Printer Friendly

Pronostico de Reduccion de Emisiones, de Enfermos y de Gastos Asociados al incluir el Gas Natural dentro de la Matriz Energetica en Peru.

Forecast of Reduction of Emissions, Patients, Associated Expenses using Emission Factors and considering Natural Gas within the Energy Matrix in Peru

INTRODUCCION

La contaminacion atmosferica es uno de los problemas ambientales mas importantes que afectan a nuestro mundo, como resultado de la presencia en el aire de materiales nocivos producidos por el hombre, en cantidades grandes como para producir efectos perjudiciales para el medio ambiente como para el hombre. Dicho problema, esta presente en todas las sociedades, independientemente del nivel de desarrollo socioeconomico, y constituye un fenomeno que tiene particular incidencia sobre la salud del hombre (Placeres et al., 2006), es un problema de las actividades humanas (antropogenico) y mas aun en las sociedades con mayor poder economico debido a que consumen mas energia y producen mayor cantidad de emisiones, como por ejemplo la exposicion de particulas finas como el PM2.5 que contribuyen a las enfermedades respiratorias en la India (Conibear et al., 2018), en otro estudio se determino como el exceso en la mortalidad y morbilidad es debido al PM10 que los gases contaminantes (Maji et al., 2016). Segun la Organizacion Mundial de la Salud (OMS) en las "Guias de calidad de aire" mencionan que los cuatro contaminantes que ocasionan perjuicio a la salud son: material particulado (PM, por sus siglas en ingles), ozono (O3), dioxido de nitrogeno (NO2) y dioxido de azufre (SO2).

La OMS menciona para el 2012 hubo 3 millones de muertes prematuras por ano, de las cuales el 72% murio por cardiopatia isquemica y accidente cardiovascular, el 14% por neumonia obstructiva cronica o infeccion aguda de las vias respiratorias inferiores y el 14% murio de cancer pulmonar debido a la exposicion principal de PM10 o menores. Segun, el (Banco Mundial, 2007), para el 2005 Lima lideraba como la ciudad mas contaminada con mas de 80 [micron]g/m3 anual de PM10. Ademas, la Direccion de Salud V "DISA V" (Minsa, 2012), manifiesta estadisticamente que la morbilidad en Lima Metropolitana en el ano 2006 y 2007 se debe por afecciones respiratorias en un 25 %. Esto demuestra que tenemos una ciudad muy contaminada por el uso de los combustibles tradicionales. Como antecedente a nivel normativo, en el ano 2001, se aprobo el Reglamento de Estandares Nacionales de Calidad Ambiental del Aire, mediante el Decreto Supremo 0742001-PCM (norma publicada el 24 de junio del 2001), en el cual se restringe a los contaminantes Dioxido de Azufre, Dioxido de Nitrogeno, Ozono, PM10 y PM2.5.

Posteriormente, en el ano 2003, se aprobo el Reglamento de los Niveles de Estados de Alerta Nacionales para Contaminantes del Aire, a traves del Decreto Supremo No. 009-2003-SA (norma publicada el 25 de junio del 2003) el cual tiene como objetivo controlar la contaminacion aguda a traves de exposiciones de corta duracion. Esta norma fue posteriormente modificada a traves del Decreto Supremo 003-2017-MINAM (publicada el 07 de junio del 2017). Segun el Ministerio del Ambiente (2012) los principales responsables de la contaminacion en Lima Metropolitana se encuentran generados por el parque automotor (70%) y el porcentaje restante por la industria estacionaria (MINAM, 2012). Segun SENAMHI (2012) entre las especies quimicas mas frecuentes que causan alteraciones en la composicion de la atmosfera se encuentran los aerosoles, oxidos de azufre (SOx), monoxido de carbono (CO), oxidos de nitrogeno (NOx), hidrocarburos (HnCm), ozono (O3) y dioxido de carbono (CO2).

En el este de China se realizo una actualizacion del inventario de emisiones debido a que este es una herramienta fundamental para el estudio de pronostico de contaminacion atmosferica (Zhang et al., 2018). En un trabajo de investigacion de modelamiento de emisiones vehiculares en las ciudades de China mencionan que las emisiones estan relacionadas al tipo de vehiculo y combustible usado en la ciudad. Menciona algo muy importante relacionado a que los factores de emision por ciudad son diferentes y esto es debido a las caracteristicas locales de trafico en cada ciudad (Huo et al., 2011). En Colombia en un estudio con los factores de emision se determino la estimacion de contaminantes atmosfericos provenientes de fuentes moviles encontrando que los autos son los que mas aportan los niveles de contaminacion de CO (Londono et al., 2011). Tambien, Wang et al. (2008) realizaron un estudio similar en Shanghai-China, obteniendo que el trafico vehicular es la principal fuente de la contaminacion atmosferica y obteniendo emisiones diferentes debido al uso de cada combustible y tipo de vehiculo usado. Saide et al. (2009) realizaron un estudio en la ciudad de Santiago de Chile de inventario de emisiones con las algunas correcciones al metodo proxy usado para una red de carreteras, que en conclusion subestima los resultados de emision. El metodo que propone es desagregacion que usa dos tipos de datos, datos indirectos (densidad de la poblacion, uso de los suelos) y datos directos (trafico de vehiculos, contador de trafico, capacidad de carreteras, y modelos de transporte). Ellos recomiendan usar el contador de trafico si esto esta disponible.

La comunidad Europea utiliza el metodo CORINAIR que considera el modelo y la categoria del vehiculo, esto permite que cada pais de la Comunidad Europea tenga su inventario de emisiones moviles los cuales son el punto de partida para realizar la modelacion de la dispersion de contaminantes atmosfericos (Toll y Baldasano, 2000), estos inventarios son revisados y actualizados anualmente (Moreno et al., 2006). En Latinoamerica se tienen trabajos sobre el calculo de emisiones vehiculares de contaminantes atmosfericos en la ciudad de Medellin--Colombia usando factores de emision CORINAIR (EMEP/CORINAIR, 2007) con lo cual se realizo un inventario de emisiones de fuentes moviles. En la Habana Cuba se realizo trabajos de modelacion de la dispersion de contaminantes atmosfericos emitidos por el trafico vehicular en una via utilizando sistemas de computo, los resultados permitieron analizar estrategias con vistas a reducir las emisiones y afectaciones generadas por el trafico de vehiculos (Paz, 2005). En Ecuador ha avanzado en lo relacionado al uso del sistema WRF-Chem para la representacion del comportamiento de calidad del aire de la zona del Distrito de Quito con un inventario de emisiones propio (Parra et al., 2006). En Colombia desde 2001 la Universidad Pontifica Bolivariana ha desarrollado estudios para la generacion de inventarios de emisiones y su influencia en la calidad del Aire de Medellin y el Valle de Aburra, aplicando tecnicas de estimacion como el modelo EUMAC zooming model (Moussiopouluos, 1995) por Toro et al. (2001), complementando sus resultados mediante la ejecucion y evaluacion del sistema de simulacion de calidad del aire conformado por el modelo Regional Atmospheric Modeling System (Pielke et al., 1992; Cotton et al., 2003) acoplado al modulo de calidad del aire Comprehensive Air Quality Model with eXtensions (Environ, 2007) denominado RAMS-CAMx para gases y particulas (CIDI 2008).

En nuestro pais en el ano 2002 se realizaron trabajos de investigacion sobre la contaminacion ambiental generada por el trafico de vehiculos en forma conjunta por la Municipalidad Metropolitana de Lima, Asociacion Peruana de Consumidores y Usuarios (ASPEC), Servicio Nacional de Adiestramiento en trabajo Industrial (SENATI)--Lima y liderados por el Ministerio de Transportes, en base a esto se ha desarrollado el Proyecto Piloto Demostrativo Ambiental "Control de Gases Contaminantes de Vehiculos Motorizados" (CGC), como parte del Proyecto Piloto Demostrativo Ambiental Generacion de Tecnologias en Restauracion de Areas con Pastos Alto andinos en Zonas de Explotacion Minera (APGEPSENREM)/USAID, cabe indicar que este trabajo se realizo sobre la muestra de 6555 vehiculos del transporte publico.

En este articulo se presentan un metodo de inventario de emisiones que determina las emisiones de la contaminacion atmosferica en Lima Metropolitana debido a que el parque automotor es el de mayor influencia de la contaminacion atmosferica. Luego se realiza un estudio profundizado de las variables como numero de vehiculos por tipo de combustible, enfermos, costo por salud e ingreso del gas natural en la conversion del parque automotor. Es asi que en busqueda de reducir el impacto ambiental, reducir el numero de enfermos, reducir el costo por salud, se realiza los calculos de emisiones y se propone una tasa de conversion de gas natural vehicular. Por lo tanto, nuestro trabajo de investigacion contribuira primeramente a la literatura cientifica y que pueda ser usado en programas de modelacion numerica, y a la comunidad politica peruana para tomas de decisiones ambientales para la aceleracion de conversion vehicular a gas natural. Para nuestro grupo de investigacion permitira simular eventos atmosfericos en Lima Metropolitana.

MATERIALES Y METODOS

El estudio corresponde a la ciudad de Lima Metropolitana. Localizada a 12[grados] 02'45.29" Latitud Sur y 77[grados] 01'49.97" Longitud Oeste. Su extension es de 2672 [km.sup.2], de los cuales 798,6 [km.sup.2] son de area urbanizada, 179,9 [km.sup.2] de tierras de cultivo y 1833,5 [km.sup.2] de tierras de morfologia colinosa y montanosa con pocas posibilidades de ser urbanizadas. Limita por el este con las estribaciones de la Cordillera de los Andes y por el oeste con el oceano Pacifico, con una altitud de 154 metros sobre el nivel del mar en promedio.

Parque automotor

Para el analisis del parque automotor se utilizo la cantidad de vehiculos que se tiene registrado segun el INEI hasta el 2013, segun se muestra en la Tabla 1. De acuerdo a los datos de la Tabla 1, se puede pronosticar el crecimiento vehicular de acuerdo a la ecuacion exponencial. La ecuacion es:

y = 1.80442E - 39[e.sup.0.051345138x] (1)

El coeficiente de determinacion de la ecuacion (1) igual a 0.9517. Esto nos indica la relacion directa del comportamiento de crecimiento que tendran los vehiculos cada ano.

Por otro lado, segun el CIDATT, (2010) el 83% de los viajes motorizados en Lima, que equivalen aproximadamente a 10 millones de viajes, se realizan en transporte publico, y de este total el 37% se realiza en combi, 30% en microbus, el 16% en omnibus, el 9% en taxi, el 6% en moto taxi y el 2% en auto colectivo. Es necesario, tener en cuenta que el mayor usuario de la vialidad en la ciudad la tiene el taxi, estimada en 51%, frente al 12% del que hace el omnibus y camioneta rural de forma conjunta. Desde los anos 90 se ha visto un incremento masivo en el transporte individual como el taxi, el auto colectivo, la moto taxis y el uso del auto privado. Para poder determinar la cantidad de flota vehicular por tipo de transporte debemos saber la cantidad de cada tipo de vehiculo que conforma el parque automotor y ello se observa en la Tabla 2.

Para este estudio el parque automotor se segmento segun el uso de combustible, los cuales se agrupan en dos grupos siendo la gasolina y el diesel y en cada grupo pertenecen los siguientes vehiculos segun, la Direccion General de Electricidad del Ministerio de Energia y Minas en su informe de "Elaboracion de Proyectos de Guias de Orientacion Del Uso Eficiente de la Energia y de Diagnostico Energetico Transporte". En gasolina estan los automoviles y station wagon; y en diesel estan la camioneta panel, camioneta pick up, camion, remolcador, omnibus, remolque y semirremolque (MINEM, 2008). A consecuencia del ingreso del proyecto Gas de Camisea (2004) en el Peru se genera un cambio en el comportamiento del parque automotor, teniendo como consecuencia la conversion de los vehiculos que usan gasolina a gas natural vehicular. Es importante indicar que los combustibles a considerar (gasolina, diesel, gas licuado de petroleo y GNV) son los que conforman el parque automotor en Lima Metropolitana en el periodo de estudio de evaluacion (2006 al 2013). En la Tabla 3 se registra los vehiculos convertidos a GLP y GNV segun se muestra la Tabla 3.

Factores de emision

Segun la Organizacion Mundial de la Salud (OMS) en las "Guias de calidad de aire" mencionan que los cuatro contaminantes que ocasionan perjuicio a la salud son: material particulado (PM, por sus siglas en ingles), ozono ([O.sub.3]), dioxido de nitrogeno (N[O.sub.2]) y dioxido de azufre (S[O.sub.2]); siendo los factores de emision por el tipo de combustible de estos contaminantes por kilometro recorrido urbano tal como se muestran en la Tabla 4 (Perez, 2010).

Enfermos por vias respiratorias

Los enfermos por afecciones respiratorias se muestran en la Tabla 5. Los datos estan disponibles en un reporte del Instituto Nacional de Estadistica e Informatica INEI, a partir del ano 2006.

Metodologia

La metodologia usada para las proyecciones seran los modelos estadisticos proyectados en la actualidad y propuestos del 2014 al 2040 segun se puede visualizar en la Figura 1.

RESULTADOS Y DISCUSION

Como se puede visualizar en la Tabla 6 se presenta el total de emisiones calculadas mediante los factores de emision para el CO, NOx, [PM.sub.2.5], [PM.sub.10] y S[O.sub.2]. Se considero un recorrido de: 1) para taxi de 62050 km/ano y 2) para auto privado de 21900 km/ano.

En la Tabla 7 se muestra la cantidad de personas con afecciones respiratorias (ne), costo de salud (Cs) y costo de inasistencia laboral (Ci) proyectadas al 2040, los costos de salud por enfermedad anual se calculan segun la ecuacion (3) y el costo de inasistencia laboral anual por enfermedad segun la ecuacion (4). Considerando el ingreso diario (id) = 61 soles.

Para determinar el costo que genera el total de emisiones por contaminante se determino la cantidad de personas con afecciones respiratorias hasta el 2040. La regresion es lineal con un coeficiente de determinacion [R.sup.2] de 0.811678 (ecuacion 2).

y = 151900.6286x - 301188887.8 (2)

Luego se considero determinar el costo por salud (ecuacion 3) y otro por inasistencia (ecuacion 4). Para determinar las veces que se enferma al ano la poblacion limena se realizo una encuesta personal a la poblacion por enfermarse por afecciones respiratorias anualmente (500 personas entrevistadas). Los resultados de esta encuesta lograron determinar que las personas limenas se enferman y dejan de asistir a su labor de trabajo un promedio de tres veces al ano. Se considero el gasto por salud promedio de 50 soles (situaciones de alergia, gripe y resfrios excepto las situaciones cronicas).

Cs = ne * gsp * vea (3)

Ci = ne * id * vea (4)

Donde "Cs" es el costo por salud, "Ci" es el costo por inasistencia, "ne" el numero de enfermos, "gsp" el gasto de salud promedio, "vea" a las veces que se enferma al ano, e "id" es el ingreso diario.

Se propone, entonces la conversion del parque automotor de gasolina a gas natural vehicular en una mayor tendencia a la actual (Tabla 8). La propuesta es la de aumentar el volumen del parque automotor convertido a gas natural en el doble del promedio de la variacion del incremento actual (3%). Es decir, la propuesta es de incrementar en un 6% anual la conversion a gas natural. Y segun la propuesta realizada se redujo la contaminacion de CO, NOx, [MP.sub.2.5], PTS, [PM.sub.10] y S[O.sub.2] segun se puede visualizar en la Figura 2 y 3. La reduccion del total de enfermos se puede visualizar en la Figura 4. Y la reduccion de costo de salud se puede visualizar en la Figura 5. La reduccion de costo por inasistencia se muestra en la Figura 6.

Los resultados del trabajo concuerdan en los temas de salud con investigaciones desarrolladas por ejemplo de Placeres et al. (2006) sobre la influencia de la contaminacion en la salud de las personas, en la india con la investigacion de Knote et al. (2018) donde el [PM.sub.2.5] contribuye sobre las enfermedades respiratorias y con estudios de Maji et al. (2016) sobre la morbilidad debido al [PM.sub.10]. Tambien concuerdan en temas de emisiones con investigaciones de Zhang (2018) que el inventario de emisiones tiene que ser actualizado constantemente para realizar un buen pronostico, con la investigacion de Huo (2011) que las emisiones estan relacionadas al tipo de vehiculo y combustible.

Por otro lado, en temas de sectores predominantes de emisiones tambien concuerda que es el parque automotor quien predomina como mayor portador de las emisiones tal como lo mencionan Londono et al. (2011) y otros investigadores como Wang et al. (2008). Si bien hay muchas similitudes con otras investigaciones al concluir que el inventario de emisiones es muy importante para pronosticos de calidad de aire, la diferencia esta en que en este trabajo se presentan las relaciones con otras variables incorporando la estrategia de aumentar la conversion del parque automotor a gas natural, consiguiendose una reduccion de enfermos, reduccion de costo por salud y ademas reduccion de costos por inasistencia a una proyeccion al 2040.

CONCLUSIONES

Se concluye que los resultados esperados coinciden con los resultados de otros investigadores en temas de predominio del sector automotor, influencia de la contaminacion con temas de salud, enfermedades respiratorias y morbilidad debido al [PM.sub.2.5] y [PM.sub.10], y la importancia de un inventario de emisiones actualizado para realizar un buen pronostico. Existe una gran oportunidad de reducir las emisiones de contaminantes, al realizar el cambio de combustible de los vehiculos por gas natural. En este estudio se simula el efecto de un aumento, minimo, de 3% adicional anual, lograndose reducir un promedio de 5% (CO), 0.5% (NOx) y 4.5% (S[O.sub.2]) y 62% de material particulado [PM.sub.10]. Tambien se logra una reduccion de la cantidad de personas con enfermedades respiratorias, en un 3.6%. Paralelamente, se lograria una reduccion en los costos de salud (tratamiento de las enfermedades respiratorias) y perdidas por inasistencia (por descanso medico) en un 3.6%. Finalmente, los avances actuales muestran que, si es posible disminuir las emisiones gaseosas y material particulado en Lima Metropolitana por el uso del gas natural en la matriz energetica del pais, reducir la cantidad de personas enfermas y reducir los costos asociados por salud si se realiza una accion proactiva en la conversion del parque automotor a gas natural vehicular en Lima Metropolitana.

http://dx.doi.org/10.4067/S0718-07642019000300117

AGRADECIMIENTOS

El autor y colaboradores agradecen a la Pontificia Universidad Catolica del Peru, Universidad Nacional Agraria La Molina y SENAMHI quienes han apoyado a la investigacion.

REFERENCIAS

Banco Mundial, Analisis Ambiental del Peru: Retos para un desarrollo sostenible. Analisis Ambiental del Peru, Lima (2007)

Conibear, L., E.W. Butt y otros 3 autores, Residential energy use emissions dominate health impacts from exposure to ambient particulate matter in India, doi: 10.1038/s41467-018-02986-7, Nature Communications, 9(1), 1-9 (2018)

Huo, H., Q. Zhang y otros tres autores, Modeling vehicle emissions in different types of Chinese cities: Importance of vehicle fleet and local features, doi: 10.1016/j.envpol.2011.04.025, Environmental Pollution, 159(10), 2954-2960 (2011)

INEI, Peru: Anuario de Estadisticas Ambientales 2014, 574 (2014)

INEI, Compendio estadistico Peru 2016 Tomo II, 2(Cnpv 2012), 949-1790 (2016)

Londono, J., M.A. Correa y C.A. Palacio, Estimacion de las emisiones de contaminantes atmosfericos provenientes de fuentes moviles en el area urbana de Envigado, Colombia, Revista EIA., (16), 149-162 (2011)

Maji, K. J., A.K. Dikshit, A. Deshpande y P.C. Speldewinde, Human health risk assessment due to air pollution in ten urban cities in Maharashtra, India, doi: 10.1080/23311843.2016.1193110, Cogent Environmental Science, 11(2), 0 (2016)

Minsa, Direccion de Salud V Lima Ciudad 2012, Lima (2012)

Moreno, J. R., J. David y otros tres autores, Estimacion de la emision de contaminantes debida al trafico urbano mediante modelos de asignacion de trafico (2006)

Parra, R., P. Jimenez y J.M. Baldasano, Development of the high spatial resolution EMICAT2000 emission model for air pollutants from the north-eastern Iberian Peninsula (Catalonia, Spain), doi: 10.1016/j.envpol.2005.07.021, Environmental Pollution, 140(2), 200-219 (2006)

Perez, C., Tesis PUCP, Propuesta de conversion del parque automotor de Lima y Callao para el uso de gas natural, Pontificia Universidad Catolica del Peru, doi: 10.1017/CBO9781107415324.004 (2010)

Placeres, M. R., F.D. Olite y M.A. Toste, La contaminacion del aire: Su repercusion como problema de salud, Revista Cubana de Higiene y Epidemiologia, 44(2), 1-14 (2006)

Saide, P., R. Zah, M. Osses y M. Osses de Eicker, Spatial disaggregation of traffic emission inventories in large cities using simplified top-down methods, doi: 10.1016/j.atmosenv.2009.07.013, Atmospheric Environment, 43(32), 4914-4923, (2009)

SENAMHI, Evaluacion de la calidad del aire en Lima Metropolitana 2011, Lima (2012)

Toll, I., y J.M. Baldasano, Modeling of photochemical air pollution in the Barcelona area with highly disaggregated anthropogenic and biogenic emissions, doi: 10.1016/S1352-2310(99)00498-7, Atmospheric Environment, 34(19), 30693084 (2000)

Toro, M., J. Ramirez, R. Quiceno y C. Zuluaga, Calculo de la emision vehicular de contaminantes atmosfericos en la ciudad de Medellin mediante factores de emision Corinair. Revista Acodal, (191), 42-49 (2001)

Wang, H., C. Chen, C. Huang y L. Fu, On-road vehicle emission inventory and its uncertainty analysis for Shanghai, China, doi: 10.1016/j.scitotenv.2008.01.038, Science of the Total Environment, 398(1-3), 60-67 (2008)

Zhang, L., T. Zhao y otros cinco autores, Updated emission inventories of power plants in simulating air quality during haze periods over East China, doi: 10.5194/acp-18-2065-2018, Atmospheric Chemistry and Physics, 18(3), 2065-2079 (2018)

Freddy J. Rojas (1) *, Sergio Pacsi (2), Odon R. Sanchez-Ccoyllo (3), y Milka M. Perales (4)

(1) Facultad de Ingenieria, Sec. Ing. Mecanica, Pontificia Universidad Catolica del Peru, Av. Universitaria 1801, San Miguel, Lima-Peru (fjrojas@pucp.edu.pe)

(2) Facultad de Ciencias, Ingenieria Ambiental, Universidad Nacional Agraria La Molina, Av. La Molina s/n, La Molina, Lima-Peru (spv@lamolina.edu.pe)

(3) Carrera profesional de Ingenieria Ambiental, Universidad Nacional Tecnologica de Lima Sur, Av. Central, Villa EL Salvador, Lima-Peru (osanchezbr@gmail.com)

(4) Facultad de Ingenieria, Sec. Ing. Industrial, Pontificia Universidad Catolica del Peru, Av. Universitaria 1801, San Miguel, Lima-Peru (milka.perales@pucp.pe)

* Autor a quien debe ser dirigida la correspondencia.

Recibido Ago. 14, 2018; Aceptado Oct. 29, 2018; Version final Dic. 18, 2018, Publicado Jun. 2019

Leyenda: Fig. 1: Metodologia de calculo para el impacto economico desarrollado

Leyenda: Fig. 2: Reduccion de gases contaminantes (CO, NOx, S[O.sub.2])

Leyenda: Fig. 3: Reduccion de [PM.sub.2.5] y [PM.sub.10]

Leyenda: Fig. 4: Reduccion de enfermos

Leyenda: Fig. 5: Reduccion de costo por salud

Leyenda: Fig. 6: Reduccion de costos por inasistencia
Tabla 1: Cantidad de vehiculos en Lima Metropolitana (INEI, 2016)

No     Ano     Vehiculos

1     2001       802,748
2     2002       829,214
3     2003       851,360
4     2004       866,881
5     2005       885,636
6     2006       912,763
7     2007       957,368
8     2008     1,036,850
9     2009     1,106,444
10    2010     1,195,353
11    2011     1,287,454
12    2012     1,395,576
13    2013     1,450,804

Tabla 2: Clasificacion del parque automotor por tipo de transporte
(unidad) (INEI, 2014)

Ano     Automovil    Station    Omnibus    Camioneta    Camioneta
                      Wagon                  Rural        Panel

2001     445,200     107,300     29,700      69,900       13,400
2002     445,200     120,600     29,400      72,000       14,200
2003     461,500     131,100     29,100      73,400       14,900
2004     464,300     139,600     28,900      75,000       15,800
2005     468,800     146,400     28,900      78,100       16,700
2006     476,800     154,000     29,100      83,500       17,600
2007     490,800     164,000     29,700      91,700       18,500
2008     523,800     173,400     31,000     107,300       20,500
2009     551,300     184,200     32,500     121,800       21,700
2010     589,600     195,000     34,800     138,200       22,900
2011     629,200     198,800     36,700     163,300       24,300
2012     681,100     202,600     38,600     191,100       25,400
2013     708,300     200,500     39,300     208,400       25,900

Ano     Camioneta     Camion    Remolcador     Remolque y
         Pick Up                              Semiremolque

2001      75,100      45,700       8,100             8,400
2002      75,900      45,400       8,600             8,900
2003      77,500      45,100       8,800             9,900
2004      79,100      44,800       9,100            10,300
2005      81,800      45,000       8,600            11,200
2006      85,000      45,700       9,100            11,900
2007      90,700      47,900      10,600            13,400
2008      99,700      52,400      12,900            16,000
2009     106,900      56,600      13,900            17,600
2010     119,300      61,000      15,100            19,500
2011     129,400      67,500      16,700            21,600
2012     141,100      73,200      18,400            23,900
2013     148,100      75,800      19,200            25,300

Tabla 3: Parque vehicular por tipo de combustible (unidades)
(**: Camara Peruana de gas natural vehicular, 2015)

        Gasolina (*)    Diesel (*)     GLP (**)     GNV (**)

2006         630,800       281,900       65,305        5,489
2007         654,800       302,500       99,139       23,958
2008         697,200       339,800      129,232       57,419
2009         735,500       371,000      126,332       81,029
2010         784,600       410,800      145,547      103,712
2011         828,000       459,500      166,279      125,519

Tabla 4: Factores de emision segun tipo de combustible (kg/km)

Sustancia                                    Gasolina        Diesel

Monoxido de Carbono                        0.000984000    0.000610400
Oxidos de Nitrogeno                        0.000051300    0.000518000
Material Particulado menor a               0.000008480    0.000037100
  2.5 [micron]m
Material Particulado mayor a               0.000078000    0.000079300
  10 [micron]m
Material Particulado mayor a 2.5 um        0.000013550    0.000015940
  y menor a 10 [micron]m
Dioxido de Azufre                          0.000006034    0.000005540

Sustancia                                      GLP            GNV

Monoxido de Carbono                        0.0004465000   0.0004465000
Oxidos de Nitrogeno                        0.0000206400   0.0000206400
Material Particulado menor a               0.0000073670   0.0000073670
  2.5 [micron]m
Material Particulado mayor a               0.0000780000   0.0000780000
  10 [micron]m
Material Particulado mayor a 2.5 um        0.0000134000   0.0000134000
  y menor a 10 [micron]m
Dioxido de Azufre                          0.0000009412   0.0000009412

Tabla 5: Cantidad de enfermos por afecciones respiratorias al ano

Ano     Afecciones respiratorias

2006            3,330,185
2007            3,876,350
2008            3,902,028
2009            3,927,705
2010            4,176,790
2011            4,208,090

Tabla 6: Total de emisiones por contaminante (kg/ano)

Ano          CO            NOx        [PM.sub.2.5]

2006     40,817,872     10,631,269        909,898
2007     40,594,146     11,238,029        952,701
2008     41,801,131     12,420,717      1,044,101
2009     44,578,921     13,502,890      1,134,836
2010     47,100,471     14,831,295      1,240,150
2011     49,595,277     16,426,938      1,362,626
2012     79,540,983     28,914,899      2,342,465
2013     85,033,606     31,763,639      2,563,259
2014     91,104,256     34,908,198      2,806,433
2015     97,792,740     38,378,132      3,074,131
2016    105,144,618     42,206,136      3,368,732
2017    113,211,272     46,428,435      3,391,184
2018    122,049,949     51,084,906      4,049,467
2019    131,724,195     56,219,711      4,441,734
2020    142,303,847     61,881,408      4,873,218
2021    153,866,157     68,123,742      5,347,842
2022    166,495,866     75,005,913      5,869,923
2023    180,285,995     82,593,257      6,444,224
2024    195,338,800     90,957,834      7,075,996
2025    211,766,297    100,179,094      7,771,026
2026    229,691,497    110,344,750      8,535,697
2027    249,249,351    121,551,494      9,377,045
2028    270,587,598    133,905,978     10,302,822
2029    293,868,676    147,525,876     11,321,581
2030    319,270,566    162,540,985     12,442,748
2031    346,988,405    179,094,425     13,676,711
2032    377,236,591    197,344,169     15,034,932
2033    410,250,101    217,464,375     16,530,038
2034    446,287,024    239,647,148     18,175,955
2035    485,630,586    264,104,518     19,988,040
2036    528,591,786    291,070,296     21,983,226
2037    575,511,986    320,802,350     24,180,176
2038    626,766,211    353,585,281     26,599,479
2039    682,766,422    389,732,948     29,263,835
2040    743,965,004    429,591,635     32,198,275

Ano     [PM.sub.10]     S[O.sub.2]

2006      1,826,628        281,120
2007      1,996,509        279,986
2008      2,326,395        287,816
2009      2,607,158        305,696
2010      2,918,090        323,067
2011      3,263,900        341,364
2012      5,390,504        562,391
2013      5,950,311        602,809
2014      6,556,820        647,753
2015      7,214,586        697,570
2016      7,928,658        752,650
2017      8,585,293        768,626
2018      9,548,685        880,406
2019     10,467,640        954,110
2020     11,469,011      1,035,139
2021      9,171,520      1,124,151
2022      9,822,230      1,221,867
2023     10,521,903      1,329,081
2024     11,274,189      1,446,668
2025     12,083,057      1,575,587
2026     12,952,831      1,716,891
2027     13,888,225      1,871,740
2028     14,894,347      2,041,406
2029     15,976,785      2,227,289
2030     17,141,605      2,430,924
2031     18,395,402      2,654,001
2032     19,745,375      2,898,376
2033     21,199,345      3,166,089
2034     22,765,849      3,459,383
2035     24,454,172      3,780,724
2036     26,274,444      4,132,822
2037     28,237,706      4,518,659
2038     30,355,994      4,941,515
2039     32,642,453      5,404,994
2040     35,111,407      5,913,066

Tabla 7: Personas con afecciones respiratorias, costo de salud y costo
de inasistencia laboral al 2040.

Ano       Afecciones      Costo de salud       Costo de
         respiratorias        (soles)        inasistencia
                                            laboral (soles)

2006         3,330,185
2007         3,876,350
2008         3,902,028
2009         3,927,705
2010         4,176,790
2011         4,208,090
2012         4,435,177
2013         4,587,077
2014         4,738,978
2015         4,890,879       733,631,813       901,002,575
2016         5,042,779       756,416,907       929,490,138
2017         5,194,680       779,202,001       958,008,082
2018         5,346,581       801,987,096       986,556,406
2019         5,498,481       824,772,190     1,015,135,110
2020         5,650,382       847,557,284     1,043,744,194
2021         5,802,283       870,342,379     1,072,383,658
2022         5,954,183       893,127,473     1,101,053,503
2023         6,106,084       915,912,567     1,129,753,727
2024         6,257,984       938,697,661     1,158,484,332
2025         6,409,885       961,482,756     1,187,245,317
2026         6,561,786       984,267,850     1,216,036,682
2027         6,713,686     1,007,052,944     1,244,858,427
2028         6,865,587     1,029,838,039     1,273,710,552
2029         7,017,488     1,052,623,133     1,302,593,057
2030         7,169,388     1,075,408,227     1,331,505,942
2031         7,321,289     1,098,193,321     1,360,449,208
2032         7,473,189     1,120,978,416     1,389,422,854
2033         7,625,090     1,143,763,510     1,418,426,879
2034         7,776,991     1,166,548,604     1,447,461,285
2035         7,928,891     1,189,333,699     1,476,526,071
2036         8,080,792     1,212,118,793     1,505,621,237
2037         8,232,693     1,234,903,887     1,534,746,784
2038         8,384,593     1,257,688,981     1,563,902,710
2039         8,536,494     1,280,474,076     1,593,089,017
2040         8,688,394     1,303,259,170     1,622,305,703

Tabla 8: Porcentaje de conversion de
gasolina a gas natural vehicular actual.

Ano               Porcentaje de Conversion
                  (Gasolina a Gas Natural)

2006                       0.810%
2007                       3.349%
2008                       7.525%
2009                       9.962%
2010                      12.538%
2011                      14.594%

Los resultados del trabajo concuerdan en los temas de salud con
investigaciones
COPYRIGHT 2019 Centro de Informacion Tecnologica
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2019 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Rojas, Freddy J.; Pacsi, Sergio; Sanchez-Ccoyllo, Odon R.; Perales, y Milka M.
Publication:Informacion Tecnologica
Date:Jun 1, 2019
Words:5714
Previous Article:Medicion Localizada de Contaminantes Atmosfericos y Variables Meteorologicas: Segunda Ley de la Termodinamica.
Next Article:Gestion del Riesgo en la Implementacion de Sistemas Fotovoltaicos en Proyectos de Extraccion de Oro en Colombia a partir del Proceso de Analisis...
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters