TS Udal 2023

1
UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA

FACULTAD DE RECURSOS NATURALES RENOVABLES
ESCUELA PROFESIONAL DE INGENIERIA AMBIENTAL
NIVELES DE CO Y CO2 GENERADO POR EL TRÁFICO VEHICULAR

DE MARZO – JULIO EN LA CIUDAD DE TINGO MARÍA –
HUÁNUCO, 2023
Tesis
Para optar el título de:
INGENIERO AMBIENTAL
PRESENTADO POR:
UNZUETA DIEGO ASHLY LUCIA
Tingo Maria – Perú
2023
2
UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA

FACULTAD DE RECURSOS NATURALES RENOVABLES
ESCUELA PROFESIONAL DE INGENIERIA AMBIENTAL
NIVELES DE CO Y CO2 GENERADO POR EL TRÁFICO VEHICULAR

DE MARZO – JULIO EN LA CIUDAD DE TINGO MARÍA –
HUÁNUCO, 2023
Autor : Bach. Unzueta Diego, Ashly Lucia
Asesor : Dr. Víctor Manuel Beteta Alvarado
Programa de investigación : Niveles de contaminación ambiental
Línea de investigación : Ciencias y Tecnologías Ambientales
Eje temático : Contaminación del aire
Lugar de ejecución : Ciudad de Tingo María
Duración : 6 meses
Financiamiento : S/. 4 042,50
Tingo María – Perú

2023
1
DEDICATORIA
A mis queridos padres ARCENIO UNZUETA y ELSA DIEGO, por su constante
apoyo en todo este tiempo, por ser mi fortaleza e impulsarme a lograr mis objetivos en la vida.
A mis hermanos JEAN, NOVAK y JENNIFER, por su cariño, apoyo y consejos para
mejorar cada día y FREDDY por cuidarme desde el cielo y por ser un ejemplo para mí.
A mis abuelitos NICASIO DIEGO y ROSA VILLANUEVA por su amor y
protección.
A mis hermosos sobrinos SEBASTIAN, KRISTINE, ANDRÉ y HANNAH por
brindarme paz, motivación y alegría para poder continuar cada día.

2
AGRADECIMIENTO
A DIOS, por darme la fortaleza, sabiduría y fe para superar los obstáculos que se me
presente, por brindarme la certeza, amor y convicción que al ir de su mano todo saldrá bien.
A la UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA, escuela profesional
de ingeniería ambiental y docentes, que aportaron en mi formación académica durante todo este
proceso.
A la MUNICIPALIDAD PROVINCIAL DE LEONCIO PRADO, por brindarme los
permisos para la recolección de la información de la presente investigación.
Al LABORATORIO DE CALIDAD DE AIRE de la UNIVERSIDAD NACIONAL
AGRARIA DE LA SELVA, por brindarme el apoyo con los equipos para la recolección de
datos.
A mi asesor Dr. VÍCTOR MANUEL BETETA ALVARADO, por la enseñanza,
paciencia, dedicación y orientación en el proceso de formulación y ejecución de la
investigación.
A mi FAMILIA por acompañarme en toda esta etapa de la elaboración de la presente
investigación.
A mis PADRES, por apoyarme en todo este tiempo y por confiar en mi para la
culminación de mi carrera profesional, por brindarme su apoyo y palabras de aliento.
A mis HERMANOS, por su cariño, apoyo y consejos para mejorar cada día.
A mis amigos SHEYLA y PATRICK, por su constante apoyo para el levantamiento
de la información para la presente investigación.

3
ÍNDICE
I. INTRODUCCIÓN ................................................................................................................. 1
1.1. Objetivo general.............................................................................................................. 2
1.2. Objetivos específicos ...................................................................................................... 2
II. REVISIÓN DE LITERATURA ............................................................................................ 3
2.1. Marco teórico .................................................................................................................. 3
2.1.1. Contaminación del aire.......................................................................................... 3
2.1.2. Monóxido de carbono............................................................................................ 3
2.1.3. Dióxido de carbono ............................................................................................... 4
2.1.4. Contaminantes emitidos por las fuentes vehiculares y sus impactos en el medio
ambiente y la salud ................................................................................................ 5
2.1.5. Tráfico Vehicular .................................................................................................. 5
2.1.6. Metodología para monitoreo de calidad de aire .................................................... 6
2.1.7. Factores ambientales de dispersión del contaminante ........................................... 7
2.1.8. Bases legales nacionales........................................................................................ 8
2.1.9. Población ............................................................................................................... 9
2.2. Antecedentes ................................................................................................................. 10
2.2.1. Internacionales..................................................................................................... 10
2.2.2. Nacionales ........................................................................................................... 12
III. MATERIALES Y MÉTODOS .......................................................................................... 15
3.1. Lugar de ejecución ........................................................................................................ 15
3.1.1. Ubicación geográfica........................................................................................... 15
3.1.2. Ubicación política ............................................................................................... 15
3.1.3. Características climáticas .................................................................................... 15
3.2. Materiales y métodos .................................................................................................... 16
3.2.1. Materiales y equipos............................................................................................ 16
3.2.2. Metodología ........................................................................................................ 16
3.2.3. Análisis de estudio .............................................................................................. 20
IV. RESULTADOS Y DISCUSIÓN ...................................................................................... 26
4.1. Puntos de monitoreo con mayor flujo de tráfico vehicular durante los meses marzo a
julio en la Ciudad de Tingo María ................................................................................ 26
4
A. Selección de puntos de monitoreo ....................................................................... 26

B. Flujo de tráfico vehicular de marzo a julio.......................................................... 27
4.2. Puntos de monitoreo con mayores niveles de CO y CO2 durante los meses marzo a
julio en la Ciudad de Tingo María ................................................................................ 32
A. Niveles de CO durante los meses marzo a julio en la Ciudad de Tingo María ... 32
B. Niveles de CO2 durante los meses marzo a julio en la Ciudad de Tingo María . 35
4.3. Relación de los niveles de CO y CO2 con el tráfico vehicular y los factores
ambientales (temperatura, velocidad del viento y humedad relativa) .......................... 40
4.4. Percepción de la población con respecto a los contaminantes CO y CO2 en la ciudad
de Tingo María.............................................................................................................. 44
4.5. Contrastación final de hipótesis .................................................................................... 49
V. CONCLUSIONES ............................................................................................................ 50
VI. PROPUESTAS A FUTURO ............................................................................................ 51
VII. REFERENCIAS ............................................................................................................... 52
VIII. ANEXO ............................................................................................................................ 59
5
ÍNDICE DE TABLA
Tabla Página
1. Síntomas ante los distintos niveles de exposición de dióxido de carbono ...................... 5
2. Objetivos de monitoreo y escalas espaciales de representatividad ................................. 6
3. Rangos de medida para gases según el tipo de sensor RKI (2022) ................................. 7
4. Estándares de Calidad Ambiental para Aire ................................................................... 8
5. Valores de límite permisible-DIGESA ........................................................................... 8
6. Población urbana rural – 2017 según distritos, provincia Leoncio Prado ....................... 9
7. Registro de niveles de concentración de CO y CO2 dentro de la Ciudad de Tingo
María ............................................................................................................................. 18
8. Estándar Nacional de Calidad Ambiental del aire ........................................................ 19
9. Valores límite permisibles para agentes químicos en el ambiente de trabajo ............... 19
10. Operatividad de la variable independiente y dependiente ............................................. 22
11. Evaluación del instrumento por juicio de experto ......................................................... 24
12. Coordenadas geográficas de los puntos de monitoreo .................................................. 26
13. Flujo vehicular promedio en cada punto de monitoreo evaluados por días de semana
en el mes 1, mes 2, mes 3, mes 4 y mes 5..................................................................... 28
14. Concentración promedio de CO emitidos en cada punto de monitoreo ........................ 32
15. Concentración promedio de CO2 emitidos en cada punto de monitoreo ...................... 36
16. Prueba de Normalidad ................................................................................................... 40
17. Matriz de Correlación.................................................................................................... 41
18. Método de extracción de ACP ...................................................................................... 41
19. Propuestas de acciones para diminución de contaminación del aire ............................. 48
20. Contrastación de la hipótesis ......................................................................................... 49
21. Selección de puntos de monitoreo por descarte de fuentes fijas ................................... 59
22. Flujo de tránsito vehicular durante el mes 1 (06 de marzo al 12 de marzo), mes 2
(10 de abril al 16 de abril) y mes 3 (02 de mayo al 08 de mayo) ................................. 65
23. Flujo de tránsito vehicular durante el mes 4 (08 de junio al 14 de junio) y mes 5
(05 de julio al 11 de julio)............................................................................................. 67
24. Flujo de tránsito vehicular promedio en turno diurno y nocturno por días de semana . 69
25. Concentración de CO (ppm) durante el mes 1 (06 de marzo al 12 de marzo), mes 2
6
26. Concentración de CO (ppm) durante el mes 4 (08 de junio al 14 de junio) y mes 5

27. Concentración de CO2 (ppm) durante el mes 1 (06 de marzo al 12 de marzo), mes 2
28. Concentración de CO2 (ppm) durante el mes 4 (08 de junio al 14 de junio) y mes 5
29. Medición de factores ambientales (temperatura, humedad relativa, velocidad del
viento y dirección del viento) durante el mes 1 (06 de marzo al 12 de marzo) ............ 78
viento y dirección del viento) durante el mes 2 (10 de abril al 16 de abril) ................. 80
viento y dirección del viento) durante el mes 3 (02 de mayo al 08 de mayo) .............. 82
viento y dirección del viento) durante el mes 4 (08 de junio al 14 de junio) ............... 84
viento y dirección del viento) durante el mes 5 (05 de julio al 11 de julio) ................. 86
34. Datos generalizados de los parámetros de evaluación .................................................. 88
35. Género del encuestado .................................................................................................. 90
36. Edad del encuestado ...................................................................................................... 90
37. Grado de estudios del encuestado ................................................................................. 91
38. Percepción sobre la contaminación del aire en la zona donde vive .............................. 91
39. Percepción de la contaminación del aire a causa de los vehículos ................................ 91
40. Percepción sobre horarios en que se genera mayor contaminación por tráfico
vehicular........................................................................................................................ 91
41. Percepción de la exposición mediante las horas en que la persona está fuera de casa . 92
42. Conformidad para realizar estudios sobre la calidad de aire en la ciudad de Tingo
María ............................................................................................................................. 92
43. Puntuaciones de la encuesta hacia la población de la zona urbana de Tingo María ..... 93
44. Aplicación de encuesta ................................................................................................ 105
45. Validación del instrumento por juicio de expertos...................................................... 106
46. Permisos ...................................................................................................................... 114
47. Medios probatorios de ejecución de tesis .................................................................... 116
7
ÍNDICE DE FIGURA
Figura Página
1. Ubicación política de la Ciudad de Tingo María ........................................................... 15
2. Diseño experimental ...................................................................................................... 21
3. Flujo vehicular promedio evaluado en los puntos de monitoreo ................................... 29
4. Cantidad de vehículos promedio evaluado en los puntos de monitoreo por tipo .......... 29
5. Flujo vehicular promedio evaluado en días de semana y en turno diurno .................... 30
6. Flujo vehicular promedio evaluado en días de semana y en turno nocturno ................. 31
7. Límite de exposición permisible (ECA = 10 000 µg/m3) referente a la concentración
promedio de emisión en los puntos de monitoreo ........................................................ 33
8. Límite de exposición permisible (ECA = 10 000 µg/m 3) referente a la concentración
promedio de emisión en los días de semana en el turno diurno ................................... 34
9. Límite de exposición permisible (ECA = 10 000 µg/m 3) referente a la concentración
promedio de emisión en los días de semana en el turno nocturno................................ 35
10. Límite de exposición permisible (DIGESA = 5 000 ppm) referente a la concentración
promedio de emisión en los puntos de monitoreo ........................................................ 37
promedio de emisión en los días de semana en el turno diurno ................................... 38
promedio de emisión en los días de semana en el turno nocturno ................................ 39
13. Gráfico de componentes ................................................................................................ 42
14. Percepción sobre la calidad del aire .............................................................................. 45
15. Percepción sobre los efectos hacia la salud ................................................................... 46
16. Percepción sobre los efectos hacia el ambiente ............................................................. 47
17. Percepción sobre los niveles de contaminación por tráfico vehicular ........................... 48
18. Dispersión de los componentes principales en función de los días de la semana ......... 90
19. Selección de puntos de monitoreo por descarte de fuentes fijas ................................... 97
20. Georreferenciación de los puntos de monitoreo ............................................................ 97
21. Conteo de vehículos en puntos de monitoreo Georreferenciación de los puntos de
monitoreo ...................................................................................................................... 98
22. Armado de la estación en los puntos de monitoreo para la recolección de datos ......... 98
23. Medición de factores ambientales en cada punto de monitoreo ................................... 99
8
24. Medición de la dirección del viento con el uso del Microprocesador Digital .............. 99
25. Medición de la temperatura y humedad relativa con el uso del Termohidrómetro .... 100
26. Medición de la velocidad del viento con el uso del Anemómetro .............................. 100
27. Calibración del muestreador de gases para el CO2 ..................................................... 101
28. Calibración del muestreador de gases para el CO2 ..................................................... 101
29. Medición de CO y CO2 con muestreador de gases ..................................................... 102
30. Medición de CO y CO2 con muestreador de gases por puntos de monitoreo ............ 102
31. Encuesta a los pobladores y transeúntes cercanos a los puntos de monitoreo en la
ciudad de Tingo María ................................................................................................ 103
32. Encuesta a los comerciantes cercanos a los puntos de monitoreo .............................. 103
33. Modelo de instrumento de investigación (encuesta) .................................................. 104
34. Mapa de concentración promedio de CO y CO2 emitidos en puntos de monitoreo .... 118
9
RESUMEN
El estudio ha tenido como objetivo evaluar los niveles de CO y CO2 generado por el
tráfico vehicular de marzo a julio en la ciudad de Tingo María. Para ello se seleccionaron 12
puntos, dentro de la zona urbana; evaluando en los turnos: diurno y nocturno, el flujo de tráfico
vehicular y niveles de CO y CO2 (equipo portátil multigas RKI 6 000), considerando los factores
ambientales (microprocesador AM – 4 836 C e higrotermómetro BOECO). Por otro lado, se
aplicó una encuesta con 10 preguntas para conocer la percepción de los pobladores.
Los resultados obtenidos indican que el nivel promedio de CO (13 912 µg/m3) en la
ciudad de Tingo María supera la normativa ambiental (D.S. N°003-2017-MINAM) y el nivel
promedio de CO2 (466 ppm) no supera la normativa legal vigente (D.S. N°015-2005-SA).
Determinando que PM4 (Av. Ucayali con Jr. Callao) presenta mayor concentración promedio
para CO y PM12 (Av. Tito Jaime con Jr. Callao) para CO2 generados principalmente por las
motos. Con el análisis multivariado, se determinó que los niveles de CO y CO2 no presentan
una relación entre ambos, y que los niveles de CO son influenciados por el flujo vehicular,
mientras que el CO2 con la temperatura y humedad relativa. Ante la percepción de los
pobladores calificaron de regular a la calidad de aire, manifestando que su deterioro traerá
problemas a la salud y al ambiente, indicando que mucho se debe al tráfico vehicular por lo que
proponen se realice las revisiones técnicas de los vehículos.
Palabras clave: flujo vehicular, factores ambientales, niveles de CO y CO2, percepción.

10
ABSTRAC
The objective of the study was to evaluate the levels of CO and CO2 generated by traffic
in the city of Tingo Maria, [Peru], from March to July. In order to do this, twelve points were
selected within the urban zone; [the] evaluation [was done] during the timeframes: day and
night, [of] the traffic flow and the levels of CO and CO2 (RKI 6000 portable multi-gas monitor),
considering the environmental factors (AM – 4 836 C multiprocessor and a BOECO
hygrometer). On the other hand, a ten question survey was done in order to understand the
perception of the townspeople.
The results that were obtained indicated that the average level of CO (13,912 µg/m 3) in
the city of Tingo Maria surpassed the environmental limit (D.S. N°003-2017-MINAM) and the
average level of CO2 (466 ppm) did not surpass the current legal limit (D.S. N°015-2005-SA).
It was determined that PM4 (Av. Ucayali with Jr. Callao) presented the greatest average
concentration of CO and PM12 (Av. Tito Jaime with Jr. Callao) for the CO 2, primarily
generated by motorcycles. With the multivariate analysis it was determined that there was no
relationship between the levels of CO and CO2, and that the CO levels were influenced by the
traffic flow, while the CO2 [levels were influenced] by the temperature and relative humidity.
Regarding the perception of the townspeople, they classified the air quality as “average”,
indicating that a lot is due to the traffic flow, thus, it was proposed that a technical inspection
of the vehicles be done.
Keywords: traffic flow, environmental factors, levels of CO and CO2, perception.

1
I. INTRODUCCIÓN
La expansión urbana de una ciudad sin una planificación adecuada conlleva a problemas
sociales, de salud pública y ambientales; debido a la mayor demanda de transporte, teniendo un
aumento del parque automotor, produciendo emisión de diversos GEI (dióxido de carbono,
metano y óxido nitroso) a la atmósfera y variando sus propiedades en el tiempo, teniendo un
efecto en las condiciones climáticas.
Durante el año 2016 alrededor de 7 millones de muertes prematuras han sido
ocasionados por la contaminación del aire ambiental. Expertos de la Organización
Panamericana de la Salud (OPS, 2017) manifiestan que estar expuesto a elevados niveles de
contaminación del aire trae efectos desfavorables para la salud, afectando a la población
vulnerable. Existen diferencias significativas entre grupos de población y localidades
geográficas; las personas que residen en áreas cercanas a carreteras o recintos industriales tienen
una exposición a altos niveles de contaminación ambiental exterior por fuentes móviles, como
los automóviles.
El distrito de Rupa Rupa actualmente cuenta con una población urbana de 51 229
habitantes, población que está vulnerable a posibles enfermedades ante la exposición hacia los
contaminantes productos de la emisión por parque automotor. Día a día las personas conviven
con ello, sin saber realmente si los niveles de CO y CO2 presentes en el aire son los adecuados;
es por ello que la Ciudad de Tingo María, al ser punto central en el que se da mayor circulación
de los vehículos requiere estudios de evaluación de los niveles de contaminantes del aire,
principalmente de CO y CO2.
En relación a la problemática, el problema científico para la investigación se enfrenta a
una mínima información del conocimiento sobre los niveles de monóxido de carbono y dióxido
de carbono por tráfico vehicular en la ciudad de Tingo María, se planteó como interrogante
¿Cuáles son los niveles de CO y CO2 generado por el tráfico vehicular de marzo - julio en la
ciudad de Tingo María – Huánuco, 2023?, teniendo como hipótesis que: El nivel de monóxido
de carbono (CO) durante los meses marzo a julio, producidos por el tráfico vehicular, en la
ciudad de Tingo María – Huánuco, 2023 son superiores a 10 000 µg/m3 y el nivel de dióxido
de carbono (CO2) es inferior a 5 000 ppm.
Con el estudio se pretende incentivar a que las autoridades tomen acciones que
impulsen a generar un ambiente más saludable dentro de la ciudad de Tingo María, dar
2
cumplimiento a la Ley General del Ambiente N° 28611 y conllevar a una mejora de la gestión
ambiental urbana y local.
1.1. Objetivo general
Evaluar los niveles de CO y CO2 generado por el tráfico vehicular de marzo a
julio en la ciudad de Tingo María – Huánuco, 2023.
1.2. Objetivos específicos
Determinar los puntos de monitoreo con mayor flujo del tráfico vehicular durante
los meses marzo a julio en la ciudad de Tingo María – Huánuco, 2023.
Determinar los puntos de monitoreo con mayores niveles de CO y CO2 durante
los meses marzo a julio en ciudad de Tingo María – Huánuco, 2023.
Determinar la relación de los niveles de CO, CO2, flujo del tráfico vehicular y los
factores ambientales (temperatura, velocidad del viento y humedad relativa).
Conocer la percepción de la población con respecto a los contaminantes CO y CO2
en la ciudad de Tingo María – Huánuco, 2023.
3
II. REVISIÓN DE LITERATURA
2.1. Marco teórico

2.1.1. Contaminación del aire
El crecimiento industrial y el progreso de la economía que está relacionado
con la existencia de vehículos, bienes y las áreas urbanas, altera la calidad del aire produciendo
una contaminación. (Echeverri, 2019). Asimismo, al tener niveles mayores de concentración de
gases pueden potenciar daños en la salud (Organismo de Evaluación y Fiscalización Ambiental
[OEFA], 2015).
Las fuentes fijas y móviles son los que emiten contaminantes atmosféricos,
generando en su trayecto contaminantes secundarios (lluvia ácida u ozono), es por lo que se
tiene que trabajar en reducir la contaminación (Dirección General de Salud Ambiental
[DIGESA], 2005).
2.1.1.1. Tipos de contaminantes
Según Echeverri (2019), se clasifican en:
a. Contaminantes primarios
Se emiten de las fuentes y se localizan en el ambiente, como monóxido de
carbono, dióxido de carbono, dióxido de azufre, óxidos de nitrógeno, hidrocarburos, partículas
y metales pesados.
b. Contaminantes secundarios
Las reacciones químicas que se dan en la atmósfera con sus propios
componentes desatan oxidantes fotoquímicos. Sin embargo, Echeverri (2019) identifica una
tercera clasificación llama contaminantes “criterio” (CO, NOx, SO2, PM10 y O3) que hace
mención del grupo de especies químicas usados como criterio para establecer si el aire se
encuentra contaminado o no.
2.1.2. Monóxido de carbono
Se localiza en un 90% en la atmósfera originado por dos fuentes: naturales
y antropogénicas, en la primera se ocasiona por la oxidación de metano y la segunda por la
emisión de las actividades de transporte (mayor contribuyente). A mayores concentraciones de
este gas, resulta ser tóxico para la salud, para las personas que tienen exposiciones cortas
(OEFA,2015). El CO es aquel resultado de la inconclusa combustión del carbón almacenado
en el combustible (Lara et al., 2009).
4
2.1.2.1. Monóxido de carbono en el ambiente y la salud

El CO se incorpora al cuerpo hacia los pulmones, ocasionando la
baja facultad de traslado de oxígeno de la sangre, careciendo de oxigenación a los órganos y
tejidos, disfunciones cardiacas, afectación a los sistemas nerviosos, dolor de cabeza, mareos y
fatiga (Ministerio para la Transformación Ecológica y el Reto Demográfico [MITECO], 2021).
El Instituto Nacional de Seguridad e Higiene en el Trabajo
(INSHT, 2001) dispone valores límite del aire exterior con el objetivo de que la población tenga
la protección a las repercusiones en la salud, en especial a los más sensibles tal como asmáticos,
niños y ancianos. Dicho valor estándar es de 9 ppm (10 mg/m 3) para un tiempo de exposición
de 8 horas promedio y de 35 ppm (40 mg/m3) para 1 hora promedio.
Asimismo, trae efectos sobre el clima, colaborando a la
generación de GEI: “su vida media en la atmósfera es aproximadamente tres meses, permitiendo
una lenta oxidación para formar CO2, en dicho proceso también se genera O3” (MITECO,
2021).
2.1.3. Dióxido de carbono
Generado por combustión, respiración y fermentación, su función
reguladora en el planeta impide que la radiación se libere de forma rápida. Aunque sea un gas
no tóxico, al incrementar su concentración en la atmósfera provoca el cambio climático (Arroyo
y Ramírez, 2020). La transición de CO a CO2 en la atmósfera es tardío y dura de dos a cinco
meses (Lara et al., 2009). Ente el 60% y 90% de las emisiones de CO en el casco urbano de
América Latina, se dan por la circulación de vehículos (Inche, 2004).
2.1.3.1. Dióxido de carbono en el ambiente y la salud
Este contaminante actúa por el movimiento del oxígeno, al estar
expuesto a altas concentraciones (> 30 000 ppm) y a una duración de la exposición, conllevan
a tener daños a la salud. Los datos dados por el Instituto Nacional de Seguridad e Higiene en el
Trabajo (INSHT, 2000) indica que “el CO2 es un elemento del aire exterior, que se encuentra
entre los 300 y 400 ppm, pudiendo alcanzar en zonas urbanas valores de hasta 550 ppm” y que
“el valor límite de exposición profesional (LEP-VLA) del INSHT para exposiciones diarias de
8 horas es de 5 000 ppm con un valor límite para exposiciones cortas de 15 minutos de 15 000
ppm. En ambientes interiores no industriales se encuentran valores de 2 000 a 3 000 ppm”.
Environmental Safety ang Health Group (ESHG, 2021) menciona que el CO2 es mínimamente
tóxico por inhalación, los principales efectos es que a una leve exposición genera dolores de
5
cabeza y somnolencia. Inhalar aire con carencia de oxígeno puede conllevar a la muerte por
asfixia:
Tabla 1. Síntomas ante los distintos niveles de exposición de dióxido de carbono
CO2 (ppm) Síntomas
Concentración promedio en ambiente exterior. No presenta afectaciones a
300 - 400
la salud.
Concentración máxima alcanzada en zonas urbanas. No presenta
550
afectaciones a la salud.
Límite de exposición admisible (PEL) de la OSHA y valor límite umbral
5 000 (0,5%)
(TLV) de la ACGIH para una exposición de 8 horas.
10 000 (1%) Normalmente sin efectos, posible somnolencia
15 000 (1,5%) Estimulación respiratoria leve en algunas personas
Estimulación respiratoria moderada, aumento del ritmo cardiaco y de la
30 000 (3%)
presión sanguínea, ACGIH TLV-Corto plazo
40 000 (4%) Inmediatamente peligroso para la vida o la salud (IDLH)
Fuerte estimulación respiratoria, mareos, confusión, dolor de cabeza,
50 000 (5%)
dificultad para respirar.
80 000 (8%) Visión borrosa, sudoración, temblores, inconsciencia y posible muerte
Fuente: Datos tomados de INSHT (2000), ESHG (2021)
2.1.4. Contaminantes emitidos por las fuentes vehiculares y sus impactos en el

medio ambiente y la salud
Toda emisión de contaminantes que generan los vehículos proviene de
procesos, siendo el que más incide en el ambiente el liberado por el tubo de escape ya que se
tienen NOx, SOx, COV, CO, y las PM, incluido los gases efecto invernadero, como es el CO2
(Lara et al., 2009).
2.1.5. Tráfico Vehicular
El tráfico es la afluencia del parque automotor que transitan por una vía de
comunicación sea por el traslado de bienes y/o personas, y el tránsito es entendido por la
afluencia de movilidades de toda categoría que transitan por una carretera, aunque usualmente
se denomina tráfico vehicular (Provias, 2014). Los volúmenes de tránsito son dinámicos, siendo
puntuales para el tiempo de duración de los aforos. El estudio de tráfico vehicular se contempla
en tres etapas:
6
-Recopilación de la información: Ubicar estaciones de control donde se

realizarán los conteos de volumen vehicular, seleccionando los tramos, vías o puntos más
concurridos.
-Procesamiento de la información: Trabajo en gabinete procesados
mediante hojas de cálculo.
-Análisis de la información y resultados obtenidos.
El estudio de flujo de tránsito vehicular o volumen consiste en observar
temporalmente desde un punto del tramo y realiza las anotaciones de una cantidad n de
vehículos que pasan por un punto so durante el período t. Este se expresa en vehículos por
segundo, minutos u hora (veh/seg, veh/min, veh/h) (Rodrigo, 2011).
Durante el periodo 2000 el Perú ha manifestado una transformación del
transporte, con 1 162 859 unidades vehiculares y en el año 2012 se obtuvo 2 137 837 unidades
vehiculares (Estadísticas de parque vehicular-MTC-Oficina General de Planeamiento y
Presupuestos-Oficina de Estadística); dichas cantidades se debe a la introducción de nuevos
consumos de combustibles (Ministerio Nacional del Ambiente [MINAM], 2012).
2.1.6. Metodología para monitoreo de calidad de aire
La Dirección General de Salud Ambiental (DIGESA, 2005), establece
escalas de monitoreos ambientales, estas se ajustan en relación con la finalidad de monitoreo
(Tabla 2). Asimismo, DIGESA (2005) hace mención el monitoreo para la calidad de aire que
se relacionan a los efectos hacia las personas se dan en escala local y urbana.
Tabla 2. Objetivos de monitoreo y escalas espaciales de representatividad
Objetivos de monitoreo Escalas espaciales apropiadas
Medición de altas concentraciones Micro, media, local y urbana (en ocasiones)
Efectos en la población Local y urbana
Impacto de fuentes Micro, media y local
General / De fondo / De base Local y regional
Fuente: DIGESA (2005)
2.1.6.1. Requerimientos del sitio de muestro

Inche (2004), recomienda:
-Eludir objetos alrededor del punto de muestro.
-El ingreso al muestreador debe ubicarse a una altura de 1,5 m
para evaluar riesgos potenciales para las personas ante gran carga de tráfico vehicular.
7
2.1.6.2. Selección de métodos de medición

Según la guía de la calidad del aire de la OMS para realizar la
medición del contaminante se puede obtener mediante muestreadores pasivos, muestreadores
activos, analizadores automáticos y sensores remotos. Para la investigación se hace énfasis al
analizador automático, para medir en único punto varios contaminantes criterio, así como los
COV (DIGESA, 2005).
El analizador automático usado para la presente investigación es
el detector de gas portátil, cual es un equipo diseñado para la lectura de gases en campo, siendo
el RKI GX-6000, que detecta la presencia de gas combustible, oxígeno, monóxido de carbono,
sulfuro de hidrógeno y otros gases simultáneamente entre ellos el CO 2.
Tabla 3. Rangos de medida para gases según el tipo de sensor RKI (2022)
Rango de División Punto de alarma
Gas Precisión
medida de escala seleccionable
Sensor electroquímico
A1: 25 ppm / A2: 50 ± 5% o ± 5 ppm
Monóxido de ppm
0 – 500 ppm 1 ppm
carbono (CO) TWA 25 ppm / STEL
200 ppm
Sensores Infrarrojos (IR)
0 – 10 000 ppm 25 ppm A1: 5 000 ppm

Dióxido de ± 5% o ± 2% de
carbono (CO2) TWA 5 000 ppm / fondo de escala
0 – 5% Vol. 0,2%
STEL 10 000
Fuente: RKI (2022)
2.1.7. Factores ambientales de dispersión del contaminante

a. Velocidad y dirección del viento
El viento fomenta la expansión de contaminantes de un lugar a otro,
mediante masas de aire desplazando y dispersando. Al tener mayor velocidad del viento se
genera bajas concentración de los contaminantes, ya que el viento realiza la dilución y la
dispersión en el área que los rodea (Inche, 2004).
b. Humedad relativa y la temperatura
La humedad genera transformaciones de los contaminantes ya que el
vapor de agua es fuente para el inicio de las reacciones químicas pudiendo aumentar la
8
agresividad de los contaminantes, asimismo influye para la acumulación de humos y polvos

(Quispe et al., 2013). La humedad relativa está relacionada inversamente con la temperatura
(Cruz y Jiménez, 2006). Y “la humedad relativa (HR) es la que muestra mayor correlación
(inversamente proporcional) con la inversión térmica, es decir, a medida que la atmósfera es
más seca, la inversión térmica es más importante” manifestado por García et al. (2014).
c. Precipitación
La lluvia genera el efecto “lavado” de la atmósfera, bajando el grado
de contaminación (Quispe et al., 2013), dicha acción hace que la cantidad de partículas
disminuya (Inche, 2004).
d. Topografía
Las ciudades que están rodeas de valles o cadenas montañosas
(topografía compleja), normalmente perciben altas concentraciones de contaminantes del aire
(Inche, 2004).
2.1.8. Bases legales nacionales
a. Estándar Nacional de Calidad Ambiental
El ECA aire es un referente obligatorio que muestra niveles de
concentración máximo establecido para cada contaminante analizado en el ambiente, dichos
valores lo encontramos en el Decreto Supremo N°003-2017-MINAM (Tabla 4).
Tabla 4. Estándares de Calidad Ambiental para Aire
Valor Método de análisis
Parámetros Período Criterios de evaluación
(µg/m3)
1 hora 30 000 NE más de 1 vez al año Infrarrojo no dispersivo
Monóxido de
(NDIR)
carbono (CO) 8 horas 10 000 Media aritmética móvil
(Método automático)
Fuente: D.S. N° 003-2017-MINAM
b. Valores límite permisible-DIGESA
Establecidos para salvaguardar la salud de la población ante el control
de exposición, primordialmente por inhalación, de agentes químicos presentes.
Tabla 5. Valores de límite permisible-DIGESA
Límites adoptados Peso
Agente Notas
N° CAS TWA STEL molecular
químico
ppm mg/m3 ppm mg/m3
9
Dióxido de
124-38-9 5 000 9 000 30 000 54 000 44.01
carbono
TWA: Time Weighted Average Concentración media ponderada en el tiempo. STEL: Short-term exposure limit Límite de exposición de corta
duración. TR1: Sustancia perjudicial para la fertilidad de los seres humanos o produce toxicidad para el desarrollo. VLB: Son valores de
referencia para los indicadores biológicos, asociados a la exposición global a los agentes químicos.
Fuente: D.S. N°015-2005-SA
2.1.9. Población
En el censo realizado por el INEI en el año 2017, se identifica a nivel
provincial 10 distritos, en ello se indica que la provincia de Leoncio Prado cuenta con 127 793
habitantes. Muestra también que el distrito de Rupa Rupa es el que presenta mayor cantidad de
habitantes con 53 066 hab, representa el 41,52% a nivel provincial.
Se sabe que conforme va aumentando la densidad poblacional, la
necesidad de generar conexiones viales también lo es. Es por ello por lo que las cantidades de
habitantes se subdividen para zonas urbanas y rurales (Tabla 6).
Tabla 6. Población urbana rural – 2017 según distritos, provincia Leoncio Prado
Urbana Rural Total
Distrito
N° % N° % N° %
Rupa-Rupa 51 229 96,54 1 837 3,46 53 066 41,52
Daniel Alomía Robles 0 0,00 6 142 100,00 6 142 4,81
Hermilio Vladizán 0 0,00 3 475 100,00 3 475 2,72
José Crespo y Castillo 16 929 76,43 5 220 23,57 22 149 17,33
Luyando 4 986 55,70 3 965 44,30 8 951 7,00
Mariano Damaso Beraún 4 363 43,42 5 685 56,58 10 048 7,86
Pucayacu 0 0,00 3 724 100,00 3 724 2,91
Castillo Grande 12 438 91,67 1 130 8,33 13 568 10,62
Pueblo Nuevo 0 0,00 4 143 100,00 4 143 0,57
Santo Domingo de Anda 0 0,00 2 527 100,00 2 527 1,98
Provincia de Leoncio Prado 89 945 70,38 37 848 29,52 127 793 100,00
Departamento Huánuco 375 345
52,07 47,93 721 047 721 047
432 615
%provincia/departamento 23,96 10,95 17,72
Fuente: MPLP (2019)
10
2.2. Antecedentes
2.2.1. Internacionales
García et al. (2013), realizó su investigación en la Zona Metropolitana de
Guadalajara (ZMG) que presenta un rápido urbanismo y crecimiento industrial, analizó las
concentraciones SO2 y NO2 en relación con iones hidrógeno, sulfatos y nitratos en una
temporada de lluvia en el año 2005, obteniendo concentraciones máximas de SO 2 y NO2 en una
temporada seca, y reduciendo los valores en temporada de lluvia. Asimismo, obtuvo una mayor
frecuencia de acidez del NO2 a causa de las fuentes móviles.
En su investigación García et al. (2014) evidenció que el comportamiento
de vientos (magnitud y dirección) y como este influye en la acumulación de PM10, O3, NO2,
CO y SO2 en el periodo 2001-2010 están relacionadas, la zona metropolitana de Guadalajara
(zona de estudio) presenta vientos calma en la escala Beaufort, que tienen una relación con el
urbanismo y al consumo de combustibles fósiles, generando ambientes nocivos para la
población. Asimismo, entre sus resultados la medición de CO presentó picos de concentraciones
máximas en los horarios de 7:00 - 10:00 y 20:00 a 23:00, con 4,50 a 53,50 ppm, presentando
riesgos a la salud; los eventos fueron registrados en temporadas secas (marzo, abril, mayo y
junio). Se aplicó regresión lineal, ANOVA y prueba t, mostrando significancias más altas en
las siguientes relaciones:
- La inversión térmica (IT) y los contaminantes atmosféricos durante los
8 años.
- La temperatura con las IT.
- La humedad relativa con la IT.
- La velocidad del viento con las IT en los años 2002, 2005, 2006 y 2008.
- La dirección del viento con la IT.
- Los contaminantes con todas las variables en alguno de los 8 años
analizados.
- Los factores ambientales tienen relación significativa con los
contaminantes.
Téllez et al. (2006) en su investigación afirma que el 80% de las emisiones
de CO son generados por los vehículos y la población que se encuentra expuesta a
concentraciones medios y bajos, tales como concentraciones de CO por debajo de 25 ppm y a
valores de carboxihemoglobina en sangre inferiores a 10% son los que sufren enfermedades
crónicas cardiovasculares y neuropsicológicos. Asimismo, para dichas exposiciones indica que
11
los monitoreos a través de biomarcadores y mediciones de concentraciones ambientales (TLV-

TWA y ambiente general) son más precisos.
Ramírez et al. (2006) evaluó la zona urbana de Guadalajara, a través de un
estudio ecológico transversal considerando las consultas mensuales que se anotaron por
afectaciones respiratorias en niños menores de cinco años con los contaminantes (CO, NO2, O3,
PM10 y SO2), obteniendo un resultado significativo en relación con los contaminantes CO
(r=0,05) y NO2 (r=0,09). Asimismo, indicó que las concentraciones están inferiores a lo
establecido, tan solo las concentraciones máximas (valores máximos sin aplicar la moda
mensual ni la media móvil mensual) si rebasan, esto indica que las personas al estar expuestas
a altas concentraciones durante ciertas horas en el día son suficiente para estar ante un riesgo
ante enfermedades respiratorias.
Bravo et al. (2000), pronosticó la intensidad del valor máximo del ozono
mediante el análisis los parámetros ambientales (temperatura ambiente y radiación solar), para
ello estableció 10 estaciones RAMA, encontrando que la radiación solar medida entre las 10 y
las 12 h generan mayores datos de concentración de ozono.
Gutiérrez et al. (2020) en su investigación en la Ciudad de México y el
Área Metropolitana, mediante los datos de una Red Automática de Monitoreo Atmosférico
(RAMA) logró determinar la correlación directa entre: NO2-NOx, NO-NOx, CO-NO, CO-NOx,
PM2.5-PM10, PMCO-PM10.
Ramírez et al. (2014), realizó el análisis de la velocidad de los vientos y la
presencia de las inversiones térmicas durante 10 años en la Zona Metropolitana de Guadalajara,
obteniendo factores dominantes con influencia de inversiones térmicas (IT) y frecuencia de
viento calma (0 y 5 km/h) durante las primeras horas del día, teniendo como resultado la no
dispersión, y a partir de las 12:00 horas del día se genera una dispersión vertical de los
contaminantes, ante la intervención de la radiación solar que permite que la temperatura de la
capa inferior de la IT alcance la temperatura de equilibrio, el factor que influencia la dispersión
horizontal hacia el exterior es el viento, cuando incrementa su rapidez en horas de la tarde.
Pineda et al. (2018), da propuestas para la contaminación atmosférica
basándose principalmente a las fuentes móviles, en su análisis hace énfasis a la
unidireccionalidad de vías, la reversibilidad de carriles, promocionar la chatarrización de
vehículos, inspeccionar los vehículos en uso, restringir la circulación de los vehículos con altas
emisiones, y reemplazar por combustibles limpios, fortalecimiento del estándar de emisión para
12
nuevos vehículos, realizar estudios y programas desde los ámbitos investigativos, hasta el
educacional.
2.2.2. Nacionales
Aguirre, (2021), evaluó en tres días aleatorios en los meses octubre a
diciembre del 2019, las concentraciones de CO en la ciudad de Ilo, en tres puntos donde
presenta mayor congestión vehicular durante 8 horas por día, la obtención de los resultados de
CO fue mediante el método del Ácido P-Sulfoaminobenzoico (Colorimétrico), obteniendo un
total de 624,583 µg/m3 correspondientes a 93 vehículos elegidos al azar. Dicho dato comparado
con el D.S. N°003-2017-MINAM y D.S. N°047-2001-MTC no sobrepasan con los valores
establecidos. En su estudio vehicular se identifica las horas donde se genera mayor congestión,
siendo las 17:00 a 18:59, por la cantidad de personas que usan el transporte. Asimismo, no
existe alteración en los resultados por parte de los factores meteorológicos obtenidos:
temperatura de 21.6 °C y velocidad de viento promedio 4,1 m/s correspondiendo a “brisa débil”
según la escala de Beaufort, aludiendo a una dispersión mínima de los contaminantes
atmosféricos.
Soto (2018), mediante un muestreo en los tubos de escape de los vehículos
a motor con el quipo Altair determinó la emisión que se genera en la carretera central de Pasco-
Junín, obteniendo una relación de 26% y 74% respectivamente, equivalentes a 4 984,2284
tn/año de CO2 en la Región Pasco y 14 152,32432 tn/año de CO2 en la región Junín estos datos
en mayor tonelaje de CO2 corresponden a las emisiones de vehículos denominados automóviles
de 5 ocupantes y camiones tráiler, y en menor tonelaje de CO2 a vehículos menores.
Canales (2019), mediante el equipo portátil Aeroqual S500 realizó el
monitoreo del CO, CO2 y H2S en nueve puntos distribuidos en zonas con mayor incidencia
vehicular del distrito de Alto Selva Alegre-Arequipa, la toma de datos se dieron en dos horarios
(mañana y tarde), demostrando que en el cruce Puente Chilina-Cayma se da una alta
concentración de CO con 4 453,50 µg/m3 en 8 horas y H2S con 37,75 µg/m3, y la Av. Brasil-
Comisaria el CO2 con 262,86 mg/m3 todos con diferencias estadísticas.
Gómez y Gonzáles (2020), determinó que la concentración promedio de
CO en la ciudad de Pucallpa fue de 6 822,13 µg/m 3 estando inferior a los valores del ECA para
aire, al tomar los valores directos de las intersecciones evaluadas (6 intersecciones) la Av.
Centenario con Av. Aviación (Centro comercial Open Plaza) presentó 10 171,2 µg/m3 en CO,
sobrepasando el ECAS para aire (10 000 µg/m 3). Asimismo, en la ciudad de Aguaytía la
concentración promedio de CO fue de 3 632 µg/m3 encontrándose inferior al ECAS para aire,
13
al tomar los valores directos se tiene 3 327,2 µg/m 3 correspondiente a la Carretera Federico
Basadre con Jr. Los Helechos siendo este valor el 33% del ECAS para aire y un valor alto en la
intersección de la Av. Centenario con Jr. Eglinton (Centro comercial Real Plaza) con 9 824
µg/m3 encontrándose cercano al valor máximo del ECAS aire.
Fonseca (2018), en su investigación consideró al flujo vehicular como
criterio ante las concentraciones de CO en la ciudad de Tingo María, estableciendo periodos
mensuales en días consecutivos desde las 11:00 am hasta 7:00 pm. Para la medición de la
concentración aplicó el método por Envirotest con el empleo de trenes de muestreo, teniendo
como resultado una dispersión de CO variable, y una relación directamente proporcional con el
flujo vehicular, asimismo manifiesta que las concentraciones de CO son influenciadas por la
dirección y la velocidad del viento; individualmente el flujo vehicular varía según los puntos y
turnos establecidos. A toda su investigación concluye que los niveles de CO no sobrepasan los
10 000 µg/m3 según los ECAS para aire.
Lechuga (2019), determinó que el tráfico vehicular en las Av. Tito Jaime
en las cuadras 1 y 2 son de tipo heterogéneo conformado por vehículos pesados, vehículos
livianos y vehículos menores y vehículos no motorizados como carretas o triciclos. Asimismo,
determinó que la hora pico u hora punta del sistema son las 12:00 a 13:00 y 18:00 a 19:00 donde
tuvo mayor demanda en la intersección con el Jr. Cayumba presenciando 421 vehículos
trimóviles. El modelo de dinámica de sistemas que aplicó muestra que la velocidad de los
vehículos menores que transportan pasajeros (22,60 km/hora) son superiores a la velocidad de
congestión (19,48 km/hora) afirmando que no existe congestión en ningún momento del día.
Ramos (2019), en su investigación evaluó la condición actual en el que se
encuentra el sistema vehicular en el giro de tres calles (tres ramas) de la carretera central con
referencia al Puente Señor de Burgos en la ciudad de Huánuco, con el fin de verificar el nivel
de servicio en dicha intersección y ofrecer propuestas nuevas para el flujo vehicular. La
metodología aplicada fue mediante el uso del software PTV VISSIM7, para el cual realizó el
conteo de flujo vehicular clasificado según el formato del MTC, en las horas punta 6:00 a 8:00,
12:00 a 14:00 y 17:00 a 19:00, para dicho aforo consideró intervalos de 15 minutos para cada
estación de conteo (6 estaciones donde se visualizan giros); obteniéndose que el 50% del
volumen total del tránsito corresponde a vehículos livianos como motocar y que en 5 de los 6
giros son de clasificación crítica.
Tirado et al. (2021), realiza un monitoreo para determinar los niveles de
CO y CO2, para ello establece una red de monitoreo evaluando los meses con mayor
14
proliferación de flota vehicular y según la temporada del año, seleccionando una época seca, ya
que la concentración de los gases llega a su más alto nivel. Como instrumento de medición optó
por un gasómetro Aeroqual (serie 500) para el registro de ambos contaminantes. En la
metodología aplicada, para la interacción de las variables, evalúa la hora de muestreo, la
cantidad del tráfico vehicular, y la ubicación de los puntos; debido a las condiciones geográficas
de la ciudad de Tacna los niveles más altos registrados para CO y CO 2 fueron en la tarde a las
5:00 pm. Ante la comparación con los Estándares de Calidad Ambiental del Aire, para el
parámetro de CO no supera el rango establecido, asimismo se hace énfasis que no se pudo
comparar el CO2 ya que en la normativa seleccionada para el trabajo de investigación no se
encuentra contemplada. Tirado et al. (2021), concluyó que tan solo existe una correlación
positiva y baja entre la asociación de la cantidad de vehículos con el CO, mas no se evidenció
una correlación para el CO2.
En un estudio realizado por Perez (2021), quien evaluó la concentración
de un contaminante más frecuente en el aire generado por vehículos en el cruce del Jirón Dos
de Mayo y Libertad en la ciudad de Huánuco, realizó un muestreo durante tres días
consecutivos, con cinco monitoreos procesados por 8 horas en un solo punto. Asimismo, señala
que mediante la metodología aplicada no experimental utilizando el Método 4-Carboxibenceno
Sulfonamida se determina la concentración CO2, cabe resaltar que las características del
vehículo (antigüedad, tipo de combustible y tipo de vehículo) y las propiedades físicas del aire
(velocidad y dirección del viento) son de consideración. Ante el procesamiento de datos obtuvo
como resultado final 1 085,35µg/m3 de concentración de CO2 que al compararlo con el ECA se
encuentra por debajo de los valores establecidos.
15
III. MATERIALES Y MÉTODOS
3.1. Lugar de ejecución

3.1.1. Ubicación geográfica
El presente trabajo de investigación se realizó en el distrito de Rupa Rupa,
específicamente en la zona urbana de la Ciudad de Tingo María, que se encuentra ubicado en
las coordenadas UTM: 390 636,56 Este y 8 969 849,07 Norte a una altitud de 649 m.s.n.m.
3.1.2. Ubicación política
La ciudad de Tingo María se encuentra en el distrito de Rupa Rupa,
provincia de Leoncio Prado y departamento de Huánuco.
Figura 1. Ubicación política de la Ciudad de Tingo María

3.1.3. Características climáticas
El clima es tropical, cálido y húmedo, con variaciones de temperatura
alcanzando 20°C que varían con mínimos de 18°C y máximos de 38°C; volumen de
precipitación pluvial en 5 meses del año (noviembre a marzo), con una precipitación media
anual de 2 905,7 mm (Municipalidad Provincial de Leoncio Prado [MPLP], 2019).
La humedad relativa media varía entre 80% y 90% en ciclos de lluvia y en
estación seca dichos promedios son bajos. La humedad relativa mensual promedio es de 85.67%
(Sias, 2014).
La zona presenta una estación seca (junio a julio), como consecuencia
la dirección norte por los vientos alisios, transportando en el día masas de aire húmedo que, no
16
producen lluvias. En los meses de febrero a marzo los vientos alisios van de este-noreste,
topando con masas de aire húmedo, produciendo una primera precipitación (MPLP, 2019).
3.2. Materiales y métodos

3.2.1. Materiales y equipos
Para las actividades de campo se utilizaron los siguientes materiales:
instrumento de medición documentaria (encuestas), tablero, libreta de apuntes, lapiceros.
Los equipos que se utilizaron fueron: equipo portátil multigas RKI GX-6
000, equipo de posicionamiento global Garmin, cámara fotográfica, microprocesador AM-4
836 C, higrotermómetro BOECO, trípodes profesionales, cronómetro y una computadora (hp).
3.2.2. Metodología
La metodología base para la obtención de los datos fue el Protocolo
Nacional de Monitoreo de la Calidad Ambiental del Aire (D.S. N°010-2019-MINAM).
3.2.2.1. Determinación de los puntos de monitoreo con mayor flujo del
tráfico vehicular durante los meses marzo a julio
Por la concurrencia de tráfico vehicular se tomaron las
intersecciones de las avenidas principales con las calles perpendiculares visualizados en el
Plano catastral de la ciudad de Tingo María. Se hizo la selección tomando en consideración el
D.S. N°001-2020-MINAM (Artículo 3) descartando de esta forma los puntos existentes de
actividades extractivas y productivas (pollerías, grifos o estaciones de servicio) quienes son
categorizados como fuentes fijas (Ver Anexo A, Apéndice 1, Tabla 21). Tomando por
conveniencia un total de 12 puntos de monitoreo, luego se procedió a georreferenciarlos. En
cada uno de estos puntos, se realizó el conteo de los vehículos en un periodo de 10 minutos por
cada punto (vehículo/minuto) conocido como flujo de tráfico vehicular durante el mes 1 (06 de
marzo al 12 de marzo), mes 2 (10 de abril al 16 de abril), mes 3 (02 de mayo al 08 de mayo),
mes 4 (08 de junio al 14 de junio) y mes 5 (05 de julio al 11 de julio), dichos vehículos
contabilizados se agruparon por categoría: motos, livianos (autos, camionetas y trimóviles) y
pesados (buses, camiones, semi trayler, trayler), según el Ministerio de Transportes y
Comunicaciones (Ver Anexo A, Apéndice 2).
3.2.2.2. Determinación de los puntos de monitoreo con mayores niveles de
CO y CO2 durante los meses marzo a julio
Se identificó el diseño de red para el monitoreo siendo este un
Monitoreo direccionado a la prevención/evaluación de riesgos en la salud ambiental. Por su
finalidad se tiene una estación de tráfico que permite determinar las concentraciones de los
17
parámetros de la calidad del aire relacionadas a las emisiones por el tráfico terrestre cercano;
por su escala se tiene una estación de escala urbana el cual permite la determinación de las
concentraciones dentro de un área de dimensiones tipo ciudad y la medición de altas
concentraciones. Se aplicó el procedimiento de medición alternativo.
Después de la selección de los 12 puntos de monitoreo dentro de
la Ciudad de Tingo María, se realizaron las mediciones de CO 2 y CO mediante el detector de
gases portátil RKI GX – 6 000 en dos horarios del día: diurno (6:30 – 10:30 am) y nocturno (5
– 9 pm). El monitoreo se llevó a cabo desde el 6 de marzo al 11 de julio, dividiéndose en cinco
meses (correspondientes a las repeticiones): Mes 1 (6 al 12 de marzo), Mes 2 (10 al 16 de abril),
Mes 3 (2 al 8 de mayo), Mes 4 (8 al 14 de junio) y Mes 5 (5 al 11 de julio). Durante cada mes
se realizaron 14 lecturas por cada punto de monitoreo correspondientes a los siete días de la
semana (lunes a domingo) y diferenciados en los dos horarios (diurno y nocturno).
Para la lectura de los gases con el detector, constó de los
siguientes pasos, con el manual del equipo detector de gases portátil RKI GX – 6 000 (RKI,
2022):
1. Preparación del equipo: se revisa y verifica el buen estado y la
calibración antes de usarlo. También que los sensores estén en
funcionamiento, si se observara alguna variación en los datos de CO se
mantendrá presionado el botón SHIFT en un ambiente abierto, si se
presenta alguna variación en los datos de CO2 se insertará por la sonda la
Soda Lime presionando el botón AIR.
2. Localización de los puntos de monitoreo: con la ayuda de la estación
movible y los datos de la dirección del viento con un microprocesador
portátil (anemómetro AM-4836C), se determina la ubicación para la
toma de los datos en cada punto de monitoreo.
3. Encendido del equipo: se mantiene presionado el botón ENCENDER
durante 3 segundos, donde emite un sonido, se espera 5 segundos donde
se visualiza en la pantalla un interfaz con todos los rangos de detección
para cada gas.
4. Medición de gases: En función al flujo de tráfico vehicular, se procedió
a medir los gases presentes en cada punto de monitoreo provocados por
los vehículos, para ello se usó la boquilla de goma cónica.
18
5. Registro de datos: Se registró los valores de los gases medidos con el

equipo, el horario y la fecha.
6. Finalización de la medición: Se finalizó la medición presionando el
botón de apagado del equipo.
El periodo del monitoreo tuvo una duración de 10 minutos por
punto de monitoreo (Tabla 7).
Tabla 7. Registro de niveles de concentración de CO y CO2 dentro de la Ciudad de Tingo María
Factores
Periodo de
Punto de CO CO2 ambientales
monitoreo
monitoreo
Diurno Nocturno Diurno Nocturno T° Hh Vv
PM1 10 min
PM2 10 min
PM3 10 min
. .
. .
. .
PMn 10 min
Donde: PM: 1,2,3..,n Puntos de monitoreo, CO Monóxido de carbono, CO2 Dióxido de carbono, T° Temperatura, Hh Humedad Vv Velocidad
del viento.
Para la medición de la temperatura y humedad relativa se usó del
higrotermómetro BOECO.
a. Comparación de los niveles de concentración de CO y CO 2 con los
Estándares Nacionales de Calidad Ambiental Aire
Los valores de la medición de monóxido de carbono obtenido
con el detector de gases RKI-6000 fueron llevados a una conversión, ya que las unidades que
arroja el equipo están en ppm y se requiere que estén en µg/m 3.
µ𝑔 103
= 𝑝𝑝𝑚 ∗ 𝑃𝑀 ∗ (24,5) (1)
𝑚3
Donde:
ppm = partes por millón
PM = peso molecular del contaminante
En la Normativa Legal Vigente D.S. N°003-2017-MINAM, se
aprecian parámetros, entre los cuales se tiene el CO cuyo valor debe estar debajo de los 10 000
µg/m3 en un período de 8 horas (Tabla 8).
19
Tabla 8. Estándar Nacional de Calidad Ambiental del aire

Parámetros Período Valor (µg/m3) Criterios de evaluación
Monóxido de carbono 1 hora 30 000 NE más de 1 vez al año

(CO) 8 horas 10 000 Media aritmética móvil*
NE: No Exceder
*Criterio de evaluación seleccionado para la comparación de los resultados.
Fuente: D.S. N° 003-2017-MINAM
b. Comparación de los niveles de concentración de CO y CO 2 con los
Límites Permisibles para agentes químicos
En Normativa Legal Vigente D.S. N°015-2005-SA, se aprecian
los valores límite permisibles para agentes químicos en el ambiente de trabajo (Tabla 9) con el
que se realizó la comparación para los niveles de concentración CO2 según los puntos de
monitoreo establecidos.
Tabla 9. Valores límite permisibles para agentes químicos en el ambiente de trabajo
Peso
Límites adoptados Notas
molecular
N° CAS Agente químico
TWA STEL
ppm mg/m3 ppm mg/m3
124-38-9 Dióxido de carbono 5 000 9 000 30 000 54 000 44,01
TWA: Time Weighted Average Concentración media ponderada en el tiempo. STEL: Short-term exposure limit Límite de exposición de corta
duración. TR1: Sustancia perjudicial para la fertilidad de los seres humanos o produce toxicidad para el desarrollo. VLB: Son valores de
referencia para los indicadores biológicos, asociados a la exposición global a los agentes químicos
Fuente: D.S. N°015-2005-SA
3.2.2.3. Determinación de la relación de los niveles de CO, CO2, flujo del
tráfico vehicular y los factores ambientales (temperatura, velocidad
del viento y humedad relativa)
Se realizó la prueba de normalidad de los datos, para comprobar
si los datos tienen una regresión normal.
Se aplicó la prueba de Análisis de Componentes Principales
(ACP) para ver la distribución de los datos que son agrupados en dos factores.
3.2.2.4. Percepción de la población con respecto a los contaminantes CO y
CO2 en la ciudad de Tingo María
Según el Instituto Nacional de Estadística e Informática (INEI,
2017), se tiene en el marco del Plan Vial Provincial Participativo (PVPP) de Leoncio Prado
2021-2025 la cantidad de población urbana rural; para el cual, en el Distrito de Rupa Rupa
20
como zona urbana (Tingo María) cuenta con 51 229 habitantes y 1 837 habitantes a nivel rural.
Para la presente investigación se trabajó con la población directamente afectada que
corresponde a la zona urbana. Con dicho dato, se procedió a realizar el cálculo del tamaño de
muestra de ciudadanos a encuestar, mediante el uso de la Ecuación (2)
2
𝑧1−𝛼/2 ×𝐶 2
𝑛= 2 (2)
𝑑2 +𝑧1−𝛼/2 ×𝐶 2 /𝑁
1,962 × 0,212
𝑛=
0,052 + 1,962 × 0,212 /51 229
𝑛 = 68,20 = 68 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
2
Donde 𝑧1−𝛼/2 es la puntuación z para un nivel de confianza 1 –
α, C es la proporción entre la desviación estándar y el promedio en una muestra piloto, d es el
margen de error en las mediciones y N es el tamaño total de la población. Para α = 0,05, d =
0,05, C = S/X=3,16 y N = 51 229 el tamaño de muestra es 68,20 o 68 personas a las cuales se
le aplicó una encuesta que está comprometido con 13 preguntas, de las cuales 3 preguntas
comprenden datos generales (sexo, edad y grado de estudio) y 10 preguntas están direccionadas
para el conocimiento de la percepción de la población urbana de la Ciudad de Tingo María.
(Ver formato en Anexo F, Apéndice 1)
- 1 pregunta con respuesta Sí o No.
- 6 preguntas con escala tipo Likert.
- 1 pregunta con respuesta abierta.
- 2 preguntas con alternativa múltiple.
Se evaluó el instrumento mediante la validación por juicio de
experto, integrado por 5 especialistas.
3.2.3. Análisis de estudio
1) Nivel de investigación
Nivel descriptivo (Hernández et al., 2014), ya que se utilizó la
recolección de datos con la finalidad de probar la hipótesis.
2) Método de investigación
El método de investigación es de inducción, porque se partió de
premisas particulares para dar conclusiones y/o conceptos generales.
3) Diseño de investigación
El diseño de investigación considerando la variable independiente es
de tipo no experimental, transversal descriptivo, porque se determinaron los niveles de
21
concentración de CO y CO2 en la ciudad de Tingo María durante el período marzo a julio

generados por el tráfico vehicular. Se tienen 12 puntos de monitoreo por fuentes móviles (PM1,
PM2, PM3, PM4,…, PM12) y dos turnos al día (diurno y nocturno), por 7 días (lunes a
domingo) y con cinco repeticiones (correspondiente al mes de marzo, abril, mayo, junio y julio).
FTV
T
DIU
HR
VV
PM1
FTV
T
NOC
HR
VV
[PM]: 1, 2, 3,…,12 Puntos de monitoreo, [DIU]: Monitoreo diurno, [NOC]: Monitoreo nocturno, [FTV]:Flujo de tráfico vehicular, [T]:
Temperatura, [HR]: Humedad relativa, [VV]: Velocidad del viento.
Figura 2. Diseño experimental
4) Variables y operacionalización
Variable Y: Nivel de CO y CO2
Dimensiones e indicadores:
- Monóxido de carbono (CO) (µg/m3) (ppm)
- Dióxido de carbono (CO2) (ppm)
Variable X: Tráfico vehicular.
Dimensiones e indicadores:
- Flujo de tráfico vehicular (N° vehículos/min)
- Tipo de vehículo (N° vehículos/categoría)
Variable Interviniente: Ciudad de Tingo María, factores ambientales
(temperatura, velocidad del viento y humedad relativa), puntos de monitoreo, horario de
medición (diurno, nocturno), factores sociales.
22
Tabla 10. Operatividad de la variable independiente y dependiente

Variable Definición conceptual Dimensiones Indicadores
1. Flujo de
Cantidad de vehículos tráfico N° vehículos/min
“Independiente”
que circulan en la ciudad vehicular
Tráfico vehicular
de Tingo María 2. Tipo de N°
vehículo vehículos/categoría
Nivel de concentración 1. Monóxido de
µg/m3
“Dependiente” del contaminante CO y carbono (CO)
Nivel de CO2 que se encuentran
2. Dióxido de
concentración de CO en el aire que se respira
carbono ppm
y CO2 producto de una
(CO2)
contaminación
5) Población y muestra
- Población
Corresponde a la población de la zona urbana de la ciudad de Tingo María 51
229 personas.
- Muestra
Se tiene 68 personas a las que se encuestaron dentro de la zona urbana de la
ciudad de Tingo María, dicha cantidad fue dividida entre los puntos de monitoreo seleccionados
para el estudio de investigación.
6) Técnicas e instrumentos de recolección de datos
La técnica consistió en determinar el flujo de tráfico vehicular en las
horas de medición establecidas (horas pico), junto a la medición de los niveles de concentración
del monóxido de carbono (CO) y dióxido de carbono (CO2) y los factores ambientales
(temperatura, humedad relativa y velocidad del viento). El instrumento de recolección de datos
fue el plano catastral de la Ciudad de Tingo María, donde se identificaron los puntos de
monitoreo y la selección por descarte de las fuentes fijas.
Para conocer la percepción de la población con respecto a los
contaminantes CO y CO2 se realizaron mediante la aplicación de una encuesta a la muestra de
la población de la zona urbana de la ciudad de Tingo María, previa validación por juicio de
expertos.
23
Validez del instrumento: Para la determinación de la validez del

instrumento (encuesta) se aplicó la validez del contenido, con la prueba de juicio de expertos,
mediante el Coeficiente de Validez de Contenido (Hernández, 2002), obteniendo el grado de
acuerdo de los expertos hacia cada ítem y en la totalidad del instrumento y a través de una escala
tipo Likert de cinco alternativas, se calculó la media obtenida en cada uno de los ítems y, en
base a esta, se calculó el CVC, mediante el uso de la Ecuación (3).
∑ 𝑋𝑖
∑ 𝐶𝑉𝐶𝑡𝑐 ⁄𝐽
𝐶𝑉𝐶𝑡𝑐 = = ∑ [[ 𝑉 ] − 𝑃𝑒𝑖 ] (1⁄𝑁) (3)
𝑁 𝑚á𝑥
Donde:
N: Número total de ítems del instrumento de recolección de datos.
𝑆𝑥𝑖: Sumatoria de los puntajes asignados por cada juez J a cada uno de los
ítems i.
𝑉𝑚á𝑥: Valor máximo de la escala utilizada por los jueces
𝑃𝑒𝑖 : Probabilidad de error por cada ítem (probabilidad de concordancia
aleatoria entre jueces).
j: Número de jueces asignando puntajes a cada ítem.
𝑀𝑥
𝐶𝑉𝐶𝑖 = 𝑉 (4)
𝑚á𝑥
Donde:
𝑀𝑥 : Media del elemento en la puntuación dada por los expertos
𝑉𝑚á𝑥 : Puntuación máxima que el ítem podría alcanzar.
Asimismo, se realiza el cálculo del error asignado para cada ítem (𝑃𝑒𝑖 ),
de este modo se reduce el posible sesgo introducido por alguno de los jueces.
1 𝑗
𝑃𝑒𝑖 = (𝑗 ) (5)
Donde:
j: Número de expertos participantes
El coeficiente de validez de contenido (CVC)
CVC = 𝐶𝑉𝐶𝑖 − 𝑃𝑒𝑖 (6)
Los expertos calificaron cada ítem mediante la siguiente escala
estimativa:
1 = Inaceptable
2 = Deficiente
24
3 = Regular
4 = Bueno
5 = Excelente
Se designaron criterios de evaluación para cada ítem, los seleccionados
para la presente investigación fueron los siguientes:
Tabla 11. Evaluación del instrumento por juicio de experto
Contenido Evaluación
Ítem Criterios Observación 1 2 3 4 5
Los ítems son claros y están redactados
en lenguaje apropiado al grupo de
estudio.
El ítem puede ser respondido de
acuerdo a la escala que presenta el
instrumento
1 Los ítems tienen coherencia con la
composición de indicadores y
dimensiones.
La organización de los ítems tiene
secuencia lógica.
El instrumento es útil para el estudio
propuesto.
Los ítems son claros y están redactados
en lenguaje apropiado al grupo de
estudio.
El ítem puede ser respondido de
acuerdo a la escala que presenta el
instrumento
2 Los ítems tienen coherencia con la
composición de indicadores y
dimensiones.
La organización de los ítems tiene
secuencia lógica.
El instrumento es útil para el estudio
propuesto.
Fuente: Adaptado de Hernández (2002)
25
Hernández (2002), indica que el CVC mayor a 0,80 es óptimo.

CVC < 0.60validez y concordancia inaceptable.
0,70 ≤ CVC ≥ 0,60Validez y concordancia deficientes.
0,80 ≤ CVC > 0,71Validez y concordancia aceptables.
0,90 ≤ CVC > 0,80Validez y concordancia buena.
CVC > 0,90Validez y concordancia excelentes.
7) Análisis estadístico
- Relación de variables
Se aplicó la estadística mediante la Prueba de Normalidad y el Análisis de
Componentes Principales (ACP) para la determinación de la relación de los niveles de CO,
CO2, flujo del tráfico vehicular y los factores ambientales (temperatura, velocidad del viento y
humedad relativa).
- Análisis de resultados de la encuesta
Se aplicó la estadística descriptiva para explicar los datos más relevantes
relacionados a la percepción de la población con respecto a los contaminantes CO y CO2 en la
ciudad de Tingo María.
26
IV. RESULTADOS Y DISCUSIÓN
4.1. Puntos de monitoreo con mayor flujo de tráfico vehicular durante los meses marzo
a julio en la Ciudad de Tingo María
A. Selección de puntos de monitoreo
En la Tabla 12 se muestra las coordenadas geográficas de los 12 puntos de
monitoreo y la ubicación de las calles dentro de la Ciudad de Tingo María, estos puntos
seleccionados previo descarte de puntos fijos (Ver Anexo A, Apéndice 1, Tabla 21) tienen la
característica de ser zonas más concurridas por los vehículos, teniendo una variedad en la
clasificación de los vehículos (livianos y pesados). Los puntos de monitoreo PM1, PM2, PM7,
PM9 y PM10 que se sitúan en las avenidas 28 de Julio, Avenida Amazonas, Jirón Julio Burga
y Avenida Raymondi, tienen una característica común ya que estas son zonas transitadas por
vehículos pesados.
Tabla 12. Coordenadas geográficas de los puntos de monitoreo
Intersecciones de
Punto de Coordenadas UTM vías en la ciudad Descripción
Zona
monitoreo de Tingo María
Norte (m) Este (m)
Av. 28 de Julio Ingreso de
1 8 971 275 389 825 18 L
cuadra 1 vehículos pesados.
Av. Amazonas Tránsito de
2 8 971 483 390 081 18 L cuadra 1 vehículos pesados y
livianos.
Av. Ucayali con Jr. Tránsito de
3 8 971 724 390 125 18 L
Monzón vehículos livianos.
4 8 971 534 389 999 18 L
Callao vehículos livianos.
Av. Alameda Perú Tránsito de
5 8 971 567 389 893 18 L
con Jr. Callao vehículos livianos.
6 8 971 938 390 245 18 L
Lamas vehículos livianos.
27
Intersecciones de
Punto de Coordenadas UTM vías en la ciudad Descripción
Zona
monitoreo de Tingo María
Norte (m) Este (m)
Av. Amazonas con Tránsito de
7 8 972 203 390 12 18 L Jr. San Alejandro vehículos pesados y
livianos.
8 8 972 298 390 340 18 L con Jr. San vehículos livianos.
Alejandro
9 8 972 617 390 509 18 L con Jr. Julio Burga vehículos pesados y
livianos.
Av. Raymondi con Tránsito de
Jr. Julio Burga vehículos pesados y
10 8 972 741 390 317 18 L
livianos. Salida de
la ciudad.
Av. Tito Jaime con Tránsito de
11 8 972 580 390 346 18 L
Jr. Aguaytía vehículos livianos.
Av. Tito Jaime con Tránsito de
12 8 971 647 389 788 18 L Jr. Callao vehículos livianos
(mercado modelo).
B. Flujo de tráfico vehicular de marzo a julio

El mayor flujo vehicular promedio en el día lunes se da en el PM4 (Av.
Ucayali con Jr. Callao) con de 26 vehículos/min y el menor registro en el PM1 (Av. 28 de julio
cuadra 1) con 12 vehículos/min. El día martes se obtuvo el mayor registro en PM4 (Av. Ucayali
con Jr. Callao) y PM10 (Av. Raymondi con Jr. Julio Burga) con 27 vehículos/min y un mínimo
en el PM1 (Av. 28 de julio cuadra 1) y PM9 (Av. Alameda Perú con Jr. Julio Burga) con 12
vehículos/min. El día miércoles el mayor flujo vehicular promedio se obtuvo en el PM4 (Av.
Ucayali con Jr. Callao) con 28 vehículos/min y un flujo vehicular promedio menor registrado
en el PM9 (Av. Alameda Perú con Jr. Julio Burga) con 11 vehículos/min. Respecto al día jueves,
28
se obtuvo un mayor flujo vehicular promedio en el PM10 (Av. Raimondi con Jr. Julio Burga)
ambos con 26 vehículos /min y el menor registro del día se dio en el PM9 (Av. Alameda Perú
con Jr. Julio Burga) con 14 vehículos/min. El día viernes el flujo vehicular promedio presentó
mayores cantidades siendo el PM10 (Av. Raymondi con Jr. Julio Burga) el mayor con un
registro de 28 vehículos/min y el PM9 (Av. Alameda Perú con Jr. Julio Burga) el menor con 11
vehículos/min.
Evaluando los fines de semana, para el día sábado se obtuvo un mayor
registro en el PM4 (Av. Ucayali con Jr. Callao) con 28 vehículos/min y un valor menor en el
PM9 (Av. Alameda Perú con Jr. Julio Burga) con 10 vehículos/min. Para el día domingo se
obtuvo el mayor flujo vehicular promedio en el PM4 (Av. Ucayali con Jr. Callao) con 27
vehículos/min y el menor en el PM9 (Av. Alameda Perú con Jr. Julio Burga) con 13
vehículos/min. Asimismo, se obtiene el flujo de tráfico vehicular promedio para la ciudad de
Tingo María siendo 20 vehículos/min.
Tabla 13. Flujo vehicular promedio en cada punto de monitoreo evaluados por días de
semana en el mes 1, mes 2, mes 3, mes 4 y mes 5
Coeficiente
Puntos de
Lunes Martes Miércoles Jueves Viernes Sábado Domingo Promedio de variación
monitoreo
PM1 12 12 12 15 13 11 17 13 15%
PM2 23 20 24 22 25 23 21 23 7%
Ciudad 25 19 23 23 23 24 20 22 9%
PM3
de
Tingo PM4 26 27 28 24 33 28 27 27 10%
María 16 16 16 20 17 18 17 17 8%
PM5
PM6 20 16 19 18 18 21 17 18 10%
PM7 17 16 15 16 15 12 14 15 11%
PM8 23 20 20 22 19 21 21 21 6%
20
PM9 13 12 11 14 11 10 13 12 13%
veh/min
PM10 24 27 24 26 28 22 25 25 9%
PM11 17 19 18 19 18 15 18 18 7%
PM12 25 26 23 25 25 24 22 24 5%
Evaluando el flujo vehicular promedio en función a los puntos de

monitoreo analizados se observa en la Figura 3 que el mayor flujo vehicular promedio se genera
en el PM4 (Av. Ucayali con Jr. Callao) con una cantidad de 27 vehículos/min, y el menor flujo
vehicular promedio en el PM9 con 12 vehículos/min.
29
35
30
Flujo (N° vehúculos/min) 25
20
15
10
0
PM4 PM10PM12 PM2 PM3 PM8 PM6 PM11 PM5 PM7 PM1 PM9
Puntos de monitoreo
Figura 3. Flujo vehicular promedio evaluado en los puntos de monitoreo
La categoría motos son los vehículos que más transitan en todos los puntos
por la ciudad de Tingo María tal como se observa en la Figura 4, seguido de la categoría liviano
(trimóvil, auto, station wagon y camionetas) y en menor cantidad están los vehículos pesados
(micro, bus, camión, semi trayler y trayler).
120
100
N°vehículos promedio
80
60
40
20
0
PM4 PM10 PM12 PM2 PM3 PM8 PM6 PM11 PM5 PM7 PM1 PM9
Moto Liviano Pesado
Figura 4. Cantidad de vehículos promedio evaluado en los puntos de monitoreo por tipo
30
Vela (2021) evaluó la afluencia vehicular resultando que el 60% de los

vehículos tipo motokar son los más transitados en el Distrito de la Banda de Shilcayo, seguido
de las motos con el 30% y por último los carros con el 10% agrupando en categorías según el
Ministerio de Transportes y Comunicaciones (Ver Anexo A, Apéndice 2), se tiene que el 76%
de la afluencia vehicular corresponde a la categoría livianos a esto atribuye que el estudio se
realizó a nivel distrital, sin embargo en el presente estudio se evaluó a nivel de una zona urbana
dentro de la ciudad de Tingo María, obteniendo que la conformación en cuanto al tipo de los
vehículos transitados dentro del área de estudio es en mayor porcentaje correspondiente a la
categoría motos, seguido de la categoría liviano y finalmente la categoría pesado.
Según Zavala (2014), indica que los vehículos livianos son los más
transitado por la zona urbana de la ciudad de Tingo María, esto evaluado en el año 2014. En
nuestro estudio el tipo de vehículos de categoría motos son los que circulan más dentro de la
ciudad, esto atribuye a Muñoz et al. (2021) que indica que el flujo vehicular en el mundo ha ido
aumentando muy rápido tal es así que en ciertas ciudades el número de vehículos en ciertos
puntos de la carretera superan el volumen.
La Figura 5 se observa que en el turno diurno (6:30 a 10:30 am) se genera

mayor flujo vehicular promedio en los días lunes y jueves con 21 vehículos/min, mientras que
el día sábado se genera menor flujo vehicular promedio con 19 vehículos/min.
21.5
21.0
20.5
Flujo (N° vehúculos/min)
20.0
19.5
19.0
18.5
18.0
17.5
Lunes Jueves Viernes Miércoles Martes Domingo Sábado
Figura 5. Flujo vehicular promedio evaluado en días de semana y en turno diurno

31
La Figura 6 se observa que en el turno nocturno (5 a 9 pm) se genera mayor

flujo vehicular promedio el día viernes con 21 vehículos/min, mientras que el día martes se
genera menor flujo vehicular promedio con 18 vehículos/min.
21.5
21.0
20.5
Flujo (N° vehúculos/min)
20.0
19.5
19.0
18.5
18.0
17.5
17.0
16.5
Viernes Jueves Lunes Sábado Miércoles Domingo Martes
Figura 6. Flujo vehicular promedio evaluado en días de semana y en turno nocturno

En el estudio de Zavala (2014) indica que en el turno tarde (12:30 y 2:00
pm) se genera mayor tránsito de vehículos, en los días lunes tanto en el turno mañana y tarde
hay mayor caudal vehicular, mientras que en la noche los días domingos se genera mayor
tránsito, contrastando con lo obtenido en la presente investigación se evaluó en el turno diurno
(6:30 – 10:30 am) el flujo vehicular promedio coincidiendo que el día lunes se da mayor
circulación de vehículos en dicho turno, por otra parte para el turno nocturno (5 a 9 pm), se
obtiene mayor flujo de tránsito vehicular los días viernes constatando que en la actualidad el
movimiento vehicular dentro de la ciudad relativamente cambió.
Fonseca (2018), afirma que el flujo vehicular promedio es variable con
respecto a los puntos y turnos establecidos, teniendo concordancia con los obtenido en el
estudio ya que en la Tabla 13 se aprecia el flujo vehicular promedio que difieren en los 12
puntos, en los días de la semana, y en los turnos (Figura 3, Figura 5 y Figura 6).
Según Gonzáles y Cogliati (2016), el mayor flujo de tránsito vehicular
disminuye considerablemente los fines de semana (sábado y domingo), mientras que en los días
de semana (lunes a viernes) los promedios registrados son altos atribuyendo a las 8 am y 6 pm.
32
Asimismo, se pudo evidenciar en el presente estudio que en todos los puntos analizados (12
puntos de monitoreo) en la ciudad de Tingo María, la relación en el turno mañana y ligeramente
en el turno nocturno, puesto a que el mayor flujo vehicular promedio se dio en los días laborales
(lunes a viernes), y por otro lado los fines de semana presentaron cantidades bajas.
4.2. Puntos de monitoreo con mayores niveles de CO y CO2 durante los meses marzo a
julio en la Ciudad de Tingo María
A. Niveles de CO durante los meses marzo a julio en la Ciudad de Tingo María
En la Tabla 14 se muestran las concentraciones promedio de monóxido de
carbono (µg/m3) evaluados en los 12 puntos de monitoreo en los días de semana durante el mes
1, mes 2, mes 3, mes 4 y mes 5, teniendo el mayor registro promedio de CO en todos los días
en el PM4 (Av. Ucayali con Jr. Callao. Los menores registros de concentración de CO fueron
obtenidos en el PM9 (Av. Alameda Perú con Jr. Julio Burga) y PM6 (Av. Ucayali con Jr.
Lamas).
Asimismo, se tiene el nivel de concentración promedio de CO en el tiempo
evaluado para la Ciudad de Tingo María es de 13 912 µg/m3 (12 ppm).
Tabla 14. Concentración promedio de CO emitidos en cada punto de monitoreo
Monóxido de carbono (µg/m3)
Punto de Coeficiente
Monitoreo Lunes Martes Miércoles Jueves Viernes Sábado Domingo Promedio de
Ciudad variación
de 14 062 13 948 12 919 12 805 14 405 12 919 10 975 12 995 9%
PM1
Tingo
PM2 14 176 15 091 14 405 13 605 15 891 14 176 12 233 14 234 9%
María
PM3 16 234 15 320 15 777 14 862 14 748 14 062 14 519 14 882 4%
PM4 21 836 19 436 19 664 20 579 25 838 18 635 21 150 20 884 12%
PM5 13 834 13 033 12 347 13 033 12 462 13 262 10 861 12 500 7%
PM6 9 603 11 090 10 404 12 576 8 232 11 661 8 689 10 442 16%
PM7 12 233 12 690 12 576 13 376 10 975 12 462 12 462 12 423 6%

13 912
PM8 11 204 12 462 11 318 11 547 11 090 12 233 12 919 11 928 6%
µg/m3
PM9 13 033 14 291 10 289 12 805 9 946 13 719 12 576 12 271 15%
PM10 16 120 13 834 15 891 13 605 16 692 15 320 15 091 15 072 8%

12 ppm
PM11 12 233 11 776 11 547 11 890 13 262 12 119 12 233 12 138 5%
PM12 16 349 16 806 16 692 14 748 19 550 15 663 15 663 16 520 10%
En la Figura 7 se muestra la concentración de CO (µg/m3) con relación al

valor máximos permitidos (ECA = 10 000 µg/m3), en cada punto de monitoreo, obteniendo
33
valores que superan el Estándar de Calidad Ambiental (ECA) en los 12 puntos de monitoreo,
siendo el PM4 el que registra la mayor concentración de CO con 20 884 µg/m3, asimismo el
punto de monitoreo que presenta menor concentración de CO es el PM9 con 10 442 µg/m3.
25000
20000
ECA = 10 000 µg/m3

15000
CO (µg/m3)
10000
5000
0
Figura 7. Límite de exposición permisible (ECA = 10 000 µg/m3) referente a la concentración

promedio de emisión en los puntos de monitoreo
El MINAM (2014) en su reporte indica que, de todos los gases nocivos

para la salud, se considera que los vehículos generan el 80% de las emisiones en todas las
ciudades, siendo el CO el más perjudicial seguido de los COV y los NOX. Y que el incremento
de las emisiones se da como consecuencia a la congestión vehicular, principalmente en el centro
de la Ciudad, por ser el mayor generador de viajes o recorrido de los vehículos, generando una
mala calidad del aire (Lizarbe, 2022), es así que para determinar el nivel de CO en el ambiente
se analizó la zona urbana de Tingo María, obteniendo la concentración promedio de CO 13 912
µg/m3 (12 ppm) superando el Estándar de Calidad Ambiental (ECA) aire establecido por
MINAM (2017).
En comparación con la investigación de Fonseca (2018) cuyos datos

evaluados en la ciudad de Tingo María en el año 2018 no superaban el ECA aire evaluados en
4 puntos de monitoreo (PM1 en dirección a la entrada de Facultad de Ciencias Económicas y
Administrativas – Universidad Nacional Agraria de la Selva, PM2 primera cuadra de la Av.
34
Antonio Raymondi, PM3 tercera cuadra de la Av. Tito Jaime y PM4 última cuadra de la Av.
Antonio Raymondi), y que a la actualidad en la zona urbana de Tingo María se generó un
incremento en las emisiones por fuentes móviles (vehículos).
A ello, Quispichuro (2014) en la recopilación de información explica que

los niveles de CO en el ambiente se producen por las actividades antropogénicas, cuando se
emplea la gasolina como combustible del transporte en el área urbana, cuando se prende
cualquier combustible como gas natural, gas propano, madera, carbón o queroseno, es así como
indica que por cada litro de gasolina que consume un automóvil se produce 360 g de monóxido
de carbono.
La Figura 8 se muestra la concentración de CO (µg/m3) con relación al

valor máximo permitido (ECA = 10 000 µg/m3), en los días de semana durante el turno diurno
(6:30 a 10:30 am), siendo el lunes con 14 920 µg/m3 el día que se genera mayor concentración
del CO y el domingo el día que presenta menor registro de concentración promedio de CO con
13 586 µg/m3. En todos los días de la semana en el turno diurno, se tienen concentraciones
promedio de CO en la Ciudad de Tingo María que superan el valor dispuesto en el Estándar de
Calidad Ambiental.
ECA = 10 000 µg/m3

16000
14000
12000
10000
CO (µg/m3)
8000
6000
4000
2000
0
Lunes Martes Sábado Miércoles Viernes Jueves Domingo
Diurno ECAS

promedio de emisión en los días de semana en el turno diurno
35
La Figura 9 se muestra la concentración de CO (µg/m3) con relación al

valor máximo permisible (ECA = 10 000 µg/m3), en los días de semana durante el turno
nocturno (5 a 9 pm), siendo el viernes con 14 843 µg/m3 el día que se genera mayor
concentración del CO y el domingo el día que presenta menor registro de concentración
promedio de CO con 12 976 µg/m3. En todos los días de la semana en el turno nocturno, se
tienen concentraciones promedio de CO en la Ciudad de Tingo María que superan el valor
establecido en el Estándar de Calidad Ambiental.
ECA = 10 000 µg/m3

16000
14000
12000
10000
CO (µg/m3)
8000
6000
4000
2000
0
Viernes Martes Jueves Sábado Lunes Miércoles Domingo
Nocturno ECAS

promedio de emisión en los días de semana en el turno nocturno
Canales (2019) en su investigación evaluó 9 puntos, el PM2 situado en el

cruce del Puente Chilina – Cayma en el horario de la mañana y tarde presentó incrementos en
los niveles de concentración del CO teniendo como concentración promedio 4 453,50 µg/m3,
manifestando que dicho incremento se da por la alta frecuencia vehicular que transita por dicha
zona. Es así como, en el presente estudio el PM4 (Av. Ucayali con Jr. Callao) es el punto que
presenta mayor flujo de tránsito vehicular en la ciudad de Tingo María, teniendo una mayor
concentración promedio de CO (20 884 µg/m3) en comparación a los demás puntos analizados.
B. Niveles de CO2 durante los meses marzo a julio en la Ciudad de Tingo María
En la Tabla 15 se tienen concentraciones promedio de dióxido de carbono
(ppm) evaluados en los 12 puntos de monitoreo en los días de semana durante el mes 1, mes 2,
36
mes 3, mes 4 y mes 5, teniendo el mayor registro promedio de CO2 para el día lunes, martes,
miércoles y viernes en el PM12 (Av. Tito Jaime con Jr. Callao), el mayor registro para el día
jueves y domingo en el PM10 (Av. Raimondi con Jr. Julio Burga) y el sábado en el PM11 (Av.
Tito Jaime con Jr. Aguaytía). Los menores registros de concentración de CO2 fueron obtenidos
en el PM1 (Av. 28 de julio cuadra 1) en seis días a excepción del sábado que se registró en el
PM2 (Av. Amazonas cuadra 1).
Asimismo, se tiene el nivel de concentración promedio de dióxido de
carbono (CO2) en el tiempo evaluado para la Ciudad de Tingo María es de 466 ppm.
Tabla 15. Concentración promedio de CO2 emitidos en cada punto de monitoreo
Dióxido de carbono (ppm)

Punto de Coeficiente
Monitoreo Lunes Martes Miércoles Jueves Viernes Sábado Domingo Promedio de
Ciudad
variación
de
PM1 344 372 382 416 400 368 398 389 5%
Tingo
PM2 400 406 400 424 386 360 404 397 5%
María
PM3 408 444 410 430 400 372 410 411 6%
PM4 426 432 416 438 426 430 428 428 2%
PM5 452 432 438 470 456 440 450 448 3%
PM6 458 454 462 464 482 454 468 464 2%
PM7 482 482 454 496 502 466 492 482 4%
PM8 484 500 452 506 504 510 492 494 4%
466
PM9 490 524 474 500 520 528 504 508 4%
ppm
PM10 526 542 500 508 480 534 524 515 4%
PM11 518 532 548 498 512 536 516 524 3%
PM12 514 578 558 500 568 532 516 542 6%
La Figura 10 evidencia la concentración de CO2 (ppm) con relación con el

valor máximo permisible para agentes químicos en el ambiente de trabajo (DIGESA = 5 000
ppm) en cada punto de monitoreo. Obteniendo registros que no superan lo establecido en la
normativa Dirección de Gestión de Salud (DIGESA) en todos los puntos de monitoreo. Sin
embargo, en el PM12 (Av. Tito Jaime con Jr. Callao) se registra la mayor concentración de CO2
con 542 ppm y en el PM1 la menor concentración con 389 ppm.
37
6000
DIGESA = 5 000 ppm
5000
4000
CO2 (ppm)
3000
2000
1000
0
Figura 10. Límite de exposición permisible (DIGESA = 5 000 ppm) referente a la

concentración promedio de emisión en los puntos de monitoreo
La Figura 11 se muestra la concentración de CO2 (ppm) con relación con

el valor máximo permisible para agentes químicos en el ambiente de trabajo (DIGESA = 5 000
ppm), en los días de semana durante el turno diurno (6:30 a 10:30 am), siendo el jueves con
617 ppm el día que se genera mayor concentración del CO2 y el miércoles el día que presenta
menor registro de concentración promedio de CO2 con 563 ppm. En todos los días de la semana
en el turno diurno, se tienen concentraciones promedio de CO2 en la Ciudad de Tingo María
que no superan el valor establecido en la normativa Dirección de Gestión de Salud. Asimismo,
durante el turno diurno, en el tiempo evaluado se tiene una concentración promedio de 595
ppm.
38
6000
DIGESA = 5 000 ppm
5000
4000
CO2 (ppm)
3000
2000
1000
0
Jueves Martes Sábado Lunes Viernes Domingo Miércoles
Diurno DIGESA

concentración promedio de emisión en los días de semana en el turno diurno
La Figura 12 se muestra la concentración de CO2 (ppm) con relación con

el valor máximo permisible para agentes químicos en el ambiente de trabajo (DIGESA = 5 000
ppm), en los días de semana durante el turno nocturno (5 a 9 pm), siendo el miércoles con 353
ppm el día que se genera mayor concentración del CO2 y el sábado el día que presenta menor
registro de concentración promedio de CO2 con 316 ppm. En todos los días de la semana en el
turno nocturno, se tienen concentraciones promedio de CO2 en la Ciudad de Tingo María que
no superan el valor establecido en la normativa Dirección de Gestión de Salud. Asimismo,
durante el turno diurno, en el tiempo evaluado se tiene una concentración promedio de 336 ppm
39
6000
DIGESA = 5 000 ppm
5000
4000
CO2 (ppm)
3000
2000
1000
0
Miércoles Viernes Domingo Martes Lunes Jueves Sábado
Nocturno DIGESA

concentración promedio de emisión en los días de semana en el turno nocturno
En el estudio realizado por Canales (2019), presentó la concentración

promedio de CO2 evaluado en 9 puntos de monitoreo situados en el Distrito de Alto Selva,
Arequipa, en cuatro meses (julio, agosto, setiembre y octubre) durante el año 2018, donde
evidencia la mayor concentración de CO2 con un promedio de 257 057,89 µg/m3 (143 ppm) en
el horario de la mañana (8 – 11 am), mientras que para el horario de la tarde (3 – 8 pm) la
concentración disminuye en 253 294,74 µg/m3 (141 ppm), dicho comportamiento se ve
reflejado de la misma forma con los datos obtenidos en el presente estudio evidenciando una
concentración promedio durante el turno diurno (6:30 – 10:30 am) con 595 ppm mayor que el
turno nocturno (5 – 9 pm) con 336 ppm.
Asimismo, el Instituto Nacional de Seguridad y Salud en el Trabajo

(INSSHT, 2000) menciona que en ambientes externos la concentración de CO 2 se encuentra
entre 300 y 400 ppm alcanzando los 550 ppm en zonas urbanas sin presentar afectaciones a la
salud, concordando con la concentración promedio de CO2 obtenido en la ciudad de Tingo
María (466 ppm) y en los puntos de monitoreo evaluados, asimismo, analizando por turnos de
monitoreo, se tiene que las personas que están expuestas en el día al flujo de tránsito vehicular
(595 ppm) no presentan afectaciones a la salud (INSHT, 2000).
40
Las ciudades que tienen árboles ya sea en la vía pública o en los parques,
ayudan a moderar las emisiones de CO2 de los transportes, Domingues (2016) indica que los
parques tienen una capacidad de captura de CO2 reducido ante las emisiones de CO2 del parque
automotor, es así que la investigación realizada en la ciudad de Tingo María se sitúa en la selva,
rodeada de vegetación, presuntamente influenciando en la concentración promedio de CO 2 (466
ppm) obtenido en el estudio.
Mota et al. (2011) señala que las plantas durante la mañana realizan la
actividad fotosintética, capturando el CO2 y en las noches realiza la respiración vegetal. Deng
et al. (2020) señala en su estudio que la mayor concentración de CO2 se da durante la noche,
obteniendo valores diferentes en concentración promedio de CO2 entre el turno diurno y
nocturno, esto atribuye a la consideración que se tuvo para la no alteración de la medición de
CO2 dentro de la ciudad de Tingo María, que se basa en que durante el monitoreo realizado se
evitó la presencia de árboles en una distancia de 10 metros conforme a lo que indica el Protocolo
de Monitoreo de la Calidad Ambiental del Aire (D.S. N°010-2019-MINAM), por lo que se
obtuvo que los datos del turno mañana (595 ppm) y el turno noche (336 ppm), que difieren
ligeramente.
4.3. Relación de los niveles de CO y CO 2 con el tráfico vehicular y los factores

ambientales (temperatura, velocidad del viento y humedad relativa)
De la Tabla 34 se tuvo los datos de manera general durante los 5 periodos de

muestreo, observándose que los datos de CO y CO2 con respecto a la prueba de normalidad, los
datos no se distribuyen normalmente ya que el p-valor es menor a 0,05, como se observa en la
Tabla 16. Además, mediante esta prueba se estima que las medias no están diferenciadas.
Tabla 16. Prueba de Normalidad
Shapiro-Wilk
Estadístico gl Sig.
CO 0,808 35 0,000
CO2 0,645 35 0,000
Independientemente de la prueba de normalidad se realizó el análisis de

componentes principales (ACP), ya que esta prueba no involucra que, los datos se distribuyan
normalmente. En la Tabla 17 se observa que, la matriz de correlación obtenida dentro del ACP.
En la cual se encontró las siguientes correlaciones, la humedad relativa vs la temperatura y la
41
humedad relativa vs CO2 presentan una fuerza de correlación negativa muy alta, el CO 2 vs
temperatura presentan fuerza de correlación positiva muy alta, el flujo vehicular vs CO presenta
una fuerza de correlación alta, mientras la velocidad de viento presenta una fuerza de poca
correlación con los demás parámetros analizados, esto significa que no está relacionado con
ninguno de ellos.
Tabla 17. Matriz de Correlación
Humedad Velocidad de Flujo

Parámetro Temperatura CO CO2
relativa viento vehicular
Temperatura 1,000 -0,935 0,278 -0,069 -0,189 0,863
Humedad
-0,935 1,000 -0,229 -0,062 0,209 -0,767
relativa
Velocidad de
0,278 -0,229 1,000 0,152 -0,021 0,290
viento
Flujo
-0,069 -0,062 0,152 1,000 0,558 -0,153
vehicular
CO -0,189 0,209 -0,021 0,558 1,000 -0,133
CO2 0,863 -0,767 0,290 -0,153 -0,133 1,000
Mediante, el Análisis de componentes principales y de la Tabla 18 se tiene un

nivel acumulado de cargas de 73,996%; lo cual indica que solo sea necesario el uso de dos
factores dentro de este estudio.
Tabla 18. Método de extracción de ACP
Sumas de cargas al cuadrado de
Autovalores iniciales
la extracción
% de % % de %
Componente Total varianza acumulado Total varianza acumulado
1 2,888 48,130 48,130 2,888 48,130 48,130
2 1,552 25,865 73,996 1,552 25,865 73,996
3 0,862 14,374 88,370
4 0,499 8,311 96,681
5 0,159 2,658 99,338
6 0,040 0,662 100,000
42
En la Figura 13 del gráfico de componentes de los factores, se observa que el flujo

vehicular y CO presentan semejanzas y encuentra relacionados positivamente, además, la
temperatura y el CO2 presentan semejanzas y se encuentran relacionados en el mismo grupo
positivamente y cerca al eje del primer componente, mientras que la humedad se encuentra
relacionado negativamente a la temperatura. Por último, la velocidad de viento no presenta
alguna relación con los demás parámetros.
Figura 13. Gráfico de componentes

Fonseca (2018), evaluó los niveles de monóxido de carbono en el aire de la ciudad
de Tingo María, indicando que la dispersión del CO en el aire con respecto al flujo vehicular
mantiene una relación directa proporcional y este es influenciado con la dirección y la velocidad
del viento. Sin embargo, Aguirre, (2021) al evaluar las concentraciones de CO en la ciudad de
Ilo determinó que no existe alteración en los resultados por parte de los factores meteorológicos
obtenidos: temperatura de 21,6 °C y velocidad de viento promedio 4,1 m/s correspondiendo a
“brisa débil” según la escala de Beaufort, aludiendo a una dispersión mínima de los
contaminantes atmosféricos, es así que en la Ciudad de Tingo María se obtuvo la relación
directa entre el CO y flujo vehicular (Figura 13) y que no se genera dispersión puesto a que el
valor promedio de la velocidad de viento (1,9 m/s) corresponde a “brisa muy débil” según la
escala de Beaufort, evidenciando concentraciones elevadas en CO (Tabla 14).
Gonzales y Cogliati (2016), registró una mayor concentración de los gases en
puntos con mayor flujo de tráfico vehicular. Las concentraciones promedio de CO disminuyen
43
en barlovento (sector este) a las 8 am, y aunque se registre la mayor densidad de vehículos en
el turno tarde (6 pm), la influencia de la temperatura y velocidad del viento provoca más
turbulencia y dispersión del gas, registrando menos niveles de la concentración de CO. Es así
que García et al. (2014) evidenció que el comportamiento del viento influye en la acumulación
de los gases emitidos por los vehículos, teniendo que ante vientos de calma (velocidad de viento
baja) en una zona urbana genera ambientes nocivos para la población, atribuyendo que a mayor
velocidad del viento se genera bajas concentraciones de los contaminantes, ya que el viento
realiza la dilución y la dispersión en el área que los rodea (Inche, 2004), estando conforme con
el valor de la velocidad de viento promedio que se obtuvo en la ciudad de Tingo María fue de
1,9 m/s (Ver Anexo C, Apéndice 1, Tabla 34) logrando explicar el nivel de CO en el lugar de
estudio.
Asimismo, García (2019), determinó en su investigación la relación directa entre
el flujo vehicular y la concentración de CO, señalando “cuanto más flujo vehicular, mayor será
la concentración de CO”, evidenciando la misma relación con lo obtenido en nuestro estudio.
Lee (2016) en su análisis de los efectos del CO2 y las nubes sobre la temperatura
en el noreste de China se determinó que la temperatura y la emisión de CO 2 es positivamente
proporcional con una correlación significativa, y que la relación entre la cobertura de nubes y
la temperatura y la relación entre las emisiones de CO 2 y la cobertura de nubes eran
negativamente proporcionales con correlaciones significativas. Asimismo, indica que la
cobertura de nubes mitiga los efectos del calentamiento creado por las emisiones de CO2,
manteniendo dicha relación positiva y alta en la evaluación del CO 2 ante el factor temperatura
dentro de la ciudad de Tingo María.
En el estudio realizado por Saldaña (2016) en la ciudad de Iquitos evidencia que
los vehículos es considerado como una causa de la contaminación del ambiente, evidenciando
el incremento de monóxido de carbono y dióxido de carbono. Tal es el caso de Flores (2017)
que determinó en su investigación realizada en Puno, el grado de contaminación de CO 2 que es
ocasionado por la alta demanda vehicular, sin embargo, en el estudio se obtuvo que tan solo el
flujo vehicular mantiene una relación positiva con el CO más no con el CO2, concordando con
Tirado et al. (2021), al evidenciar que “tan solo existe una correlación positiva y baja entre la
asociación de la cantidad de vehículos con el CO, mas no se evidenció una correlación para el
CO2”.
44
Gutiérrez et al. (2020) en su investigación en la Ciudad de México y el Área

Metropolitana, mediante los datos de una Red Automática de Monitoreo Atmosférico (RAMA)
logró determinar la correlación directa entre: NO2-NOx, NO-NOx, CO-NO, CO-NOx, PM2.5-
PM10, PMCO-PM10, tal es así que en el análisis de componentes principales (Tabla 17) no se
evidencia una relación entre el CO y CO2.
Gutiérrez et al. (2020) determinó el comportamiento de la concentración de CO 2
con la humedad, analizando en temporada de invierno y verano en la ciudad de Toluca México
en el año 2001, obteniendo un incremento del 35% de la concentración de CO2 en invierno,
debido a que la presencia de humedad impide su dispersión. Del mismo modo, Quispe et al.
(2013) nos dice que la humedad genera transformaciones de los contaminantes ya que el vapor
de agua es fuente para el inicio de las reacciones químicas pudiendo aumentar la agresividad
de los contaminantes, influyendo en la acumulación de humos y polvos, teniendo relación con
los datos obtenidos (Figura 13), al demostrar que la humedad relativa y el CO2 presentan
semejanzas y se encuentran relacionados negativamente.
Cruz y Jiménez (2006) determina que la humedad relativa está relacionada
inversamente con la temperatura, obteniendo dentro de nuestros resultados (Tabla 17) una
fuerza de correlación negativa muy alta.
4.4. Percepción de la población con respecto a los contaminantes CO y CO2 en la ciudad

de Tingo María
De acuerdo con la percepción de los pobladores de la zona urbana de Tingo María,
el 65% considera que la calidad del aire donde vive es regular, mientras que el 3% presume que
la calidad del aire es mala (Figura 14).
45
70%
65%
60%
Porcentaje 50%
40%
32%
30%
20%
10%
3%
0% 0%
0%
Muy malo Malo Regular Bueno Muy bueno
Percepción
Figura 14. Percepción sobre la calidad del aire

El aspecto geográfico es considerado como un factor para la percepción indicado
por Bush et al. (2001), ya que se llega a conocer la contaminación del aire en el lugar de
incidencia (Martínez et al., 2007), tal es así que los habitantes que residen o desarrollan sus
actividades en ambientes contaminados, percibiendo más la contaminación, en comparación
con los que se ubican en zonas alejadas (Sandoval y Peralta, 2020). Lo expuesto, se relaciona
con lo obtenido mediante la encuesta aplicada, puesto a que el 65% de las personas mencionan
percibir una calidad de aire regular, cabe resaltar que las encuestan fueron aplicadas dentro del
espacio geográfico de influencia directa, relacionando a los puntos de monitoreo identificados
en el presente estudio.
Los resultados presentados en la Figura 15 nos muestra los efectos percibidos en
la salud a causa de la mala calidad del aire, el 68% de las personas indican que le traería muchos
problemas a la salud, y el 26% percibe que afectaría regularme a su salud. Asimismo, los
participantes manifestaron que los problemas respiratorios son uno de los efectos más comunes.
46
80%
70% 68%
60%
50%
Porcentaje
40%
30% 26%
20%
10% 6%
0% 0%
0%
Nada Poco Regular Mucho Demasiado
Percepción
Figura 15. Percepción sobre los efectos hacia la salud

Ramírez et al. (2006) menciona que la mayor parte del día no hay un riesgo alto
para la población expuestas a los contaminantes, pero si una persona está expuesta por un corto
tiempo a concentraciones elevadas que superan la norma si existe un potencial de riesgo, el cual
influye significativamente en el incremento de infecciones agudas de la vía respiratoria. A partir
de exposiciones cortas de tiempo de las personas ante mayores concentraciones del CO, resulta
ser tóxico para su salud (OEFA, 2015) y que el CO2 es mínimamente tóxico por inhalación, sin
embargo, ante una leve exposición pueden generar dolores de cabeza y somnolencia. Asimismo,
Muñoz et al. (2021), en su análisis indica que el transporte es de los primeros y mayores
contaminantes, y que la quema de combustible puede afectar gravemente los pulmones de los
niños en el proceso de su crecimiento, generando una disminución en el funcionamiento
pulmonar. Es así como el 40% de las personas encuestadas indicaron que se encuentran fuera
de casa de 10 horas a más durante el día (Ver Anexo D, Apéndice 1, Tabla 41) quedando
expuestas al contaminante producto del tráfico vehicular de la ciudad, durante largas horas,
pudiendo traer como consecuencia la baja facultad de traslado de oxígeno de la sangre, la
carencia de oxigenación a los órganos y tejidos, afectación a los sistemas nerviosos, dolor de
cabeza, mareos y fatiga (MITECO, 2021).
Asimismo, el 65% de las personas perciben muchos efectos desfavorables de la
contaminación del aire hacia el ambiente, y solo el 9% de las personas presumen que
regularmente la contaminación del aire afectaría al ambiente (Figura 16).
47
70%
65%
60%
Porcentaje 50%
40%
30% 26%
20%
9%
10%
0% 0%
0%
Percepción
Figura 16. Percepción sobre los efectos hacia el ambiente

Según Lara et al. (2009) las emisiones realizadas por el tráfico vehicular, proviene
de varios procesos, siendo el más incidente en el ambiente el liberado por el tubo de escape,
entre los contaminantes que se liberan se tiene al NOx, SOx, COV, CO, y las PM. El CO es el
principal colaborador para la generación de GEI, debido a su vida corta en la atmósfera, que
oscila en unos tres meses, genera la oxidación lenta formando el CO 2 (MITECO, 2021).
Cabe resaltar que el 65% de los encuestados atribuyeron que dicha afectación al
ambiente y la salud por la contaminación del aire dentro de la zona urbana se debe mucho al
tráfico vehicular que circula diariamente (Figura 17).
48
70%
65%
60%
Porcentaje 50%
40%
30%
24%
20%
12%
10%
0% 0%
0%
Percepción
Figura 17. Percepción sobre los niveles de contaminación por tráfico vehicular
El parque automotor aporta a la contaminación y deterioro de la calidad del aire,
y de los elementos que contaminan el aire se encuentra el CO que se genera en el proceso de
combustión incompleta por el tránsito vehicular (Lara et al., 2009).
La Tabla 19 los participantes encuestados presentan las propuestas de acciones
que podrían traer solución para reducir la problemática asociada al tráfico vehicular. Un 40%
de la población encuestada sugiere realizar revisiones técnicas de los vehículos y que los dueños
realicen las revisiones técnicas a sus vehículos que certifique que se encuentra en buen estado
para su circulación. Por otra parte, el 26% sugiere desacelerar en los semáforos ya que existe
un tiempo de espera prudencial y a acelerar lo que ocasionan son emisiones puntuales. Un 18%
de los encuestados proponen que se eviten horas de tráfico vehicular dentro de la ciudad. Cerca
del 10% sugieren no dejar los vehículos encendidos por mucho tiempo si no se va a usar y solo
el 6% de las personas encuestadas dan como propuesta el usar bicicletas y/o caminar para
desplazarse hacia lugares cercanos.
Tabla 19. Propuestas de acciones para diminución de contaminación del aire
Propuestas de acciones para disminuir la contaminación del aire por Encuestados
tráfico vehicular
Evitar las horas de tráfico vehicular 18%
Desacelerar en los semáforos 26%
No dejar el vehículo encendido 10%
49
Propuestas de acciones para disminuir la contaminación del aire por Encuestados

tráfico vehicular
Realizar revisiones técnicas de los vehículos 40%
Usar bicicleta y/o caminar 6%
TOTAL 100%
Pineda et al. (2018), genera una recopilación de información secundaria para la

evaluación de presencia notable de la movilidad con el medio ambiente en el Valle de Aburrá
atribuyendo propuestas para la contaminación atmosférica basándose principalmente a las
fuentes móviles, en su análisis hace énfasis a la unidireccionalidad de vías, la reversibilidad de
carriles, promocionar la chatarrización de vehículos, inspeccionar los vehículos en uso,
restringir la circulación de los vehículos con altas emisiones, y reemplazar por combustibles
limpios, fortalecimiento del estándar de emisión para nuevos vehículos, realizar estudios y
programas desde los ámbitos investigativos, hasta el educacional.
4.5. Contrastación final de hipótesis

La Tabla 20 contiene la contrastación de hipótesis, obtenido a partir del promedio
de los valores de CO y CO2 registrados durante el periodo de evaluación (marzo a julio), siendo
13 912 µg/m3 de CO (ECA = 10 000 µg/m3) y 466 ppm de CO2 (DIGESA = 5 000 ppm), donde
se afirma la hipótesis planteada.
Tabla 20. Contrastación de la hipótesis
Objetivo Hipótesis Resultado Aceptación
Evaluar los niveles de El nivel de monóxido de CO = 13 912 Se acepta la

CO y CO2 generado carbono (CO) durante los µg/m3 hipótesis.
por el tráfico meses marzo a julio, CO2 = 466
vehicular de marzo a producidos por el tráfico ppm
julio en la ciudad de vehicular, en la ciudad de
Tingo María – Tingo María – Huánuco,
Huánuco, 2023. 2023 son superiores a 10
000 µg/m3 y el nivel de
dióxido de carbono (CO2)
es inferior a 5 000 ppm.
50
V. CONCLUSIONES
1. El nivel de concentración de CO por tráfico vehicular en la Ciudad de Tingo María en los

meses de marzo a julio supera el límite de exposición permisible establecido en el Estándar
de Calidad Ambiental aire (ECA), mientras que el nivel de CO2 no supera el límite
permisible establecido den la Dirección de Gestión de Salud Ambiental (DIGESA).
2. En la ciudad de Tingo María, el PM4 situado en la esquina de la Av. Ucayali con Jr. Callao
presenta mayor flujo de tráfico vehicular.
3. El mayor nivel de CO evaluado dentro de la Ciudad de Tingo María por tráfico vehicular
es el registrado en el PM4 (Av. Ucayali con Jr. Callao), mientras que el mayor nivel de
CO2 es el registrado en el PM12 (Av. Tito Jaime con Jr. Callao).
4. Los niveles de CO y CO2 no presentan una relación entre ambos, y que los niveles de CO
son influenciados por el flujo vehicular, mientras que el CO2 con la temperatura y humedad
relativa.
5. Los pobladores de la zona urbana de la ciudad de Tingo María evaluaron la calidad de aire
de acuerdo con su percepción manifestando una calidad “regular”, asimismo manifestaron
que el deterioro de la calidad traería muchos problemas a la salud y al ambiente y que
mucho se debe al tráfico vehicular que circula diariamente, por lo que proponen realizar
revisiones técnicas de los vehículos.
51
VI. PROPUESTAS A FUTURO
1. Dar continuidad al presente estudio abarcando los meses restantes e incluir el monitoreo
para los gases generados por las fuentes móviles como CO, NO X, SOx, y las PM y el
contaminante criterio CO2.
2. Se sugiere que se realicen evaluación de los parámetros de tipo meteorológicos (humedad,
temperatura, precipitación, nubosidad, etc) y topográficos en la Ciudad de Tingo María
para estudiar la dispersión de los contaminantes a través de una modelación espacial.
3. Se sugiere realizar una investigación adicional en relación de las enfermedades
respiratorias por inhalación de las personas ante la exposición de los agentes químicos
emitidos por tráfico vehicular, a fin de que DIGESA de Tingo María evalúe la calidad del
aire y realice las acciones competentes.
4. Informar a las autoridades competentes (Municipalidad Provincial de Leoncio Prado y la
Dirección de la Red de Salud Leoncio Prado) de la ciudad de Tingo María, la situación
actual de la calidad del aire en función al estudio realizado, a fin de proponer proyectos
para la disminución de las emisiones por el tráfico vehicular, considerando una
planificación de la ruta de transitabilidad vehicular.
5. Fomentar a la Municipalidad Provincial de Leoncio Prado el Programa de Chatarreo (PCH)
en el ámbito de su competencia, en cumplimiento del D.S N°005-2021-MTC, que aprueba
el reglamento nacional para el fomento del chatarreo.
52
VII. REFERENCIAS
Aguirre, J. (2021). Determinación de la concentración de monóxido de carbono en zonas de

alta congestión vehicular en el distrito de Ilo 2019 [Tesis de pregrado, Universidad
Nacional de Moquegua]. Repositorio UNAM.
https://repositorio.unam.edu.pe/handle/UNAM/284.
Arroyo, M., & Ramírez, A. (2020). Dióxido de carbono, sus dos caras. Revista Anales
Química. 116(2), 81-87. https://dialnet.unirioja.es/descarga/articulo/8109260.pdf
Bush, J., Moffatt, S., & Dunn, C. (2001). Even the birds round here cough. Health & Places.
7(1), 47-56. https://doi.org/10.1016/s1353-8292(00)00037-x.
Canales, G. (2019). Monitoreo y evaluación de los gases monóxido de carbono (CO), dióxido
de carbono (CO2), hidrógeno sulfurado (H2S) presentes en el distrito de Alto Selva
Alegre – Arequipa 2019 [Tesis de pregrado, Universidad Nacional de San Agustín de
Arequipa]. Repositorio UNSA.
https://repositorio.unsa.edu.pe/server/api/core/bitstreams/8f5ffdf3-80ea-4eea-99d7-
c414b2a2d2cf/content.
Cruz, A., & Jiménez, A. (2006). Evaluación de la contaminación del aire por
microorganismos oportunistas y su relación con material particulado (PM 2.5 y PM10)
en la localidad de Puente Aranda 2006 [Tesis de pregrado, Universidad de la Salle].
Repositorio ULASALLE.
https://ciencia.lasalle.edu.co/cgi/viewcontent.cgi?article=1169&context=ing_ambienta
l_sanitaria.
Decreto Supremo N.° 015-2005-SA. (04 de julio del 2005). Biblioteca Nacional del Perú,
N°2006-4348. Dirección General de Salud Ambiental, 04 de julio del 2005.
Decreto Supremo N.° 003-2017-MINAM. (07 de junio del 2017). Normas legales, N°
20170607. Diario Oficial El Peruano, 07 de junio del 2017.
Decreto Supremo N°. 010-2019-MINAM. (02 de diciembre del 2019). Normas legales, N°
1832393. Diario Oficial El Peruano, 02 de diciembre del 2019.
Decreto Supremo N°. 001-2020-MINAM. (08 de enero del 2020). Normas legales, N°1843541.
Diario Oficial el Peruano, 08 de enero del 2020.
De la Cruz, M. (2015). Concentración de contaminantes del aire generado por las fuentes
móviles en la ciudad de Huancayo 2012 [Tesis de doctorado, Universidad Nacional del
Centro del Perú]. Repositorio UNCP. http://hdl.handle.net/20.500.12894/1484.
53
Deng, O., Li, X., Deng, L., Zhang, S., Gao, X., Lan, T., Zhou, W., Tian, D., Xiao, Y., Yang, J.,
Ou, D., & Luo, L. (2020). Emission of CO2 and CH4 from a multi-diches system in
rice cultivation region: Flux, temporal – spatial variation and effect factors. Journal of
Environmental Management, 207, 110918.
https://doi.org/10.1016/j.jenvman.2020.110918.
Domingues, A. (2016). Estimaciones de captura de los parques y emisiones de CO2 vehicular
en Tijuana, B.C. [Tesis de posgrado, Colegio de la Frontera Norte]. Repositorio
COLEF. http://colef.repositorioinstitucional.mx/jspui/handle/1014/198.
Echeverri, C. (2019). Efectos y fuentes de los contaminantes del aire. En De la U (Ed.),
Contaminación atmosférica (pp.86-87). DGP ediciones SAS.
Environmental Safety ang Health Group. (2021). Carbon dioxide. Health Hazard information
sheet. ESHG. https://www.fsis.usda.gov/sites/default/files/media_file/2020-
08/Carbon-Dioxide.pdf.
Flores, Y. (2017). Determinación del nivel de contaminación de dióxido de carbono por
parque automotor en la ciudad de Puno. [Tesis de pregrado, Universidad Nacional del
Altiplano]. Repositorio UNAP. http://repositorio.unap.edu.pe/handle/UNAP/9281.
Fonseca, A. (2018). Niveles de monóxido de carbono en el aire de la ciudad de Tingo María,
año 2017. [Tesis de posgrado, Universidad Nacional Agraria de la Selva]. Repositorio
UNAS.
https://repositorio.unas.edu.pe/bitstream/handle/20.500.14292/1494/ARFA_2018.pdf?
sequence=1&isAllowed=y.
García, M., Ulloa, H., Ramírez, H., Fuentes, M., Arias, S., & Espinosa, M. (2013).
Comportamientos de los vientos dominantes y su influencia en la contaminación
atmosférica en la zona metropolitana de Guadalajara, Jalisco, México. Revista
Iberoamericana de Ciencias. 1(2), 2334-2501.
García, M., Ramírez, H., Ulloa, H., García, O., Meulenert, A., & Alcalá, J. (2014).
Concentración de contaminantes SO2, NO2 y correlación con H+, SO−2 −
4 y NO3 durante
la temporada de lluvias en la Zona Metropolitana de Guadalajara, Jalisco, Mexico. Rev

Chil Enf Respir. 29(2), 81-88.
García, A. (2019). Evaluación de la concentración de CO, NO2 y SO2 en el aire por tráfico
vehicular en el distrito de Morales. [Tesis de pregrado, Universidad Peruana Unión].
Repositorio UPEU.
54
https://repositorio.upeu.edu.pe/bitstream/handle/UPEU/2608/Antony_Tesis_Licenciat
ura_2019.pdf?sequence=1.
Gómez, A., & Gonzáles, H. (2020). Determinación de monóxido de carbono (CO) del parque
automotor de las ciudades de Pucallpa y Aguaytía. [Tesis de pregrado, Universidad
Nacional de Ucayali]. Repositorio UNU.
http://repositorio.unu.edu.pe/bitstream/handle/UNU/4274/UNU_AMBIENTAL_2020
_T_ALEXIS-GOMEZ_HENRY-GONZALES.pdf?sequence=1&isAllowed=y.
Gonzáles, D., & Cogliati, M. (2016). Study of vehicle emissions between Neuquén and
Centenario, Argentina. Atmósfera. 29(3), 267-277.
https://doi.org/10.20937/ATM.2016.29.03.06.
Gutiérrez, I., Calderón, D., & Gutiérrez, D. (2020). Correlación entre diferentes contaminantes
atmosféricos de la Ciudad de México y el área Metropolitana. Ciencia ergo-sum. 27(3),
2395-8782. https://doi.org/10.30878/ces.v27n3a5.
Hernández, R. (2002). Contribuciones al análisis estadístico. Revista venezolana de ciencia
política. 23(1), 132-134.
Hernández, R., & Fernández, C. (2006). Metodología de la investigación (4. a ed.). Mc Graw
Hill Education.
Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación (6. a ed.).
Mc Graw Hill Education.
Inche, J. (2004). Gestión de la calidad del aire. Causas, efectos y soluciones. Universidad
Nacional Mayor de San Marcos.
Instituto Nacional de Seguridad e Higiene en el Trabajo. (2000). NTP 549. El dióxido de
carbono en la evaluación del aire interior. INSHT.
https://www.insst.es/documents/94886/327064/ntp_549.pdf/e9364a82-6f1b-4590-
90e0-1d08b22e1074.
Instituto Nacional de Seguridad e Higiene en el Trabajo. (2001). NTP 607. Guías de calidad
de aire interior: contaminantes químicos. INSHT.
https://www.insst.es/documents/94886/326775/ntp_607.pdf/0c6960b6-b461-4d21-
9757-e4ea03004327.
Lara, C., Mendoza, J., López, M., Téllez, R., Martínez, W., & Alonso, E. (2009). Propuesta
metodológica para la estimación de emisiones vehiculares en ciudades de la República
55
Mexicana. SANFANDILIA.
https://imt.mx/archivos/Publicaciones/PublicacionTecnica/pt322.pdf.
Lee, H. (2016). Analysis of carbon dioxide and cloud effects on temperature in Northeast
China. Procedia Computer Science. 91, 690-699.
https://doi.org/10.1016/j.procs.2016.07.172.
Lechuga, L. (2019). Simulación del tráfico urbano en la Av. Tito Jaime Fernández en las
cuadras 1, y 2, en la ciudad de Tingo María utilizando la dinámica de sistemas. [Tesis
de maestría, Universidad Nacional Hermilio Valdizán]. Repositorio UNHEVAL.
https://hdl.handle.net/20.500.13080/6693.
Lizarbe, H. (2022). Congestión vehicular y contaminación del aire en el Centro Histórico de
Ayacuho. [Tesis de doctorado, Universidad Nacional Hermilio Valdizán]. Repositorio
UNHEVAL.
https://repositorio.unheval.edu.pe/bitstream/handle/20.500.13080/7425/TDr.MADS00
046L69.pdf?sequence=1&isAllowed=y.
Martínez, E., Mario, C., Daniels, F., & Montoya, A. (2007). Contaminación atmosférica y
efectos en la salud de la población de Medellín y su área metropolitana. 7-106.
Ministerio del Ambiente. (2012). Informe Nacional de Gases de Efecto Invernadero 2012.
MINAM. https://infocarbono.minam.gob.pe/wp-content/uploads/2016/03/2012.pdf.
Ministerio del Ambiente. (2014). Informe Nacional de la calidad del aire 2013-2014.
MINAM. https://www.minam.gob.pe/wp-content/uploads/2016/07/Informe-Nacional-
de-Calidad-del-Aire-2013-2014.pdf.
Ministerio del Ambiente. (2019). Protocolo nacional de monitoreo de la calidad ambiental
del aire 2019. MINAM. https://sinia.minam.gob.pe/download/file/fid/65578.
Ministerio para la Transformación Ecológica y el Reto Demográfico. (2021). Monóxido de
carbono. MITECO. https://www.miteco.gob.es/es/calidad-y-evaluacion-
ambiental/temas/atmosfera-y-calidad-del-aire/calidad-del-aire/salud/monoxido-
carbono.aspx.
Municipalidad Provincial de Leoncio Prado. (2020). Plan Vial Provincial Participativo
(PVPP) de Leoncio Prado 2021-2025. MPLP.
http://www.proviasdes.gob.pe/planes/huanuco/pvpp/PVPP_Leoncio_Prado.pdf.
Muñoz, S., Salcedo, j., & Sotomayor, S. (2021). Contaminación ambiental producida por el
tránsito vehicular y sus efectos en la salud humana, revisión de literatura. Corporación
56
Universitaria Minuto de Dios. 16(30), 20-30.

https://revistas.uniminuto.edu/index.php/Inventum/article/download/2612/2165/6982.
Organismo de Evaluación y Fiscalización Ambiental. (2015). Instrumentos básicos para la
fiscalización ambiental 2015. OEFA. https://www.oefa.gob.pe/?wpfb_dl=13978.8.
Organización Panamericana de la Salud. (2017). Calidad del aire. OPS.
https://www.paho.org/es/temas/calidad-aire.
Perez, A. (2021). Evaluación de la concentración de dióxido de carbono (CO 2) en el aire
generada por el parque automotor en el cruce del Jirón Dos de Mayo y Libertad en la
Ciudad de Huánuco 2020 [Tesis de pregrado, Universidad de Huánuco]. Repositorio
UDH. http://repositorio.udh.edu.pe/123456789/2936.
Pineda, B., Muñoz, C., & Harveth, G. (2018). Aspectos relevantes de la movilidad y su relación
con el medio ambiente en el Valles de Aburrá, una revisión. Fundación Universidad
del Norte. 36(2), 489-508. https://doi.org/10.14482/inde.36.2.10403.
Provias. (2014). Informe final sobre el estudio de tráfico del Estudio definitivo Rehabilitación
y Mejoramiento del camino vecinal Pacobamba-Huironay-Ccerabamba-Abra
Cusqueña 2014. PROVIAS. http://proviasdes.gob.pe/arch_ProcSelecc/Archivos/CI-
28-2018-MTC21-LPN/2.2.%20ESTUDIO%20DE%20TRAFICO.pdf.
Quispe, K., Ñique, M., & Chuquilín, E. (2013). Líquenes como bioindicadores de la calidad
del aire en la ciudad de Tingo María. Revista Investigación y Amazonía. 3(2), 99-104.
https://revistas.unas.edu.pe/index.php/revia/article/view/90/74.
Quispichuro, V. (2014). Descripción de los efectos de los óxidos de carbono (CO 2 y CO) en
ambientes interiores y exteriores. Revista de Investigación Universitaria. 4(1), 11-15.
https://revistas.upeu.edu.pe/index.php/riu/article/view/661.
Ramírez, H., Andrade, M., Gonzáles, M., & Celis, A. (2006). Contaminantes atmosféricos y
su correlación con infecciones agudas de las vías respiratorias en niños de Guadalajara,
Jalisco. Salud Publica de México. 48(5), 385-394.
Ramírez, H., García, M., Meulenert, A., Alcalá, J., García, O., & Ulloa, H. (2014). Dispersión
de los contaminantes atmosféricos en la zona metropolitana de Guadalajara. Instituto
de Astronomía y Meteorología de la Universidad de Guadalajara.
https://www.cima.fcen.uba.ar/WCRP/docs/posters/CU9_Ramirez-Hermes.pdf.
Ramos, J. (2019). Evaluación de las condiciones actuales del flujo vehicular en la intersección
de la carretera central con el acceso y salida al puente Señor de Burgos, utilizando el
57
software PTV VISSIM7 [Tesis de pregrado, Universidad de Huánuco]. Repositorio

UDH. http://repositorio.udh.edu.pe/123456789/1760.
RKI. (2022). GX-6000 Operator’s Manual (71-0362). www.rkiinstruments.com
Rodrigo, A. (2011). Elementos de la teoría del tráfico vehicular. FONDO EDITORIAL
PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ.
https://repositorio.pucp.edu.pe/index/bitstream/handle/123456789/173103/Elementos
%20de%20la%20teor%C3%ADa%20del%20tr%C3%A1fico%20vehicular.pdf?seque
nce=1.
Saldaña, R. (2016). Emisión de gases por el parque automotor y su repercusión en la
contaminación del aire en la ciudad de Iquitos en el año 2015 (Tesis de posgrado,
Universidad Nacional de Trujillo]. Repositorio UNITRU.
http://dspace.unitru.edu.pe/handle/UNITRU/7975.
Sandoval, V., & Peralta, N. (2020). Evaluación de la percepción de olores ofensivos n el
barrio Montecristo ubicado en el Norte-Centro Histórico de Barranquilla, Atlántico.
[Tesis de pregrado, Universidad de la Costa]. Repositorio CUC.
https://repositorio.cuc.edu.co/handle/11323/7164.
Soto, C. (2018). Evaluación de la generación de dióxido de carbono en la carretera central
producto a la actividad de transporte que contribuye al calentamiento global del
planeta en las regiones de Pasco y Junín 2018. [Tesis de pregrado, Universidad
Nacional Daniel Alcides Carrión]. Repositorio UNDAC.
http://repositorio.undac.edu.pe/bitstream/undac/342/1/T026_71227723_T.pdf.
Tacillo, Y. (2016). Metodología de la investigación científica.
http://repositorio.bausate.edu.pe/bitstream/handle/bausate/36/Tacillo_Metodolog%C3
%ADa_de_la_Investigaci%C3%B3n.pdf?sequence=1&isAllowed=y.
Téllez, J., Rodriguez, A., & Fajardo, A. (2006). Contaminación por Monóxido de carbono un
problema de salud ambiental. Revista salud pública. 8(1), 108-117.
https://www.scielosp.org/pdf/rsap/2006.v8n1/108-117/es.
Tirado, L., Tirado, E, Tirado, I, Mena, F., & Montánchez, E. (2021). Análisis y evaluación de
los niveles de CO y CO2 en la ciudad de Tacna en relación con el parque automotor y
los estándares de calidad ambiental del aire. Revista Arquitek, 20.
https://doi.org/10.47796/ra.2021i20.
58
Vela, J. (2021). Concentración de contaminantes primarios del parque automotor en la

atmósfera del Distrito de la Banda de Shilcayo – San Martín. [Tesis de pregrado,
Universidad César Vallejo]. https://core.ac.uk/download/483445086.pdf.
Zavala, S. (2014). Niveles de contaminación acústica por tráfico automotor de marzo – julio
en la zona urbana de la ciudad de Tingo María. [Tesis de pregrado, Universidad
Nacional Agraria de la Selva].
59
VIII. ANEXO
Anexo A. Detalle del monitoreo de los mayores volúmenes de tránsito vehicular
Apéndice 1. Selección de puntos de monitoreo
Tabla 21. Selección de puntos de monitoreo por descarte de fuentes fijas
Coordenadas UTM Intersecciones de vías en la Emisiones por fuentes fijas

Punto de
Norte ciudad de Imagen
monitoreo Sur (m) Sí No ¿Cuál?
(m) Tingo María
Restaurant en dos esquinas:

Av. Enrique Pimentel con Av.
1 8 971 069 389 963 X Av. Francisco Bolognesi y
Francisco Bolognesi
Av. San Martín
Av. Enrique Pimentel con Jr. 28 de

2 8 971 275 389 825 X
Julio
3 8 971 483 390 081 Av. Amazonas cuadra 1 X
4 8 971 534 389 999 Av. Ucayali con Jr. Callao X
5 8 971 567 389 893 Av. Alameda Perú con Jr. Callao X
6 8 971 647 389 788 Av. Tito Jaime con Jr. Callao X
Grifo GESO del Oriente

7 9 971 714 389 703 Av. Raymondi con Jr. Callao X
SA.
60
Av. Enrique Pimentel con Pje

8 8 971 457 389 713 X Puesto de comida
Surquillo
9 8 971 724 390 125 Av. Ucayali con Jr. Monzón X
10 8 971 688 390 194 Av. Amazonas con Jr. Monzón X Panadería
11 8 971 817 389 764 Av. Raymondi con Jr. Cayumba X Puestos de comida
Restaurant parrilla Tinto y

12 8 971 850 390 186 Av. Ucayali con Jr. José Prato X
Madero, pollería El Gordo
13 8 971 916 390 064 Av. Alameda Perú con Jr. José Prato X Pollería Romeo
61
Restaurant chifa Dragón de

14 8 971 917 389 825 Av. Raymondi con Jr. Monzón X
oro y pollo broster Katy
Restaurant tacachería
15 8 972 063 390 037 Av. Tito Jaime con Jr. Lamas X
Nuevo Paraíso
Restaurante: 02 puestos de
16 8 972 116 389 946 Av. Raymondi con Jr. Lamas X
comida con chimenea
17 8 971 938 390 245 Av. Ucayali con Jr. Lamas X
18 8 971 994 390 392 Av. Amazonas con Jr. Pucallpa X Grifo Primax
Restaurant línea de
19 8 972 044 390 302 Av. Ucayali con Jr. Pucallpa X
tacachería
62
20 8 972 169 390 096 Av. Tito Jaime con Jr. Pucallpa X Pollería "El dorado"
Puestos de comida con

21 8 972 225 390 010 Av. Raymondi con Jr. Pucallpa X
chimenea
22 8 972 426 390 131 Av. Raymondi con Jr. San Alejandro X Grifo
Av. Alameda Perú con Jr. San

23 8 972 298 390 340 X
Alejandro
Av. Amazonas con Jr. San
24 8 972 203 390 512 X
Alejandro
25 8 972 408 390 635 Av. Amazonas con Jr. Aguaytía X Restaurant, tapicería
63
Restaurant Cevichería "Los

26 8 972 411 390 387 Av. Alameda Perú con Jr. Aucayacu X
7 mares"
27 8 972 353 390 491 Av. Ucayali con Jr. Aucayacu X Grifo
Av. Alameda Perú con Jr. Julio

28 8 972 617 390 509 X
Burga
29 8 972 580 390 346 Av. Tito Jaime con Jr. Aguaytía X
30 8 972 741 390 317 Av. Raymondi con Jr. Julio Burga X
64
Apéndice 2. Registro de conteo de vehículos por categoría según la MTC
65
Apéndice 3. Volumen de tránsito vehicular

Tabla 22. Flujo de tránsito vehicular durante el mes 1 (06 de marzo al 12 de marzo), mes 2 (10 de abril al 16 de abril) y mes 3 (02 de mayo
al 08 de mayo)
Punto de 06 de marzo al 12 de marzo 10 de abril al 16 de abril 02 de mayo al 08 de mayo

Horario
Monitoreo Lu Mar Mié Jue Vie Sáb Dom Lu Mar Mié Jue Vie Sáb Dom Lu Mar Mié Jue Vie Sáb Dom
DIU 9 7 12 6 7 9 10 13 14 12 19 13 13 30 15 10 11 26 11 14 15
PM1
NOC 8 11 6 10 12 11 13 15 10 11 11 10 12 16 11 7 12 12 13 10 13
DIU 22 19 26 27 27 26 20 22 17 28 18 27 19 19 33 22.5 23 24 20 31 24
PM2
NOC 16 29 18 28 31 25 24 16 14 24 18 24 25 13 25 14.7 24 19 24 24 29
DIU 23 18 26 26 23 27 18 23 20 29 17 24 23 19 38 20.6 21 21 20 30 21
PM3
NOC 23 26 22 26 27 27 18 23 16 24 21 24 27 20 29 16 22 16 24 23 25
DIU 25 22 24 28 33 35 30 28 28 37 28 31 25 32 27 25 19 20 36 34 21
PM4
NOC 28 29 27 32 30 32 34 24 34 36 31 38 28 21 29 30 27 16 39 26 28
DIU 13 13 12 12 13 12 10 13 19 15 24 21 14 21 13 20 15 25 14 15 18
PM5
NOC 13 16 16 15 16 19 17 18 14 14 19 16 18 13 19 12 21 33 25 22 26
DIU 18 20 25 25 14 18 16 19 15 16 17 22 15 12 19 20 18 20 14 18 17
PM6
NOC 23 15 26 25 27 27 18 23 11 13 16 16 26 12 26 14 25 17 24 24 26
PM7 DIU 13 16 15 14 10 14 15 16 17 14 16 16 9 16 15 19 14 16 15 9 16
66
Horario
NOC 13 14 18 18 17 7 15 17 10 9 13 16 15 13 17 12 17 12 9 13 16
DIU 16 15 16 15 10 15 22 25 21 18 16 23 15 14 18 22 21 21 15 14 20
PM8
NOC 24 27 28 22 27 27 28 29 12 16 27 22 25 19 25 28 27 28 20 31 29
DIU 12 9 12 11 7 10 18 11 12 12 17 6 9 14 11 15 8 13 11 9 9
PM9
NOC 8 10 9 10 8 7 11 12 8 8 15 9 10 13 9 12 9 8 12 10 10
DIU 27 28 27 28 35 28 30 27 29 27 30 27 23 29 27 30 25 30 25 12 25
PM10
NOC 20 25 23 23 26 20 26 16 24 19 21 30 17 19 23 28 19 20 26 20 21
DIU 20 20 21 19 17 20 20 19 23 19 24 23 17 27 18 19.4 21 22 19 14 20
PM11
NOC 18 19 21 16 18 20 15 16 20 14 16 22 15 14 16 15 18 16 15 16 15
DIU 36 31 35 33 33 34 32 34 32 28 32 22 33 22 32 41 28 35 30 24 28
PM12
NOC 16 19 21 18 24 18 28 18 18 19 21 23 16 13 14 31 16 20 22 12 14
Promedio 19 19 20 20 20 20 20 20 18 19 20 21 19 18 21 20 19 20 20 19 20
67
Tabla 23. Flujo de tránsito vehicular durante el mes 4 (08 de junio al 14 de junio) y mes 5 (05 de julio al 11 de julio)
Punto de 08 de junio al 14 de junio 05 de julio al 11 de julio

Horario
Monitoreo Lu Mar Mié Jue Vie Sáb Dom Lu Mar Mié Jue Vie Sáb Dom
DIU 12 16 21 18 15 11 18 16 15 11 13 20 11 19
PM1
NOC 10 13 17 18 15 11 17 12 16 11 13 18 11 17
DIU 25 24 24 24 22 22 20 27 21 25 24 26 21 21
PM2
NOC 22 22 19 19 19 20 19 23 22 32 22 33 19 23
DIU 21 20 20 23 22 21 20 21 20 24 25 21 20 19
PM3
NOC 24 16 21 19 23 19 20 22 20 24 32 20 18 18
DIU 24 27 24 23 35 23 24 25 24 34 27 27 26 28
PM4
NOC 27 29 19 24 30 19 22 20 24 33 12 27 29 25
DIU 14 17 22 21 15 20 15 17 17 16 17 17 19 16
PM5
NOC 19 15 20 18 16 19 17 18 18 13 15 15 18 14
DIU 16 17 19 15 13 19 15 18 14 14 12 17 18 15
PM6
NOC 20 15 15 16 17 21 18 20 15 20 14 18 20 17
DIU 16 20 20 21 20 13 10 20 16 14 17 18 12 13
PM7
NOC 20 18 19 19 17 14 14 20 17 12 19 18 13 16
PM8 DIU 20 16 21 17 16 23 20 19 17 15 22 18 22 19
68
Horario
NOC 26 21 17 22 19 19 19 25 20 25 26 21 18 20
DIU 18 19 16 20 13 12 15 19 12 10 18 16 12 16
PM9
NOC 16 16 19 14 14 10 13 15 8 8 16 13 10 14
DIU 24 31 32 26 33 26 28 25 24 25 28 27 26 29
PM10
NOC 26 27 28 24 28 22 21 25 23 14 31 24 22 20
DIU 19 19 22 20 19 12 18 18 17 13 17 13 12 17
PM11
NOC 16 19 17 20 17 13 16 14 20 12 17 14 13 13
DIU 29 27 30 24 27 27 24 29 21 23 27 25 29 25
PM12
NOC 20 21 23 18 21 24 19 20 20 11 26 19 25 18
Promedio 20 20 21 20 20 18 18 20 18 18 20 20 19 19
69
Apéndice 4. Volumen promedio de tránsito vehicular
Tabla 24. Flujo de tránsito vehicular promedio en turno diurno y nocturno por días de
semana
Puntos de
Horario Lu Mar Mié Jue Vie Sáb Dom
Monitoreo
DIU 13 12 13 16 13 12 18
PM1
NOC 11 11 11 13 14 11 15
DIU 26 21 25 23 24 24 21
PM2
NOC 20 20 23 21 26 23 22
DIU 25 20 24 22 22 24 19
PM3
NOC 24 19 23 23 24 23 20
DIU 26 25 28 25 32 29 27
PM4
NOC 26 29 28 23 33 27 26
DIU 14 17 16 20 16 16 16
PM5
NOC 17 15 17 20 18 19 17
DIU 18 17 18 18 16 18 15
PM6
NOC 22 14 20 18 20 24 18
DIU 16 18 15 17 16 11 14
PM7
NOC 17 14 15 16 15 13 15
DIU 20 18 18 18 16 18 19
PM8
NOC 26 22 23 25 22 24 23
DIU 14 13 11 16 11 10 14
PM9
NOC 12 11 11 13 11 10 12
DIU 26 28 27 28 29 23 28
PM10
NOC 22 25 20 24 27 20 21
DIU 19 20 19 20 18 15 21
PM11
NOC 16 19 17 17 17 15 15
DIU 32 30 29 30 28 29 26
PM12
NOC 18 22 18 21 22 19 18
70
Anexo B. Nivel de concentración promedio de CO y CO2
Apéndice 1. Nivel de concentración promedio de CO
Tabla 25. Concentración de CO (ppm) durante el mes 1 (06 de marzo al 12 de marzo), mes 2 (10 de abril al 16 de abril) y mes 3 (02 de
mayo al 08 de mayo)

Horario
DIU 15 10 8 11 12 13 9 10 16 12 13 9 11 9 11 8 9 10 10 10 6
PM1
NOC 13 12 12 8 14 12 11 18 18 17 10 16 9 9 10 12 7 12 11 12 3
DIU 10 12 12 12 13 18 12 8 19 22 14 17 16 10 15 14 8 12 11 12 8
PM2
NOC 15 14 14 17 18 14 15 14 14 16 10 21 10 7 13 12 10 15 14 10 7
DIU 13 12 16 12 13 13 14 19 15 12 16 16 11 15 18 16 12 10 8 9 9
PM3
NOC 16 16 14 17 17 17 15 13 12 10 13 13 7 26 13 13 15 11 14 13 12
DIU 18 10 14 17 19 18 16 27 22 24 21 26 14 24 20 21 17 17 22 19 22
PM4
NOC 24 10 18 22 23 23 18 17 21 16 19 31 15 31 18 20 14 19 24 17 20
DIU 11 10 10 10 7 12 11 14 12 12 15 10 8 8 10 13 9 12 13 13 11
PM5
NOC 9 12 12 12 12 12 13 25 7 8 12 16 10 15 9 14 13 11 10 11 10
DIU 9 7 9 11 11 10 8 7 4 7 8 5 8 5 9 8 10 12 6 9 9
PM6
NOC 10 11 10 13 9 12 11 5 13 5 9 5 5 5 8 8 8 9 7 12 7
DIU 14 9 11 10 14 12 11 9 9 11 12 9 17 15 11 11 6 16 7 12 10
PM7
NOC 11 11 14 12 10 11 14 9 9 9 9 5 5 5 9 12 11 14 12 10 11
71
Horario
DIU 9 8 9 8 7 9 9 9 7 7 9 6 5 7 12 13 13 10 10 11 13
PM8
NOC 12 10 11 13 15 13 13 7 11 9 5 5 8 6 10 14 10 11 14 13 9
DIU 10 13 8 11 9 9 13 13 13 7 9 11 11 11 16 14 10 10 7 15 15
PM9
NOC 7 14 14 8 10 12 10 11 12 9 13 12 10 6 8 13 9 15 8 17 11
DIU 13 12 15 16 10 14 15 15 11 12 11 16 22 12 18 15 15 13 17 14 14
PM10
NOC 11 11 14 12 12 10 13 7 8 11 9 7 15 9 15 13 19 12 16 16 15
DIU 12 14 12 13 12 11 11 8 5 6 10 7 9 5 11 11 10 12 16 10 12
PM11
NOC 9 10 14 10 9 13 15 15 5 6 5 11 8 5 8 10 8 12 9 11 9
DIU 12 14 18 14 11 10 14 13 26 21 9 16 30 18 15 12 14 10 16 13 17
PM12
NOC 14 12 12 10 17 11 12 7 10 8 9 19 8 7 13 14 16 17 18 10 15
Promedio 12,4 11,4 12,5 12,5 12,7 12,9 12,6 12,5 12,5 11,5 11,3 12,9 11,3 11,3 12,5 13,0 11,4 12,6 12,5 12,5 11,5
Tabla 26. Concentración de CO (ppm) durante el mes 4 (08 de junio al 14 de junio) y mes 5 (05 de julio al 11 de julio)
Horario
DIU 11 10 14 11 12 11 16 11 12 13 12 14 9 12
PM1
NOC 9 13 9 12 15 14 10 15 11 12 13 13 12 11
PM2 DIU 14 10 13 9 12 10 14 11 13 12 10 12 9 11
72
Horario
NOC 10 13 9 11 10 13 11 14 11 10 9 11 12 12
DIU 14 11 16 11 10 14 9 13 13 14 11 15 12 10
PM3
NOC 7 15 14 16 12 16 6 16 11 15 13 11 11 11
DIU 16 15 22 17 20 17 16 18 17 14 17 17 12 13
PM4
NOC 14 17 18 15 24 18 14 19 17 15 16 20 10 11
DIU 10 11 13 9 9 13 7 11 11 12 12 10 12 8
PM5
NOC 12 10 9 11 14 12 5 10 14 10 10 8 13 7
DIU 10 10 11 9 5 9 6 10 13 12 15 12 11 8
PM6
NOC 8 12 9 10 3 13 5 8 11 10 14 9 13 12
DIU 12 13 12 9 7 9 10 12 13 12 11 14 10 13
PM7
NOC 11 10 15 11 6 10 8 9 14 9 13 12 13 12
DIU 8 10 11 9 8 12 14 12 13 10 13 11 12 12
PM8
NOC 9 12 13 11 11 14 16 10 11 6 12 10 10 14
DIU 17 13 10 13 7 13 13 11 11 7 13 10 10 11
PM9
NOC 13 12 12 10 6 10 11 8 10 4 10 7 13 9
DIU 18 13 15 10 20 11 15 16 14 12 14 17 12 14
PM10
NOC 16 14 12 9 17 10 12 12 10 14 13 14 10 13
73
Horario
DIU 12 13 11 9 14 12 16 12 12 11 11 12 11 10
PM11
NOC 11 12 13 12 16 11 12 9 11 10 10 10 10 12
DIU 21 16 17 16 22 15 12 19 16 14 16 16 14 15
PM12
NOC 17 15 14 15 21 13 14 12 12 12 13 15 13 13
Promedio 12,5 12,5 13,0 11,5 12,5 12,5 11,3 12,4 12,5 11,3 12,5 12,5 11,4 11,4
74
Apéndice 2. Nivel de concentración promedio de CO2
Tabla 27. Concentración de CO2 (ppm) durante el mes 1 (06 de marzo al 12 de marzo), mes 2 (10 de abril al 16 de abril) y mes 3 (02 de
mayo al 08 de mayo)

Horario
DIU 460 220 420 460 380 420 500 300 300 320 500 400 260 300 520 500 500 520 520 500 540
PM1
NOC 360 200 400 360 220 380 400 280 400 360 340 320 240 300 300 400 320 300 400 320 300
DIU 460 320 460 460 320 440 520 340 520 320 600 440 280 340 560 520 500 560 520 500 580
PM2
NOC 380 280 400 360 260 380 400 260 380 360 280 320 120 260 300 380 320 300 400 300 280
DIU 500 600 480 480 360 460 540 360 340 340 620 440 380 340 580 560 540 580 520 520 600
PM3
NOC 380 340 400 360 280 360 400 260 380 340 220 320 280 300 300 380 320 300 380 300 280
DIU 520 580 500 480 420 460 540 400 380 400 620 460 420 480 600 580 540 600 520 620 600
PM4
NOC 360 360 400 360 340 340 380 320 360 340 240 360 420 300 300 360 320 300 360 300 260
DIU 540 560 540 640 520 500 560 560 380 440 620 500 420 520 640 600 560 640 540 660 620
PM5
NOC 360 340 400 360 400 340 380 340 340 360 260 360 300 320 300 360 320 300 360 300 280
DIU 560 600 560 620 600 520 580 540 500 500 660 580 500 560 640 600 580 640 540 660 640
PM6
NOC 360 340 400 360 480 320 380 340 340 440 220 360 320 340 300 360 320 300 360 300 320
DIU 580 620 580 640 680 560 580 580 620 500 680 600 480 580 640 600 580 640 540 680 660
PM7
NOC 340 340 380 340 540 320 360 360 340 340 380 340 340 500 380 340 300 380 360 300 340
PM8 DIU 600 760 600 660 800 560 600 600 680 500 680 620 980 600 660 620 600 660 560 680 660
75
Horario
NOC 340 280 380 340 320 320 340 380 340 340 360 340 240 520 300 320 300 300 360 300 280
DIU 640 800 580 660 820 600 600 620 700 600 660 660 980 640 660 640 660 660 580 680 680
PM9
NOC 340 340 380 320 440 320 340 380 340 320 340 320 320 520 300 300 300 300 360 300 300
DIU 680 880 600 660 620 640 600 660 800 600 660 700 1 000 660 680 660 660 680 560 700 680
PM10
NOC 340 340 380 320 300 320 340 500 340 520 320 320 320 520 380 300 320 380 360 300 340
DIU 720 700 600 680 620 660 620 700 920 820 680 840 1 060 660 680 680 680 680 580 700 700
PM11
NOC 340 280 380 320 280 280 320 360 320 700 320 340 320 520 280 280 300 280 360 300 280
DIU 720 760 640 700 840 680 640 720 1 120 1 020 720 1 000 1 020 780 680 680 680 680 580 700 720
PM12
NOC 340 320 380 320 560 280 280 360 320 500 300 320 340 420 280 280 320 280 360 300 280
Promedio 468 465 468 469 475 436 467 438 478 470 470 469 473 470 469 471 452 469 458 468 468
Tabla 28. Concentración de CO2 (ppm) durante el mes 4 (08 de junio al 14 de junio) y mes 5 (05 de julio al 11 de julio)
Horario
DIU 540 400 400 520 480 480 500 480 420 520 460 440 460 500
PM1
NOC 300 340 220 300 300 300 340 300 360 360 320 340 300 380
PM2 DIU 600 440 420 560 500 480 500 500 480 560 500 480 520 500
76
Horario
NOC 300 340 280 300 280 300 340 300 400 380 320 340 280 320
DIU 620 480 440 540 520 500 520 520 500 580 520 500 580 520
PM3
NOC 300 340 300 320 340 320 320 280 340 360 320 340 280 320
DIU 640 480 400 560 540 520 520 540 520 580 560 560 600 520
PM4
NOC 300 340 360 340 360 340 380 280 360 320 320 340 280 300
DIU 600 520 520 580 600 600 560 580 540 600 560 600 600 540
PM5
NOC 300 340 340 360 360 340 380 300 340 300 380 320 340 340
DIU 620 560 560 580 600 640 580 620 560 620 600 620 600 600
PM6
NOC 300 340 340 300 340 340 340 300 340 300 360 340 340 340
DIU 640 680 580 600 620 660 600 620 580 640 640 640 600 640
PM7
NOC 300 340 340 320 360 340 340 380 360 300 340 340 380 320
DIU 640 680 580 680 660 660 620 660 660 640 680 700 620 660
PM8
NOC 300 360 300 340 360 340 340 360 300 280 360 320 400 300
DIU 640 700 580 680 660 660 640 680 680 680 680 700 660 660
PM9
NOC 300 380 340 340 340 340 320 340 360 300 360 320 420 340
DIU 680 700 600 680 640 660 700 680 680 680 680 680 660 660
PM10
NOC 300 380 340 340 300 360 380 360 340 300 360 320 380 360
77
Horario
DIU 700 720 620 680 680 700 720 700 700 680 700 700 660 680
PM11
NOC 300 380 400 340 400 340 320 400 340 300 300 320 340 340
DIU 720 740 620 680 700 720 740 720 720 700 720 720 680 680
PM12
NOC 300 420 360 340 300 320 280 300 420 360 260 300 280 340
Promedio 468 475 427 470 468 469 470 467 471 473 471 470 469 465
78
Anexo C. Factores Ambientales
Apéndice 1. Factores ambientales promedio del mes 1, mes 2, mes 3, mes 4 y mes 5
Tabla 29. Medición de factores ambientales (temperatura, humedad relativa, velocidad del viento y dirección del viento) durante el mes 1
(06 de marzo al 12 de marzo)
06 de marzo al 12 de marzo
Horario
Puntos de
Monitoreo Temperatura (°C) Humedad relativa (%) Velocidad del viento (km/h) Dirección del Viento
Lu Mar Mié Jue Vie Sáb Dom Lu Mar Mié Jue Vie Sáb Dom Lu Mar Mié Jue Vie Sáb Dom Lu Mar Mié Jue Vie Sáb Dom
0,67 0,78 1,58 1,83 3,78 0,89 0,89
DIU 25,3 25,9 24,3 26 27,5 23,2 25,5 77 72 76 72 79 78 70 247,5 247,5 302,5 202,5 315 202,5 292,5
PM1 3,11 1,86 0,97 3,31 1,53 1,58 0,50
NOC 26,3 25,2 27,3 24,6 25,7 25 25,7 81 68 70 68 72 76 73 292,5 247,5 247,5 202,5 292,5 225 202,5
1,56 1,72 2,42 2,47 2,67 1,39 1,72

DIU 25,5 26,5 24,1 25,8 27,7 23,5 24,6 78 72 73 72 80 74 70 225 247,5 202,5 202,5 225 225 247,5
PM2 1,50 1,94 3,11 2,83 2,19 3,17 1,03
NOC 24,2 25,4 27,5 27,3 25,7 24,7 25,9 72 68 70 68 66 76 70 202,5 247,5 225 247,5 225 292,5 225
0,81 2,75 1,03 1,22 1,03 0,94 0,97

DIU 25,9 26,3 24,9 25,7 28,3 23,9 24,8 77 71 72 71 67 75 68 157,5 135 112,5 135 112,5 112,5 22,5
PM3 0,78 2,11 2,33 2,33 1,08 0,92 0,67
NOC 24,5 25 26,5 25,6 26,9 24,3 25,6 74 66 66 66 65 70 70 112,5 112,5 22,5 135 67,5 112,5 112,5
1,14 2,50 2,14 2,47 3,94 2,53 1,47

DIU 26 26,7 25,3 26,2 28,1 24,1 25,7 75 70 72 70 67 70 70 45 22,5 135 112,5 22,5 22,5 22,5
PM4 3,25 3,00 2,33 3,75 5,50 1,53 1,08
NOC 24,6 24,9 27,2 25,4 26,1 24,1 25,5 71 70 70 70 67 71 72 22,5 22,5 112,5 112,5 22,5 135 22,5
1,72 1,47 2,08 3,44 1,47 1,75 0,81

DIU 26,2 26,1 25,4 26,1 28,8 24,6 26 72 70 69 70 62 72 66 292,5 202,5 292,5 315 202,5 215 215
PM5 0,47 1,97 3,47 2,61 2,72 1,69 0,61
NOC 24,5 25,2 24,8 25 24,5 24 25,1 70 70 66 70 67 68 70 202,5 202,5 202,5 247,5 337,5 225 247,5
0,69 1,53 1,36 1,58 2,42 1,64 0,42

DIU 26,2 26,5 25,1 26,5 28,4 25 25,7 68 69 70 69 56 74 68 67,5 67,5 67,5 157,5 135 67,5 157,5
PM6 3,92 3,69 1,64 2,17 2,25 2,94 0,58
NOC 24,9 24,3 25,2 24,4 24 23,8 25 70 68 66 68 67 70 70 45 67,5 45 157,5 157,5 112,5 112,5
79
06 de marzo al 12 de marzo
Horario
Puntos de
1,39 1,47 4,31 1,69 1,81 1,67 0,86
DIU 25,9 26,5 25,8 26,4 29 25,7 26,3 68 70 66 70 54 73 71 225 247,5 202,5 202,5 225 225 225
PM7 1,61 2,06 1,50 1,86 2,25 2,00 1,19
NOC 24,6 24,6 25,4 24,6 24,3 23,5 24,5 69 66 66 66 70 70 70 225 202,5 247,5 202,5 247,5 202,5 202,5
0,56 1,94 2,47 2,03 3,92 1,67 0,47

DIU 26,7 26,4 26,4 26,7 28,9 25,3 26,2 62 68 72 68 52 72 70 45 67,5 157,5 135 135 112,5 22,5
PM8 2,58 3,92 3,28 2,83 2,06 1,19 0,47
NOC 24,7 24,4 25,1 24,3 24,4 23,2 24,7 70 64 70 64 71 71 69 135 77,5 157,5 112,5 37,5 135 67,5
0,61 2,36 2,61 2,39 3,47 1,58 0,50

DIU 27,4 26,7 26,3 26,5 29,6 26 26,6 61 66 68 66 55 75 64 337,5 337,5 247,5 225 247,5 247,5 337,5
PM9 0,89 0,89 4,14 0,97 2,17 1,83 2,19
NOC 24,6 24 25 24,2 24,7 23,3 24,3 68 70 66 70 70 70 70 315 292,5 225 315 337,5 337,5 337,5
2,89 2,75 1,78 1,47 2,58 1,03 0,42

DIU 27,1 27 26,9 26,8 29,5 26,3 26,5 55 62 63 62 51 74 65 202,5 225 247,5 292,5 247,5 225 292,5
PM10 1,17 1,78 1,61 2,33 2,47 1,44 2,06
NOC 24,3 24,3 25,3 24 23,9 23,2 24,5 68 72 64 72 66 72 66 247,5 292,5 225 225 225 202,5 202,5
1,14 2,53 2,69 3,81 4,53 1,64 0,75

DIU 28,6 27,5 27,5 27 29,8 26,8 26,8 53 70 68 70 50 75 68 225 202,5 202,5 202,5 225 247,5 202,5
PM11 1,14 2,03 2,00 0,50 3,00 2,03 2,17
NOC 24,5 24,2 24,1 23,6 23,6 23,2 24,1 68 71 66 71 63 69 64 225 247,5 202,5 225 202,5 202,5 292,5
2,39 3,36 3,39 3,22 4,28 1,08 0,78

DIU 28,3 28,3 28 27,4 30,2 26,9 27,8 50 64 64 64 50 73 62 202,5 292,5 202,5 202,5 202,5 202,5 247,5
PM12 2,36 2,36 3,53 1,75 2,56 1,31 1,97
NOC 24,2 23,6 24 23,7 23,8 23 23,6 69 70 70 70 67 70 68 202,5 202,5 202,5 225 247,5 202,5 225
Promedio 25,6 25,6 25,7 25,6 26,8 24,4 25,5 69 69 69 69 64 72 69 1,60 2,20 2,41 2,29 2,74 1,64 1,02 187,5 187,9 187 199,7 195,6 187,1 189
80
(10 de abril al 16 de abril)
10 de abril al 16 de abril
Horario
Puntos de
DIU 25,8 27,9 26,1 26,1 25,4 27,9 26,8 74 76 74 77 70 69 70 2,06 1,31 2,06 0,83 1,83 1,44 1,17 202,5 292,5 202,5 202,5 202,5 225 202,5
PM1
NOC 24,1 25,2 25,4 25 25,1 25,2 25 80 67 65 68 68 63 66 2,06 1,61 2,97 3,33 0,89 3,44 4,33 315 202,5 202,5 247,5 202,5 247,5 225
DIU 26,3 27,7 26 26,2 25,7 27,7 26,8 72 70 64 76 70 67 66 2,06 1,53 3,50 1,97 1,47 1,47 2,14 247,5 247,5 247,5 202,5 247,5 225 247,5
PM2
NOC 23,9 25,5 25,4 24,9 25 25,5 24,9 78 60 66 69 66 63 66 2,22 3,17 2,17 1,81 1,78 1,56 2,00 225 225 202,5 274,5 247,5 202,5 225
DIU 26 27,6 26,5 26,5 26,3 28 27 70 71 68 70 68 66 65 1,94 1,03 1,72 1,50 1,83 2,06 1,72 135 112,5 135 67,5 112,5 22,5 22,5
PM3
NOC 23,7 25,3 25,2 24,8 25,3 25,3 24,8 74 65 66 71 66 53 68 1,00 1,61 1,78 1,44 1,81 1,78 2,47 112,5 112,5 112,5 45 112,5 67,5 135
DIU 26,2 28,5 26,7 26,4 26,4 28,3 27,1 70 68 64 68 71 66 63 1,50 1,44 3,36 2,36 1,08 1,17 1,33 112,5 112,5 45 67,5 22,5 112,5 135
PM4
NOC 23,6 25 25,3 24,5 24,9 25 24,5 74 63 64 71 68 55 70 2,22 2,47 1,50 1,31 3,28 1,92 1,50 135 135 67,5 45 22,5 135 112,5
DIU 26,5 29,4 27,3 26,7 26,5 28,6 27,3 70 65 62 66 70 62 61 1,44 2,39 2,94 1,61 1,83 2,00 2,31 202,5 225 202,5 202,5 225 247,5 225
PM5
NOC 23,4 24,8 25,1 24,5 24,6 24,8 24,5 72 64 66 71 68 52 66 2,06 2,22 1,17 2,28 2,78 2,50 1,81 225 202,5 202,5 247,4 225 292,5 225
DIU 26,7 29,4 27,3 26,8 26,8 29,6 27,8 70 57 62 64 68 57 58 2,92 2,17 0,75 0,61 1,56 2,06 1,72 22,5 157,5 135 67,5 135 157,5 112,5
PM6
NOC 23,4 25 24,8 24,3 24,5 25 24,3 72 66 66 72 70 52 68 1,83 2,28 0,47 1,42 1,44 1,50 2,28 112,5 135 45 112,5 135 22,5 157,5
DIU 26,9 29,5 27,8 27,2 26,9 29,7 28,1 70 63 59 64 68 59 53 2,61 2,83 1,72 2,14 2,81 1,81 1,89 225 247,5 225 202,5 202,5 202,5 202,5
PM7
NOC 23,1 24,9 24,5 24 24,5 24,9 24 72 65 67 71 70 53 68 2,19 3,17 1,03 1,53 3,19 1,75 2,94 202,5 202,5 225 247,5 202,5 225 225
81
10 de abril al 16 de abril
Horario
Puntos de
DIU 26,7 29,9 28 27,5 27,4 30,2 28,6 70 62 59 62 66 50 53 2,14 3,25 1,50 1,11 2,14 2,92 1,58 45 135 135 135 153,5 157,5 157,5
PM8
NOC 22,9 24,5 24,5 23,9 24,4 24,3 23,9 74 64 68 71 71 54 68 2,92 3,06 1,58 2,58 1,36 1,47 2,28 135 157,5 157,5 135 157,5 135 112,5
DIU 27,1 30,3 27,9 28 27,8 30,3 29,3 70 54 58 60 68 53 55 2,22 3,39 2,06 1,75 2,69 2,92 2,67 337,5 292,5 315 337,5 292,5 247,5 225
PM9
NOC 22,5 24,4 24,2 23,6 24,5 24,2 23,6 74 64 68 74 71 56 70 3,14 2,67 1,50 1,00 1,92 1,25 2,67 315 225 315 292,5 337,5 22,5 225
DIU 27,2 30,2 28,5 28,4 27,5 30,4 29,6 68 58 58 60 66 53 53 2,33 2,81 1,50 1,92 2,06 1,72 2,67 315 202,5 225 202,5 292,5 202,5 337,5
PM10
NOC 22,7 24 24 23,4 24,3 24 23,4 74 63 70 73 73 55 70 2,14 1,64 1,33 2,83 1,25 1,25 2,75 225 225 225 292,5 202,5 225 247,5
DIU 27,5 30,3 29,1 28,5 27,9 30,4 30 66 56 53 60 60 49 56 2,19 2,78 2,06 2,14 1,31 1,22 2,06 202,5 202,5 292,5 337,5 225 202,5 292,5
PM11
NOC 22,3 23,9 24,1 23,5 24,2 23,9 23,5 74 62 70 74 73 56 68 1,11 1,64 1,44 1,03 1,89 1,14 2,14 225 225 202,5 202,5 302,5 327,5 202,5
DIU 27,6 30,4 28,9 29 28,1 30,4 30,2 66 57 53 58 58 53 55 2,06 3,47 2,60 2,92 1,40 1,72 1,33 247,5 225 247,5 225 292,5 247,5 225
PM12
NOC 22 24,5 24,3 23,1 24,1 24,5 23,1 75 64 70 74 74 57 70 0,39 2,31 1,53 1,69 1,06 1,22 2,14 225 225 202,5 225 225 225 202,5
Promedio 24,9 27,0 26,1 25,7 25,8 27,0 26,2 72 64 64 69 68 57 64 2,03 2,34 1,84 1,80 1,86 1,80 2,16 197,8 196,9 190,3 192,4 199 182,4 195
82
(02 de mayo al 08 de mayo)
02 de mayo al 08 de mayo
Horario
Puntos de
Temperatura (°C) Humedad relativa (%) Velocidad del viento (km/h) Dirección del Viento
Monitoreo
DIU 25,5 26,4 24,1 25,7 26 26 25,7 68 75 73 68 70 69 68 1,61 0,67 1,56 4,11 4,17 1,72 3,11 292,5 225 247,5 292,5 225 225 247,5
PM1
NOC 25 26,2 25,5 24,9 24,5 24,9 25,7 73 65 70 69 67 71 76 3,50 1,22 2,56 2,58 1,64 1,08 1,83 225 292,5 337 292,5 202,5 202,5 225
DIU 25,2 26,8 24,5 26 26 26,1 25,9 70 65 71 68 70 69 68 1,72 2,14 1,69 2,25 3,22 1,61 2,14 247,5 225 247,5 225 202,5 225 225
PM2
NOC 25,3 25,9 25,2 24,5 24,2 25 25,6 70 66 68 69 68 69 69 1,67 2,08 1,67 2,42 1,72 1,94 2,08 202,5 225 225 247,5 225 225 202,5
DIU 25,8 27 24,8 26,3 26,3 26,6 26,3 68 67 71 69 69 68 66 1,89 1,25 1,22 1,69 1,92 1,72 1,61 22,5 112,5 112,5 112,5 112,5 157,5 67,5
PM3
NOC 24,9 25,5 25 24,2 23,9 24,8 25,3 68 63 68 70 69 68 70 1,75 1,53 1,44 1,28 1,75 2,47 1,58 67,5 157,5 112,5 135 67,5 22,5 22,5
DIU 26 27,1 25,3 26,5 26,6 26,7 26,3 72 65 70 69 70 69 68 2,03 1,00 2,83 2,75 2,08 1,47 2,67 22,5 112,5 157,5 157,5 157,5 67,5 112,5
PM4
NOC 24,8 25,3 25,3 24,4 23,7 24,7 24,9 67 66 71 70 70 70 69 2,44 1,53 0,56 2,44 1,28 2,83 1,42 112,5 22,5 112,5 112,5 22,5 112,5 22,5
DIU 25,9 26,9 25,6 26,8 26,7 26,9 26,7 78 58 68 69 69 66 67 1,81 1,81 4,17 2,83 3,31 2,00 2,97 225 202,5 202,5 315 225 202,5 202,5
PM5
NOC 24,5 25 24,8 24,1 23,4 24,6 24,8 67 63 71 70 69 70 71 2,19 2,08 1,06 3,53 1,75 1,64 2,08 202,5 225 247,5 225 202,5 247,5 225
DIU 26,7 27,4 25,8 27,1 27 27,1 26,9 62 57 69 68 69 68 67 1,50 1,14 1,17 1,97 2,78 1,78 1,50 67,5 67,5 22,5 112,5 157,5 67,5 112,5
PM6
NOC 24,3 25,1 24,9 24 23,3 24,2 24,5 68 65 70 71 70 70 69 1,94 1,97 1,75 1,86 1,78 1,39 2,36 112,5 157,5 112,5 157,5 157,5 67,5 157,5
DIU 26,7 27,5 25,9 27,2 27,1 27,3 27 58 64 70 68 69 69 65 1,39 1,22 2,25 2,08 2,36 3,28 2,42 225 225 225 202,5 225 202,5 225
PM7
NOC 24 24,8 24,5 23,8 23 24 24,3 72 64 66 71 69 71 69 2,00 2,25 2,78 2,92 1,00 1,67 2,44 225 247,5 202,5 225 202,5 202,5 202,5
83
02 de mayo al 08 de mayo
Horario
Puntos de
Temperatura (°C) Humedad relativa (%) Velocidad del viento (km/h) Dirección del Viento
Monitoreo
DIU 26,8 27,9 25,9 27,3 27,6 27,4 27,1 62 76 70 68 69 68 63 1,86 1,28 2,19 1,94 2,28 2,00 2,47 135 67,5 112,5 112,5 67,5 135 112,5
PM8
NOC 23,9 24,6 24,3 23,5 23,1 24,1 23,9 74 62 68 70 70 71 71 2,47 1,75 3,69 1,81 1,03 1,22 3,06 112,5 112,5 135 225 135 112,5 22,5
DIU 26,8 28,3 26 27,3 27,8 27,9 27,4 61 68 68 66 68 66 65 1,67 1,67 3,31 3,03 2,86 2,36 2,19 202,5 225 225 247,5 225 292,5 225
PM9
NOC 23,5 24,1 24,1 23,8 22,7 23,9 24 74 64 70 71 71 70 70 1,89 1,22 2,47 2,31 2,19 1,17 1,42 225 225 202,5 292,5 292,5 225 315
DIU 27 28,5 26,8 27,5 28,1 28,4 27,7 65 72 68 64 68 66 65 1,75 1,64 1,89 3,25 2,33 1,17 3,06 247,5 202,5 247,5 225 292,5 247,5 292,5
PM10
NOC 23,3 23,5 24,2 23,7 22,6 23,7 23,7 74 58 70 70 71 69 72 1,44 2,44 1,22 1,97 0,97 1,83 1,92 225 247,5 337,5 247,5 247,5 292,5 247,5
DIU 27,1 28,8 27,3 28,1 28,4 28,9 28 63 58 64 62 66 64 65 1,97 1,11 1,72 2,19 1,61 0,94 2,31 225 225 247,5 225 225 202,5 225
PM11
NOC 23,1 23,7 23,9 23,7 22,3 23,6 23,4 73 59 70 71 72 71 72 0,89 3,06 1,53 2,86 2,28 1,56 1,50 202,5 202,5 202,5 225 247,5 225 247,5
DIU 27,4 29 27,4 28,2 28,5 29,4 28,4 64 58 64 62 64 60 65 1,47 1,78 1,67 2,36 1,89 3,61 2,25 225 202,5 292,5 315 315 292,5 225
PM12
NOC 22,8 23,4 23,8 23,5 22 23,1 23,3 74 60 72 73 72 71 74 1,92 3,11 2,81 2,22 3,28 1,50 1,58 247,5 247,5 292,5 247,5 292,5 202,5 247,5
Promedio 25,3 26,2 25,2 25,5 25,2 25,8 25,7 69 64 69 69 69 69 69 1,87 1,71 2,05 2,44 2,14 1,83 2,17 179,1 185,6 202,5 215,6 196,875 185,63 183,75
84
(08 de junio al 14 de junio)
08 de junio al 14 de junio
Horario
Puntos de
DIU 25,7 26,5 23,1 26,1 25,9 25,8 26,5 68 63 75 69 69 70 61 1,60 1,60 1,22 3,03 2,10 3,03 1,94 292,5 247,5 225 202,5 203 225 247,5
PM1
NOC 25 26,6 24 25,6 25,1 26,1 25,3 70 67 79 72 71 68 66 1,00 1,40 2,80 1,89 1,60 1,03 3,00 202,5 247,5 247,5 247,5 248 248 202,5
DIU 26,2 27,2 23,2 26,4 26,1 26,1 26,4 67 62 73 69 67 69 60 1,20 2,20 2,08 2,92 1,90 2,60 1,44 292,5 225 202,5 225 225 225 225
PM2
NOC 25,1 26,3 24,2 25,1 25,2 25,8 25,4 72 68 80 70 69 69 65 2,39 1,90 2,90 1,89 1,88 1,72 1,60 202,5 202,5 202,5 202,5 225 203 202,5
DIU 26,6 27,4 23,3 26,7 26 26,2 26,7 64 62 72 66 68 70 61 1,60 1,70 0,81 1,11 1,30 2,20 1,92 135 157,5 112,5 157,5 135 113 67,5
PM3
NOC 24,8 26,4 23,9 25,1 25 25,6 25,2 66 69 80 72 73 70 67 1,14 0,90 3,10 1,44 1,10 1,11 1,40 112,5 112,5 112,5 135 158 135 135
DIU 26,7 27,5 23,5 26,8 26,4 26,3 27,2 62 62 72 68 66 68 59 1,80 1,60 1,89 1,61 1,50 2,20 1,94 67,5 112,5 157,5 157,5 113 45 112,5
PM4
NOC 24,9 26,3 23,8 24,8 24,9 25,3 25 68 70 76 70 72 69 66 1,11 1,80 1,90 2,11 1,60 1,33 2,90 135 22,5 112,5 22,5 158 22,5 157,5
DIU 26,9 27,7 23,5 27,1 26,7 26,5 27,2 61 60 74 68 66 69 60 2,30 1,10 2,14 2,97 1,30 2,70 1,94 292,5 247,5 225 247,5 225 203 202,5
PM5
NOC 24,4 26,1 23,5 24,5 24,9 25 25,3 64 71 79 72 73 70 68 2,31 1,80 2,10 1,36 1,40 1,83 2,40 202,5 315 247,5 202,5 248 225 202,5
DIU 27,3 27,8 23,4 27 26,8 26,8 27,3 57 58 74 66 67 68 61 2,70 1,40 1,28 2,36 1,50 1,60 1,14 112,5 157,5 112,5 112,5 113 47,5 112,5
PM6
NOC 24,1 26,1 23,6 24,4 24,7 25,1 25,1 64 68 81 70 73 70 70 1,83 1,70 1,40 2,06 1,70 1,78 1,50 67,5 135 47,5 157,5 67,5 47,5 157,5
DIU 27,4 27,8 23,6 27,5 27 26,8 27,4 57 58 72 66 66 68 60 1,60 1,60 1,69 1,50 1,40 2,40 2,03 292,5 247,5 225 202,5 203 225 225
PM7
NOC 23,9 25,6 23,3 24,1 24,5 24,7 24,9 66 68 80 72 73 69 70 2,08 4,20 1,30 2,53 1,40 0,94 2,40 225 202,5 225 202,5 248 225 247,5
PM8 DIU 27,6 28,1 23,7 27,4 26,9 27,2 27,4 51 54 74 68 63 67 61 3,10 1,80 1,64 1,60 1,60 2,50 3,08 157,5 135 135 112,5 135 67,5 67,5
85
08 de junio al 14 de junio
Horario
Puntos de
NOC 23,5 25,7 23,1 23,7 24,3 24,5 24,9 67 68 78 72 72 71 72 1,44 2,50 1,20 3,72 1,10 1,97 2,00 202,5 135 135 112,5 135 135 22,5
DIU 27,6 27,9 24 27,5 27,1 27,5 27,8 54 50 72 62 64 65 59 2,50 1,70 1,33 1,60 1,30 1,80 1,42 292,5 225 225 292,5 203 225 225
PM9
NOC 23,6 25,2 23,1 23,6 24,4 24,1 24,6 66 68 79 71 74 70 68 2,11 2,10 1,60 1,81 1,40 1,53 1,50 225 202,5 292,5 292,5 225 293 225
DIU 27,8 27,7 24,1 27,8 27,3 27,8 27,9 57 56 72 62 62 64 60 2,70 1,70 0,83 2,70 1,70 2,20 1,58 202,5 225 247,5 225 293 225 292,5
PM10
NOC 23,3 25 22,7 23,5 24,2 23,7 24,5 64 68 78 73 73 70 70 2,03 2,40 1,70 1,67 1,30 1,53 2,20 247,5 292,5 225 292,5 225 248 247,5
DIU 27,7 28,2 24,5 28,1 27,5 27,9 28,3 57 56 74 59 58 66 59 2,20 1,60 1,42 2,20 1,80 2,70 1,56 2025 202,5 202,5 225 225 225 225
PM11
NOC 23,1 24,6 22,8 23,1 24 23,4 24,3 68 68 80 72 73 72 70 3,36 2,20 1,30 3,08 1,60 3,11 2,40 202,5 225 225 225 203 203 101,5
DIU 28 28,5 25,2 28,5 27,8 28,6 28,5 57 54 70 58 58 60 60 1,90 2,30 1,50 1,90 1,70 2,60 1,56 292,5 315 225 292,5 315 225 225
PM12
NOC 22,7 24,5 22,6 22,8 24,1 23 24 69 68 79 74 74 73 70 2,17 1,80 1,21 1,78 1,50 1,83 2,00 202,5 292,5 292,5 247,5 203 203 225
Promedio 25,6 26,7 23,6 25,7 25,7 25,8 26,1 63 63 76 68 69 69 64 2,01 1,88 1,68 2,12 1,53 2,01 1,95 278,44 203,4 194,2 199,7 196,9 176,5 181,4
86
(05 de julio al 11 de julio)
05 de julio al 11 de julio
Horario
Puntos de Temperatura (°C) Humedad relativa (%) Velocidad del viento (km/h) Dirección del Viento
Monitoreo
DIU 25,5 26,5 25,8 24,9 26 26,9 24,9 66 68 62 65 61 69 68 1,90 1,40 1,50 1,60 2,20 1,90 1,40 292,5 247,5 225 202,5 202,5 225 247,5
PM1
NOC 24,9 25,8 26,8 25,6 25,4 25,5 25,1 68 72 64 72 72 67 69 1,10 1,20 1,60 2,30 3,60 1,40 1,60 202,5 247,5 225 247,5 225 203 202,5
DIU 25,8 26,7 25,9 25,3 26,1 27 25,3 62 68 60 67 59 67 68 2,20 2,00 1,30 2,20 1,30 1,20 1,90 292,5 225 203 225 225 225 225
PM2
NOC 24,8 25,8 26,5 25,2 25,3 25,3 25 67 72 69 71 68 68 70 1,60 1,70 3,20 1,60 1,90 2,20 2,30 202,5 202,5 248 202,5 225 225 202,5
DIU 25,7 26,8 26,3 25,5 26,3 27,1 25,5 60 66 59 65 55 67 66 1,90 1,20 1,60 1,30 1,10 1,60 1,20 135 157,5 113 157,5 135 113 67,5
PM3
NOC 24,6 25,6 26,5 25 25,1 25 25 69 73 68 72 57 68 72 1,00 0,70 1,90 1,10 2,60 0,90 1,90 112,5 112,5 67,5 135 157,5 135 135
DIU 26 27 26,5 25,7 26,4 27,3 25,5 64 66 59 66 51 68 66 1,70 1,40 1,20 1,40 1,60 1,10 1,80 67,5 112,5 158 157,5 112,5 45 112,5
PM4
NOC 24,5 25,7 26,4 24,9 25 25,2 24,9 70 72 64 75 73 70 71 1,10 1,90 1,30 1,80 1,30 1,30 2,00 135 22,5 248 22,5 22,5 67,5 157,5
DIU 26 27,1 26,7 26,8 26,7 27,6 25,8 64 62 59 65 62 69 62 0,90 0,90 1,80 2,20 1,70 2,20 2,10 292,5 247,5 225 247,5 225 203 202,5
PM5
NOC 24,1 25,4 26,1 24,7 25 24,9 24,7 69 73 69 73 67 70 71 1,40 1,60 1,90 1,90 2,60 3,10 2,60 202,5 315 225 202,5 202,5 225 202,5
DIU 26,4 27,2 26,9 27 26,8 27,9 26,1 60 62 60 64 60 68 64 1,70 1,40 2,10 1,60 1,10 2,00 1,90 112,5 157,5 113 112,5 112,5 47,5 112,5
PM6
NOC 24 25,1 25,8 24,4 24,7 24,8 24,4 71 75 70 73 75 71 73 1,30 1,70 2,00 1,80 1,50 1,80 1,50 67,5 135 113 157,5 67,5 22,5 157,5
DIU 26,8 27,5 27,1 27,5 27 28,2 26,5 58 65 60 64 60 66 69 1,80 1,60 1,10 1,30 2,40 1,40 2,10 292,5 247,5 225 202,5 202,5 225 225
PM7
NOC 24 25 25,6 24,4 24,8 24,7 24,4 72 75 70 72 72 73 73 0,80 2,10 2,60 1,40 2,80 2,10 1,30 225 202,5 203 202,5 202,5 203 247,5
87
05 de julio al 11 de julio
Horario
Puntos de Temperatura (°C) Humedad relativa (%) Velocidad del viento (km/h) Dirección del Viento
Monitoreo
DIU 27,1 27,8 27,5 27,9 27,5 28,4 26,8 56 62 60 64 54 67 62 1,90 1,50 2,00 1,10 1,90 1,30 1,70 157,5 135 135 112,5 135 67,5 67,5
PM8
NOC 23,8 24,7 25,7 24,4 24,5 24,5 24,2 71 75 69 74 75 73 74 2,10 2,10 1,20 1,70 3,10 3,20 1,00 202,5 135 113 112,5 45 148 22,5
DIU 27,5 27,8 27,8 27,9 27,4 28,7 26,9 54 62 58 62 57 68 64 2,20 1,40 1,50 1,20 1,60 1,90 1,80 292,5 225 225 292,5 202,5 225 225
PM9
NOC 23,6 24,5 25,4 24,2 24,6 24,3 24 70 74 70 73 73 71 75 1,80 1,80 1,00 1,90 2,80 1,50 1,10 225 202,5 293 292,5 225 203 225
DIU 27,6 28,1 28,1 28 27,7 29,1 27,2 52 60 56 62 57 66 62 2,10 1,20 0,90 1,30 1,60 1,30 1,80 202,5 225 248 225 292,5 225 292,5
PM10
NOC 23,3 24,2 25,1 24,1 24,2 24,1 24 71 75 69 75 70 71 73 1,40 1,90 1,50 1,80 2,00 1,90 1,40 247,5 292,5 225 292,5 225 203 247,5
DIU 27,8 28,2 28 28,3 28,1 29,1 27,1 50 58 54 62 57 64 60 0,90 1,20 1,30 1,70 1,24 1,10 1,90 2025 202,5 203 225 225 225 225
PM11
NOC 23 24,1 24,8 24,1 23,9 24 24,1 70 75 69 76 75 71 74 1,60 1,80 3,40 2,10 1,30 2,40 2,00 202,5 225 203 225 202,5 203 101,5
DIU 28 28,1 28 28,5 28,3 29,5 27,5 51 58 54 60 54 64 58 1,30 2,11 2,10 1,50 1,20 1,70 1,70 292,5 315 225 292,5 315 225 225
PM12
NOC 23,1 23,9 24,7 23,9 24 23,7 23,7 71 76 70 76 75 72 75 1,00 1,80 3,00 1,30 1,90 3,10 2,10 202,5 292,5 203 247,5 202,5 203 225
Promedio 25,3 26,2 26,4 25,8 25,9 26,4 25,4 64 69 63 69 64 69 68 1,53 1,57 1,79 1,63 1,93 1,82 1,75 278,4 203,4 194 199,7 182,8 170 181,4
88
Tabla 34. Datos generalizados de los parámetros de evaluación
Día Repetición Temperatura Humedad relativa Velocidad del viento Flujo vehicular CO CO2
1 25,625 68,580 1,024 20,33 12,58 465,00
2 26,950 63,540 2,180 18,75 11,31 478,12
Lunes 3 26,188 64,120 2,170 19,01 11,48 470,64
4 26,700 63,167 1,950 18,25 11,28 475,00
5 26,190 64,015 1,750 18,53 11,39 470,79
1 26,810 63,923 2,200 18,5 11,37 475,24
2 25,750 68,439 2,340 19,75 12,51 468,91
Martes 3 25,175 69,113 1,710 21,18 13,03 458,13
4 25,700 68,500 1,875 20,17 12,53 468,3
5 25,870 68,478 1,570 20,26 12,47 469,75
1 25,725 68,491 2,740 20,24 12,5 468,11
2 26,120 64,187 1,910 19,15 11,46 469,87
Miércoles 3 25,154 69,224 2,140 19,13 11,36 451,94
4 23,550 75,985 1,530 21,01 13,02 427,43
5 26,420 63,436 1,930 18,27 11,32 472,57
1 25,450 68,541 2,290 20,27 12,5 467,39
2 26,213 63,631 1,800 18,33 11,31 469,96
Jueves 3 25,725 68,543 2,440 20,23 12,56 468,19
4 26,130 64,251 2,120 18,41 11,49 470,31
5 25,360 68,742 1,630 18,75 12,65 465,17
1 24,430 72,365 1,600 18,97 12,89 436,23
Viernes 2 26,670 63,103 1,840 18,23 11,27 472,85
3 25,800 68,521 1,830 20,24 12,53 468,13
89
Día Repetición Temperatura Humedad relativa Velocidad del viento Flujo vehicular CO CO2
4 25,825 68,467 2,010 20,18 12,47 469,37
5 26,367 64,127 1,820 18,42 11,41 469,25
1 25,650 68,574 2,410 20,48 12,73 468,23
2 24,920 71,993 1,800 20,97 12,94 437,89
Sábado 3 25,320 68,518 2,050 20,13 12,48 467,94
4 25,580 69,689 1,680 20,21 12,54 468,23
5 25,330 68,743 1,790 20,19 12,46 467,4
1 25,575 68,586 1,640 20,27 12,4 469,13
2 25,700 68,540 1,950 20,25 12,47 470,45
Domingo 3 25,525 68,619 1,870 20,42 12,54 468,65
4 25,720 68,447 2,010 20,13 12,49 470,1
5 25,810 68,329 1,530 20,42 12,38 471,4
90
Figura 18. Dispersión de los componentes principales en función de los días de la semana
Anexo D. Detalles de las encuestas a los pobladores en la zona urbana de Tingo
María
Apéndice 1. Información General
Tabla 35. Género del encuestado
Género Cantidad Porcentaje
Femenino 43 63%
Masculino 25 37%
TOTAL 68 100%
Tabla 36. Edad del encuestado

Edad Cantidad Porcentaje
16 - 25 años 5 7%
26 - 35 años 20 29%
36 - 45 años 25 37%
45 a más años 18 26%
TOTAL 68 100%
91
Tabla 37. Grado de estudios del encuestado
Grado de estudios Cantidad Porcentaje
Primaria 4 6%
Secundaria 11 16%
Técnico 25 37%
Superior 28 41%
TOTAL 68 100%
Apéndice 2. Información Específica
Tabla 38. Percepción sobre la contaminación del aire en la zona donde vive
Escala Cantidad Porcentaje
Totalmente en desacuerdo 0 0%
En desacuerdo 21 31%
Indiferente 3 4%
De acuerdo 34 50%
Totalmente de acuerdo 10 15%
TOTAL 68 100%
Tabla 39. Percepción de la contaminación del aire a causa de los vehículos

Sí 68 100%
No 0 0%
TOTAL 68 100%
Tabla 40. Percepción sobre horarios en que se genera mayor contaminación por tráfico
vehicular
Mañana 26 38%
Tarde 8 12%
Noche 12 18%
Todas las anteriores 22 32%
TOTAL 68 100%
92
Tabla 41. Percepción de la exposición mediante las horas en que la persona está fuera de
casa
2 a 4 horas 2 3%
4 a 6 horas 7 10%
6 a 8 horas 10 15%
8 a 10 horas 22 32%
10 horas a más 27 40%
TOTAL 68 100%
Tabla 42. Conformidad para realizar estudios sobre la calidad de aire en la ciudad de
Tingo María
Totalmente en desacuerdo 0 0%
En desacuerdo 0 0%
Indiferente 2 3%
De acuerdo 42 62%
Totalmente de acuerdo 24 35%
TOTAL 68 100%
93
Tabla 43. Puntuaciones de la encuesta hacia la población de la zona urbana de Tingo María
Información General Información Específica

IG1 IG2 IG3 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
1 3 4 4 3 5 4 1 5 3 4 4 4
1 3 2 3 3 5 4 1 4 1 3 5 2
1 1 2 3 4 4 4 1 3 1 2 5 1
1 3 4 2 4 4 4 1 4 1 2 4 3
2 2 3 2 3 3 3 1 4 2 2 4 2
1 2 3 2 3 4 4 1 3 3 4 4 1
2 2 1 4 3 4 4 1 3 1 1 4 1
2 1 2 3 3 3 3 1 4 1 3 4 1
2 4 4 2 3 5 5 1 4 1 3 4 1
1 3 1 2 3 4 4 1 4 1 4 4 2
1 2 4 2 2 3 4 1 4 1 2 4 3
2 1 3 2 4 3 4 1 3 1 4 4 3
2 4 3 2 4 3 4 1 5 3 3 4 3
2 3 3 2 3 3 4 1 4 2 5 4 1
2 2 2 4 4 5 4 1 4 3 5 4 2
2 2 2 4 3 4 5 1 3 1 2 4 3
2 2 4 2 3 3 4 1 3 1 3 4 4
1 4 3 2 3 3 4 1 3 1 2 4 1
1 1 1 4 4 3 4 1 3 3 5 4 2
1 4 4 4 4 3 4 1 5 2 3 5 4
2 3 3 4 4 4 3 1 4 1 2 4 2
2 2 3 2 3 3 4 1 4 1 5 4 1
94
2 4 2 2 3 3 4 1 3 3 3 4 3
2 1 2 4 3 3 4 1 4 2 3 4 2
2 3 4 4 3 4 4 1 3 2 5 5 1
2 2 3 2 4 4 4 1 4 3 5 5 3
2 2 2 2 3 4 4 1 4 1 3 4 2
2 2 4 5 3 3 4 1 4 3 5 4 2
1 3 3 4 3 4 3 1 4 4 3 4 1
1 3 3 4 4 4 4 1 4 1 5 4 4
1 2 2 2 3 3 4 1 3 4 4 4 1
1 2 1 2 2 3 3 1 3 1 1 4 4
2 4 3 2 3 4 4 1 4 1 5 4 1
2 2 3 4 3 4 4 1 4 1 4 4 4
2 2 3 4 3 3 4 1 3 4 4 4 2
1 2 3 4 3 3 4 1 4 4 5 4 2
2 2 2 5 3 4 4 1 4 1 5 4 2
1 3 4 4 4 4 4 1 4 4 4 4 4
2 3 3 2 3 4 4 1 3 1 4 4 2
2 2 3 5 3 4 4 1 3 1 4 4 2
1 2 3 4 3 4 3 1 4 1 4 4 5
1 2 3 4 3 4 4 1 4 4 4 4 2
1 4 3 2 3 4 4 1 3 1 4 4 2
1 3 4 4 3 4 4 1 4 1 4 4 2
2 3 3 4 3 4 5 1 4 1 4 4 2
95
1 4 4 4 3 4 4 1 4 4 4 4 4
1 3 3 4 3 4 4 1 4 2 4 4 4
1 3 3 4 4 4 4 1 5 4 4 5 4
1 3 4 2 4 4 4 1 4 4 4 5 4
1 3 4 5 3 4 4 1 4 4 4 5 4
1 3 3 4 3 4 4 1 4 2 4 5 4
1 3 4 4 3 4 4 1 4 2 4 5 4
1 3 3 4 3 4 4 1 4 4 5 3 4
1 4 4 4 3 4 5 1 4 4 5 5 4
1 4 3 4 3 4 5 1 4 4 5 5 4
1 3 4 4 3 4 5 1 4 4 5 5 4
1 3 4 4 4 4 5 1 4 3 5 3 4
1 4 4 4 4 4 5 1 4 3 5 5 4
1 3 4 5 3 4 5 1 4 4 5 5 4
1 4 4 5 3 4 5 1 4 3 5 5 4
1 4 4 4 3 4 5 1 4 3 5 5 4
1 3 4 4 4 4 5 1 4 4 5 5 4
1 4 4 5 4 4 5 1 4 4 5 5 4
1 4 4 4 4 4 5 1 4 4 5 5 4
1 4 4 5 4 4 5 1 5 4 5 5 4
1 3 4 5 4 4 5 1 5 4 5 5 5
1 4 4 4 4 4 5 1 5 4 5 5 5
1 4 4 5 4 4 5 1 5 4 5 5 5
96
68 68 68 68 68 68 68 68 68 68 68 68 68
[IG]: 1, 2, 3 Información General, [P]: 1, P2, P3, …, P10 : Preguntas
97
Anexo E. Panel fotográfico
Apéndice 1. Selección de los puntos de monitoreo y georreferenciación
Figura 19. Selección de puntos de monitoreo por descarte de fuentes fijas
Figura 20. Georreferenciación de los puntos de monitoreo

98
Apéndice 2. Conteo de flujo de tráfico vehicular en los puntos de monitoreo
Figura 21. Conteo de vehículos en puntos de monitoreo Georreferenciación de los puntos

de monitoreo
Apéndice 3. Medición de factores ambientales (temperatura, velocidad del viento,

dirección del viento y humedad relativa)
Figura 22. Armado de la estación en los puntos de monitoreo para la recolección de datos
99
Figura 23. Medición de factores ambientales en cada punto de monitoreo
Figura 24. Medición de la dirección del viento con el uso del Microprocesador Digital
100
Figura 25. Medición de la temperatura y humedad relativa con el uso del

Termohidrómetro
Figura 26. Medición de la velocidad del viento con el uso del Anemómetro
101
Apéndice 4. Monitoreo de gases (CO y CO2)
Figura 27. Calibración del muestreador de gases para el CO2
Figura 28. Calibración del muestreador de gases para el CO2

102
Figura 29. Medición de CO y CO2 con muestreador de gases
Figura 30. Medición de CO y CO2 con muestreador de gases por puntos de monitoreo
103
Apéndice 5. Aplicación de encuesta a los pobladores y/o transeúntes de la ciudad de
Tingo María
Figura 31. Encuesta a los pobladores y transeúntes cercanos a los puntos de monitoreo
en la ciudad de Tingo María
Figura 32. Encuesta a los comerciantes cercanos a los puntos de monitoreo.

104
Anexo F. Detalle del instrumento de investigación y permisos

Apéndice 1. Modelo de instrumento de investigación (encuesta)
Figura 33. Modelo de instrumento de investigación (encuesta)

105
Tabla 44. Aplicación de encuesta

106
Apéndice 2. Evaluación del instrumento de investigación a través de la opinión de expertos para su aplicación
Tabla 45. Validación del instrumento por juicio de expertos
Ítem Indicador Pexp1 PTexp1 Pexp2 PTexp2 Pexp3 PTexp3 Pexp4 PTexp4 Pexp5 Pexp5
Claridad 4 4 4 4 4
Escala 4 4 4 4 4
1 Coherencia 4 20 4 20 4 20 4 20 4 20
Redacción y terminología 4 4 4 4 4
Pertinencia 4 4 4 4 4
Claridad 4 5 4 4 4
Escala 4 4 4 4 4
2 Coherencia 4 20 4 21 4 20 4 20 4 20
Claridad 4 4 4 4 4
Escala 4 4 4 4 4
3 Coherencia 4 20 4 20 4 20 4 20 4 20
Claridad 4 3 5 4 5
Escala 4 3 5 4 5
4 Coherencia 4 20 3 15 5 25 4 20 5 25
107
Claridad 4 4 5 4 4
Escala 4 4 5 4 4
5 Coherencia 4 20 4 20 5 25 4 20 4 20
Claridad 4 4 5 4 4
Escala 4 4 5 4 4
6 Coherencia 4 20 4 20 5 25 4 20 4 20
Claridad 4 4 5 4 4
Escala 4 4 5 4 4
7 Coherencia 4 20 4 20 5 25 4 20 4 20
Claridad 4 4 5 4 4
Escala 4 4 5 4 4
8 Coherencia 4 20 4 20 5 25 4 20 4 20
Claridad 4 4 4 4 4
9 Escala 4 20 4 20 4 20 4 20 4 20
Coherencia 4 4 4 4 4
108
Claridad 4 4 4 4 4
Escala 4 4 4 4 4
10 Coherencia 4 20 4 20 4 20 4 20 4 20
Jueces
Ítem Sx1 Mx CVCi Pei CVCtc
Experto 1 Experto 2 Experto 3 Experto 4 Experto 5
Ítem 1 20 20 20 20 20 100 4 0,80 0,0003 0,80
Ítem 2 20 21 20 20 20 101 4,04 0,81 0,0003 0,81
Ítem 3 20 20 20 20 20 100 4 0,80 0,0003 0,80
Ítem 4 20 15 25 20 25 105 4,2 0,84 0,0003 0,84
Ítem 5 20 20 25 20 20 105 4,2 0,84 0,0003 0,84
Ítem 6 20 20 25 20 20 105 4,2 0,84 0,0003 0,84
Ítem 7 20 20 25 20 20 105 4,2 0,84 0,0003 0,84
Ítem 8 20 20 25 20 20 105 4,2 0,84 0,0003 0,84
Ítem 9 20 20 20 20 20 100 4 0,80 0,0003 0,80
Ítem 10 20 20 20 20 20 100 4 0,80 0,0003 0,80
Validez y concordancia buena 0,82
109
Evaluación del instrumento por juicio de experto
Experto 1
110
Experto 2
111
Experto 3
112
Experto 4
113
Experto 5
114
Apéndice 3. Permisos y medios probatorios de la investigación

Tabla 46. Permisos
Permiso para préstamo de equipos para el desarrollo de tesis

115
Permiso a la Municipalidad Provincial de Leoncio Prado para uso de vía pública para la toma de datos
116
Tabla 47. Medios probatorios de ejecución de tesis
Carta de Invitación para revisión de ejecución de tesis

117
Video e informe con actividades de ejecución de tesis

118
Figura 34. Mapa de concentración promedio de CO y CO2 emitidos en puntos de monitoreo

TS Udal 2023

Cargado por

Copyright:

Formatos disponibles

TS Udal 2023

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TS Udal 2023

Cargado por

Copyright:

Formatos disponibles

1

UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA

ESCUELA PROFESIONAL DE INGENIERIA AMBIENTAL

NIVELES DE CO Y CO2 GENERADO POR EL TRÁFICO VEHICULAR

Para optar el título de:

UNZUETA DIEGO ASHLY LUCIA

Tingo Maria – Perú

UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA

NIVELES DE CO Y CO2 GENERADO POR EL TRÁFICO VEHICULAR

Autor : Bach. Unzueta Diego, Ashly Lucia

Asesor : Dr. Víctor Manuel Beteta Alvarado

Programa de investigación : Niveles de contaminación ambiental

Línea de investigación : Ciencias y Tecnologías Ambientales

Eje temático : Contaminación del aire

Lugar de ejecución : Ciudad de Tingo María

Financiamiento : S/. 4 042,50

Tingo María – Perú

A mis queridos padres ARCENIO UNZUETA y ELSA DIEGO, por su constante

A mis abuelitos NICASIO DIEGO y ROSA VILLANUEVA por su amor y

A mis hermosos sobrinos SEBASTIAN, KRISTINE, ANDRÉ y HANNAH por

brindarme paz, motivación y alegría para poder continuar cada día.

A la UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA, escuela profesional

A la MUNICIPALIDAD PROVINCIAL DE LEONCIO PRADO, por brindarme los

permisos para la recolección de la información de la presente investigación.

Al LABORATORIO DE CALIDAD DE AIRE de la UNIVERSIDAD NACIONAL

A mi asesor Dr. VÍCTOR MANUEL BETETA ALVARADO, por la enseñanza,

paciencia, dedicación y orientación en el proceso de formulación y ejecución de la

A mi FAMILIA por acompañarme en toda esta etapa de la elaboración de la presente

culminación de mi carrera profesional, por brindarme su apoyo y palabras de aliento.

A mis amigos SHEYLA y PATRICK, por su constante apoyo para el levantamiento

de la información para la presente investigación.

A. Selección de puntos de monitoreo ....................................................................... 26

26. Concentración de CO (ppm) durante el mes 4 (08 de junio al 14 de junio) y mes 5

Palabras clave: flujo vehicular, factores ambientales, niveles de CO y CO2, percepción.

Keywords: traffic flow, environmental factors, levels of CO and CO2, perception.

II. REVISIÓN DE LITERATURA

2.1. Marco teórico

2.1.2.1. Monóxido de carbono en el ambiente y la salud

2.1.4. Contaminantes emitidos por las fuentes vehiculares y sus impactos en el

-Recopilación de la información: Ubicar estaciones de control donde se

2.1.6.1. Requerimientos del sitio de muestro

2.1.6.2. Selección de métodos de medición

0 – 10 000 ppm 25 ppm A1: 5 000 ppm

2.1.7. Factores ambientales de dispersión del contaminante

agresividad de los contaminantes, asimismo influye para la acumulación de humos y polvos

los monitoreos a través de biomarcadores y mediciones de concentraciones ambientales (TLV-

III. MATERIALES Y MÉTODOS

3.1. Lugar de ejecución

Figura 1. Ubicación política de la Ciudad de Tingo María

3.2. Materiales y métodos

5. Registro de datos: Se registró los valores de los gases medidos con el

Tabla 8. Estándar Nacional de Calidad Ambiental del aire

Monóxido de carbono 1 hora 30 000 NE más de 1 vez al año

concentración de CO y CO2 en la ciudad de Tingo María durante el período marzo a julio

Tabla 10. Operatividad de la variable independiente y dependiente

Validez del instrumento: Para la determinación de la validez del

Hernández (2002), indica que el CVC mayor a 0,80 es óptimo.

IV. RESULTADOS Y DISCUSIÓN

B. Flujo de tráfico vehicular de marzo a julio