Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Producto Final 2-185
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-168
Isoconcentraciones CO, 8 horas. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-169 Isoconcentraciones CO, 8 horas. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-186
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.3.1.2 Material Particulado, MP2,5
Desde la Figura N° 2-170 hasta la Figura N° 2-177 se muestran las isoconcentraciones de MP2,5, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a periodos de 24 horas y
anual(Ver Tabla N° 2-15).
Figura N° 2-170
Isoconcentraciones MP2,5, diario. Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-171
Isoconcentraciones MP2,5, diario. Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-187
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-172
Isoconcentraciones MP2,5, diario. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-173 Isoconcentraciones MP2,5, diario. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-188
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-174
Isoconcentraciones MP2,5, anual. Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-175 Isoconcentraciones MP2,5, anual. Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-189
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-176
Isoconcentraciones MP2,5, anual. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-177 Isoconcentraciones MP2,5, anual. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-190
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.3.1.3 Material Particulado, PM10
Desde la Figura N° 2-178 hasta la Figura N° 2-185 se muestran las isoconcentraciones de MP10, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a periodos de 24 horas y anual
(Ver Tabla N° 2-15).
Figura N° 2-178
Isoconcentraciones MP10, diario. Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-179
Isoconcentraciones MP10, diario. Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-191
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-180
Isoconcentraciones MP10, diario. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-181 Isoconcentraciones MP10, diario. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-192
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-182
Isoconcentraciones MP10, anual. Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-183 Isoconcentraciones MP10, anual. Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-193
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-184
Isoconcentraciones MP10, anual. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-185 Isoconcentraciones MP10, anual. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-194
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.3.1.4 Dióxido de Nitrógeno, NO2
Desde la Figura N° 2-186 hasta la Figura N° 2-193 se muestran las
isoconcentraciones de NO2, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a periodos de 1 hora y anual (Ver Tabla N° 2-15).
Figura N° 2-186 Isoconcentraciones NO2, 1 hora. Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-187 Isoconcentraciones NO2, 1 hora. Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-195
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-188
Isoconcentraciones NO2, 1 hora. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-189 Isoconcentraciones NO2, 1 hora. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-196
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-190
Isoconcentraciones NO2, anual. Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-191 Isoconcentraciones NO2, anual. Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-197
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-192
Isoconcentraciones NO2, anual. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-193 Isoconcentraciones NO2, anual. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-198
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.3.1.5 Dióxido de Azufre, SO2
Desde la Figura N° 2-194 hasta la Figura N° 2-197 se muestran las
isoconcentraciones de SO2, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a un periodo diario (Ver Tabla N° 2-15).
Figura N° 2-194 Isoconcentraciones SO2, diaria. Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-195
Isoconcentraciones SO2, diaria. Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-199
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-196
Isoconcentraciones SO2, diaria. Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-197 Isoconcentraciones SO2, diaria. Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-200
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Tabla N° 2-27
Resultados de la Simulación en los Receptores de Interes, Enero Piura
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Policlínico San Sebastián 35,42 38,60 8,85 9,72 5,62 1,94 6,62 87,61 648,06
2 Municipalidad distrital de Piura 17,84 18,17 4,49 4,59 4,01 2,09 7,31 79,64 684,20
3 Universidad César Vallejo 15,84 16,39 3,98 4,12 3,00 2,39 8,25 64,85 561,80
4 Hospital de campaña Piura 27,31 27,20 6,87 6,86 4,81 2,83 10,82 114,94 637,89
5 Escuela José Olaya Balandra 24,08 21,34 6,03 5,38 3,52 1,95 8,41 117,45 560,91
6 Colegio de Alto Rendimiento 19,58 21,71 4,90 5,47 3,64 2,04 8,70 116,65 564,81
7 Centro de Salud Santa Julia 72,73 81,48 18,27 20,47 12,54 3,26 13,11 234,16 909,16
8 Parque Central Ecológico 96,88 111,47 24,36 28,04 17,07 5,14 20,51 394,35 1457,10
9 Parque Nestor Martos 86,57 98,97 21,78 24,91 17,08 6,42 25,19 329,16 1223,40
10 Universidad Católica los Ángeles de Chimbote 68,49 72,22 17,23 18,19 14,77 5,87 27,54 271,88 966,53
11 Hospital Jorge Reategui Delgado 48,90 55,35 12,31 13,94 9,47 4,27 21,41 241,29 780,57
12 Universidad de Piura 28,53 34,56 7,19 8,72 6,41 4,14 17,35 126,87 815,07
13 Clínica San Miguel 42,46 49,16 10,68 12,38 9,82 4,67 24,82 200,74 792,68
14 Colegio Stella Maris 43,97 48,84 11,06 12,31 11,41 5,26 27,73 197,09 833,16
15 Plaza de Armas de Piura 55,37 64,04 13,86 16,06 34,31 11,15 56,75 223,91 749,30
16 Municipalidad Provincial de Piura 52,78 64,15 13,22 16,09 30,59 9,99 50,89 212,40 763,71
17 Colegio Salesiano Don Bosco 33,70 40,29 8,47 10,13 13,90 6,95 33,56 143,40 536,10
18 Hospital Militar 64,54 75,84 16,13 18,93 57,39 11,40 60,99 274,09 517,58
19 Colegio Santa Mónica 19,13 23,14 4,82 5,81 5,82 5,18 19,25 83,66 330,64
20 I.E.P. San Ignacio de Loyola 31,67 38,59 7,97 9,72 10,18 6,45 25,64 141,26 425,59
21 Colegio TRILCE de Piura 36,31 44,12 9,14 11,09 11,21 6,93 27,74 161,08 491,70
22 Hospital Cayetano Heredia 58,88 68,55 14,82 17,26 14,89 8,13 34,81 217,27 658,43
Producto Final 2-201
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
23 Dirección Regional de Salud 67,85 79,51 17,08 20,02 17,39 8,68 35,71 235,77 690,78
24 Clínica Belén 55,10 64,20 13,87 16,16 15,59 7,59 31,07 221,47 719,00
25 Clínica San Juan de Dios de Piura 54,38 62,50 13,69 15,73 14,94 7,21 28,84 210,76 709,48
26 Hospital Universitario 21,35 26,00 5,38 6,53 6,35 4,92 18,97 82,48 324,83
27 I.E.P. San Gabriel 36,85 44,58 9,27 11,23 10,41 6,56 27,75 140,75 536,64
28 Colegio Proyecto 41,23 48,22 10,38 12,15 11,88 6,49 28,76 166,92 741,73
29 Colegio Militar Pedro Luis Gallo 4,76 5,10 1,18 1,29 1,29 1,28 6,69 31,93 144,27
30 Universidad Nacional de Piura 21,08 26,03 5,30 6,56 5,96 4,35 18,26 89,34 335,63
31 Colegio Montessori 36,12 43,31 9,09 10,90 12,04 6,63 34,04 212,81 593,55
32 Universidad Privada Antenor Orrego 40,65 41,10 10,21 10,32 19,53 7,40 30,36 135,90 603,21
33 Estación de monitoreo ambiental Algoritmos 31,43 34,22 7,91 8,62 6,93 4,45 15,94 108,29 616,77
Fuente: Algoritmos SpA, 2018
Producto Final 2-202
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Tabla N° 2-28
Resultados de la Simulación en los Receptores de Interes, Marzo Piura
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Policlínico San Sebastián 32,08 37,55 7,27 8,58 5,02 2,42 12,63 375,07 729,97
2 Municipalidad distrital de Piura 24,03 30,41 5,46 6,90 4,39 2,65 12,72 364,08 749,14
3 Universidad César Vallejo 21,93 24,60 5,00 5,66 3,99 3,23 16,85 358,39 687,81
4 Hospital de campaña Piura 34,28 38,13 7,84 8,72 5,76 3,92 22,17 428,49 802,92
5 Escuela José Olaya Balandra 29,99 33,06 6,86 7,56 4,60 2,78 15,55 393,62 895,24
6 Colegio de Alto Rendimiento 33,36 36,27 7,64 8,30 5,09 3,20 16,69 446,38 877,58
7 Centro de Salud Santa Julia 76,92 90,44 17,62 20,75 13,12 5,34 29,78 771,37 1319,50
8 Parque Central Ecológico 101,85 128,51 23,34 29,48 19,56 7,47 41,77 962,82 1565,20
9 Parque Nestor Martos 87,66 115,11 20,09 26,41 17,56 7,61 39,04 805,17 1310,00
10 Universidad Católica los Ángeles de Chimbote 74,53 102,30 17,08 23,46 16,94 7,84 39,55 695,92 1044,30
11 Hospital Jorge Reategui Delgado 54,14 73,77 12,41 16,92 12,99 6,77 34,02 550,17 882,88
12 Universidad de Piura 37,31 48,69 8,54 11,04 8,17 5,23 27,34 415,07 723,35
13 Clínica San Miguel 49,45 61,01 11,33 13,94 13,89 8,03 44,17 481,63 879,42
14 Colegio Stella Maris 63,17 74,31 14,45 17,04 29,45 10,83 59,59 555,52 931,15
15 Plaza de Armas de Piura 51,31 65,55 11,73 15,01 22,33 11,80 61,85 532,56 875,47
16 Municipalidad Provincial de Piura 53,25 63,07 12,17 14,42 26,05 11,77 60,35 546,06 885,01
17 Colegio Salesiano Don Bosco 38,28 50,31 8,76 11,51 15,61 10,68 57,44 434,45 681,65
18 Hospital Militar 42,49 49,16 9,71 11,27 22,23 10,88 52,69 415,69 651,51
19 Colegio Santa Mónica 22,39 28,48 5,13 6,52 6,06 4,96 24,71 246,03 440,05
20 I.E.P. San Ignacio de Loyola 32,38 42,21 7,42 9,62 8,35 6,04 29,72 318,02 538,02
21 Colegio TRILCE de Piura 35,61 46,17 8,16 10,52 9,52 6,35 30,76 336,14 595,49
22 Hospital Cayetano Heredia 51,54 60,05 11,81 13,79 12,42 7,58 36,63 446,14 756,76
23 Dirección Regional de Salud 56,25 64,41 12,89 14,79 13,40 8,01 38,17 488,87 788,34
Producto Final 2-203
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
24 Clínica Belén 57,70 70,19 13,22 16,12 15,58 8,45 43,00 484,07 826,03
25 Clínica San Juan de Dios de Piura 56,54 69,73 12,96 16,01 15,68 8,53 42,21 474,09 804,90
26 Hospital Universitario 22,06 29,38 5,05 6,66 5,67 4,64 23,06 225,07 454,79
27 I.E.P. San Gabriel 35,41 44,56 8,11 10,20 9,04 6,17 32,57 333,26 582,60
28 Colegio Proyecto 44,26 59,93 10,14 13,73 14,23 7,60 42,10 414,28 803,60
29 Colegio Militar Pedro Luis Gallo 8,68 13,33 1,98 3,06 2,30 1,87 10,81 128,00 224,45
30 Universidad Nacional de Piura 20,41 28,05 4,67 6,44 5,82 4,24 22,81 220,88 382,55
31 Colegio Montessori 43,62 58,44 9,99 13,28 12,20 6,74 38,19 460,37 712,19
32 Universidad Privada Antenor Orrego 40,99 53,43 9,37 12,23 21,51 8,33 44,73 361,05 652,11
33 Estación de monitoreo ambiental Algoritmos 31,75 41,49 7,27 9,51 6,72 4,39 24,62 406,78 676,38
Fuente: Algoritmos SpA, 2018
Producto Final 2-204
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Tabla N° 2-29
Resultados de la Simulación en los Receptores de Interes, Julio Piura
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Policlínico San Sebastián 38,49 41,59 9,38 10,14 5,92 1,73 3,92 311,68 550,40
2 Municipalidad distrital de Piura 15,47 17,43 3,83 4,33 3,74 1,83 4,60 210,20 446,19
3 Universidad César Vallejo 12,40 13,37 3,03 3,27 2,23 2,06 5,74 190,69 363,56
4 Hospital de campaña Piura 25,59 28,52 6,26 7,00 4,72 2,51 7,18 310,72 487,04
5 Escuela José Olaya Balandra 21,05 22,77 5,14 5,55 3,41 1,58 3,72 215,28 419,45
6 Colegio de Alto Rendimiento 13,38 18,57 3,27 4,55 2,95 1,54 3,97 197,91 501,97
7 Centro de Salud Santa Julia 75,61 82,97 18,42 20,22 11,72 2,44 6,30 638,11 1116,90
8 Parque Central Ecológico 105,47 113,66 25,70 27,71 15,96 4,13 11,13 1070,40 1823,00
9 Parque Nestor Martos 87,18 94,41 21,25 23,02 14,75 4,99 15,16 894,11 1636,40
10 Universidad Católica los Ángeles de Chimbote 71,67 80,26 17,47 19,56 16,89 5,58 22,45 695,16 1232,80
11 Hospital Jorge Reategui Delgado 44,13 51,21 10,77 12,50 7,31 2,88 7,76 469,24 924,20
12 Universidad de Piura 21,61 24,83 5,28 6,07 4,41 3,11 10,20 291,59 666,60
13 Clínica San Miguel 36,24 38,98 8,84 9,51 5,73 2,48 6,88 384,16 816,83
14 Colegio Stella Maris 35,47 41,56 8,67 10,15 6,56 2,73 8,14 367,24 617,65
15 Plaza de Armas de Piura 50,27 60,12 12,19 14,56 33,63 9,18 37,69 522,39 1665,70
16 Municipalidad Provincial de Piura 49,55 55,99 12,02 13,61 29,92 8,50 30,18 443,85 1205,10
17 Colegio Salesiano Don Bosco 28,32 32,14 6,91 7,85 7,66 4,17 12,49 266,91 719,79
18 Hospital Militar 91,86 106,64 22,20 25,75 82,81 13,05 43,96 721,29 1959,10
19 Colegio Santa Mónica 20,24 23,88 4,95 5,84 6,28 5,26 16,75 269,60 478,83
20 I.E.P. San Ignacio de Loyola 34,65 39,13 8,46 9,55 9,49 6,58 21,77 347,76 591,98
21 Colegio TRILCE de Piura 39,14 45,82 9,55 11,17 11,72 7,01 22,40 417,64 613,32
22 Hospital Cayetano Heredia 64,82 70,84 15,81 17,27 14,32 7,47 23,51 537,58 1024,00
23 Dirección Regional de Salud 73,14 79,33 17,84 19,35 16,48 8,06 25,47 609,94 1139,10
Producto Final 2-205
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
24 Clínica Belén 51,53 56,56 12,58 13,80 11,60 6,14 18,89 527,93 961,22
25 Clínica San Juan de Dios de Piura 51,04 56,21 12,46 13,73 10,73 5,65 17,26 508,96 899,28
26 Hospital Universitario 23,59 29,27 5,76 7,14 6,70 5,02 15,27 297,87 488,76
27 I.E.P. San Gabriel 39,36 43,74 9,60 10,67 9,95 6,35 20,21 419,86 652,91
28 Colegio Proyecto 36,56 40,49 8,93 9,88 8,07 4,81 16,37 433,86 828,10
29 Colegio Militar Pedro Luis Gallo 3,58 4,77 0,85 1,12 0,94 1,17 5,80 107,08 257,58
30 Universidad Nacional de Piura 23,72 28,45 5,79 6,93 5,75 4,37 14,46 265,58 425,22
31 Colegio Montessori 29,02 33,49 7,08 8,17 7,72 4,84 23,38 293,15 586,00
32 Universidad Privada Antenor Orrego 40,93 49,35 9,97 12,01 17,51 6,64 21,67 440,13 1145,10
33 Estación de monitoreo ambiental Algoritmos 31,29 34,05 7,64 8,32 6,83 4,47 13,49 376,98 658,06
Fuente: Algoritmos SpA, 2018
Producto Final 2-206
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Tabla N° 2-30
Resultados de la Simulación en los Receptores de Interes, Octubre Piura
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Policlínico San Sebastián 40,32 44,00 9,41 10,26 6,38 1,89 5,72 355,00 809,22
2 Municipalidad distrital de Piura 16,85 18,65 3,98 4,40 3,65 1,98 6,48 244,87 724,20
3 Universidad César Vallejo 15,80 18,27 3,69 4,27 3,19 2,32 8,08 298,28 777,63
4 Hospital de campaña Piura 28,89 35,20 6,76 8,25 5,85 2,75 8,81 367,72 691,61
5 Escuela José Olaya Balandra 23,14 25,52 5,40 5,95 3,92 1,76 4,83 275,92 615,10
6 Colegio de Alto Rendimiento 15,46 17,94 3,62 4,20 2,91 1,71 5,33 261,62 739,75
7 Centro de Salud Santa Julia 79,50 88,97 18,53 20,73 13,08 2,79 9,36 701,47 1290,10
8 Parque Central Ecológico 102,78 117,61 23,96 27,41 17,16 4,25 13,13 841,73 1488,20
9 Parque Nestor Martos 89,53 106,12 20,88 24,74 18,87 5,81 20,96 708,83 1352,30
10 Universidad Católica los Ángeles de Chimbote 71,16 85,46 16,60 19,94 15,04 5,30 22,99 628,58 1195,70
11 Hospital Jorge Reategui Delgado 47,59 56,18 11,11 13,11 8,89 3,30 13,11 523,69 1019,00
12 Universidad de Piura 23,11 27,11 5,40 6,34 5,24 3,28 11,41 294,64 703,73
13 Clínica San Miguel 38,97 44,48 9,09 10,38 7,83 3,31 13,32 439,37 879,92
14 Colegio Stella Maris 38,56 45,90 9,01 10,72 8,63 3,59 14,53 459,03 991,32
15 Plaza de Armas de Piura 55,55 64,74 12,89 15,00 38,54 10,46 47,68 634,87 1590,40
16 Municipalidad Provincial de Piura 53,70 63,20 12,46 14,67 33,14 9,41 41,98 610,61 1626,10
17 Colegio Salesiano Don Bosco 30,95 36,39 7,22 8,49 9,53 4,84 18,10 311,82 564,12
18 Hospital Militar 82,97 96,75 19,19 22,35 74,79 12,19 43,78 738,28 1718,40
19 Colegio Santa Mónica 18,83 22,11 4,41 5,17 5,78 5,08 16,59 182,48 394,43
20 I.E.P. San Ignacio de Loyola 33,01 39,46 7,71 9,21 8,79 6,23 19,30 292,49 560,95
21 Colegio TRILCE de Piura 37,86 44,21 8,84 10,32 10,22 6,88 21,11 328,98 586,45
22 Hospital Cayetano Heredia 65,36 74,37 15,25 17,35 15,67 7,59 25,73 582,40 1167,70
23 Dirección Regional de Salud 74,44 86,65 17,37 20,23 17,27 8,04 27,50 643,71 1156,00
Producto Final 2-207
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
24 Clínica Belén 54,82 66,98 12,80 15,64 14,26 6,94 26,27 491,25 819,23
25 Clínica San Juan de Dios de Piura 53,90 65,89 12,58 15,38 13,61 6,38 24,73 462,44 820,40
26 Hospital Universitario 21,61 25,99 5,05 6,08 5,49 4,81 13,61 214,65 374,80
27 I.E.P. San Gabriel 37,69 44,84 8,79 10,46 9,98 6,23 19,67 320,89 512,98
28 Colegio Proyecto 38,53 46,04 8,99 10,73 10,73 5,51 24,01 373,66 823,00
29 Colegio Militar Pedro Luis Gallo 3,56 4,01 0,81 0,91 0,84 1,03 3,71 66,16 293,23
30 Universidad Nacional de Piura 22,25 25,37 5,19 5,92 5,40 4,33 12,72 222,32 384,00
31 Colegio Montessori 31,66 39,65 7,39 9,24 10,18 5,76 28,65 325,05 586,33
32 Universidad Privada Antenor Orrego 40,38 48,04 9,41 11,20 17,38 6,81 19,37 368,90 1086,30
33 Estación de monitoreo ambiental Algoritmos 31,20 35,64 7,29 8,32 6,82 4,35 12,26 340,11 650,59
Fuente: Algoritmos SpA, 2018
Producto Final 2-208
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.3.2 Modelo Fotoquímico
2.5.3.2.1 Ozono Troposférico
Desde la Figura N° 2-198 hasta la Figura N° 2-205 se muestran las concentraciones máximas horarias y las máximas de la media móvil de 8 horas del Ozono troposférico, O3. Se puede observar que hay una leve mayor actividad
fotoquímica en los meses de enero y octubre de 2016, puesto que la concentración máxima horaria del mes de enero llegó a los 0,046249 [ppmV], es
decir, 46,249 [ppbV], mientras que la máxima del mes de octubre fue de 0,046209 [ppmV] o 46,209 [ppbV]. En los gráficos de la máxima de la media móvil de 8 horas, la concentración máxima fue de 0,044668 [ppmV] o 44,608
[ppbV] para el mes de enero. Estas máximas concentraciones ocurrieron en el nor este de la ciudad de Piura para el mes de marzo y octubre respectivamente.
El mes con menor actividad fotoquímica fue el mes de julio de 2016, mes que representa la estación de invierno de cada año, donde generalmente hay menor
radiación solar. Cabe destacar que la norma peruana de O3 es de 51 [ppbV] como máxima de la media móvil de 8 horas, por lo que, según los resultados de esta modelación, es importante instalar redes de monitoreo en la zona nor este
de la ciudad de Piura.
Producto Final 2-209
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-198
Máxima horaria de O3, Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-210
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-199
Máxima horaria de O3, Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-211
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-200
Máxima horaria de O3, Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-212
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-201
Máxima horaria de O3, Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-213
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-202
Máxima de la Media Móvil de 8 horas de O3, Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-214
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-203
Máxima de la Media Móvil de 8 horas de O3, Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-215
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-204
Máxima de la Media Móvil de 8 horas de O3, Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-216
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-205
Máxima de la Media Móvil de 8 horas de O3, Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-217
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.3.2.2 Benceno
Desde la Figura N° 2-206 hasta la Figura N° 2-209 muestran las concentraciones
máximas horarias del benceno que fueron modeladas para los meses de enero, marzo, julio y octubre de 2016 en la zona donde se encuentra la ciudad de Piura.
De estas figuras, se puede observar que las concentraciones máximas horarias del benceno ocurrieron en el mes de marzo, con un valor de 0.004086 [ppbV]. Bajo estas condiciones, el benceno tiende a acmularse en los valdíos o
depresiones. En efecto, en la figura 2.1.5.10 se destacan mayores concentraciones en la zona nor este de Piura.
Cabe destacar que la norma peruana para benceno es de 0,6273 [ppbV], como concentración promedio anual, por lo que, según la modelación fotoquímica, el benceno no superaría este valor, ya que los promedios mensuales modelados no
superan los 0,005 [ppbV]. Cabe destacar que el comportamiento de este contaminante durante enero, julio y octubre fue muy similar.
Producto Final 2-218
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-206
Máxima Horaria del Benceno, Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-219
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-207
Máxima Horaria del Benceno, Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-220
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-208
Máxima Horaria del Benceno, Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-221
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-209
Máxima Horaria del Benceno, Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-222
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.3.2.3 Mercurio Total, Hg
Desde la Figura N° 2-210 hasta la Figura N° 2-213 muestran la modelación de la
máxima horaria del mercurio total para los meses de enero, marzo, julio y octubre de 2016 en la ciudad de Piura. De estas figuras se puede observar que
prácticamente no hay mercurio en la zona de modelación, ya que las concentraciones son menores a 0,000178 [ppbV]. Cabe destacar que la norma diaria peruana de Hg es de 0,2443 [ppbV]. Las figuras muestran el
comportamiento de este contaminante en la atmósfera es igual para todo el dominio de análisis e indepediente del período a estudiar.
Figura N° 2-210 Máxima Horaria del Hg, Piura, enero de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-223
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-211
Máxima Horaria del Hg, Piura, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-224
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-212
Máxima Horaria del Hg, Piura, julio de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-225
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-213
Máxima Horaria del Hg, Piura, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-226
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Cuenca Atmosférica de Cusco 2.5.4
2.5.4.1 Modelación de dispersión atmosférica
A continuación se muestran los resultados obtenidos de la modelación atmosférica en la cuenca atmosférica de Cusco. Tabla N° 2-31 muestra los
parámetros de ajuste, aplicados a la modelación para los cuatro meses de estudio.
Tabla N° 2-31
Parámetros de ajuste aplicados a la modelación
Cusco
Mes Parámetro Estadístico
Valor
medido (ug/m3)
Valor modelado ajustado (ug/m3)
Norma % norma
Enero
SO2 Rk 8 24 hr 6,45 6,46 250 3%
NO2
Rk 25 1 hora 19,90 40,68 200 20%
media aritmética
anual 10,28 8,25 100 8%
MP2,5
Rk 8 24 hr -- 13,70 50 27%
media aritmética
anual 12,22 10,87 25 43%
MP10
Rk 8 24 hr -- 41,87 100 42%
media aritmética
anual 33,71 33,20 50 66%
CO
Rk 2 1 hora 1.441,14 1.573,50 30.000 5%
media móvil 8
horas -- 605,02 10.000 6%
Marzo
SO2 Rk 8 24 hr 6,45 6,54 250 3%
NO2
Rk 25 1 hora 19,90 45,67 200 23%
media aritmética
anual 10,28 9,61 100 10%
MP2,5
Rk 8 24 hr -- 18,12 50 36%
media aritmética
anual 12,22 13,22 25 53%
MP10
Rk 8 24 hr -- 46,10 100 46%
media aritmética
anual 33,71 33,64 50 67%
CO
Rk 2 1 hora 1.441,14 1.502,20 30.000 5%
media móvil 8
horas -- 810,42 10.000 8%
Julio SO2 Rk 8 24 hr 6,45 6,06 250 2%
Producto Final 2-227
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Cusco
Mes Parámetro Estadístico Valor
medido
(ug/m3)
Valor modelado ajustado (ug/m3)
Norma % norma
NO2
Rk 25 1 hora 19,90 59,12 200 30%
media aritmética
anual 10,28 14,80 100 15%
MP2,5
Rk 8 24 hr -- 16,09 50 32%
media aritmética
anual 12,22 14,46 25 58%
MP10
Rk 8 24 hr -- 38,23 100 38%
media aritmética
anual 33,71 34,37 50 69%
CO
Rk 2 1 hora 1.441,14 1.511,50 30.000 5%
media móvil 8
horas -- 747,06 10.000 7%
Octubre
SO2 Rk 8 24 hr 6 6,18 250 2%
NO2
Rk 25 1 hora 20 58,78 200 29%
media aritmética
anual 10 10,04 100 10%
MP2,5
Rk 8 24 hr -- 16,19 50 32%
media aritmética
anual 12 11,45 25 46%
MP10
Rk 8 24 hr -- 49,39 100 49%
media aritmética
anual 34 34,96 50 70%
CO
Rk 2 1 hora 1441 1.471,10 30.000 5%
media móvil 8
horas -- 647,95 10.000 6%
Fuente: Algoritmos SpA, 2018
Producto Final 2-228
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.4.1.1 Monóxido de Carbono, CO
Desde la Figura N° 2-214 hasta la Figura N° 2-221 se muestran las
isoconcentraciones de CO, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a periodos de 1 hora y 8 horas (Ver Tabla N° 2-15).
Figura N° 2-214 Isoconcentraciones CO, 1 hora. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-215
Isoconcentraciones CO, 1 hora. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-229
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-216
Isoconcentraciones CO, 1 hora. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-217 Isoconcentraciones CO, 1 hora. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-230
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-218
Isoconcentraciones CO, 8 horas. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-219 Isoconcentraciones CO, 8 horas. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-231
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-220
Isoconcentraciones CO, 8 horas. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-221 Isoconcentraciones CO, 8 horas. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-232
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.4.1.2 Material Particulado, MP2,5
Desde la Figura N° 2-222 hasta la Figura N° 2-229 se muestran las
isoconcentraciones de MP2,5, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a periodos de 24 horas y anual(Ver Tabla N° 2-15).
Figura N° 2-222 Isoconcentraciones MP2,5, diario. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-223 Isoconcentraciones MP2,5, diario. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-233
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-224
Isoconcentraciones MP2,5, diario. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-225 Isoconcentraciones MP2,5, diario. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-234
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-226
Isoconcentraciones MP2,5, anual. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-227 Isoconcentraciones MP2,5, anual. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-235
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-228
Isoconcentraciones MP2,5, anual. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-229 Isoconcentraciones MP2,5, anual. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-236
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.4.1.3 Material Particulado, PM10
Desde la Figura N° 2-230 hasta laFigura N° 2-237 se muestran las
isoconcentraciones de MP10, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a periodos de 24 horas y anual (Ver Tabla N° 2-15).
Figura N° 2-230 Isoconcentraciones MP10, diario. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-231 Isoconcentraciones MP10, diario. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-237
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-232
Isoconcentraciones MP10, diario. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-233 Isoconcentraciones MP10, diario. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-238
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-234
Isoconcentraciones MP10, anual. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-235 Isoconcentraciones MP10, anual. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-239
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-236
Isoconcentraciones MP10, anual. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-237 Isoconcentraciones MP10, anual. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-240
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.4.1.4 Dióxido de Nitrógeno, NO2
Desde la Figura N° 2-238 hasta la Figura N° 2-245 se muestran las
isoconcentraciones de NO2, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a periodos de 1 hora y anual (Ver Tabla N° 2-15).
Figura N° 2-238 Isoconcentraciones NO2, 1 hora. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-239 Isoconcentraciones NO2, 1 hora. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-241
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-240
Isoconcentraciones NO2, 1 hora. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-241 Isoconcentraciones NO2, 1 hora. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-242
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-242
Isoconcentraciones NO2, anual. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-243 Isoconcentraciones NO2, anual. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-243
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-244
Isoconcentraciones NO2, anual. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-245 Isoconcentraciones NO2, anual. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-244
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.4.1.5 Dióxido de Azufre, SO2
Desde la Figura N° 2-246 hasta la Figura N° 2-249 se muestran las
isoconcentraciones de SO2, para los cuatro meses en estudio, de acuerdo a la normativa ambiental peruana, correspondiente a un periodo diario (Ver Tabla N° 2-15).
Figura N° 2-246 Isoconcentraciones SO2, diaria. Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-247 Isoconcentraciones SO2, diaria. Cusco, marzo de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-245
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-248
Isoconcentraciones SO2, diaria. Cusco, julio de 2016
Fuente: Algoritmos SpA, 2018
Figura N° 2-249 Isoconcentraciones SO2, diaria. Cusco, octubre de 2016
Fuente: Algoritmos SpA, 2018
Producto Final 2-246
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Tabla N° 2-32
Resultados de la Simulación en los Receptores de Interes, Enero Cusco
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Colegio Simon Bolivar 21,38 27,21 6,97 8,88 4,35 3,01 19,57 781,15 258,97
2 Colegio Salesiano 25,05 30,29 8,18 9,88 10,69 5,43 32,90 1342,80 431,38
3 Colegio San Francisco de Asis 31,41 35,75 10,24 11,65 11,79 6,38 44,64 1504,60 532,26
4 Colegio Ciencias Cusco 31,72 38,76 10,34 12,61 12,16 6,46 43,05 1342,90 635,89
5 Colegio Maria Auxiliadora 27,13 31,53 8,82 10,25 13,94 5,11 33,93 989,04 379,17
6 Colegio Real San Francisco de Borja 36,74 43,65 11,94 14,17 23,38 6,49 40,19 1225,10 506,05
7 Colegio la Merced 37,58 45,15 12,25 14,71 16,88 7,73 43,27 2041,40 605,16
8 Hospital Antonio Lorena 30,78 37,04 10,00 11,90 5,79 6,68 38,11 1321,50 492,85
9 Hospital de Contingencia Qhali runa 28,83 35,76 9,31 11,66 5,30 5,92 32,12 908,02 353,28
10 Colegio La Salle 31,08 35,70 10,17 11,68 6,51 7,64 38,95 1604,30 591,63
11 Colegio Carrion 31,47 38,91 10,29 12,69 7,05 8,04 42,52 1996,80 638,73
12 Universidad Alas Peruanas 31,39 37,70 10,26 12,32 6,46 7,07 37,34 1632,20 533,02
13 Clinica Pardo 30,17 35,84 9,87 11,71 5,36 7,97 40,40 1411,70 559,17
14 Colegio Romeritos 40,33 48,13 13,17 15,73 7,15 8,74 41,69 1554,80 610,47
15 UNSAAC 39,88 47,93 13,05 15,67 7,31 9,14 52,77 1969,70 628,57
16 Hospital Adolfo Guvara Velasco 42,42 50,70 13,90 16,60 7,45 10,77 55,93 2149,90 761,30
17 Hospital Regional 32,66 40,49 10,70 13,27 6,47 8,50 41,99 1457,10 556,01
18 Universidad Peruana Austral del Cusco 40,29 49,05 13,17 16,04 10,94 9,02 40,14 1708,50 607,94
19 Colegio Mayor El Nazareno 41,18 48,43 13,46 15,83 8,39 8,85 41,23 1408,10 544,05
20 Colegio Arquidiocesano 41,97 52,06 13,70 16,97 13,04 8,82 44,11 1431,40 568,19
21 Universidad Global 38,64 45,82 12,62 15,00 7,93 6,88 35,92 1027,70 469,79
22 Colegio Pestalozi 52,25 68,12 17,07 22,26 11,35 8,31 43,99 1597,20 632,24
Producto Final 2-247
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
23 Hospital San antonio 47,90 59,43 15,63 19,40 9,21 5,68 28,25 927,38 466,69
24 Colegio San Gabriel 47,20 61,08 15,44 19,97 7,45 6,84 30,79 961,05 489,02
25 universidad Andina del Cusco 50,27 63,15 16,44 20,68 7,33 7,71 35,34 1265,30 529,43
26 Municipalidad 37,94 44,31 12,34 14,41 21,93 6,81 45,76 1622,10 594,24
27 Estacion Algoritmos 33,20 41,87 10,87 13,70 6,46 8,25 40,68 1573,50 525,31
Fuente: Algoritmos SpA, 2018
Tabla N° 2-33 Resultados de la Simulación en los Receptores de Interes, Marzo Cusco
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Colegio Simon Bolivar 19,93 24,35 7,80 9,54 3,66 3,25 18,48 383,87 1023,80
2 Colegio Salesiano 23,81 33,08 9,33 12,93 10,45 5,88 28,94 715,97 1852,30
3 Colegio San Francisco de Asis 29,76 37,31 11,64 14,61 11,87 7,05 42,02 762,86 1889,30
4 Colegio Ciencias Cusco 30,62 42,43 11,98 16,64 13,24 7,34 42,64 789,92 1962,40
5 Colegio Maria Auxiliadora 27,19 36,29 10,61 14,17 15,29 6,07 32,10 574,91 1591,90
6 Colegio Real San Francisco de Borja 34,91 43,93 13,61 17,10 23,24 7,41 38,19 738,92 2149,10
7 Colegio la Merced 37,06 46,64 14,50 18,26 15,06 9,10 50,23 947,39 2581,70
8 Hospital Antonio Lorena 30,96 44,19 12,07 17,35 6,60 7,98 43,09 839,33 1624,20
9 Hospital de Contingencia Qhali runa 29,80 39,02 11,60 15,20 5,49 7,15 38,33 564,47 1474,00
10 Colegio La Salle 31,33 40,79 12,30 16,03 6,62 8,97 45,74 790,65 1556,00
11 Colegio Carrion 32,63 42,04 12,82 16,54 7,13 9,74 53,95 859,42 1831,30
Producto Final 2-248
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
12 Universidad Alas Peruanas 32,01 43,74 12,57 17,17 6,36 8,73 52,00 855,83 1643,00
13 Clinica Pardo 30,67 39,61 12,05 15,58 5,40 9,05 42,89 669,17 1647,90
14 Colegio Romeritos 39,49 50,45 15,49 19,81 7,42 9,95 47,65 772,99 1993,90
15 UNSAAC 38,68 49,54 15,19 19,48 6,68 10,15 50,90 825,08 2080,60
16 Hospital Adolfo Guvara Velasco 42,83 56,05 16,85 22,05 7,46 12,44 60,07 980,15 2247,00
17 Hospital Regional 32,64 43,63 12,83 17,14 6,16 9,63 45,38 685,59 1482,80
18 Universidad Peruana Austral del Cusco 40,91 53,19 16,06 20,88 9,36 10,70 51,95 776,56 1634,20
19 Colegio Mayor El Nazareno 42,82 55,35 16,81 21,72 9,88 10,92 53,69 880,71 1883,60
20 Colegio Arquidiocesano 41,97 51,61 16,46 20,25 12,73 10,46 49,94 768,27 1653,90
21 Universidad Global 36,96 45,40 14,50 17,84 6,97 7,74 38,69 688,89 1360,90
22 Colegio Pestalozi 46,96 60,02 18,42 23,59 9,18 8,45 40,10 754,53 1831,10
23 Hospital San antonio 43,74 48,38 17,14 18,94 7,54 6,11 27,10 635,80 1200,90
24 Colegio San Gabriel 39,19 48,02 15,38 18,84 5,40 6,82 31,96 612,82 1206,20
25 universidad Andina del Cusco 41,28 49,55 16,21 19,46 5,31 7,52 32,80 642,01 1435,20
26 Municipalidad 36,09 46,88 14,09 18,25 23,29 7,60 39,54 747,70 2141,50
27 Estacion Algoritmos 33,64 46,10 13,22 18,12 6,54 9,61 45,67 687,18 1502,20
Fuente: Algoritmos SpA, 2018
Producto Final 2-249
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Tabla N° 2-34
Resultados de la Simulación en los Receptores de Interes, Julio Cusco
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Colegio Simon Bolivar 32,17 39,28 13,48 16,48 6,87 10,16 57,05 668,64 1866,70
2 Colegio Salesiano 39,60 45,23 16,60 18,98 14,84 14,63 65,75 824,32 1763,40
3 Colegio San Francisco de Asis 42,05 50,19 17,61 20,95 15,49 16,29 71,86 801,36 1844,80
4 Colegio Ciencias Cusco 38,78 47,09 16,26 19,75 11,98 15,79 70,76 868,20 1790,60
5 Colegio Maria Auxiliadora 40,58 46,10 16,97 19,28 17,82 13,95 66,92 719,02 1520,10
6 Colegio Real San Francisco de Borja 50,02 55,98 20,90 23,40 23,41 16,60 75,13 846,73 1845,90
7 Colegio la Merced 44,63 49,72 18,71 20,87 13,11 17,98 77,59 904,83 2063,80
8 Hospital Antonio Lorena 38,53 44,86 16,11 18,73 6,07 16,35 69,64 798,77 1644,10
9 Hospital de Contingencia Qhali runa 34,35 38,76 14,37 16,25 4,97 13,17 51,89 599,35 1287,80
10 Colegio La Salle 33,48 37,94 14,09 15,98 5,82 14,66 53,96 648,80 1446,30
11 Colegio Carrion 34,47 38,82 14,51 16,29 5,83 15,46 58,41 728,41 1736,30
12 Universidad Alas Peruanas 35,65 39,54 14,99 16,62 5,63 13,87 54,23 655,33 1440,70
13 Clinica Pardo 33,76 36,11 14,21 15,20 4,76 14,59 56,21 624,85 1283,80
14 Colegio Romeritos 39,23 41,89 16,48 17,59 5,67 14,49 50,74 642,81 1312,30
15 UNSAAC 41,61 48,61 17,51 20,49 6,28 17,02 69,60 995,18 2073,20
16 Hospital Adolfo Guvara Velasco 41,38 45,84 17,44 19,33 5,97 19,08 70,07 950,53 1831,90
17 Hospital Regional 33,32 36,30 14,03 15,28 5,72 14,96 57,45 628,88 1433,30
18 Universidad Peruana Austral del Cusco 40,92 46,91 17,20 19,69 8,82 16,12 63,95 735,30 1649,40
19 Colegio Mayor El Nazareno 42,45 48,45 17,85 20,37 7,56 16,53 61,83 692,33 1549,30
20 Colegio Arquidiocesano 45,01 49,70 18,89 20,85 13,92 16,21 60,42 696,68 1587,60
21 Universidad Global 42,68 48,00 17,93 20,17 7,59 13,90 58,45 855,25 1493,10
22 Colegio Pestalozi 53,52 64,15 22,49 26,97 9,20 15,73 70,46 1080,80 1785,30
23 Hospital San antonio 56,59 66,97 23,76 28,10 8,73 12,73 43,41 766,53 1605,40
Producto Final 2-250
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
24 Colegio San Gabriel 37,98 42,70 15,97 17,97 4,61 10,41 37,80 453,89 1098,20
25 universidad Andina del Cusco 41,85 46,04 17,60 19,37 4,93 11,81 43,23 593,89 1275,60
26 Municipalidad 52,34 60,51 21,88 25,29 27,42 17,41 77,26 937,79 2001,90
27 Estacion Algoritmos 34,37 38,23 14,46 16,09 6,06 14,80 59,12 641,38 1511,50
Fuente: Algoritmos SpA, 2018
Producto Final 2-251
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Tabla N° 2-35
Resultados de la Simulación en los Receptores de Interes, Octubre Cusco
Nº Receptor de interés
MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
1 Colegio Simon Bolivar 24,12 28,51 7,86 9,29 3,66 4,14 25,78 283,78 854,43
2 Colegio Salesiano 28,67 34,77 9,36 11,35 10,29 7,36 46,51 482,63 1205,10
3 Colegio San Francisco de Asis 35,61 44,11 11,61 14,37 13,24 8,69 51,12 489,03 1534,50
4 Colegio Ciencias Cusco 34,91 43,87 11,39 14,29 11,13 8,72 52,86 471,91 1634,50
5 Colegio Maria Auxiliadora 32,71 41,91 10,65 13,59 15,99 7,76 51,73 465,33 1303,50
6 Colegio Real San Francisco de Borja 39,90 48,70 12,98 15,79 19,44 9,18 62,07 521,86 1755,00
7 Colegio la Merced 41,90 52,14 13,67 16,99 14,54 10,89 66,14 637,86 1849,80
8 Hospital Antonio Lorena 31,96 37,89 10,40 12,37 4,75 8,03 43,09 409,42 1358,70
9 Hospital de Contingencia Qhali runa 31,04 37,57 10,05 12,14 4,35 7,32 41,17 394,42 1196,60
10 Colegio La Salle 33,60 40,58 11,00 13,30 5,55 9,64 50,09 521,11 1455,50
11 Colegio Carrion 34,55 43,18 11,31 14,07 6,30 10,33 54,38 621,62 1691,70
12 Universidad Alas Peruanas 34,41 46,40 11,26 15,14 5,61 9,33 57,09 619,43 1689,50
13 Clinica Pardo 32,57 42,58 10,66 13,95 4,93 9,61 53,14 592,40 1426,10
14 Colegio Romeritos 41,39 51,17 13,53 16,74 6,16 9,99 50,99 494,64 1064,30
15 UNSAAC 43,27 58,12 14,16 19,03 6,76 11,24 58,59 741,68 2671,50
16 Hospital Adolfo Guvara Velasco 45,82 62,22 15,02 20,46 6,59 13,23 68,21 801,21 2476,50
17 Hospital Regional 34,60 46,90 11,34 15,36 5,89 10,40 57,97 555,61 1408,00
18 Universidad Peruana Austral del Cusco 41,62 55,63 13,61 18,18 8,95 10,88 58,19 624,94 1544,30
19 Colegio Mayor El Nazareno 42,17 49,04 13,79 16,00 7,35 10,82 54,65 610,20 1565,30
20 Colegio Arquidiocesano 43,03 56,28 14,05 18,41 12,87 10,62 55,77 602,76 1477,50
21 Universidad Global 37,75 44,85 12,34 14,66 5,97 7,75 41,00 488,66 1169,70
22 Colegio Pestalozi 47,21 59,28 15,42 19,38 8,24 8,56 47,26 625,26 1329,80
23 Hospital San antonio 43,07 53,90 14,06 17,58 6,98 6,23 32,16 460,33 941,16
Producto Final 2-252
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Nº Receptor de interés MP10 ug/m3 MP2.5 ug/m3 SO2 ug/m3 NO2 ug/m3 CO ug/m3
Media Anual P98 Diario Media Anual P98 Diario P98 Diario Media Anual P99 Horario P99 8 hrs. P99 Horario
24 Colegio San Gabriel 40,94 50,93 13,39 16,67 4,45 6,83 31,07 388,95 1060,20
25 universidad Andina del Cusco 45,38 52,21 14,84 17,09 4,90 7,96 33,76 463,77 1137,00
26 Municipalidad 43,37 52,84 14,11 17,14 21,58 9,57 57,62 540,38 1717,00
27 Estacion Algoritmos 34,96 49,39 11,45 16,19 6,18 10,04 58,78 551,95 1471,10
Fuente: Algoritmos SpA, 2018
Producto Final 2-253
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
2.5.4.2 Modelación Fotoquímica
2.1.6.2.1 Ozono Troposférico
Desde la Figura N° 2-250 hasta la Figura N° 2-257 se muestran las concentraciones máximas horarias y las máximas de la media móvil de 8 horas
del Ozono troposférico, O3. Se puede observar que hay una leve mayor actividad fotoquímica en los meses de marzo y octubre de 2016, puesto que la concentración máxima horaria del mes de marzo llegó a los 0,04890 [ppmV], es
decir, 48,90 [ppbV], mientras que la máxima del mes de octubre fue de 0,05071 [ppmV] o 50,71 [ppbV]. Esto también se ve reflejado en los gráficos de la
máxima de la media móvil de 8 horas, cuya concentración máxima fue de 0,047335 [ppmV] o 47,335 [ppbV] para el mes de marzo, y 47,188 [ppbV] para el mes de octubre. Estas máximas concentraciones ocurrieron en el sur este de la
ciudad de Cusco para el mes de marzo, y al nor este para el mes de octubre. El mes con menor actividad fotoquímica fue el mes de julio de 2016, mes que
representa la estación de invierno de cada año, donde generalmente hay menor radiación solar. Cabe destacar que la norma peruana de O3 es de 51 [ppbV] como máxima de la media móvil de 8 horas, por lo que, según los resultados de
esta modelación, es importante instalar redes de monitoreo en la zona nor este y sur este de la ciudad de Cusco.
Producto Final 2-254
Estudio para la Determinación de la Ubicación de las Estaciones Fijas del Monitoreo de Calidad del Aire en Provincias. (Código Algoritmos ATM109-A1-17)
Figura N° 2-250
Máxima horaria de O3, Cusco, enero de 2016
Fuente: Algoritmos SpA, 2018