Calidad del aire en la ciudad de Juliaca, Perú: análisis del PM₁₀ y su relación con variables meteorológicas
Air quality in the city of Juliaca, Peru: analysis of PM₁₀ and its relationship with meteorological variablesContenido principal del artículo
La contaminación atmosférica por material particulado constituye uno de los principales problemas ambientales en ciudades altoandinas como Juliaca, debido al crecimiento urbano acelerado, el incremento del tránsito vehicular y las condiciones meteorológicas particulares. En este contexto, el objetivo de la investigación fue analizar la calidad del aire en la ciudad de Juliaca, Perú, a partir de las concentraciones de PM₁₀ y su relación con las variables meteorológicas. Se consideró el enfoque cuantitativo, diseño no experimental y alcance correlacional, donde se utilizaron datos de fuente primaria la base de datos de concentración de PM10 y variables meteorológicas medidos y analizados por un muestreador de alto volumen (Hi-Vol) y la estación meteorológica automática, RK900-01, donde a las mismas se aplicaron pruebas de normalidad y el coeficiente de correlación de Spearman, considerando la no normalidad de las variables. Se pudo determinar que, las concentraciones promedio de PM₁₀ se mantuvieron por debajo del Estándar Nacional de Calidad Ambiental del aire; sin embargo, se identificaron correlaciones negativas moderadas entre el PM₁₀ y la humedad relativa, la temperatura y la precipitación, lo que demuestra una influencia significativa de las condiciones meteorológicas sobre la dispersión y remoción del material particulado. Por lo tanto, aunque los niveles de PM₁₀ no superaron los límites normativos, la calidad del aire en Juliaca está condicionada por la interacción entre factores climáticos y actividades antropogénicas.
Air pollution from particulate matter is one of the main environmental problems in high Andean cities like Juliaca, due to rapid urban growth, increased vehicular traffic, and specific meteorological conditions. In this context, the objective of this research was to analyze air quality in the city of Juliaca, Peru, based on PM₁₀ concentrations and their relationship with meteorological variables. A quantitative approach, non-experimental design, and correlational scope were used. Primary data sources included the PM₁₀ concentration database and meteorological variables measured and analyzed by a high-volume (Hi-Vol) sampler and the RK900-01 automatic weather station. Normality tests and Spearman's rank correlation coefficient were applied to the data, considering the non-normal distribution of the variables. The results showed that average PM₁₀ concentrations remained below the National Ambient Air Quality Standard. However, moderate negative correlations were identified between PM₁₀ and relative humidity, temperature, and precipitation, demonstrating a significant influence of meteorological conditions on the dispersion and removal of particulate matter. Therefore, although PM₁₀ levels did not exceed regulatory limits, air quality in Juliaca is conditioned by the interaction between climatic factors and anthropogenic activities.
Descargas
Detalles del artículo
Barmpadimos I, Hueglin C, Keller J, Henne S, Prévôt ASH. Influence of meteorology on PM10 trends and variability in Switzerland from 1991 to 2008;11(4):1813–35. https://acp.copernicus.org/articles/11/1813/2011/
Mateus J, Molina N, Álvarez B. Determinación de la concentración de cadmio contenido en material particulado menor a 10 micras en el municipio de Nobsa – Boyacá. Rev Luna Azul. 2022;(54):61–81. https://revistasojs.ucaldas.edu.co/index.php/lunazul/article/view/8865
Odubanjo O, Aluko T, Ajayi A, Babatunde P. Embedded system application for establishing variability and the relationship between meteorological parameters and particulate matter pollution in a Lagos site. Nigerian Journal of Theoretical and Environmental Physics. 2026;3(4):32–44. https://njtep.nipngr.org/index.php/njtep/article/view/101
Aranguiz P. Analysis of the measurement of the deterioration of air quality in the Metropolitan Region and its possible relation to the increase in cases of COVID-19. Revista Geográfica de Chile Terra Australis. 2021;57(1):53–74. https://www.revistaterraaustralis.cl/index.php/rgch/article/view/108
Arganis M, Preciado M. Análisis de frecuencias de los índices IMECA máximos horarios anuales del noroeste de la Ciudad de México. 2025. https://www.scielo.cl/scielo.php?pid=S0718-07642025000400021&script=sci_arttext
Kim K, Kabir E, Kabir S. A review on the human health impact of airborne particulate matter. Environment International. 2015;74:136–143. https://www.sciencedirect.com/science/article/pii/S0160412014002992
Majumder A, Islam M, Patoary M, Rahman M. Spatio-temporal variation of urban air quality and its relation with meteorological variables in Bangladesh. Journal of Science and Technology Research. 2026;6(2):97–108. https://banglajol.info/index.php/JSciTR/article/view/85459
Massoud R, Shihadeh A, Roumié M, Youness M, Gerard J, Saliba N, et al. Intraurban variability of PM10 and PM2.5 in an Eastern Mediterranean city. Atmospheric Research. 2011;101(4):893–901. https://www.sciencedirect.com/science/article/pii/S0169809511001712
Romero Y, Diaz C, Meldrum I, Velasquez R, Noel J. Temporal and spatial analysis of traffic-related pollutant under the influence of seasonality and meteorological variables over an urban city in Peru. 2020;6. https://www.cell.com/heliyon/abstract/S2405-8440(20)30873-2
Regalado A, Paccha E, Álvarez O, Montaño T. Comportamiento de las concentraciones de PM10 en la ciudad de Loja–Ecuador y su relación con variables meteorológicas. 2020;5(1). https://revistas.utb.edu.ec/index.php/sr/article/view/755
Tian G, Qiao Z, Xu X. Characteristics of particulate matter (PM10) and its relationship with meteorological factors during 2001–2012 in Beijing. Environmental Pollution. 2014;192:266–274. https://www.sciencedirect.com/science/article/pii/S0269749114001857
Zurita J. Evaluación de la contaminación atmosférica en Calderón, Quito, utilizando teledetección y Big Data: análisis de la relación con variables meteorológicas. Arandu UTIC. 2025;12(4):2390–2404. http://uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/1823
Mora C. Optimización de sensores de bajo coste para la monitorización de la calidad del aire: calibración remota y análisis predictivo. 2025. https://addi.ehu.es/handle/10810/75420
Pacsi V. Análisis temporal y espacial de la calidad del aire determinado por material particulado PM10 y PM2,5 en Lima Metropolitana. Anales Científicos. 2016;77(2):273–283. https://dialnet.unirioja.es/servlet/articulo?codigo=6171218
Cruz A, Flores-Roque M, Paccosonco-Sucapuca L, Cari-Cari Y, Álvarez-Tolentino D. Counterintuitive PM2.5 increases during COVID-19 lockdown in Ilo, Peru: coastal meteorology and cardiovascular implications. 2025. https://www.preprints.org/manuscript/202512.1108
Díaz K, Pérez A, Pacsi S. Evaluación de la influencia del tránsito vehicular y las variables meteorológicas en la concentración del PM10 y PM1.0 en el distrito de Comas. 2022. https://agris.fao.org/search/en/providers/125069/records/6749826a7625988a3722e1fe
Velasquez J, Valdivia V, Caldas N. Economic valuation related to public health due to the contamination of particulate matter less than 10 microns in Arequipa, Peru. 2024. https://laccei.org/LACCEI2024-CostaRica/meta/SP1976.html
Espinoza-Guillen J, Alderete-Malpartida M, Navarro-Abarca U, Gómez-Muñoz H. Environmental monitoring and assessment. Environmental Monitoring and Assessment. 2024;196(5):452. https://link.springer.com/article/10.1007/s10661-024-12611-4
Castillo-Ortiz J, Barajas-Ochoa A, Peláez-Ballestas I, Ramirez-Gomez A, Aceves-Avila F, Castaneda-Sanchez J, et al. AB1136 The age of onset of rheumatoid arthritis correlates with air pollution and health expenditure: results from multinational databases. Annals of the Rheumatic Diseases. 2017;76:1452–1453. https://www.sciencedirect.com/science/article/pii/S0003496724258088
Escobar L, Sara J. Correlación del comportamiento de las variables meteorológicas y el comportamiento del material particulado en el aire Carabayllo, 2020. 2020. https://repositorio.ucv.edu.pe/handle/20.500.12692/49563
Wannaz E, Larrea A, Reyes J, Salcedo J, Valenzuela C. PM10 correlates with COVID-19 infections 15 days later in Arequipa, Peru. Environmental Science and Pollution Research. 2021;28(29):39648–39654. https://link.springer.com/article/10.1007/s11356-021-13408-5
Espinoza-Guillen J, Alderete-Malpartida M, Roncal-Romero F, Vilcanqui-Sarmiento J. Environmental monitoring and assessment. Environmental Monitoring and Assessment. 2025;197(3):226. https://link.springer.com/article/10.1007/s10661-025-13696-1
Reátegui-Romero W, Zaldivar-Alvarez W, Pacsi-Valdivia S, Sánchez-Ccoyllo O, García A, Moya-Álvarez A. Behavior of the average concentrations and variability of PM10 and PM2.5 in the metropolitan area of Lima, Peru. 2024.
Cortez C. Partículas en suspensión PM10 en el sector de talleres de metal mecánica de la ciudad de Puno. Revista de Ciencias Naturales. 2020;2(1):128–136. https://revistas.unap.edu.pe/rccnn/index.php/rccnn/article/view/377
Quispe-Huamán L. Análisis del índice de claridad atmosférica diaria en la ciudad de Puno, 2014–2021. 2025;48(4):169–177. http://www.scielo.org.co/scielo.php?pid=S0370-39082024000100169&script=sci_arttext
Estrada M. Identificación de unas fuentes de PM1 y PM10 en un entorno de fondo urbano. 2025. https://dspace.umh.es/handle/11000/37084
Pineda-Tapia J, Huayhua-Huamaní E, Humpiri-Flores M, Quispe-Monroy K, Lozano-Ccopa D, Chaiña-Sucasaca R, et al. Evaluating concentrations of PM10, PM2.5, SO2, NO2, CO, O3 and H2S emitted by artisanal brick kilns in Juliaca, Peru, using a low-cost sensor network and AERMOD model. Gases. 2025;5(4). https://www.mdpi.com/2673-5628/5/4/24
Tapia J, Huamaní E, Monroy K, Huahuachampi M, Sucasaca R, Flores M, et al. Geolocation of fixed emission sources produced by artisan brick kilns in the atmospheric basin of the city of Juliaca, Peru. RGSA. 2024;18(11):e09786. https://rgsa.openaccesspublications.org/rgsa/article/view/9786
Alfaro-Alejo R, Paredes R, Laqui W, Alfaro-Vilca V, Belizario-Quispe G. Contamination of urban sediment by harmful heavy metals in high vehicular traffic zones of Juliaca, Peru. EER. 2025;13(3):358–370. http://www.hrpub.org/journals/article_info.php?aid=15098
Hernández M, Baloco A. Estrategias de mejoramiento de la calidad del aire en ciudades con problemas de contaminación atmosférica. 2019. https://bibliotecadigital.udea.edu.co/entities/publication/8b44e5ed-e16c-45fb-87cf-11de5ae93465
Porta A, Sanchez E, Colman L. Calidad del aire. Editorial de la Universidad Nacional de La Plata (EDULP); 2018. https://sedici.unlp.edu.ar/handle/10915/73756
Sánchez J, Valdés S, Ostro B. Los efectos en salud de la contaminación atmosférica por PM10 en Santiago. 1998;69(2).
Ramírez O. Contribución de fuentes y origen del material particulado atmosférico en Bogotá, Colombia. 2019. https://portalcientifico.unav.edu/documentos/603e19d9441e30047634775e
Arrieta A. Dispersión de material particulado (PM10) con interrelación de factores meteorológicos y topográficos. Ingeniería Investigación y Desarrollo. 2016;16(2):43–54. htps://dialnet.unirioja.es/servlet/articulo?codigo=6096112
Hernández A. Sistema de evaluación de la dispersión episódica de contaminantes atmosféricos. 2016. https://minerva.usc.gal/items/55634d3e-b9d2-4665-ac57-6dbed6fc384f
Perera J, Graieb O. Enfoque sistémico de problemas ambientales. Restauración de equilibrios dinámicos en ecosistemas dominados por el hombre. 1999. htps://sedici.unlp.edu.ar/handle/10915/157326
Kenny G. Comparación de la capacidad predictiva de técnicas supervisadas y no supervisadas para la calidad del aire en la ciudad de Buenos Aires. 2025. https://ri.itba.edu.ar/entities/publication/05d674cb-98ac-4786-94c3-49f34a85ca2e
Córdova-Mendoza P, Barrios-Mendoza T, Córdova-Barrios I. Primera caracterización de emisiones contaminantes y la calidad del aire en Ica, Perú. 2021;33(1):138–152. http://scielo.sld.cu/scielo.php?pid=S2224-54212021000100138&script=sci_arttext
Landa C. Análisis del diseño de la política de la calidad del aire de la Municipalidad Metropolitana de Lima: 2010-2012. 2014. https://www.proquest.com/openview/b19b5f591960227af20fdfcb1e6f6ee6
Mendoza W. Cómo investigan los economistas: Guía para elaborar y desarrollar un proyecto de investigación. Fondo Editorial de la PUCP; 2014. 234 p.
Hernández F, Fernández C, Baptista L. Metodología de la investigación. 5a ed. 2010. 264 p.
Seinfeld J, Pandis S. Atmospheric chemistry and physics: From air pollution to climate change. 2016. http://tvhdh.vnio.org.vn:8080/xmlui/handle/123456789/1596
Han L, Zhao J, Gao Y, Gu Z, Xin K, Zhang J. Spatial distribution characteristics of PM2.5 and PM10 in Xi’an City predicted by land use regression models. Sustainable Cities and Society. 2020;61:102329. https://www.sciencedirect.com/science/article/pii/S2210670720305503
Plocoste T, Sankaran A, Euphrasie-Clotilde L. Study of the dynamical relationships between PM2.5 and PM10 in the Caribbean area using a multiscale framework. Atmosphere. 2023;14(3):468. https://www.mdpi.com/2073-4433/14/3/468
Galloza D, Ponce L, Mejía D. Contaminación por partículas PM10 y su relación con la temperatura y la humedad relativa en la ciudad de Trujillo, La Libertad, 2021. 2024. https://agris.fao.org/search/en/providers/125044/records/674979057625988a37222199
Ayala D, Ramos S. Condiciones meteorológicas y material particulado PM10 y PM2.5 en la construcción del hospital Hipólito Unánue, Tacna, 2019. Ingeniería Investiga. 2020;2(1):276–285. https://revistas.upt.edu.pe/ojs/index.php/ingenieria/article/view/297
Ríos L. Correlación entre las variables meteorológicas y la concentración de los contaminantes atmosféricos en el distrito de Villa María del Triunfo, mayo de 2018. Universidad Nacional Tecnológica de Lima Sur; 2020. https://repositorio.senamhi.gob.pe/handle/20.500.12542/2660
Cabello-Torres R, Estela A, Sánchez-Ccoyllo O, Romero-Cabello E, Ávila F, Castañeda-Olivera C, et al. Statistical modeling approach for PM10 prediction before and during confinement by COVID-19 in South Lima, Perú. Scientific Reports. 2022;12(1):16737. https://www.nature.com/articles/s41598-022-20904-2
Rojas F, Pacsi-Valdivia S, Sánchez-Ccoyllo O. Simulación computacional e influencia de las variables meteorológicas en las concentraciones de PM10 y PM2.5 en Lima Metropolitana. 2022;33(3). https://www.scielo.cl/scielo.php?pid=S0718-07642022000300223&script=sci_arttext
Popescu L, Popescu R, Catalina T. Indoor particle pollution in Bucharest, Romania. Toxics. 2022;10(12):757. https://europepmc.org/articles/PMC9786567
Sowka I, Lagiewka A, Zwozdziak A, Skretowicz M, Nych A, Zwozdziak J. Application of GIS technique for PM2.5 and PM10 concentrations spatial analysis in the province of Lower Silesia. 2011. https://hero.epa.gov/reference/2658661/
Wang J, Gui H, An L, Hua C, Zhang T, Zhang B. Modeling for the source apportionments of PM10 during sand and dust storms over East Asia in 2020. Atmospheric Environment. 2021;267:118768. https://www.sciencedirect.com/science/article/pii/S1352231021005902
Kuerban M, Waili Y, Fan F, Liu Y, Qin W, Dore A, et al. Spatio-temporal patterns of air pollution in China from 2015 to 2018 and implications for health risks. Environmental Pollution. 2020;258:113659. https://www.sciencedirect.com/science/article/pii/S0269749119319074
Yin H, Xu L. Comparative study of PM10/PM2.5-bound PAHs in downtown Beijing, China: concentrations, sources, and health risks. Journal of Cleaner Production. 2018;177:674–683. https://www.sciencedirect.com/science/article/pii/S0959652617332572