrales se
dividieron según el porcentaje de nubosidad (20% <= NUBOSIDAD < 20%), así
mismo, se calculó la reflectancia en la parte superior de la atmosfera (TOA). De
esta manera, en función a los datos de material particulado solicitados se
identificaron las bandas espectrales que influyeron significativamente en la
estimación de estos contaminantes, adicionalmente, mediante el análisis de
varianza se validaron las ecuaciones obtenidas (p-valor < 0.05), finalmente al
contrastar los valores medidos con los estimados se obtuvo como resultado que el
poder estimador para las concentraciones de PM10 a escala diaria fueron
mayores con coeficientes de determinación de 0.63 (20% <= NUBOSIDAD) y de
0.65 (NUBOSIDAD < 20%), para el caso de las concentraciones horarias se
obtuvieron coeficientes de determinación de 0.52 (20% <= NUBOSIDAD) y 0.35
(NUBOSIDAD < 20%). En el caso de las concentraciones de PM2.5 el poder
estimador fue mínimo, puesto que, se obtuvieron valores de 0.41 (20% <=
NUBOSIDAD) y 0.45 (NUBOSIDAD < 20%) a escala diaria y de 0.30 (20% <=
NUBOSIDAD) y 0.34 (NUBOSIDAD < 20%) a escala horaria. | en_US |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Imágenes multiespectrales | es_PE |
dc.subject | Contaminación - Evaluación | es_PE |
dc.subject | Procesamiento de imagen - Técnicas digitales | es_PE |
dc.title | Estimación de la concentración de material particulado mediante sensoramiento remoto en la provincia de Lima, 2020 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Ingeniería Ambiental | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ingeniería y Arquitectura | es_PE |
thesis.degree.name | Ingeniero Ambiental | es_PE |
dc.description.sede | Lima Este | es_PE |
dc.description.escuela | Escuela de Ingeniería de Sistemas | es_PE |
dc.description.lineadeinvestigacion | Calidad y Gestión de Recursos Naturales | es_PE |
renati.advisor.dni | 45283270 | |
renati.advisor.orcid | https://orcid.org/0000-0003-3248-046X | es_PE |
renati.author.dni | 77174299 | |
renati.discipline | 612076 | es_PE |
renati.juror | Sernaque Auccahuasi, Fernando Antonio | |
renati.juror | Valdiviezo Gonzales, Lorgio Gilberto | |
renati.juror | Solórzano Acosta, Richard Andi | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.07.00 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Biodiversidad, cambio climático y calidad ambiental | es_PE |
dc.description.rsu | Innovación tecnológica y desarrollo sostenible | es_PE |
dc.description.ods | Ciudades y comunidades sostenibles | es_PE |