Se encontraron 3 investigaciones en el año 2021
En Perú, el monitoreo de calidad del aire solo se realiza en Lima, con una red de 10 estaciones de SENAMHI que monitorean un área de 3000 km2 para 10 millones de habitantes (http://www.senamhi.gob.pe/?p=monitoreodecalidad-de-aire). Asimismo, se deben cumplir los Estándares de Calidad Ambiental (ECAs) establecidos por el Ministerio del Ambiente y supervisados por el Organismo de Evaluación y Fiscalización Ambiental (OEFA). Sin embargo, esta tarea de fiscalización es limitada por la escasez de estaciones de medición, la cual se explica por los altos costos de las estaciones de medición y también sus costos asociados de mantenimiento y operación. En adición a la baja densidad de estaciones de monitoreo, en Perú hubo poquísimos intentos de desarrollar modelos computacionales capaces de producir mapas de la contaminación ambiental de las ciudades con una resolución espacial y temporal que sea de utilidad para las autoridades y los ciudadanos. Entre esos intentos están los recientes trabajos de Sánchez-Ccoyllo et al. (2018) y Reátegui et al. (2018), que implementaron para Lima modelos numéricos de contaminación WRF-CHEM para predecir material particulado PM2.5. La resolución espacial fue de 5¿5 km y la resolución temporal fue de hora en hora. Los resultados, validados con mediciones de las estaciones del SENAMHI en dos meses del 2016, mostraron la dificultad de tener estimaciones cercanas a los valores reales, la cual fue atribuidas a las incertezas en el inventario de emisiones y las simplificaciones paramétricas que se tuvieron que realizar. Dichas dificultades son usuales en los modelos numéricos, los cuales necesitan especificaciones precisas de los distintos parámetros y las condiciones iniciales y de frontera para generar simulaciones realistas. Así, el problema identificado es la falta de un sistema de monitoreo de costo asequible que provea a los ciudadanos y las autoridades en Perú información precisa y oportuna sobre la calidad del aire que respiran.
Participantes:
Instituciones participantes:
Se desarrollará un sistema de inteligencia artificial que pueda analizar la información que el drone está capturando en tiempo real y enviar alertas sin la necesidad de la interacción de una persona. El software analizará el video en movimiento del drone para identificar los tiempos de carguío entre pala y camión, y verificar las condiciones de seguridad en la zona de operaciones. Al mismo tiempo, elaborará dos tipos de reporte: reportes detallados con los resultados de cada vuelo a la persona encargada (operador/a), y un reporte resumen diario de resultados de análisis que contenga las imágenes de las inspecciones, los tiempos de operación promedio, comparaciones con el histórico, datos generales del muestreo, y el cumplimiento o no de las condiciones de seguridad. También, enviará un correo de alerta inmediata si el drone detecta alguna condición de seguridad incumplida o irregularidad en la operación, que permitirá el receptor tomar una acción inmediata como notificar al centro de control, contactar al supervisor de turno en mina, o convocar a un comité de emergencia/crisis
Participantes:
Instituciones participantes:
El Perú sufre las consecuencias del fenómeno del Niño Costero, el cual producto del sobrecalentamiento del Océano Pacífico, provoca lluvias, desbordes de ríos, inundaciones y deslizamientos de tierra (huaycos). El último Niño Costero del 2016-2017, dejó 101 fallecidos, 353 heridos, 19 desaparecidos, 141 mil damnificados y un millón de afectados a nivel nacional, según INDECI. Si bien es cierto que los efectos de los fenómenos naturales son impredecibles, la mejor manera de enfrentarlos es a través de un sistema de prevención adecuado, el cual requeriría tener un mapeo completo de las zonas vulnerables, para así poder realizar estudios hidrográficos más exactos, y definir tareas de descolmatación o construcción de diques. En este proyecto se propone el desarrollo y la implementación de un sistema computacional de adquisición, procesamiento, visualización y simulación. La primera etapa consiste en la adquisición y procesamiento de datos de alta resolución de terrenos de zonas vulnerables a inundaciones y huaycos. Se obtiene la superficie 3D de estos terrenos a través del uso de sistemas aéreos no tripulados, o drones, equipados con un escáner LIDAR (láser) de alta resolución. El uso de drones permite poder realizar trabajos en zonas de difícil acceso y donde hay riesgo para personal humano. El LIDAR entregará información muy precisa de la topografía del terreno, así como la configuración urbana. La segunda etapa consiste en la visualización y simulación. En el componente de visualización se integrarán datos de diferentes fuentes con facilidad, toda la información estará geolocalizada. En el componente de simulación, se simularán inundaciones y huaycos, de manera que se puedan cuantificar los daños ante un posible desastre, y extraer información desde el terreno y la configuración urbana, tales como: zonas afectadas, impacto ante eventos de variable magnitud, identificación de zonas de evacuación, modelamiento de trabajos de prevención y su impacto.
Participantes:
Instituciones participantes: