Browsing by Autor "Flores Flores, Miguel Angel"

Now showing 1 - 2 of 2

El balance verde: examinando los éxitos y deficiencia de entidades de fiscalización ambiental
(Rev. Inv. Cs. Agro. y Vet., 2025) Flores Flores, Miguel Angel; Flores Flores, Luis Antonio; Bardales Grández, Kosseth Marianella; Gómez Tuesta, Luis; Angulo Rios, Darwin
Las obligaciones ambientales representan compromisos fundamentales asumidos por los representantes legales de las unidades fiscalizables, orientados a garantizar la protección y conservación del medio ambiente. El estudio tiene como objetivo evaluar el grado de cumplimiento de las obligaciones ambientales de los representantes legales de las unidades fiscalizables por parte de las Entidades de Fiscalización Ambiental (EFA) en municipalidades de la región Loreto. El enfoque es cuantitativo, documental tipo descriptivo, diseño retrospectivo. Se analizaron cinco indicadores clave en 36 municipalidades. Los resultados indican que el cumplimiento del PLANEFA alcanzó 48.2%, el marco normativo 32.2%, la elaboración y aprobación del PLANEFA 64.7%, el reporte trimestral 58.7%, y la ejecución de actividades programadas 37.2%. El nivel promedio general de cumplimiento fue 58.5%. La Municipalidad Provincial de Maynas destacó con 96.9% de cumplimiento. Se concluye que las municipalidades evaluadas presentan importantes oportunidades de mejora en sus procesos de fiscalización ambiental, evidenciando la necesidad de fortalecimiento de capacidades operativas y presupuestales.
Modelos matemáticos para predicción del ruido ambiental urbano: revisión crítica 2020-2025
(Rev. Inv. Cs. Agro. y Vet., 2025) Flores Flores, Luis Antonio; Vásquez Pinedo, Jorge Armando; Salas Barrera, Fernando Javier; Ramírez Álvarez, Karenth Elena; Flores Flores, Miguel Angel
En los últimos años, el uso de modelos predictivos del ruido ambiental urbano ha adquirido relevancia como herramienta de apoyo a la gestión urbana sostenible. Esta revisión sistemática de 50 estudios publicados entre 2020 y 2025 revela un avance significativo en el desarrollo y aplicación de modelos matemáticos, estadísticos y computacionales para estimar niveles de ruido en entornos urbanos. Los enfoques más frecuentes incluyen modelos de regresión lineal múltiple, análisis geoestadístico, redes neuronales artificiales, máquinas de soporte vectorial y redes de memoria a largo plazo. La integración con Sistemas de Información Geográfica y plataformas móviles ha permitido mejorar la resolución espacial y la accesibilidad de los datos. Las variables más utilizadas abarcan el volumen vehicular, la densidad edificatoria, las condiciones meteorológicas y la hora del día. Los modelos más precisos alcanzaron coeficientes de determinación superiores a R² = 0.90, demostrando su potencial en la planificación del territorio, zonificación acústica y monitoreo ambiental. Pese a estos avances, persisten desafíos como la falta de datos en tiempo real, la escasa participación comunitaria y la limitada aplicación en ciudades intermedias de América Latina. Esta revisión proporciona una base sólida para el desarrollo de herramientas predictivas aplicables a contextos como Iquitos, Perú