CAPÍTULO III

3. PLANTEAMIENTO METODOLÓGICO
3.1 Metodología
El método utilizado para determinar las emisiones vehiculares de la avenida Goyeneche en
el cercado de Arequipa estuvo referido a determinar las características de la red vial por
donde circula la flota de transporte. Además fue necesario determinar las características de
la flota vehicular como tecnología vehicular y condiciones de operación.
Estudio de tráfico vehicular
Estudio de la red vial

Situación de Tráfico

Velocidad

Distancias recorridas
anualmente

Caracteristicas de
la flota vehicular
Estudio del Parque

Carga vehicular
Automotor

por tipo de flota

Los factores de
emisión
Tipo de
combustible
Figura 3-1 Estructura de la información. Para determinar las emisiones mediante el método Cooper
modificado.
 3.1.1 Método
3.1.1.1 Ubicación geográfica
El presente estudio se desarrolló en la A. Goyeneche de la ciudad de Arequipa

3.1.1.2 Procedimiento para la toma de muestras

Cálculo del tamaño de muestra mediante la fórmula:

Según Murray, Larry, (2005) indican que para determinar el tamaño de muestra se
utiliza la siguiente: formula

Z 2 (1 /2 )    q
n0 
2 ……………… (1)

Donde: (1   )

Nivel de Significancia: = 95 %

Error Relativo:  = 5% 0,05

Z 2 (1 / 2 ) = 1.96

P = proporción = 0.5 entonces; q = 1 - p = 0.5

Entonces, reemplazando en (1):

Z 21.(1.96 )  0.5  0.5

n0 
0.052
n0  384.16
n0  385
Regla de Decisión;

n0 n0 n0
 0.05  n  n0  0.05  n  n n
N n
Reemplazando Valores; N 1 0
N

n0
 (385 / 104,615) = 0.004
N

Entonces;

n = 383.59

3.1.2 Tipo de la investigación

 Es una investigación aplicada, se empleara una metodología de tipo analítica.

3.1.3 Nivel de la investigación

Es una investigación aplicada

3.2 Diseño de la investigación

La investigación se dividió en tres etapas con el fin de llevar un control de los datos y
resultados.

Etapa 1: Recolección de la Información

En esta etapa se recolectara toda la información necesaria para llevar a cabo el estudio, a
su vez la dividimos en 4 sub-etapas. Para ello se utilizó una encuesta Anexo 1

 Recolección de información sobre número de transporte púbico que circula en la

av. Goyeneche.
 Clasificación de los vehículos en categorías en base a información de la
Municipalidad Provincial de Arequipa.
 Determinación de los perfiles de antigüedad de las categorías de vehículos.
Se aplicó la enciesta

FORMATO Deconteo VEHICULAR

ENCUESTADOR INTERSECCION

SUPERVISOR ACCESO

FECHA HORARIO

Hora
RURAL MICRO
Cada 15 Giro Bus
min (Combi) (Coaster)
  Determinación de los kilómetros recorridos por vehículo.
Para ello se utiizro un plano de Arequipa y se verifico las distancia que tienela av.
Goyeneche del tramo Salaverry – Goyeneche hasta Goyeneche - Manuel Muños Najar
y
Plano

Etapa 2: Análisis de Variables

En esta etapa se analizaran las variables relacionadas con el proceso de emisión de
contaminantes vehiculares. Así como los nuevos escenarios generados a partir de la
manipulación de dichas variables.

 Tipo de combustible.
 Categoría vehicular
  Tecnología vehicular.
 Recorrido
 Número de vehículos
 Factores de emisión, se utilizó los factores del modelo cooper

Vehículos de Pasajeros – Diesel;

- CO : 3,1078 – 0,0256V + 0,0002V2

- HC : 1,02408 – 0,0113V + 0,000066V2
- NOx : 1,6413 – 0,01592V + 0,00014 V2
- SOx : 2*0,0046*(125,489-2,084*V + 0,014* V2)
- PM : 0,3456 – 0,000577V + 0,0000125 V2

 Microbus

Microbus de combustion a Diesel

- CO : 55,92V-0,6945
- HC : 23,1V-0,8774
- NOx : 13,5911 – 0,1737V + 0,0014V2
- SOx : 2*0,00406*(1068,4*V-0,4905)
- PM : 9,11V-0,707

 Omnibus

Ómnibus sin control de gases, de combustión a Diesel

- CO : 93,2V-0,6945
- HC : 56,168V-0,8774
- NOx : 19,446 – 0,0941V + 0,0006V2
- SOx : 2*0,00406*(2998,98*V-0,4318)
- PM : 25,93V-0,7259
Etapa 3: Procesamiento de información y Obtención de Resultados.
Se procesaran todas las variables anteriores en una hoja de cálculo para determinar las
emisiones vehiculares.

3.3 Hipótesis de la investigación

3.3.1 Hipótesis general
Es posible estimar las emisiones vehiculares en Salaverry – Goyeneche hasta
Goyeneche - Manuel Muños Najar mediante el modelo cooper modificado 2018.
3.3.2 Hipótesis específicas
 Es posible caracterizar las emisiones vehiculares en Salaverry – Goyeneche hasta
Goyeneche - Manuel Muños Najar
 Es posible estimar las emisiones vehiculares en Salaverry – Goyeneche hasta
Goyeneche - Manuel Muños Najar
3.4 Variables
3.4.1 Variable independiente
 Flota Disponible.
 Categorías vehiculares.
 Perfil de antigüedad de la flota.
 Kilómetros recorridos por vehículo.
 Factores de emisión
 Combustible consumido.

INDICADORES
 Cantidad de vehiculos
 Tipo de vehiculos,
 Año de fabricación.
 Factores de emisión.
 Cantidad de kilómetros.
 Tipo de combustible.
 3.4.2 Variable dependiente
 CO2.
 NOx.
 SO2.
 CO.
 PM10.
 HC

INDICADORES

 Tipo de contaminante
 Emisiones por contaminantes ton/año
 Emisiones vehiculares

3.5 Cobertura del Estudio

3.5.1 Universo
Parque automotor de la ciudad de Arequipa, 2017

3.5.2 Población
Parque automotor de la ciudad de Arequipa, 2017

3.5.3 Muestra
Se tomara en función al tamaño de población de categorías de vehículos
encontrados en la ciudad de Arequipa.
Para estimar el cálculo de emisiones de gases contaminantes, se ha construido una
plantilla de encuesta (ver anexo 01), con el cual se ha recogido información del
comportamiento de manejo de los vehículos por parte de los conductores, por
cada tipo de categoría vehicular, para ello se ha estimado un tamaño de muestra
representativa para la realización del trabajo de campo.
 Tamaño del Universo
El tamaño de Universo para el transporte urbano de la ciudad de Arequipa para el
año base 2017, se puede apreciar en la siguiente Tabla.

Tabla 1: Parque Automotor de la Ciudad de Arequipa

Category N° Vehiculos

Automovil

Station Wagon

Camioneta Panel
 Camioneta Pick Up

Camioneta Rural

Omnibus

Camion

Remolcador

Vehiculo Menores

TOTAL 293 013,00

Fuente: SUNARP - ZONA REGISTRAL Nº XII-SEDE AREQUIPA

 Tamaño de Muestra

Una vez determinado el tamaño del universo, se determinado el tamaño muestral

para las fuentes móviles, aplicando las formulas siguientes y la regla de decisión.

Calculo del tamaño de muestra:

Z 2 (1 / 2)    q
n0 
2 ……………… (1)

Donde:

Nivel de Significancia: (1   ) = 95%

Error Relativo:
 = 5% 0,05

Z 2 (1 / 2 ) = 1.96

P = proporción = 0.5 entonces; q = 1 - p = 0.5

Regla de Decisión;

n0 n0 n0
 0.05  n  n0  0.05  n  n n
N o n
N 1 0
N
Reemplazando Valores;

n0

N
 (….. / ……………….) = ………………

Entonces;

n=

Tabla 2: Tamaño de muestra calculada para el parque automotor

Muestra Muestra
CATEGORIA Población (Ni) Ponderación (Wi)
(ni) Real

Automovil

Station Wagón

Camioneta Panel

Camioneta Pick Up

Camioneta Rural

Ómnibus

Camión

Remolcador

Motocicleta

TOTAL

Fuente: SUNARP, Año 2017

3.5.4 Muestreo

3.6 Técnicas e instrumentos

Se utilizaron como técnicas de investigación la observación directa:

- Se ha participado directamente realizando la toma de datos y cálculos.

- Se ha realizado el trabajo bajo esquemas definidos procedimiento de cálculo de
emisiones.
 3.6.1 Técnicas de la investigación
La técnica de investigación es la observación directa, no participante puesto no se
incluye en el grupo y el trabajo es de forma estructurada. Para ello se ha utilizado las
siguientes técnicas:

o Aplicación de Encuestas.
o Entrevistas abiertas con los transportistas
o Observación directa de encuestas.
o Análisis documental

3.6.2 Instrumentos de la investigación

Para las técnicas anterior mente mencionadas se utilizaron las siguientes instrumentos
de investigación:

o Encuestas
o Uso de cuestionarios
o Guías para entrevistar
o Uso de Hoja de cálculo Excel.
o Conteo vehicular en las principales avenidas.
o Información sobre la flota vehicular de la ciudad de Arequipa.

3.6.3 Fuentes
Municipalidad provincial de Arequipa, Sistema de Transporte de Arequipa.

Sunarp

Las fuentes de información utilizados para la presente investigación fueron:

- Información primaria: Libros, papers, artículos de organismos gubernamentales

(SUNARP, Municipalidad provincial de Arequipa), artículos de revistas científicas,
Tesis y páginas web.
- Información secundaria: guías, base de datos referenciales, directorios
3.7 Procesamiento estadístico de la información
3.7.1 Estadísticos

Para el análisis estadístico se utilizará un conjunto de herramientas software, tales como:

El software SPSS= programa estadístico

Modelo PROBIT= analiza datos estadísticos de tipo dosis respuesta, así mismo esta se usa para
establecer tipos de respuestas dicotómicas.

Test de DUNCAN= permite la comparación de las medias en diferentes niveles, así mismo
también nos permitirá la contratación de las varianzas que se obtengan del análisis ANOVA.

Análisis ANOVA = evalúa la significancia o varianza en los resultados de germinación y

crecimiento del epicotílo, radícula.

Así mismo el análisis Anova se utilizará para descartar la hipótesis nula en el análisis de
variación existente todas estas herramientas permitirán hacer un análisis de todos los datos
que obtendremos de la investigación, así mismo también podremos comparar la significancia
cuantitativa entre los grupos de tratamiento y el grupo control.

Pasos a seguir para el análisis estadístico:

- A todos los datos obtenidos de la experimentación se le aplicara el software SPSS y que

a su vez aprovecharemos el modelo Probit para poder sacar la dosis efectiva media 50
de la concentración de cromo en las semillas que no germinaron.
- El análisis de Anova nos permitirá una contrastación de varianzas que eliminaran o
aseveraran las hipótesis nulas, para este mismo debemos de colocar los datos en el
software, como el número de especímenes germinados, asi mismo el tamaño de las
radículas y epicotílos.
- Dentro de los grupos de tratamiento más el grupo control se aplicará un análisis de
varianza, para esto aplicaremos el test de Duncan, lo que nos permitirá la comparación
entre los diferentes niveles de tratamientos.
- Dentro del test de Duncan encontramos también la técnica de Anova, la que nos
permitirá saber el nivel de significancia entre cada tratamiento y la concentración de
cromo.
3.7.1 Representación
Se realizó gráficas y tablas para la presentación de resultados en Excel.

3.7.2 Técnica de comprobación de la hipótesis

Para la verificación de la Hipótesis, se aplicara una REGLA LOGICA, que indica lo
siguiente
Si el antecedente (variable independiente) es verdadero y el consecuente (variable
dependiente), es verdadero, entonces la hipótesis planteada será verdadera y se acepta,
la proposición o enunciado. Esto se hará utilizando la prueba t de student. Las hipótesis
asociadas a la prueba t-student son:

H0 :  j  0
H1 :  j  0

La hipótesis nula será rechazada considerando un nivel de significancia si

| t j | t 
,
2

En que  representa los grados de libertad de la distribución t-student. Por otro lado,
la mayoría del software utilizado en diseños experimentales usa el p-valor. En este
sentido, utilizando el p-valor se rechaza H 0 , esto es, si el p-valor es menor que el

nivel de significancia  caso contrario se acepta la hipótesis nula. En este trabajo

será utilizado el nivel de significancia   0.05 .
 3.1 Estudio de tráfico

Está referido a las características de las vías: Tipo de Vía, número de carriles, distancia de la vía(m),
velocidad de transitabilidad de la red vial(Km/h), flujo vehicular

Para el trazado y definición de la red de tráfico, se consideró las principales vías de acceso, entre
calles y avenidas a lo que se denominó estructura de la red vial, como nodos (intersecciones de las
avenidas o calles) y tramos (calles o avenidas) que cubren el total del área de trabajo de Arequipa.
Se identificó las vías principales por sus características (número de carriles y la longitud de la vía).

Para el trazado y definición de la red de tráfico, se consideró las principales vías de acceso, entre
calles y avenidas a lo que se denominó estructura de la red vial, como nodos (intersecciones de las
avenidas o calles) y tramos (calles o avenidas) que cubren el total del área de trabajo de Arequipa.
Se identificó las vías principales por sus características (número de carriles y la longitud de la vía).

Según Advanced Logistics Group Andina, (2 006), la red vial de Arequipa, es de aproximadamente
de 1 000,00 km de longitud presenta una estructura arterial de carácter fundamentalmente radial,
extendiéndose por las zonas periféricas, conectando las distintas cuencas generadoras de demanda
de transporte con el centro histórico de la ciudad en el Cercado.

Tabla 3-1 Vías Colectoras de Arequipa

SECTORES NOMBRE DE VÍAS

Av. Cayma (conectando con la Av. Ejército)

NORTE (Cerro Colorado, Av. Huallaga (en V. Belaúnde con V. Paraíso y Alto
Cayma) Cayma).
 La vía que une sectores como Alto de Amados,
Huaranguillo, Pampa de Camarones, San Pedro y Tío
SUROESTE (Sachaca) Chico.

Av. Viña del Mar

Av. Paris

Av. Berlín (en Hunter)

SURESTE (Hunter) Av. Pedro Díaz (uniendo el parque Industrial )

Av. Estados Unidos

Av. Condesuyos que une Av. Pizarro con la Av. Incas

Av. Dolores / Calle Víctor

Av. Lima / Av. Sepúlveda (conectando con la Av. M.

Castilla)

PAUCARPATA Av. Kennedy / Jesús (conectando con la Av.

Venezuela).

Av. Alto San Martín, con la que une con M. Castilla

Av. Arequipa (conectando con la Av.

Progreso);

Av. Goyeneche, al norte de la Av. Progreso

MIRAFLORES
Av. Chilina (colectora del sector
Independencia)

Calle Villalba (al oeste), Bolívar

Calle Ayacucho / Pte. Grau (prlg. Av. Ejército y Av.

Bolognesi),

CERCADO Av. Goyeneche (al este), Independencia

Av. Salaverry (al sur).

Av. Ricardo Palma

 Av. Perú

Av. Nicolás de Piérola

OESTE
Av. Arequipa

Av. Incas (acceso desde la variante de Uchumayo.

ALG. (2 006). Diseño de un Sistema de Transporte Masivo Eficiente para Arequipa.

La Tabla 3-1 muestra las principales vías arteriales que se consideró en el presente trabajo y que se
encuentran dentro del área sectorizada.

3.1.1 Características de la red vial

N° AVENIDA TRAMO X Y

3.2 Estudio del Parque automotor.

Caracterización de la flota vehicular, carga vehicular por tipo de flota, factor de emisión (g/km) el cual
está en función de la velocidad promedio diaria, la tecnología vehicular, el tipo de combustible,
velocidad promedio diario de circulación (km/h).

Para determinar el tamaño del parque automotor de Arequipa se tomó como fuente de información los
datos de vehículos registrados en la Superintendencia Nacional de Registro Público (SUNARP) –
Arequipa, año 2 007 y tomando en cuenta la clasificación del ministerio de transporte.

ITEM CATEGORÍA VEHICULAR

1 Automóvil

2 Station Wagon
Camioneta Panel
3
Camioneta Pick Up
4
Camioneta Rural
5
Ómnibus
6
 Camión
7
Remolcador
8
Vehículos Menores.
9

3.2.1 Flujo vehicular

Para la asignación del flujo vehicular de la vía en estudio, se realizó un aforo vehicular que consistió en
lo siguiente:

Se determinó las horas del conteo según la afluencia vehicular (horas punta y valle)y con el objetivo de
tener una muestra representativa de toda la zona estudio, se contabilizó la totalidad de vehículos
privados, transporte público, carga y transporte liviano y los horarios fueron:

 Mañana De 6:30 a 8:30 horas

 Tarde De 12:30 a 14:30 horas
 Noche De 18:30 a 20:30 horas

Para el levantamiento de información, se contó con la participación de ocho encuestadores capacitados,

donde se aplicó una planilla para el conteo vehicular, luego se procedió a la construcción de la base de
datos, el cual contiene la información de los flujos vehiculares de los tres periodos (Mañana, Tarde y
Noche).

Una vez obtenido el flujo vehicular promedio para un día, se procedió asignar el flujo vehicular
representativo a los arcos que conforman la red vial de la ciudad de Arequipa.

Tabla 3-2 Formato planilla de conteo vehicular

HORARIO:
□ Mañana De 6:30 a 8:30 horas

□Tarde De 12:30 a 14:30 horas

□Noche De 18:30 a 20:30 horas

Rural, Panel,

Remolcador
Camión Liv,
Camioneta

Camioneta
Automóvil

Vehículos
Microbús

Menores.
Ómnibus
Pick Up,
Station
Wagon
HORA

Pesd,
Rural
 3.2.2 Velocidad Promedio

Las velocidades vehiculares se tomaron en base a PADECO (2 004), que establece la velocidad
vehicular promedio (Km/h) para la ciudad de Arequipa y para las diferentes tipologías vehiculares
(Ver la Tabla 3-3).

Tabla 3-3 Velocidad promedio (Km/h)

Categoría Vehicular V.P. (Km/h)

Automovil 20
Taxi 18
Camioneta 20
Microbus 14
Camioneta Rural 14
Bus 14
Camión Pesado y Liviano 13
PADECO, (2 004), velocidad promedio para la ciudad de Arequipa por categoría vehicular.

3.2.3 Contaminantes Considerados a considerar

Los contaminantes considerados son:
Material Particulado (PM10)
Monóxido de Carbono (CO)
Hidrocarburos Totales (HCT)
Óxidos de Nitrógeno (NOx)
Óxidos de azufre (SOx),
Dióxido de Carbono (CO2)
 3.2.4 Tipos de emisiones que son consideradas en los cálculos (tipos de descarga)

Las emisiones a considerar en los cálculos son las emisiones de tubo de escape.

𝐸𝑖 = (𝑅𝑎ñ𝑜 𝑋 𝐹𝐸𝑖 𝑋 𝐹𝐶 𝑐𝑜𝑚𝑏 𝑋 𝐹𝐶/(1000000)

Dónde:

Ei: Emisiones [g/km] del contaminante considerado “i”, para la categoría vehicular
“k”.

Raño: Recorrido anual promedio, (km)

FEi: Factor de emisión [g/km*veh] del contaminante “i”, para la categoría vehicular
“k”, en función de la velocidad [km/h].

FCComb: Factor de corrección por composición del combustible local para la

categoría “k”, según las propiedades del combustible en el año de evaluación
“a”, medido en [%]. En general este factor depende de las propiedades del
combustible que utiliza la categoría “k” de vehículos disponible en el lugar
de operación.
 3.2.5 Recorrido anual promedio

Se estimará aplicando el velocidad promedio y el tiempo anual recorrido.

Raño = velocidad promedio X horas dias recorridas

3.2.6 Factores de emisión (FE)

En el presente trabajo se investigó y se encontró los factores de emisión propuestos por el estudio
“Factores de Emisión de Referencia para Fuentes Móviles en Lima y Callao”, desarrollado por MTC/AB,
Haninge, Suecia, Octubre 2 002, financiado por World Bank, para el Comité de Gestión de la Iniciativa de
Aire Limpio para Lima – Callao. El motivo principal para esta selección es que este estudio realiza una
adaptación de los factores entregados por el modelo COPERT a la realidad local de Lima-Callao, el cual
presenta un comportamiento vehicular similar al de la ciudad de Arequipa y de todo el país, en cuanto al
manejo, antigüedad y tipología vehicular. El presente trabajo utilizará estos factores de emisión para
realizar las estimaciones de emisiones, los mismos que se detallan a continuación siendo “V” la
velocidad promedio de circulación y se tiene los factores de emisión por tipo de contaminante para cada
categoría vehicular.

• Automóvil

Vehículos de Pasajeros – Gasolina;

- CO : 46,274 – 0,406V + 0,0032V2

- HC : 8,245V-0,318

- NOx : 1,156 + 0,021V + 0,00004V2

- SOx : 2*0,00031*(681*V^- 0,583)

- Pb : 1,003V-0,583

Vehículos de Pasajeros – Diesel

- CO : 3,1078 – 0,0256V + 0,0002V2

- HC : 1,02408 – 0,0113V + 0,000066V2

- NOx : 1,6413 – 0,01592V + 0,00014 V2

- SOx : 2*0,0046*(125,489-2,084*V + 0,014* V2)

- PM : 0,3456 – 0,000577V + 0,0000125 V2

• Taxi

Taxis a Gasolina;

- CO : 54,44 – 0,406V + 0,0032V2

- HC : 9,7V-0,318

- NOx : 1,156 + 0,021V – 0,00004V2

- SOx : 2*0,00031*(817*V-0,583)

- Pb : 1,2V-0,583

Taxis a Diesel;

- CO : 3,6562 – 0,0256V + 0,0002V2

- HC : 1,205 – 0,0113V + 0,00006V2

- NOx : 1,7905 – 0,01592V + 0,00014V2

- SOx : 2*0,00406*(128,489-2,084*V + 0,014*V2)

- PM : 0,403 – 0,000577V + 0,00001V2

• Camioneta Pick Up / Panel

Camioneta a Gasolina;

- CO : 69,347 – 1,5132V +0,01104 V2

- HC : 7,663 – 0,117V + 0,000677 V2

- NOx : 2,133 – 0,0079V + 0,00009 V2

- SOx : 2*0,00031*(166,37- 2,6974*V + 0,0187* V2)

- Pb : 0,244- 0,00396V + 0,000027 V2

Camioneta a Diesel

- CO : 3,29 – 0,0256V + 0,0002 V2

- HC : 1,084 – 0,0113V + 0,00006 V2

- NOx : 1,7905 – 0,01592V + 0,000014 V2

- SOx : 2*0,00406*(146,22- 2,5646*V + 0,0233* V2)

- PM : 0,432 – 0,000577 + 0.0000125V2

• Camioneta Rural

Cmt. Rural de combustion a Diesel;

- CO : 3,29 – 0,00256V + 0,0002V2

- HC : 1,144 – 0,00113V + 0,00006V2

- NOx : 2,089 – 0,01592V + 0,00014V2

- SOx : 2*0,00406*(1621,11*V-0,4318)

- PM : 0,4896 – 0,000577V+ 0,0000125V2

• Microbus

Microbus de combustion a Diesel

- CO : 55,92V-0,6945

- HC : 23,1V-0,8774

- NOx : 13,5911 – 0,1737V + 0,0014V2

- SOx : 2*0,00406*(1068,4*V-0,4905)

- PM : 9,11V-0,707

• Omnibus

Ómnibus sin control de gases, de combustión a Diesel

- CO : 93,2V-0,6945

- HC : 56,168V-0,8774

- NOx : 19,446 – 0,0941V + 0,0006V2

- SOx : 2*0,00406*(2998,98*V-0,4318)

- PM : 25,93V-0,7259

• Camiones

Camiones <16T, de combustión a Diesel

- CO : 63,376V-0,6945

- HC : 26,18V-0,8774

- NOx : 17,1127 – 0,0941V + 0,0006V2

- SOx : 2*0,00406*(151,212-0,6589*V + 0,0126*V2)

- PM : 22,08852V-0,7259

Camiones >16T, de combustión a Diesel;

- CO : 74,56V-0,6945

- HC : 76,228V-0,8774

- NOx : 260,064V-0,6061

- SOx : 2,39 – 0,031V + 0,000023V2

- PM : 27,225V-0,7105
 3.2.7 Emisiones de CO2
Estas emisiones están directamente relacionadas con los consumos de
combustible, asumiéndose para el cálculo de CO2, que todo el carbono
Contenido en el combustible es oxidado.

ECO2= 44,011 x CC/ (12,011+1,088 x R HC) – ECO / 28,011 –EHCT/ 13,85 -EPM10 / 12,011

Donde:

CC = Consumo de Combustible (ton/año)

ECO = Emisiones de CO (ton/año)
EHCT = Emisiones de HCT (ton/año)
EPM10 = Emisiones de Material Particulado (ton/año)
R HC = Relación entre el hidrogeno y carbono existente en el combustible 1,8 para
gasolina; 2,0 para diesel

3.2.8 Factor de corrección por deterioro (FCDet)

Los vehículos se deterioran con el tiempo y por ello es necesario aplicar un factor
de corrección como los que se muestran en la tabla siguiente

Tabla 3: Factores de deterioro anuales

Vehículo comercial Diesel

Contaminante Catalítico No
catalítico
CO 8% 1%
PM 10 % 4%
HC 6% 3%
NOX 9% 3%
Fuente: Estudio Chileno sobre “Evaluación de Nuevas Medidas de Control de
Emisiones para el Sector Transporte en la Región Metropolitana”
 3.2.9 Corrección por combustible

En base a las metodologías de corrección de factores de emisión indicadas en

COPERT, es factible hacer correcciones a los factores de material particulado, NOx y
CO de acuerdo a la composición de los combustibles, mediante la siguiente ecuación:

FEComb = (FCComb+1) x FE

En donde,

FEComb = Factor de emisión corregido por combustible

FCComb= factor de corrección de vehículos diesel asociado a propiedades del
combustible
FE = factor de emisión original

Las ecuaciones de factores de corrección en base a los parámetros asociadas a las

características de los combustibles se diferencian en vehículos pesados a diesel cuya
ecuación se muestra a continuación. (Swisscontact, 2001)

Tabla 4: Factor de corrección por combustible y propiedades del Disel-2

FACTOR DE CORRECCION POR COMBUSTIBLE

DENSIDAD 860 Kg/m3
AZUFRE 50 ppm
PAH 35 %
Cn 51
T95 360
F correc 0.07750842 °C
Fuente: (Swisscontact, 2001)

3.2.10 Caracterización de las Fuentes Móviles

La caracterización vehicular se realizó mediante un análisis de la cantidad de vehículos, por sus

características como categoría vehicular, tamaño de motor, antigüedad y tipo de combustible por
tipología vehicular, para ello es necesario determinar el tamaño del parque automotor de Arequipa se
tomó como fuente de información los datos de vehículos registrados en la Superintendencia Nacional de
Registro Público (SUNARP) – Arequipa, año 2 018 y se procedió a la caracterización del parque
automotor.

3.3.3.1 Determinación del Tamaño de Muestra

Las características de operación para las fuentes móviles fueron recopiladas en las encuestas (Anexo 2)
que se aplicaron en el área de estudio, las fuentes móviles requieren de la determinación de un número
representativo de ellas que permitan caracterizar el universo. En ese sentido, se aplicó el muestreo
aleatorio estratificado con error del 5% y nivel de confianza del 95%.

La información que se empleó para determinar el universo de fuentes móviles en el área de estudio
corresponde a SUNARP año 2007.

Las variables y estimaciones que fueron utilizadas en la ciudad de Arequipa fueron las siguientes:

Cálculo del tamaño de muestra mediante la fórmula:

Según Murray, Larry, (2005) indican que para determinar el tamaño de muestra se utiliza la siguiente:
formula

3.1.1 Criterio Muestral

3.1.1.1 Determinación del Tamaño de Muestra