Evaluación de contaminación y confort del peatón en Tecsup mediante mediciones en campo y modelamiento numérico con ENVI-met
DOI:
https://doi.org/10.71701/jy9kmg53Palabras clave:
Contaminación atmosférica, Confort térmico, ENVI-met, Modelamiento numérico, dispersión de contaminantes, isla de calor urbana, infraestructura verdeResumen
Este estudio evalúa la calidad del aire y el confort térmico en el campus de Tecsup mediante modelado numérico en ENVI-met, con el objetivo de identificar zonas críticas y proponer medidas de mejora. Se analizaron contaminantes atmosféricos (SO₂, NO, O₃ y PM₂,₅) y condiciones térmicas a través de los índices PMV (Predicted Mean Vote) y PET (Physiological Equivalent Temperature), los cuales permiten evaluar la percepción térmica del peatón considerando variables como temperatura, humedad, radiación y viento.
Los resultados mostraron que las concentraciones de PM₁₀ y PM₂,₅ superaron los límites diarios establecidos por el ECA para aire, con valores máximos registrados de 200 μg/m³ y 126,59 μg/m³ respectivamente, frente a los límites de 100 μg/m³ y 50 μg/m³. En cambio, las concentraciones de O₃ (55 μg/m³) y CO (2 500 μg/m³) se mantuvieron dentro de los valores establecidos por el ECA. La velocidad del viento varió entre 0,14 m/s y 1,30 m/s, condicionando la dispersión de contaminantes, especialmente en las avenidas Huarochirí y Cascanueces, donde se registraron los niveles más altos debido al tráfico vehicular. En términos de confort térmico, los valores de PMV oscilaron entre 1,47 y 2,48 y los de PET entre 36 °C y 56 °C, lo que evidencia un estrés térmico moderado a severo en gran parte del campus, con zonas de confort únicamente bajo cobertura vegetal.
Se concluye que la incorporación de vegetación adicional y estructuras de sombra, junto con una reorganización del flujo vehicular, permitiría reducir tanto las concentraciones de contaminantes como las temperaturas percibidas, mejorando la calidad ambiental del campus.
Descargas
Referencias
[1] Chatzinikolaou, E., Chalkias, C., & Dimopoulou, E. (2018). Urban microclimate improvement using ENVI-met climate model. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLII–4, 69–76. https://doi.org/10.5194/isprs-archives-XLII-4-69-2018
[2] Fernández, R., Allende, D. G., Castro, F., Cremades, P., & Puliafito, S. E. (2010). Modelado regional de la calidad de aire utilizando el modelo WRF/Chem: Implementación de datos globales y locales para Mendoza. Avances en Energías Renovables y Medio Ambiente, 14, 43–50. Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES). ISSN 0329-5184.
[3] Ouyang, W., Sinsel, T., Simon, H., Morakinyo, T., Liu, H., & Ng, E. (2021). Evaluating the thermal-radiative performance of ENVI-met model for green infrastructure typologies: Experience from a subtropical climate. Building and Environment, 207, 108427. https://doi.org/10.1016/j.buildenv.2021.108427
[4] Pérez-Vega, C., Ramírez-Arias, J. A., López-Cruz, I. L., Arteaga-Ramírez, R., & Cervantes-Osornio, R. (2021). 3D computational fluid dynamics modeling of temperature and humidity in a humidified greenhouse. Revista Ingeniería Agrícola y Biosistemas, 13(1). https://doi.org/10.5154/r.inagbi.2020.10.060
[5] Pinedo-Jáuregui, E., Gamarra, D., & Quispe, L. J. (2020). Análisis del control de emisiones atmosféricas vehiculares en Lima Metropolitana. South Sustainability, 1(1), 11–22. https://doi.org/10.21142/SS-0101-2020-005
[6] Schalau, S., Habib, A., & Michel, S. (2021). Atmospheric wind field modelling with OpenFOAM for near-ground gas dispersion. Atmosphere, 12(8), 933. https://doi.org/10.3390/atmos12080933
[7] Schneider, M., Tötzer, T., Bügelmayer-Blaschek, M., & Berg, R. (2023). Pitfalls and potentials of microclimate simulations in urban planning. Journal of Urban Planning and Development, 149(4), 04023002. https://doi.org/10.1061/JUPDDM.UPENG-450
[8] Senamhi. (2014). Informe de calidad del aire en Lima Metropolitana. https://www.senamhi.gob.pe/load/file/03201SENA-141.pdf
[9] Zhao, M., Vicedo-Cabrera, A. M., Guo, Y., Tong, S., Coelho, M., Saldiva, P., & others. (2023). Joint effect of heat and air pollution on mortality in 620 cities of 36 countries. Environment International, 181, 108258. https://doi.org/10.1016/j.envint.2023.108258
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Daniel Horna Muñoz, Lourdes Diaz Espinoza (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.