UNIVERSIDAD NACIONAL DE JULIACA

ESCUELA PROFESIONAL DE INGENIERIA AMBIENTAL Y

FORESTAL

TITULO:
TECNOLOGÍAS Y ESTRATEGIAS INNOVADORAS PARA EL MONITOREO
Y CONTROL DE LA CONTAMINACIÓN DEL AIRE EN CIUDADES
ALTOANDINAS DE JULIACA A PARTIR DE LA ESPECIE ARBOREA (Acacia
dealbata.

CURSO:
CONTAMINACION DE AIRE Y TECNOLOGIAS
DE CONTROL
SEMESTRE:
OCTAVO SEMESTRE

NOMBRES Y APELLIDOS DE LOS INTEGRANTES:

• CALSIN CARCAUSTO PAOLA NICOLE
• LIPA JAVIER DENILSON SHANDEE
• FONSECA COYLA LUIS FERNANDO
• TARIFA PACAYA JORJE MATEUS
• CONDORI CARI JAMIL SUMMER

JULIACA- PERU
 RESUMEN

La contaminación del aire urbano representa un desafío crítico en ciudades altoandinas como

Juliaca, donde las condiciones atmosféricas y la topografía agravan la acumulación de

contaminantes. Investigaciones recientes han evaluado el papel de la vegetación urbana,

tecnologías de monitoreo y métodos de modelado para mejorar la gestión de la calidad del

aire.

Estudios en túneles de viento muestran que la presencia de árboles en cañones urbanos

modifica los patrones de flujo de aire, generando turbulencia tridimensional. Sin embargo,

estos cambios no siempre se traducen en una reducción significativa de contaminantes, lo

que sugiere que su efectividad depende del contexto urbano específico.

Por otro lado, el desarrollo de sistemas avanzados de monitoreo que combinan sensores

aéreos y terrestres con tecnologías y drones permite obtener datos en tiempo real con alta

resolución espacial. Estos sistemas ya se han aplicado con éxito en entornos urbanos,

demostrando su viabilidad técnica y operativa.

El uso de aprendizaje automático ha mejorado notablemente la predicción de niveles de

contaminación, permitiendo identificar patrones complejos que escapan a los modelos

tradicionales. Asimismo, la teledetección satelital y terrestre, combinada con modelos de

dispersión de partículas, ha permitido rastrear contaminantes a gran escala, como el humo

de incendios forestales.

Para Juliaca, estas estrategias ofrecen una oportunidad para mejorar el monitoreo y control

de la contaminación atmosférica. La integración de vegetación estratégica, tecnologías

inteligentes y modelos predictivos puede contribuir a una planificación urbana más saludable

y sostenible.

Palabras clave: Contaminación del aire, monitoreo atmosférico, ciudades altoandinas,

Juliaca, vegetación urbana, sensores IoT, teledetección, aprendizaje automático, drones,

calidad del aire.

INTRODUCCIÓN

La calidad del aire en los entornos urbanos se ha presentado como uno de los retos más

importantes para los gobiernos en los últimos años, esto debido a los efectos generados en

la salud, producto de los gases y material particulado liberados durante los procesos

económicos.(Castro et al., 2022)

La calidad del aire indica la presencia de contaminantes en el aire y por lo tanto no es apto

para ser respirado pues, estar rodeado de una atmósfera contaminada implica riesgo o daño

para la salud de las personas, los animales, las plantas y el medio ambiente.(Nina Quispe,

2022)

Debido al crecimiento en el alto flujo vehicular en diversas áreas, se ha intensificado la

dispersión de contaminantes en la atmósfera. Este proceso conocido como dispersión

atmosférica transporta y mezcla los contaminantes en el aire, dependiendo de factores como

el viento; pues si mantiene una dirección constante; una misma área estará expuesta a

niveles altos de contaminación, mientras que un cambio en la dirección dispersa, los

contaminantes reducen su concentración. (Rodríguez et al., 2025)

El tipo de área vegetativa que es más efectivo para capturar partículas es el estrato arbóreo

y arbustivo en comparación con pastos, techos y paredes verdes, pues la capacidad de las

hojas de capturar partículas dependerá de características como la forma, tamaño, densidad,

porosidad y presencia de estructuras adherentes. En particular se ha observado que los

árboles contribuyen a la dispersión y reducción de partículas en el ambiente, logrando

disminuir su concentración en un 9%.(Rodríguez et al., 2025)

OBJETIVOS

Objetivo principal

● Estimar polvo sedimentable presente en el aire a partir de hojas arbóreas.

Objetivos específicos

● Estimar el área foliar de las hojas recolectadas mediante el uso de software de análisis

de imágenes para relacionar la masa de polvo con la superficie de captura.

● Analizar la influencia de las condiciones ambientales (viento, humedad, ubicación) en

la capacidad de captura de polvo por parte de las hojas.

● Evaluar la efectividad de diferentes especies arbóreas en la retención de polvo

sedimentable, considerando factores como la forma, tamaño y densidad del follaje.

JUSTIFICACIÓN

La ciudad de Juliaca, ubicada en el departamento de Puno, se enfrenta a problemas de

contaminación atmosférica, especialmente por material particulado suspendido y

sedimentable, derivados de la intensa actividad vehicular, el comercio informal, las vías sin

asfaltar y las condiciones climáticas propias de la región; esta situación representa una

amenaza constante para la salud pública y la calidad ambiental.

En este contexto, el presente proyecto busca cuantificar la cantidad de polvo sedimentable

presente en el aire utilizando hojas arbóreas de la especie Acacia. Esta metodología

alternativa y de bajo costo aprovecha la capacidad bio indicadora de las hojas, las cuales

actúan como superficies de captura de partículas sedimentables, permitiendo así evaluar la

carga de contaminantes atmosféricos en distintos puntos de la ciudad.

El estudio permitirá obtener información localizada y representativa de diferentes zonas de la

ciudad, contribuyendo a la identificación de áreas críticas con altos niveles de contaminación.

ANTECEDENTES

El estudio de Egas et al. (2018) analizó el impacto del material particulado (MP) principal

contaminante atmosférico que supera frecuentemente los límites normativos en ciudades

chilenas sobre cuatro especies arbóreas urbanas (Quillaja saponaria, Schinus molle, Olea

europaea y Melia azedarach) en tres zonas de Santiago con diferentes niveles de exposición,

revelando diferencias significativas en la densidad de estomas abaxiales de Quillaja

saponaria y Melia azedarach, así como en el ancho de los estomas abaxiales de la primera

especie, lo que sugiere alteraciones fisiológicas como estrés ambiental. Estos hallazgos

resaltan la necesidad de priorizar especies resilientes al MP en los planes de arborización

urbana para mitigar efectos adversos en la salud vegetal y humana.

El estudio de Guía et al. (n.d.) evalúa el impacto potencial del arbolado urbano en la reducción

de MP₂,₅ en Concepción Metropolitano, donde las comunas fueron declaradas zona latente

por MP₁₀ (2006) y zona saturada por MP₂,₅ (2015), promoviéndose en 2019 un PPDA que

incluye la plantación de 20.000 árboles. Mediante el software i-Tree Eco, se cuantificó que el

arbolado actual en 602 áreas verdes remueve 135 kg anuales de MP₂,₅, mientras que la

nueva forestación comprometida en el plan podría eliminar 1,5 toneladas anuales una vez

alcance su altura máxima. Sin embargo, esta cifra representa menos del 1% de la reducción

total de MP₂,₅ requerida para 2027 según los objetivos del PPDA, evidenciando la necesidad

de complementar esta medida con otras acciones de descontaminación.

En la investigación de Nina Quispe (2022) las áreas verdes urbanas, como el campus de la

PUCP, emergen como aliados estratégicos en políticas ambientales urbanas al funcionar

como sumideros de carbono y superficies de retención de material particulado. El estudio,

que evaluó 1.268 individuos arbóreos de 108 especies (27,7% nativas), determinó un

almacenamiento de 145,847 toneladas de carbono, concentrado principalmente en las

familias Fabaceae, Myrtaceae y Meliaceae. Paralelamente, se identificó que especies como

Ficus benjamina, Brachychiton acerifolius y Tipuana tipu presentan mayor eficiencia en

retención de material particulado, superando 2,5 g/m² de área foliar, lo que reduce la
exposición humana a estos contaminantes. Estos resultados subrayan la relevancia de

seleccionar especies con características funcionales específicas para optimizar dichos

servicios ecosistémicos en entornos urbanos.

METODOLOGIA.

Para la determinación del polvo sedimentable presente en el aire mediante hojas arbóreas

se procederá de la manera siguiente:

PASO 1: Obtención de hojas de árboles de la ciudad de Juliaca.

● el punto de muestreo fue en el arbol ubicado en la avenida Jose Domingo

Choquehuanca con coordenadas (-15.500552, -70.129140), el árbol muestreado fue

la especie acacia

Recolectar cuidadosamente 100 hojas de árboles utilizando papel aluminio y herramientas

como bisturí o cúter, evitando la suspensión del polvo presente en su superficie. Se debe

considerar la zona de muestreo, la altura de recolección y otras características del entorno

donde se encuentran los árboles.

PASO 2: Obtención de polvo sedimentable a partir de hojas arbóreas mediante el

método de lavado de hojas y gravimétrico.

Para la obtención de polvo sedimentable a partir de las hojas arbóreas, se procederá al

lavado de las hojas con agua destilada.

Acondicionar el secado de los vasos descartables que contienen el agua de lavado. Antes

de incluirlos con el agua de lavado, los vasos descartables deben ser pesados. El aumento

de masa permite estimar la cantidad de polvo sedimentable presente en cada una de las

hojas.

PASO 3: Estimación del área foliar en las hojas arbóreas Para determinar el área foliar

de las hojas arbóreas escanear en hojas A4, para ello se deberá incluir una regla como
referencia, mediante el software de análisis de imágenes (como ImageJ), para ello visualizar

el siguiente enlace: https://www.youtube.com/watch?v=k5HXnuy-bks

PASO 3: Relación de polvo sedimentable con el área de la superficie foliar.

Relacionar la masa de polvo sedimentable con la superficie foliar.

RESULTADOS

Tabla 1
cantidad de partículas suspendidas captadas en cada hoja.

Numero IZQ. IZQ. INF. MID. MID. INF. DER. DER. exp
SUP. SUP. SUP. INF

1 0.0055 0.0014 0.002 0.0016 0.0007 0.0015 0.0014

2 0.0011 0.0008 0.0012 0.0005 0.0018 0.0002 0.0008

3 0.0052 0.0019 0.0007 0.0015 0.001 0.0014 0.0009

4 0.0042 0.0008 0.0015 0.0013 0.0012 0.0016 0.0003

5 0.0008 0.0012 0.001 0.0015 0.001 0.0014 0.0007

6 0.0035 0.002 0.0013 0.0015 0.0012 0.0021 0.0002

7 0.0012 0.0015 0.0003 0.0017 0.0017 0.0014 0.0011

8 0.0011 0.0016 0.0002 0.0007 0.0011 0.0009 0.0003

9 0.0015 0.0016 0.001 0.001 0.0012 0.0013 0.0004

10 0.0019 0.0027 0.0002 0.0015 0.0017 0.0015 0.0003

Tabla 2
área foliar de cada hoja muestreada

IZQ.INF(c IZQ. MID. MID. DER. DER.

numero m2) SUP(cm2) SUP(cm2) INF(cm2) INF(cm2) SUP(cm2)

1 5.557 10.708 8.79 9.678 6.741 6.487

2 6.946 10.205 8.087 7.378 4.479 12.343

3 7.126 10.343 5.181 5.818 8.77 10.221

4 5.847 11.297 8.177 8.752 7.739 6.771

5 6.139 12.679 6.633 7.286 5.583 9.457

6 6.463 14.323 8.238 6.855 6.987 6.974

7 6.377 8.004 8.378 5.56 7.166 4.325

8 7.293 10.608 6.408 7.915 6.48 5.033

9 10.866 10.416 4.267 9.183 8.282 8.492

10 6.434 13.473 8.2 10.271 9.11 8.939

Tabla 3
cantidad de material particulado retenido en cada hoja (mg/cm2).

IZQ. MID. MID. DER. DER.

num IZQ.INF(m SUP(mg/cm SUP(mg/cm INF(mg/cm INF(mg/cm2 SUP(mg/cm2
ero g/cm2) 2) 2) 2) ) )

1 0.9897 0.1307 0.2275 0.1653 0.1038 0.2312

2 0.1584 0.0784 0.1484 0.0678 0.4019 0.0162

3 0.7297 0.1837 0.1351 0.2578 0.1140 0.1370

4 0.7183 0.0708 0.1834 0.1485 0.1551 0.2363

5 0.1303 0.0946 0.1508 0.2059 0.1791 0.1480

6 0.5415 0.1396 0.1578 0.2188 0.1717 0.3011

7 0.1882 0.1874 0.0358 0.3058 0.2372 0.3237

8 0.1508 0.1508 0.0312 0.0884 0.1698 0.1788

9 0.1380 0.1536 0.2344 0.1089 0.1449 0.1531

10 0.2953 0.2004 0.0244 0.1460 0.1866 0.1678

tabla 4
material particulado promedio, desviación estándar y coeficiente de variación.

IZQ. MID. MID. DER. DER.

IZQ.INF( SUP(mg/c SUP(mg/c INF(mg/c INF(mg/cm SUP(mg/c
número mg/cm2) m2) m2) m2) 2) m2)

Promedio 0.4040 0.1390 0.1329 0.1713 0.1864 0.1893

desviación
E. 0.3154 0.0457 0.0778 0.0758 0.0845 0.0887

Coeficiente
de variación 78% 33% 59% 44% 45% 47%

Promedio
total 0.2038

DISCUSIONES

La mayor acumulación de polvo se registró en la parte inferior izquierda, con un valor de

0.4040 mg/cm². Esta zona podría estar más expuesta a fuentes directas de contaminación,

como el tránsito vehicular cercano o la remoción de polvo desde el suelo. Este

comportamiento es consistente con lo señalado por (Weber et al., 2020), quienes observaron

que las partículas sedimentables tienden a concentrarse en partes del árbol más próximas al

nivel del suelo en ambientes urbanos, donde la turbulencia del aire genera remoción y

depósito constante de material particulado.

Por otro lado, la parte superior izquierda presentó un valor de 0.1390 mg/cm², una reducción

significativa frente a su contraparte inferior. Esta diferencia podría explicarse por la orientación

de esa sección del árbol respecto a las fuentes emisoras y la dirección del viento, aspectos

que también fueron destacados por (Kardel et al., 2018), quienes señalan que la geometría

del entorno y la ubicación de barreras físicas afectan el patrón de deposición de partículas.

La parte superior media mostró un valor de 0.1329 mg/cm², siendo el más bajo entre todas

las zonas evaluadas. Esto puede deberse a una menor exposición directa a fuentes de

emisión o a la forma del dosel, que podría haber limitado el contacto con partículas

transportadas por el aire. (Janhäll, 2018) explica que, aunque se suele esperar mayor

acumulación en zonas superiores, esto no siempre ocurre si hay menor contacto con

corrientes de aire cargadas de polvo.

En la parte inferior media, el valor ascendió a 0.1713 mg/cm², mostrando un incremento

respecto a su sección superior. Esta diferencia también fue observada por (Barwise y Kumar,

2020), quienes afirman que las capas bajas del follaje, especialmente en árboles cercanos a

fuentes urbanas, capturan más partículas debido a la menor dispersión y mayor deposición.

Respecto al lado derecho del árbol, la parte inferior registró 0.1864 mg/cm², y la parte superior,

0.1893 mg/cm². A diferencia del lado izquierdo, aquí las diferencias entre niveles fueron

mínimas, lo que sugiere una exposición relativamente homogénea a las partículas

sedimentables. Esto podría indicar que este lado del árbol se encuentra más directamente

expuesto a fuentes constantes de contaminación, tal como lo reportan (Rai et al., 2019) en

estudios donde árboles ubicados junto a vías principales mostraban acumulaciones similares

en todas sus capas por exposición directa.

CONCLUSIONES

● Las hojas arbóreas actúan como filtros naturales eficaces para capturar polvo

sedimentable, principalmente mediante mecanismos de intercepción, gravedad y

deposición electrostática.

● La cantidad de polvo retenido está directamente relacionada con el área foliar de las

hojas, lo que sugiere que especies con mayor superficie foliar pueden ser más

efectivas en la mitigación de la contaminación.

 ● Factores como el tipo de árbol, la densidad del follaje y las condiciones ambientales

influyen significativamente en la capacidad de captura de polvo, lo que debe

considerarse en planes de forestación urbana.

● El método gravimétrico combinado con el análisis de imágenes es una técnica viable

para cuantificar el polvo sedimentable y evaluar la efectividad de las hojas como

bioindicadores.

BIBLIOGRAFÍA

Barwise, Y., & Kumar, P. (2020). Diseño de barreras vegetales para la reducción de la
contaminación del aire urbano: una revisión práctica para la selección adecuada de
especies vegetales. NPJ Climate and Atmospheric Science, 3(1), 12.
https://doi.org/10.1038/s41612-020-0115-3

Castro, S. A., Juan, A., Garzón, M., Universidad, G., Francisco, D., De Caldas, J., De,
F., Ambiente, M., & Naturales, Y. R. (2022). EMPLEANDO LA METODOLOGÍA UFORE.

Egas, C., Naulin, P. I., & Préndez, M. (2018). Contaminación Urbana por Material
Particulado y su Efecto sobre las Características Morfo-Anatómicas de Cuatro Especies
Arbóreas de Santiago de Chile. Información Tecnológica, 29.
https://doi.org/10.4067/S0718-07642018000400111

Guía, P., De, F., & Melgarejo, L. B. (n.d.). Por el desarrollo libre del espíritu “ANÁLISIS
DEL BENEFICIO EN LA CALIDAD DEL AIRE DE LA IMPLEMENTACIÓN DE
ARBOLADO URBANO. CASO DE ESTUDIO: CONCEPCIÓN METROPOLITANO.”

Janhäll, S. (2018). Revisión sobre vegetación urbana y contaminación del aire por
partículas: posición y dispersión. Atmospheric Environment, 105, 130–137.
https://doi.org/10.1016/j.atmosenv.2015.01.052

Kardel, F., Wuyts, K., Babanezhad, M., et al. (2018). La saturación foliar es clave para
detectar la posición pasiva de contaminantes del aire en árboles urbanos. Science of the
Total Environment, 619–620, 151–163. https://doi.org/10.1016/j.scitotenv.2017.11.123

Nina Quispe, A. (2022). UNIVERSIDAD NACIONAL AGRARIA LA MOLINA.

Rai, P. K., Lee, S. S., Zhang, M., Tsang, Y. F., & Kim, K.-H. (2019). Metales pesados en
cultivos alimentarios: Riesgos para la salud, destino, mecanismos y gestión.
Environment International, 125, 365–385. https://doi.org/10.1016/j.envint.2019.01.067
Rodríguez, M., Camila, M., Albán, R., & André, J. (2025). UNIVERSIDAD POLITÉCNICA
SALESIANA SEDE GUAYAQUIL CARRERA DE INGENIERÍA AMBIENTAL
PROPUESTA DE MINIMIZACIÓN DE MATERIAL PARTICULADO CON LA
UTILIZACIÓN DE ESPECIES ARBÓREAS.

Weber, F., Kowarik, I., & Säumel, I. (2020). Materia particulada en vegetación urbana:
características de las hojas como determinantes de la acumulación de partículas en las
superficies vegetales. Environmental Pollution, 264, 114681.
https://doi.org/10.1016/j.envpol.2020.114681
 ANEXOS

figura 01 figura 02

NOTA: árbol Acacia. NOTA: Observación del árbol muestreado.

Figura 03 Figura 04
NOTA: Corte de las hojas de la especie. NOTA: Hoja en papel de aluminio.

Imagen 05 Imagen 06

NOTA: Peso de los vasos desechables. NOTA: Lavado de hojas con agua destilada.

Imagen 07 Imagen 08
NOTA: Lavado de hojas con el pincel. NOTA: Lavado de las hojas a muestrear.

Imagen 09 Imagen 10

NOTA: Lavado de hojas con pincel y agua. NOTA: Vasos con el agua lavada de las hojas.

IMAGEN 11 IMAGEN 12
NOTA: los 60 vasos, y 10 vasos de experimento. NOTA: Polvo sedimentable en el vaso.