UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO FACULTAD DE...

UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO

FACULTAD DE CIENCIAS AMBIENTALES

CARRERA DE INGENIERÍA EN GESTIÓN AMBIENTAL

PORTADA

Perfil del Proyecto de Investigación:

“Modelización de la calidad del agua del estero Aguas Claras, cantón Quevedo,

Provincia de Los Ríos, año 2016-2017”

Autores:

Coello Burgos Hevert Aarón

Zambrano Ganchozo Gabriela Lisseth

Director del proyecto de investigación:

Ing. Julio César Pazmiño Rodríguez, MSc.

Quevedo-Los Ríos- Ecuador

2016-2017

Proyecto de Investigación previo

a la obtención del Título de

Ingeniería en Gestión Ambiental

ii

DECLARACIÓN DE AUTORÍA Y CESIÓN DE DERECHOS

Nosotros, Gabriela Lisseth Zambrano Ganchozo y Hevert Aarón Coello Burgos,

declaráramos que el trabajo aquí descrito es de nuestra autoría; que no ha sido

previamente presentado para ningún grado o calificación profesional; y, que hemos

consultado las referencias bibliográficas que se incluyen en este documento.

La Universidad Técnica Estatal de Quevedo, puede hacer uso de los derechos

correspondientes a este trabajo, según lo establecido por la Ley de Propiedad Intelectual,

por su Reglamento y por la normatividad institucional vigente.

f.

_____________________________

Gabriela Lisseth Zambrano

Ganchozo

C.C. # 050381462-6

f.

____________________________

Hevert Aarón Coello Burgos

C.C. # 120531428-7

iii

CERTIFICACIÓN DE CULMINACIÓN DEL PROYECTO DE

INVESTIGACIÓN

El suscrito, Ing. Julio Pazmiño Rodríguez MSc., Docente de la Universidad Técnica

Estatal de Quevedo, certifica que los estudiantes: Srta. Gabriela Lisseth Zambrano

Ganchozo y, Sr. Hevert Aarón Coello Burgos, realizaron el Proyecto de Investigación de

grado titulado “Modelización de la calidad del agua del estero Aguas Claras, Cantón

Quevedo, Provincia De Los Ríos, Año 2016-2017”, previo a la obtención del título de

Ingeniero/a en Gestión Ambiental, bajo mi dirección, habiendo cumplido con las

disposiciones reglamentarias establecidas para el efecto.

……………………………..

Ing. Julio César Pazmiño Rodríguez Msc.

DIRECTOR DE PROYECTO DE INVESTIGACIÓN

iv

UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO

FACULTAD DE CIENCIAS AMBIENTALES

CARRERA DE INGENIERÍA EN GESTIÓN AMBIENTAL

PROYECTO DE INVESTIGACIÓN

Título:

“Modelización de la calidad del agua del estero Aguas Claras, Cantón Quevedo, Provincia

De Los Ríos, Año 2016-2017”.

Presentado a la Comisión Académica como requisito previo a la obtención del título de

Ingeniero en Gestión Ambiental.

Aprobado por:

___________________________________

PRESIDENTE DEL TRIBUNAL DE TESIS

Tay-Hing Cajas Carolina

_________________________________ _________________________________

MIEMBRO DEL TRIBUNAL DE TESIS MIEMBRO DEL TRIBUNAL DE TESIS

Guerrero Chuez Norma Yépez Rosado Ángel

QUEVEDO – LOS RIOS – ECUADOR

2017

v

AGRADECIMIENTOS

Expreso mi gratitud y estima a quienes contribuyeron a la culminación de este proyecto:

A mis padres, quienes a lo largo de mi vida han velado por mi bienestar y educación

siendo mi apoyo en todo momento, depositando su entera confianza, sin dudar de mis

habilidades. Sin pensarlo puedo decir que son mi mayor motivación y mi ejemplo a

seguir.

A mis docentes Ing. Carolina Tay-Hing y Mariela Díaz que han generado un conjunto de

saberes, pero más que todo consciencia llena de valores y respeto.

A mi director del proyecto de investigación y amigo, Ing. Julio Pazmiño por brindarme

su asistencia, conocimiento, paciencia y predisposición durante el trascurso de esta

investigación.

A mis amigas(os) y compañeras(os) de clases Aarón Coello, Reina Arana, Nathaly

Sánchez por su consideración y estima, hicieron de esta experiencia una de las más

especiales.

Gabriela Zambrano Ganchozo

Expreso una enorme gratitud por todo el apoyo, el consejo y cooperación brinda a esta

investigación a las siguientes personas:

A mis padres, por todo su esfuerzo, desinteresada ayuda y continua motivación durante

cada una de las etapas de mi vida.

A mi director del proyecto de investigación, Ing. Julio Pazmiño Rodrìguez, por su

generosa colaboración y asistencia en este importante proceso.

A mi amiga, compañera y coautora de este proyecto, Gabriela Zambrano, por su incesable

apoyo y estima a lo largo de estos años.

A mis compañeros y amigos que intervinieron y aportaron su granito de arena en la

realización del presente trabajo, en especial, a mis amigos, Reina Arana, Nathaly Sánchez

y Arturo Vélez.

Al Biólogo Juan Manuel Soto, por su magnánimo apoyo y ayuda en este trabajo.


vi

DEDICATORIA

Dedico este proyecto aquellas personas que son mi mayor orgullo y motivación:

A mis padres Graciela y Humberto, quienes con cariño y esfuerzo me han acompañado

en este proceso, sin dudar ningún instante en ver realizadas cada una de mis metas.

A mis hermanas Paola y Solange, quienes a pesar de nuestras diferencias siempre me han

brindado su amor, amistad y apoyo incondicional.

A mis pequeños traviesos, por ser la alegría de la familia.

Gabriela Zambrano Ganchozo

Dedico este trabajo a todas aquellas personas que han sido inspiración cada día, y son

impulso en mi vida para la consecución de mis objetivos:

A mis padres, por todo su apoyo a lo largo de mi vida, sus consejos y su guía, pero sobre

todo por el gran amor reflejado en sus actos.

A mi hermana, por ser mi villana favorita, y una afectuosa amiga.

A ti, mi ángel, porque me acompañarás en esta aventura llamada vida.


vii

RESUMEN EJECUTIVO

La presente investigación permitió modelizar la incidencia de los niveles de oxígeno

disuelto y la demanda bioquímica de oxígeno en la calidad del agua del estero Aguas

Claras, con este fin se cumplieron los siguientes objetivos específicos: (1) determinar las

características hidromorfológicas del estero, (2) estimar delos parámetros fisicoquímicos

requeridos para el modelo de calidad de agua, (3) modelizar la calidad del agua aplicando

las ecuaciones de Streeter-Phelps, y, (4) simular la calidad del agua con el software de

QUAL2K. La modelización y calibración se realizó utilizando las expresiones

matemáticas establecidas por el modelo de Streeter-Phelps, para lo cual se usaron los

datos de campo de las características hidrométricas y fisicoquímicas observados

quincenalmente durante los meses de octubre del año 2016 hasta febrero del año 2017,

considerando la estación lluviosa y seca. El proceso de calibración consistió en ajustar las

constantes cinéticas de reaireación (ka), desoxigenación (kd) y de remoción total de la

DBO (kr), empleando la metodología GLUE (Generalized Likelihood Uncertainty

Estimation), que combina el método manual (error y ensayo) con el método automático,

con el fin de obtener posibles variaciones de las constantes cinéticas, a través de

simulaciones Monte Carlo. Luego, se verificó (valido) el modelo calibrado con los datos

registrados durante el evento de máxima precipitación. Los resultados obtenidos revelan

que en los tres segmentos estudiados la tasa de reaireación es mayor que la tasa de

desoxigenación, una condición que indica un alto potencial de autodepuración. Por otra,

se comprueba que la variación de la DBO, se debe a los altos valores de kr, que se le

atribuyen a corrientes someras de bajas profundidades, lo que demuestra que se trata de

sistemas relativamente sencillos de biodegradar. Finalmente, para determinar el error

estadístico entre los valores medidos en el campo con los valores pronosticados por el

modelo matemático se efectuó el análisis de rendimiento de la OD y DBO, mediante el

método de “error relativo”, presentándose diferencias inferiores del 10% para el modelo

de Streeter-Phelps. Sin embargo, en la simulación con QUAL2K, debido a la carencia de

datos históricos de la cantidad de parámetros requeridos por el software no se obtuvo un

buen ajuste.

Palabras clave: Oxígeno Disuelto, Demanda Bioquímica de Oxígeno, Streeter-Phelps,

Qual2k, calibración, validación, metodología GLUE, algoritmo de Monte Carlo.

viii

ABSTRACT

The present research allowed to model the incidence of dissolved oxygen levels and

biochemical oxygen demand in the water quality of the Aguas Claras stream, with the

following specific objectives: (1) measure the hydromorphological characteristics of the

estuary, (2) determinate the physic-chemical parameters required for the water quality

model, (3) model the water quality using the Streeter-Phelps equations, and (4) simulate

the water quality with QUAL2K software. The modeling and calibration was performed

using the mathematical expressions established by the Streeter-Phelps model, for which

the field data of the hydrometric and physicochemical characteristics observed every two

weeks were used during the months of october 2016 to february 2017, Considering the

rainy and dry season. The calibration process consisted in adjusting the kinetic constants

of re-aireation (ka), deoxygenation (kd) and total elimination of the BOD (kr) using the

GLUE methodology (Generalized Likelihood Uncertainty Estimation), which combines

the manual method (error and test) with the automatic method, in order to get possible

variations of the kinetic constants, through Monte Carlo simulations. Then, the calibrated

model was verified (validated) with the data recorded during the maximum precipitation

event. The results reveal that in the three analyzed segments the re-aireation rate is higher

than the deoxygenation rate, which means a high potential for self-purification of the

stream. On the other hand, it was verified that the variation of BOD is due to the high

values of kr; these are attributed to shallow currents of low depths, which means that these

are relatively simple systems to biodegrade. Finally, to determine the statistical error

between the values measured in the field with the values predicted by the mathematical

model, it was performed the analysis of the yield of the DO and BOD, through the

"relative error" method, presenting differences less than 10% for the Streeter-Phelps

model. However, in the simulation with QUAL2K, due to the lack of historical data of

the amount of parameters required by the software, a good adjustment was not obtained.

Keywords: Dissolved oxygen, Biochemical Oxygen Demand, Streeter-Phelps,

QUAL2K, Calibration, Validation, GLUE methodology, Monte Carlo algorithm.

ix

TABLA DE CONTENIDO

PORTADA ..................................................................................................................................... i

DECLARACIÓN DE AUTORÍA Y CESIÓN DE DERECHOS ................................................. ii

CERTIFICACIÓN DE CULMINACIÓN DEL PROYECTO DE INVESTIGACIÓN ............... iii

AGRADECIMIENTOS ................................................................................................................ v

DEDICATORIA .......................................................................................................................... vi

RESUMEN EJECUTIVO ........................................................................................................... vii

ABSTRACT ............................................................................................................................... viii

TABLA DE CONTENIDO .......................................................................................................... ix

ÍNDICE DE TABLAS ................................................................................................................ xii

ÍNDICE DE GRÁFICOS ........................................................................................................... xvi

ÍNDICE DE FIGURAS ............................................................................................................ xviii

Código Dublin ............................................................................................................................ xix

Introducción ............................................................................................................................... xxi

CAPÍTULO I

CONTEXTUALIZACIÓN DE LA INVESTIGACIÓN

1.1 Problema de investigación ...................................................................................................... 1

1.1.1 Planteamiento del problema ................................................................................................. 1

1.1.2 Formulación del problema .................................................................................... 2

1.1.3 Sistematización del problema. .............................................................................................. 2

1.2 Objetivos ................................................................................................................................. 4

1.2.1 Objetivo General .................................................................................................................. 4

1.2.2 Objetivos Específicos ........................................................................................................... 4

1.3 Justificación ............................................................................................................................. 5

CAPÍTULO II

FUNDAMENTACIÓN TEÓRICA DE LA INVESTIGACIÓN

x

2.1 Marco Conceptual ................................................................................................................... 6

2.1.1 Contaminación Del Agua ..................................................................................................... 6

2.1.2 Hidrodinámica y Geometría Del Agua Superficial .............................................................. 9

2.1.3 Calidad del Agua Superficial ............................................................................................. 16

2.1.4 Modelización de la calidad del agua superficial ................................................................ 27

2.2 Marco referencial .................................................................................................................. 42

CAPITULO III

METODOLOGÍA DE LA INVESTIGACIÓN

3.1 Localización del área de Estudio ........................................................................................... 47

3.2 Tipo de Investigación ............................................................................................................ 48

3.3 Métodos de investigación ...................................................................................................... 48

3.4 Fuentes de recopilación de información ................................................................................ 48

3.5 Diseño de la investigación..................................................................................................... 48

3.5.1 Estimación de los parámetros fisicoquímicos requeridos para el modelo de calidad de agua

49

3.5.2 Determinación de las características hidromorfológicas .................................................... 53

3.5.3 Modelización la calidad del agua del estero Aguas Claras aplicando las ecuaciones de

Streeter-Phelps ............................................................................................................................ 53

3.5.4 Simulación la calidad del agua del estero Aguas Claras con software de computadora .... 57

3.6 Tratamiento de Datos ............................................................................................................ 58

3.6.1 Análisis de rendimiento ...................................................................................................... 58

3.7 Materiales y Equipos ............................................................................................................. 59

CAPITULO IV

RESULTADOS Y DISCUSIÓN

4.1 Resultados de la investigación .............................................................................................. 60

4.1.1 Características hidromorfológicas del estero Aguas Claras ............................................... 60

4.1.2 Características fisicoquímicas del estero Aguas Claras ..................................................... 64

4.1.3 Modelización de la calidad del agua con Streeter-Phelps .................................................. 70

xi

4.2 Discusión de Resultados...................................................................................................... 106

CAPITULO V

CONCLUSIONES Y RECOMENDACIONES

5.1 Conclusiones ....................................................................................................................... 110

5.2 Recomendaciones ................................................................................................................ 112

CAPITULO VI .......................................................................................................................... 108

BIBLIOGRAFÍA ....................................................................................................................... 108

6.1 Referencias Bibliográficas .................................................................................................. 112

CAPITULO VII

ANEXOS

7.1 Norma De Calidad Ambiental y de Descarga de Efluentes: Recurso Agua (Libro VI Anexo

I) ................................................................................................................................... 119

7.2 Hojas de Cálculo ................................................................................................................. 123

7.2.1 Cálculo de la constante cinéticas con fórmulas empíricas ............................................... 123

7.2.2 Modelización de la calidad del agua aplicando las ecuaciones de Streeter-Phelps .......... 124

7.3 Reportes del Laboratorio ..................................................................................................... 126

7.4 Fotografías ........................................................................................................................... 144

xii

ÍNDICE DE TABLAS

Tabla 1. Solubilidad del oxígeno (mg / l) en agua en el aire húmedo a diferentes temperaturas y

salinidad con una presión de 760 mm Hg. .................................................................................. 21

Tabla 2. Valores de 𝑘 para la ecuación de Bosco ....................................................................... 29

Tabla 3. Valores típicos de la contante de reaireación (𝑘𝑎) en cuerpos de agua ........................ 31

Tabla 4. Ecuaciones para calcular el coeficiente de reaireación en ríos y arroyos ..................... 33

Tabla 5. Equipos utilizados para la medición de parámetros físicos y químicos básicos .......... 49

Tabla 6. Modelo de preservación de la muestra ......................................................................... 50

Tabla 7. Información general de los tramos de modelización en el estero Aguas Claras .......... 51

Tabla 8. Coordenadas puntos de Monitoreo ............................................................................... 51

Tabla 9. Ecuaciones para calcular el coeficiente de reaireación en ríos y arroyos ..................... 55

Tabla 10. Medidas de bondad de Ajuste .................................................................................... 58

Tabla 11. Materiales y equipos utilizados en la investigación ................................................... 59

Tabla 12. Caudales medidos en l/s de la estación seca y lluviosa .............................................. 60

Tabla 13. Velocidad de la corriente en m/s del estero Aguas Claras ......................................... 62

Tabla 14. Profundidad del cauce del estero Aguas Claras, en m................................................ 63

Tabla 15. Niveles de oxígeno disuelto en el estero Aguas Claras .............................................. 64

Tabla 16. DBO5 en el estero Aguas Claras ................................................................................. 65

Tabla 17. Valores de pH en el estero Aguas Claras ................................................................... 67

Tabla 18. Conductividad eléctrica en el estero Aguas Claras .................................................... 68

Tabla 19. Valores de turbidez en el estero Aguas Claras ........................................................... 69

Tabla 20. Valores calculados de la constante de reaireación ..................................................... 70

Tabla 21. Valores calculados de la constante de desoxigenación .............................................. 71

Tabla 22. Valores calculados de la constante de remoción ........................................................ 72

Tabla 23. Resultados de la calibración paramétrica con el método GLUE de las contantes

cinéticas ka, kd y kr. ................................................................................................................... 72

xiii

Tabla 24. Características de la cabecera, tributario y fuentes puntuales del 29 de octubre del

2016 ............................................................................................................................................. 74

Tabla 25. Condiciones iniciales en cada tramo del 29 de octubre del 2016 ............................... 74

Tabla 26. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 29 de

octubre ......................................................................................................................................... 76

Tabla 27. Características de la cabecera, tributario y fuentes puntuales del 12 de noviembre del

2016 ............................................................................................................................................. 77

Tabla 28. Condiciones iniciales en cada tramo del 12 de noviembre del 2016 .......................... 77


noviembre .................................................................................................................................... 78

Tabla 30. Características de la cabecera, tributario y fuentes puntuales del 3 de diciembre del

2016 ............................................................................................................................................. 79

Tabla 31. Condiciones iniciales en cada tramo del 3 de diciembre del 2016 ............................. 79


diciembre ..................................................................................................................................... 81

Tabla 33. Características de la cabecera, tributario y fuentes puntuales del 17 de diciembre del

2016 ............................................................................................................................................. 81

Tabla 34. Condiciones iniciales en cada tramo del 17 de diciembre del 2016 ........................... 81

Tabla 35. Error relativo del oxígeno disuelto y la demanda bioquímica de oxígeno del 17 de

diciembre del 2016 ...................................................................................................................... 83

Tabla 36. Características de la cabecera, tributario y fuentes puntuales del 14 de enero del 2017

..................................................................................................................................................... 83

Tabla 37. Condiciones iniciales en cada tramo del 14 de enero del 2017 .................................. 83

Tabla 38. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 14 enero

del 2017 ....................................................................................................................................... 85


..................................................................................................................................................... 85

Tabla 40. Condiciones iniciales en cada tramo del 28 de enero del 2017 .................................. 85


enero del 2017 ............................................................................................................................. 87

Tabla 42. Características de la cabecera, tributario y fuentes puntuales 11 de febrero del 2017 87

xiv

Tabla 43. Condiciones iniciales en cada tramo del 11 de febrero del 2017 ............................... 88


febrero del 2017 .......................................................................................................................... 89

Tabla 45. Rendimiento del modelo de Streeter-Phelps en relación al OD ................................. 89

Tabla 46. Rendimiento del modelo de Streeter-Phelps en relación a la DBO ............................ 90

Tabla 47. Características de la cabecera, tributario y fuentes puntuales en la fecha de mayor

precipitación ................................................................................................................................ 90

Tabla 48. Error relativo del OD y DBO en la validación del modelo ........................................ 93


octubre del 2016 empleando el software QUAL2K .................................................................... 95


noviembre del 2016 empleando el software QUAL2K ............................................................... 97


diciembre del 2016 empleando el software QUAL2K ................................................................ 98


diciembre del 2016 empleando el software QUAL2K .............................................................. 100


enero del 2017 empleando el software QUAL2K ..................................................................... 101


enero del 2017 empleando el software QUAL2K ..................................................................... 103


febrero del 2017 empleando el software QUAL2K .................................................................. 104

Tabla 56. Rendimiento del software QUAL2K en relación al OD .......................................... 104

Tabla 57. Rendimiento del software QUAL2K en relación a la DBO ..................................... 105

Tabla 58. Criterios de calidad admisibles para la preservación de la flora y fauna en aguas

dulces, frías o cálidas, e aguas marinas de estuario. .................................................................. 119

Tabla 59. Límites máximos permisibles adicionales para la interpretación de la calidad de las

aguas. ......................................................................................................................................... 121

Tabla 60. Valores de la constante de reaireación obtenidos con la fórmula de Owens y Gibbs, a

25-26ºC...................................................................................................................................... 123

xv

Tabla 61. Valores de la constante de remoción obtenidos con la fórmula basada en cargas

contaminantes de Sierra, a 25-26ºC .......................................................................................... 123

xvi

ÍNDICE DE GRÁFICOS

Gráfico 1. Variación del caudal del estero Aguas Claras ........................................................... 61

Gráfico 2. Velocidad de la corriente en el estero Aguas Claras ................................................. 62

Gráfico 3. Variación de la profundidad en el estero Aguas Claras ............................................ 63

Gráfico 4. Variación del oxígeno disuelto en el estero Aguas Claras ........................................ 65

Gráfico 5. Variación de la DBO5 en el estero Aguas Claras ..................................................... 66

Gráfico 6. Variación del pH en el estero Aguas Claras .............................................................. 67

Gráfico 7. Variación de la conductividad eléctrica en el estero Aguas Claras ........................... 68

Gráfico 8. Variación de la turbidez en el estero Aguas Claras ................................................... 69

Gráfico 9. Perfil de la OD del mes de octubre ........................................................................... 75

Gráfico 10. Perfil de la DBO del mes de octubre ....................................................................... 76

Gráfico 11. Perfil de la OD del mes de noviembre .................................................................... 77

Gráfico 12. Perfil de la DBO del mes de noviembre .................................................................. 78

Gráfico 13. Perfil del OD del mes de diciembre (Primer semana de muestreo) ........................ 80

Gráfico 14. Perfil de la DBO del mes de diciembre (Primer semana de muestreo) ................... 80

Gráfico 15. Perfil de la OD del mes de diciembre (Segunda semana de muestreo) ................... 82

Gráfico 16. Perfil de la DBO del mes de diciembre (Segunda semana de muestreo) ................ 82

Gráfico 17. Perfil de la OD del mes de enero (Primer semana de muestreo) ............................. 84

Gráfico 18. Perfil de la DBO del mes de enero (Primer semana de muestreo) .......................... 84

Gráfico 19. Perfil de la OD del mes de enero (Segunda semana de muestreo) .......................... 86

Gráfico 20. Perfil de la DBO del mes de enero (Segunda semana de muestreo) ....................... 86

Gráfico 21. Perfil de la OD del mes de febrero .......................................................................... 88

Gráfico 22. Perfil de la DBO del mes de febrero ....................................................................... 89

Gráfico 23. Perfil del OD para la estación seca en la validación del modelo de Streeter-Phelps

..................................................................................................................................................... 91

xvii

Gráfico 24. Perfil del OD para la estación lluviosa en la validación del modelo de Streeter-

Phelps .......................................................................................................................................... 91

Gráfico 25. Perfil de la DBO en la estación seca en la validación del modelo de Streeter-Phelps

..................................................................................................................................................... 92

Gráfico 26. Perfil de la DBO en la estación lluviosa en la validación del modelo de Streeter-

Phelps .......................................................................................................................................... 92

Gráfico 27. Simulación del OD con QUAL2K del mes de octubre ........................................... 94

Gráfico 28. Simulación de la DBO con QUAL2K del mes de Octubre ..................................... 95

Gráfico 29. Simulación del OD con QUAL2K del mes de Noviembre ..................................... 96

Gráfico 30. Simulación de la DBO con QUAL2K del mes de Noviembre ................................ 96

Gráfico 31. Simulación del OD con QUAL2K del mes de Diciembre (Primer semana de

muestreo) ..................................................................................................................................... 97

Gráfico 32. Simulación de la DBO con QUAL2K del mes de Diciembre (Primer semana de

muestreo) ..................................................................................................................................... 98

Gráfico 33. Simulación del OD con QUAL2K del mes de Diciembre (Segunda semana de

muestreo) ..................................................................................................................................... 99

Gráfico 34. Simulación de la DBO con QUAL2K del mes de Diciembre (Segunda semana de

muestreo) ..................................................................................................................................... 99

Gráfico 35. Simulación del OD con QUAL2K del mes de Enero (Primer semana de muestreo)

................................................................................................................................................... 100

Gráfico 36. Simulación de la DBO con QUAL2K del mes de Enero (Primer semana de

muestreo) ................................................................................................................................... 101

Gráfico 37. Simulación del OD con QUAL2K del mes de Enero (Segunda semana de muestreo)

................................................................................................................................................... 102

Gráfico 38. Simulación de la DBO con QUAL2K del mes de Enero (Segunda semana de

muestreo) ................................................................................................................................... 102

Gráfico 39. Simulación del OD con QUAL2K del mes de febrero .......................................... 103

Gráfico 40. Simulación de la DBO con QUAL2K del mes de febrero .................................... 104

xviii

ÍNDICE DE FIGURAS

Figura 1. Relación entre el oxígeno disuelto y la temperatura ................................................... 22

Figura 2. Relaciones de equivalencia entre DBO y oxígeno disuelto ........................................ 24

Figura 3. Curvas de DBO a 20ºC ............................................................................................... 27

Figura 4. Curva SAG ................................................................................................................. 38

Figura 5. Mapa De Localización Del Área De Estudio .............................................................. 47

Figura 6. Mapa de localización de los puntos de monitoreo ...................................................... 52

Figura 7. Curva SAG ................................................................................................................. 54

xix

Código Dublin

Título: “Modelización de la calidad del agua del estero Aguas Claras, Cantón Quevedo,

Provincia De Los Ríos, Año 2016-2017”

Autores: - Coello Burgos Hevert Aarón

- Zambrano Ganchozo Gabriela Lisseth

Palabras clave:

Oxígeno disuelto

Demanda

bioquímica de

oxígeno

Streeter-Phelps QUAL2K

Calibración Validación Metodología

GLUE

Algoritmo de

Monte Carlo

Fecha de

publicación:

Editorial:

Resumen: Resumen.- La presente investigación permitió modelizar la incidencia de los

niveles de oxígeno disuelto y la demanda bioquímica de oxígeno en la calidad del

agua del estero Aguas Claras, con este fin se cumplieron los siguientes objetivos

específicos: (1) determinar las características hidromorfológicas del estero, (2)

estimar delos parámetros fisicoquímicos requeridos para el modelo de calidad de

agua, (3) modelizar la calidad del agua aplicando las ecuaciones de Streeter-

Phelps, y, (4) simular la calidad del agua con el software de QUAL2K. La

modelización y calibración se realizó utilizando las expresiones matemáticas

establecidas por el modelo de Streeter-Phelps, para lo cual se usaron los datos de

campo de las características hidrométricas y fisicoquímicas observados

quincenalmente durante los meses de octubre del año 2016 hasta febrero del año

2017, considerando la estación lluviosa y seca. El proceso de calibración consistió

en ajustar las constantes cinéticas de reaireación (ka), desoxigenación (kd) y de

remoción total de la DBO (kr), empleando la metodología GLUE (Generalized

Likelihood Uncertainty Estimation), que combina el método manual (error y

ensayo) con el método automático, con el fin de obtener posibles variaciones de

las constantes cinéticas, a través de simulaciones Monte Carlo. Luego, se verificó

(valido) el modelo calibrado con los datos registrados durante el evento de máxima

precipitación. Los resultados obtenidos revelan que en los tres segmentos

estudiados la tasa de reaireación es mayor que la tasa de desoxigenación, una

condición que indica un alto potencial de autodepuración. Por otra, se comprueba

que la variación de la DBO, se debe a los altos valores de kr, que se le atribuyen a

corrientes someras de bajas profundidades, lo que demuestra que se trata de

sistemas relativamente sencillos de biodegradar. Finalmente, para determinar el

error estadístico entre los valores medidos en el campo con los valores

pronosticados por el modelo matemático se efectuó el análisis de rendimiento de

la OD y DBO, mediante el método de “error relativo”, presentándose diferencias

inferiores del 10% para el modelo de Streeter-Phelps. Sin embargo, en la

simulación con QUAL2K, debido a la carencia de datos históricos de la cantidad

de parámetros requeridos por el software no se obtuvo un buen ajuste.

Abstract.- The present research allowed to model the incidence of dissolved

oxygen levels and biochemical oxygen demand in the water quality of the Aguas

xx

Claras stream, with the following specific objectives: (1) measure the

hydromorphological characteristics of the estuary, (2) determinate the physic-

chemical parameters required for the water quality model, (3) model the water

quality using the Streeter-Phelps equations, and (4) simulate the water quality with

QUAL2K software. The modeling and calibration was performed using the

mathematical expressions established by the Streeter-Phelps model, for which the

field data of the hydrometric and physicochemical characteristics observed every

two weeks were used during the months of october 2016 to february 2017,

Considering the rainy and dry season. The calibration process consisted in

adjusting the kinetic constants of re-aireation (ka), deoxygenation (kd) and total

elimination of the BOD (kr) using the GLUE methodology (Generalized

Likelihood Uncertainty Estimation), which combines the manual method (error

and test) with the automatic method, in order to get possible variations of the

kinetic constants, through Monte Carlo simulations. Then, the calibrated model

was verified (validated) with the data recorded during the maximum precipitation

event. The results reveal that in the three analyzed segments the re-aireation rate is

higher than the deoxygenation rate, which means a high potential for self-

purification of the stream. On the other hand, it was verified that the variation of

BOD is due to the high values of kr; these are attributed to shallow currents of low

depths, which means that these are relatively simple systems to biodegrade.

Finally, to determine the statistical error between the values measured in the field

with the values predicted by the mathematical model, it was performed the analysis

of the yield of the DO and BOD, through the "relative error" method, presenting

differences less than 10% for the Streeter-Phelps model. However, in the

simulation with QUAL2K, due to the lack of historical data of the amount of

parameters required by the software, a good adjustment was not obtained.

Descripción:

URI: (en blanco hasta cuando se dispongan los repositorios)

xxi

Introducción

El agua es un recurso primordial para el desarrollo de los procesos geoquímicos y

subsistencia de todos los organismos vivos. Alrededor del 2,5% del agua existente es

dulce, sin considerar las incidencias del cambio climático, y de este porcentaje, unas dos

terceras partes se encuentran retenidas en los glaciares y casquetes polares [1].

La contaminación del agua se ha convertido en un problema global, siendo crítico en

países desarrollados, debido a la insuficiencia o inexistencia de medidas de protección de

la calidad del agua superficial y saneamiento, lo cual ha resultado en un sin número de

problemas para la población mundial, principalmente de escasez y deficiente aptitud para

su consumo [2].

El acceso al agua y el saneamiento de la misma es un derecho humano reconocido por la

Asamblea General de las Naciones Unidas en julio del 2010 [1]. Dicho esto, el cuidado

de los cuerpos de agua se ha vuelto una tarea prioritaria para los gobiernos nacionales

como locales, no tan solo porque los seres humanos se sirven directamente de esta, sino

también por la importancia del agua para la preservación de la flora y fauna existente, así

como distintas actividades donde este recurso juega un papel primordial.

En la actualidad, en el Ecuador se han establecido políticas que garantizan el cuidado y

el manejo sostenible del agua, enmarcados en la Constitución de la República del Ecuador

(2008), la Ley de Aguas, Acuerdos Ministeriales, el Plan Nacional de Buen Vivir y

Ordenanzas Municipales. Por citar un ejemplo en el 412 de la constitución de la república

del Ecuador dispone que: “El Estado garantizará la conservación, recuperación y manejo

integral de los recursos hídricos, cuencas hidrográficas y caudales ecológicos asociados

al ciclo hidrológico, además, se regulará toda actividad que pueda afectar la calidad y

cantidad de agua, y el equilibrio de los ecosistemas, en especial en las fuentes y zonas de

recarga de agua.

Sin embargo, aunque existen diversas regularizaciones, muchas de ellas no son cumplidas

a cabalidad por falta de presupuesto, indumentaria, iniciativa e interés en el tema.

Aquellos departamentos en los que existe la posibilidad de realizar evaluaciones de la

calidad del agua, solo se realizan análisis básicos de determinación de niveles de

xxii

concentración de sustancias en las aguas superficiales y en sitios puntuales del mismo, y

no abarcan modelos que puedan predecir la calidad de las aguas superficiales.

Por esta razón se recurre a modelos matemáticos, los cuales permiten evaluar de

forma adecuada el comportamiento de la calidad del agua en una corriente

natural, describir el estado ecológico de un sistema fluvial y predecir escenarios futuros

cuando ciertas condiciones límite o iniciales se alteran. Estos cambios pueden deberse a

modificaciones morfológicas en el cuerpo de agua, tales como enderezamiento y

regulaciones de descarga usando estructuras de control (presas, presas, etc.), cambios en

el tipo (punto o punto), cantidad y ubicación de la carga de contaminantes en el sistema,

y los cambios en los insumos meteorológicos debido a las tendencias cambiantes del

clima.

La situación actual sobre la deposición final de las aguas residuales generadas en la urbe

de Quevedo han alcanzado niveles preocupantes, debido a que todo el sistema de

recolección de aguas servidas desemboca en caudales naturales sin previo tratamiento, un

ejemplo de aquello, es el deterioro de la calidad de agua del río Quevedo y los esteros

Guayil, Macache y El Atascoso, cuyas características hidromorfológicas y propiedades

fisicoquímicas se han deteriorado.

La presente investigación estableció la variabilidad de las concentraciones del oxígeno

disuelto y de la demanda bioquímica de oxígeno en el estero Aguas Claras ubicado en las

parroquias 24 de Mayo y El Guayacán, a través del uso del modelo matemático de

Streeter-Phelps, el cual reflejó el potencial de autodepuración de este cuerpo hídrico, y el

grado de contaminación provocado por las aguas residuales.

CAPÍTULO I

CONTEXTUALIZACIÓN DE LA INVESTIGACIÓN

1

1.1 Problema de investigación

1.1.1 Planteamiento del problema

En la última década, Quevedo ha presenciado una expansión territorial y un desarrollo

industrial caracterizado por la incontrolada producción de residuos y su acumulación en

áreas donde se desarrollan todo tipo de actividades humanas. Cabe mencionar, que debido

a su ubicación geográfica se ha convertido en una ciudad primordial para la conectividad

terrestre entre las distintas provincias del Ecuador, siendo una entidad representativa el

terminal terrestre del cantón.

Quevedo, como núcleo comercial y de transporte, acoge gran cantidad de visitantes y

usuarios provenientes de todas las provincias y regiones del país en el terminal terrestre

de la ciudad, lo cual demanda considerables cantidades de agua potable para el

funcionamiento de restaurantes, servicios de higiene, etc. Adicional a esto se encuentran

locales comerciales, centros de salud y planteles educativos que conjuntamente con el

terminal terrestre descargan sus aguas residuales continuamente al estero Aguas Claras,

sin ningún tipo de tratamiento previo.

Otro inconveniente es la reducción la capacidad de autodepuración del estero Aguas

Claras debido a que por décadas se ha convertido en un sumidero de desechos

domésticos, comerciales e industriales, cuyos efectos se ven reflejados en la perdida de

la biodiversidad y disminución de sus características geométricas e hidrodinámicas.

El problema principal radica en el incumplimiento de la legislación vigente, la disposición

y tratamiento de los residuos sólidos, la privación del servicio de alcantarillado en los

sectores aledaños, la carencia de planificación y ordenamiento territorial, la falta de

cultura y la poca colaboración del Municipio, cuya deficiencia ha generado que las

fuentes hídricas del río Quevedo se estén desapareciendo sin que alguien tome cartas en

el asunto.

Es por ello la importancia de modelizar la incidencia de los niveles de oxígeno disuelto y

la demanda bioquímica de oxígeno del estero Aguas Claras para simular la calidad del

agua y los procesos de auto-depuración, y a su vez como esta incide en el ecosistema

acuático y en la calidad de vida de la población.

2

Cabe mencionar que la contaminación del agua es inevitable ya que de esta depende el

desarrollo de nuestras actividades diarias. Sin embargo, el problema surge cuando dichas

acciones generan o producen sustancias residuales que son depositadas en los mismos

cauces naturales de agua de los cuales nos servimos, sin un tratamiento adecuado

alterando la composición de estos.

1.1.1.1 Diagnóstico

Lo mencionado anteriormente se ha convertido en un problema por el deterioro visible

del estero Aguas Clara, debido a que este cuerpo hídrico a más de ser en un vertedero de

residuos domésticos, comerciales e industriales es un receptor de aguas negras. Dicha

contaminación ha ocasionado enfermedades dérmicas, epidémicas y gastrointestinales en

los moradores de los sectores Los Chirijos, Juan de Dios Zarate y Divino Niño, en la

parroquia 24 de Mayo, así como el deterioro de la calidad del agua provocado por la

exuberante cantidad de materia orgánica, detergentes y sustancias inorgánicas contenidas

en el agua residual depositada en el mismo, disminuyendo su capacidad de

autodepuración por la contaminación acarreada aguas arriba, y el poco caudal que

constituye el estero.

1.1.1.2 Pronóstico

Si no existe disposición de las autoridades para la realización de estudios especializados

y técnicos sobre la calidad de los cuerpos de agua del cantón, el problema persistirá o se

volverá más complejo de lo que parece, ya que no existirán las bases necesarias que sirvan

de fundamento en la toma de decisiones sobre la previsión y corrección de problemas

futuros, o en evitar la incidencia de enfermedades en la población.

1.1.2 Formulación del problema

¿Cómo inciden las descargas de aguas servidas en el comportamiento del oxígeno

disuelto y la Demanda Bioquímica de Oxígeno en la corriente del estero Aguas Blancas?

1.1.3 Sistematización del problema.

- ¿Cuáles son las principales descargas y tributarios del estero Aguas Claras?

- ¿Cómo influyen las características geométricas e hidrodinámicas en la capacidad

autodepuradora del agua superficial?

3

- ¿Cómo varían las concentraciones de OD y DBO en las diferentes unidades de

modelización (tramos) en el estero Aguas Claras?

- ¿Qué medidas resultan necesarias para el control de las descargas de aguas

residuales?

4

1.2 Objetivos

1.2.1 Objetivo General

Modelizar la incidencia de los niveles de oxígeno disuelto y la demanda bioquímica de

oxígeno en la calidad del agua del estero Aguas Claras del cantón Quevedo.

1.2.2 Objetivos Específicos

- Determinar las características hidromorfológicas del estero Aguas Claras.

- Estimar los parámetros fisicoquímicos requeridos para el modelo de calidad de

agua.

- Modelizar la calidad del agua del estero Aguas Claras aplicando las ecuaciones

de Streeter-Phelps.

- Simular la calidad del agua del estero Aguas Claras con software QUAL2K.

5

1.3 Justificación

La contaminación de aguas superficiales producida por la descarga de efluentes

industriales o domésticos no tratados, constituye una amenaza para la salud humana y

plantea un serio riesgo para recursos vitales como agua y suelo. La principal causa de

contaminación del agua superficial radica en los efluentes cloacales e industriales sin

tratamiento previo. Las aguas residuales cuando son descargadas directamente a un

cuerpo de agua ocasionan efectos negativos en la vida acuática. Un cuerpo de agua

contaminado disminuye su valor de su uso, como para consumo o fines agrícolas e

industriales. Afecta la vida acuática mueren los peces por disminución de oxígeno

disuelto y se convierte en agua no apta para el consumo.

La importancia de un estudio de modelación de la calidad de las aguas estriba en conocer

la cantidad, calidad y tipo de sustancias que son arrojadas a un cuerpo receptor. Con base

a su calidad se pueden fijar condiciones particulares de descarga, acciones encaminadas

a la conservación del recurso, ayudando así a mantener la flora y fauna de los cuerpos

receptores, el reuso del agua y promover la conservación del medio natural e impulsar a

sectores en los cuales se necesita del recurso hídrico para poder desarrollarse [3].

La determinación de los niveles de oxígeno disuelto y la carga orgánica en el estero

Aguas Claras constituye una manera eficiente de impulsar el interés científico y la

búsqueda de una vida sostenible de los recursos naturales con los que cuenta el cantón,

ya que facilitará la predicción de la calidad del agua, para el control de enfermedades en

la población, y la protección de la fauna y flora de Quevedo.

Para la presente investigación, consideró el uso de equipos de medición de las

características y condiciones de los cauces de agua, tanto en cada punto de muestro como

en el laboratorio; así mismo, estos datos se evaluaron a través de fórmulas matemáticas

de modelación de la calidad del agua de Streeter-Phelps, lo que proporcionó datos

confiables que determinaron la aptitud del agua superficial del estero para el desarrollo

local.

CAPÍTULO II

FUNDAMENTACIÓN TEÓRICA DE LA INVESTIGACIÓN

6

2.1 Marco Conceptual

2.1.1 Contaminación Del Agua

La polución del agua consiste en una modificación de propiedades fisicoquímicas y

microbiológicas, generalmente provocada por el hombre, debido a determinadas

sustancias que son vertidas al medio acuático, haciéndola impropia o peligrosa para el

consumo humano, la industria, la agricultura, la pesca, las actividades recreativas así

como para los animales domésticos y la vida natural [4].

Los factores que afectan a la calidad del agua de origen pueden clasificarse como

naturales o humanos, en origen, y de impacto puntual o no puntual. Los factores naturales

técnicos que afectan a la calidad del agua incluyen el clima, topografía y geología de los

lechos de agua, nutrientes, incendios, intrusión de agua marina, y densidad de

estratificación de lagos o depósitos [5].

2.1.1.1 Fuentes de contaminación del agua

Los factores que afectan a la calidad del agua de origen pueden clasificarse como

naturales o humanos, en origen, y de impacto puntual o no puntual. Los factores naturales

técnicos que afectan a la calidad del agua incluyen el clima, topografía y geología de los

lechos de agua, nutrientes, incendios, intrusión de agua marina, y densidad de

estratificación de lagos o depósitos [5].

2.1.1.1.1 Fuentes puntuales

Las fuentes puntuales descargan contaminantes en localizaciones específicas a través de

tuberías, acequias o desagües sobre capas de la superficie del agua. Como las fuentes

puntuales se encuentran en lugares específicos, son bastantes fáciles de identificar, vigilar

y regular. En países desarrollados muchos vertidos industriales están rigurosamente

controlados, mientras que en la mayoría de los países en vías de desarrollo tales vertidos

están sin control en su mayor parte [6].

Las fuentes puntuales de contaminación se definieron originalmente como la

contaminación que entra en las rutas de transporte en lugares discretos e identificables y

por lo general se puede medir. Las principales fuentes puntuales de esta definición

incluyen las fuentes de alcantarillados municipales e industriales y los efluentes de los

7

sitios de eliminación de desechos sólidos. Dentro de la categoría de fuente puntual

también se incluye las siguientes fuentes [7]:

- Escorrentía y lixiviado de los sitios de eliminación de residuos sólidos

- Escorrentía y agua infiltrada de las operaciones de alimentación y crianza de

animales concentradas

- Escorrentía de los sitios industriales

- Desagües de alcantarillado de los grandes centros urbanos

- Desbordamientos combinados de alcantarillado

- Agua de escorrentía y drenaje de minas activas, , y campos de petróleo

- Descargas de buques, tanques de almacenamiento dañados y pilas de

almacenamiento de productos químicos

- Escorrentía de las obras de construcción

- Desvíos de las aguas residuales no tratadas forman las alcantarillas sanitarias y las

plantas de tratamiento (no están permitidas por la ley y por lo tanto no pueden

considerarse como una fuente legal de contaminación)

- Desagüe y deshielo en los aeropuertos, especialmente durante las operaciones de

deshielo y antihielo. Estas fuentes puntuales legales son que (1) entran, de hecho,

en los cuerpos de agua receptores en algunos lugares identificables únicos o

múltiples y (2) transportan contaminantes.

2.1.1.1.2 Fuentes no puntuales

Las fuentes no puntuales incluyen fuentes difusas, difíciles de identificar e intermitentes

de contaminantes, generalmente asociadas con la tierra o el uso de la tierra.

Las fuentes no puntuales normalmente son grandes zonas de terreno o capas áreas que

contaminan el agua por escorrentía, por curso subterráneo o por sedimentación desde la

atmosfera. Son ejemplos la deposición, escorrentía de productos químicos y filtrados en

los terrenos de los cultivos, corrales de ganado, calles, céspedes y zonas de aparcamiento

[6]. Otras fuentes de fuentes contaminantes no puntuales son [7]:

- Escorrentía de pastizales y pastizales no confinados

- Escorrentía urbana de pequeñas comunidades con tormenta

- Alcantarillado

8

- Escorrentía urbana de áreas de asentamiento no cubiertas

- Revestimiento de tanques sépticos en áreas de sistemas de fosas sépticas que

fallan y la lixiviación de los efluentes de las fosas sépticas

- Depósitos atmosféricos húmedos y secos sobre una superficie de agua (incluyendo

precipitaciones ácidas)

- Flujo de minas abandonadas (superficiales y subterráneas), incluidas las carreteras

inactivas de la minería

- Escorrentía y deshielo carreteras fuera de las áreas urbanas

- Actividades en terrenos que generan desechos y contaminantes, tales como:

Drenaje de humedales, recreación y recolección de masas al aire libre

2.1.1.2 Efectos de la contaminación del agua

Las actividades tienen muy distintas necesidades de calidad del agua. Las fuentes de agua

potable requieren agua de una calidad especialmente alta. En muchas partes del mundo,

la introducción de contaminantes originados por las actividades humanas ha degradado

mucho la calidad del agua, hasta el grado de convertir corrientes prístinas con truchas en

sucios canales a cielo abierto, con pocas formas de vida y meno usos benéficos [8].

La mayor clase de contaminantes del agua en peso son los sedimentos o materiales en

suspensión: partículas del suelo y de otros sólidos que quedan suspendidas en el agua.

Los sedimentos enturbian el agua y reducen la fotosíntesis; también alteran las redes de

alimentos acuáticos y transportan plaguicidas, bacterias y otras sustancias [6].

Los contaminantes microbianos están asociados con el riesgo proveniente de organismos

patógenos. Las bacterias coliformes han sido durante décadas como subrogados de

organismos que afectan la salud humana [5].

Todo lo que se oxida en el agua receptora y consuma oxígeno molecular disuelto se llama

material que demanda oxígeno, y suele ser materia orgánica biodegradable, aunque

también incluye ciertos compuestos inorgánicos. Los materiales que demandan oxígeno

en las aguas negras domésticas provienen principalmente de los desechos humanos y los

residuos alimenticios. Casi cualquier materia orgánica existente en la naturaleza, como

excrementos de animales, residuos de cultivos u hojas, que llegue al agua procedente de

fuentes no puntuales contribuye al agotamiento de OD necesario para la vida acuática [8].

9

Con frecuencia el escurrimiento agrícola contiene plaguicidas y herbicidas usados en los

cultivos. Muchas aguas de desecho contienen metales o sustancias orgánicas tóxicas. Si

se descargan en grandes cantidades, muchos de esos materiales pueden inutilizar un

cuerpo de agua. Muchos compuestos tóxicos se concentran en la red alimenticia; por lo

tanto, los peces y mariscos son inseguros para el consumo humano [8].

El calor absorbido por el agua empleada para la refrigeración industrial y en centrales

energéticas puede rebajar la calidad del agua. El aumento resultante de la temperatura,

llamado contaminación térmica, disminuye los niveles de oxígeno disuelto y hace a los

organismos acuáticos más vulnerables a las enfermedades. [6].

Los nutrientes pueden aumentar la actividad microbiana, principalmente algas, que puede

producir problemas de eutrofización, olor y sabor en el agua. Estos también son un riesgo

en ausencia de oxígeno disuelto, a causa de la potencial producción de sulfuro de

hidrógeno y otros compuestos de azufre [5].

2.1.2 Hidrodinámica y Geometría Del Agua Superficial

2.1.2.1 Procesos hidrodinámicos

Los procesos hidrodinámicos son componentes integrales de los sistemas de aguas

superficiales complejas. Los movimientos del agua afectan de manera significativa no

solo a la distribución de la temperatura, los nutrientes y el oxígeno disuelto, sino también

la agregación y/o distribución de sedimentos, contaminantes, y las algas. La circulación,

los fenómenos de ondas, y las mezclas turbulentas son los principales factores que

influyen en la distribución de la biota y la productividad de las masas de agua naturales

[9].

2.1.2.1.1 Velocidad de la corriente

La velocidad de la corriente del agua superficial es la cantidad de metros por segundo que

recorre el agua en una sección [10]. La velocidad del agua en movimiento varía a través

de la superficie hacia la parte inferior de la corriente debido a la fuerza de fricción y las

irregularidades en sección transversal y la alineación. La fricción disminuye la velocidad

del agua cerca de la parte inferior y de los lados de un canal, por lo que el agua circula

con mayor velocidad en la superficie y centro del cauce [11].

10

La velocidad depende directamente de tres variables, una de las cuales aumenta

(descarga), y las otras dos (inclinación y rugosidad) disminuyen aguas abajo.

Tradicionalmente se creía que la velocidad disminuye en el curso inferior del sistema,

pero esto sería una apariencia engañosa. Según los últimos estudios realizados la

velocidad media aumenta muy poco o se mantiene constante, pero en ningún caso

disminuye aguas abajo. La velocidad media de flujo aumenta notoriamente con las

descargas en una estación [12].

La ecuación de Manning es una fórmula empírica derivada de la curva-ajuste (curve-

fitting) de datos medidos en ríos y canales, que permiten relacionar la velocidad de la

corriente (o velocidad de flujo), con la profundidad, la pendiente, y la rugosidad de una

fuente de agua superficial [9]. Su expresión matemática es:

𝑉 =𝑄

𝐴=𝑅2/3𝑆1/2

𝑛

donde, 𝑉 es velocidad media de la corriente (m/s); 𝑄 es el caudal (m3/s); 𝐴 es el área de

sección transversal (m2); 𝑅 es el radio hidráulico (m); 𝑆 es la pendiente del cauce (m/m);

y 𝑛 es el coeficiente de rugosidad, en ríos y canales naturales es valor oscila de 0,020 a

0,035.

2.1.2.1.2 Caudal

Volumen de agua que pasa a través de una sección transversal de un cuerpo de agua en

una unidad de tiempo. Se mide en m3/s, medidos generalmente en la desembocadura; se

obtiene multiplicando la superficie de la sección del curso de agua por la velocidad media

del agua que lo recorre [13].

El caudal en un río es variable, pero en los cálculos es común considerar intervalos de

tiempo en los cuales se asume un caudal constante. Se considera que los caudales que

transforman el lecho y sus formas no son los caudales menores ni las grandes crecientes,

sino los caudales considerables más frecuentes cuyo valor medio o representativo se

conoce como caudal formativo o caudal dominante.

11

2.1.2.1.3 Transporte de sustancias en el agua

EL transporte hidrodinámico incluye los siguientes procesos: (1) advección, (2)

dispersión, y (3) mezcla vertical y de convección. El material en los sistemas de agua

puede ser transportado por uno o todos estos procesos. En conjunto, estos tres procesos

se denominan como transporte hidrodinámico [9].

Para modelar el transporte de las sustancias en el espacio, un sistema de agua se divide

en pequeños tramos o elementos de volumen. Cada elemento se define por su volumen y

sus dimensiones en una, dos o tres direcciones (𝐷𝑥, Dy, Dz) en función de la naturaleza

de la esquematización (1𝐷, 2D o 3D). Tenga en cuenta que las dimensiones de 𝐷𝑥, Dy y

Dz no tienen que ser iguales [14].

A continuación se detalla el proceso de transporte, la definición de parámetros o variables

y sus unidades en términos de masa M, longitud L y el tiempo T.

2.1.2.1.3.1 Advección

Advección se refiere al transporte horizontal del material (contaminante) que se mueve

por medio del caudal, sin que este se distorsione o diluya significativamente. En los ríos

y estuarios, la Advección representa el proceso de transporte primario de contaminante

en la dirección longitudinal. La advección lateral a través de un río suele ser pequeña. En

un cauce recto, la velocidad indica que la Advección máxima se produce en el centro del

cauce y que la advección mínima se produce cerca de la orilla. Las diferencias de

velocidad laterales hacen que el caudal en el centro del río mueve más rápido que el flujo

cerca de las orillas. Esta variación lateral promueve la dispersión a través del río. En

contraste con la Advección, la convección se refiere al transporte vertical de agua y

contaminantes. La convección en los ríos, lagos y estuarios suele ser muy pequeña [9].

El transporte advectivo, 𝑇𝑥𝑜𝐴 (𝑀/𝑇), de un constituyente en un lugar de 𝑥𝑜 es el producto

de la velocidad media del agua, 𝑣𝑥𝑜(𝐿/𝑇), en ese sitio, la superficie o área de sección

transversal, 𝐴 (𝐿2), a través del cual la advección tiene lugar en ese sitio, y la

concentración media, , 𝐶𝑥𝑜(𝑀/𝐿3), del componente [14]:

𝑇𝑥𝑜𝐴 = 𝑣𝑥𝑜 × 𝐴 × 𝐶𝑥𝑜

12

2.1.2.1.3.2 Difusión/dispersión

La dispersión es la horizontal y la difusión se da por mezcla turbulenta y la difusión

molecular del volumen de agua. La dispersión reduce el gradiente de concentración de

material. Este proceso implica no sólo un intercambio del volumen del agua, sino también

de cualquier sustancia disuelta en ella, como la salinidad y los contaminantes disueltos.

Por lo tanto, además de las variables hidrodinámicas, como por ejemplo, temperatura y

salinidad, los procesos de dispersión también son de importancia para la distribución de

sedimentos, sustancias tóxicas y nutrientes en los cuerpos de agua. La dispersión en la

dirección del caudal del agua se denomina dispersión longitudinal. La dispersión

perpendicular a la dirección del caudal se denomina dispersión lateral. En los ríos la

dispersión longitudinal es generalmente mucho más fuerte que la dispersión lateral [9].

La deducción matemática de la ecuación de difusión/dispersión se adato íntegramente al

modelo de Loucks & Van Beek (2005), la cual consiste en lo siguiente:

El transporte de dispersión, 𝑇𝑥𝑜𝐷 (𝑀/𝑇), a través de una superficie es proporcional al

gradiente de concentración 𝜕𝑦

𝜕𝑥|𝑥=𝑥𝑜

en un lugar 𝑥𝑜 con un área 𝐴.

Siendo 𝐷𝑥𝑜(𝐿2/𝑇), el coeficiente de dispersión o difusión en un lugar 𝑥𝑜:

𝑇𝑥𝑜𝐷 = −𝐷𝑥𝑜 × 𝐴 ×

𝜕𝑦

𝜕𝑥|𝑥=𝑥𝑜

La dispersión se realiza de acuerdo con la ley de difusión de Fick. El signo se debe a que

la dispersión hace que el transporte neto sea mayor a concentraciones más bajas, y en

dirección opuesta al gradiente de concentración.

El gradiente de concentración es la diferencia de las concentraciones por unidad de

longitud, durante una distancia muy pequeña a través de la sección transversal:

𝜕𝑦

𝜕𝑥|𝑥= lim∆→0

𝐶𝑥+0,5∆𝑥 − 𝐶𝑥−0,5∆𝑥∆𝑥

Los coeficientes de dispersión deben ser calibrados o ser obtenidos a partir de cálculos

que utilizan modelos de turbulencia.

13

2.1.2.1.3.3 Ecuación general de la advección/difusión/dispersión

La deducción matemática de la ecuación general de advección-difusión/dispersión se

especifica a continuación [14]:

Si se añaden los términos de advección, dispersión y los términos en una segunda

superficie en un sitio 𝑥𝑜 + ∆𝑥 en la que están incluidos los resultados de las ecuaciones

dimensionales:

𝑀𝑖𝑡+∆𝑡 = 𝑀𝑖

𝑡 + ∆𝑡 × (𝑣𝑥𝑜𝐶𝑥𝑜 − 𝑣𝑥𝑜+∆𝑥𝐶𝑥𝑜+∆𝑥 − 𝐷𝑥𝑜𝜕𝑦

𝜕𝑥|𝑥𝑜

+ 𝐷𝑥𝑜+∆𝑥𝜕𝑦

𝜕𝑥|𝑥𝑜+∆𝑥

) × 𝐴

O:

𝑀𝑖𝑡+∆𝑡 = 𝑀𝑖

𝑡 + ∆𝑡

× (𝑄𝑥𝑜𝐶𝑥𝑜 − 𝑄𝑥𝑜+∆𝑥𝐶𝑥𝑜+∆𝑥 − 𝐷𝑥𝑜𝐴𝑥𝑜𝜕𝑦

𝜕𝑥|𝑥𝑜

+ 𝐷𝑥𝑜+∆𝑥𝐴𝑥𝑜+∆𝑥𝜕𝑦

𝜕𝑥|𝑥𝑜+∆𝑥

)

donde 𝑄𝑥𝑜 = (𝐿3/𝑇) es el caudal en un lugar de 𝑥𝑜.

Si la ecuación anterior se divide por el volumen y con un intervalo de tiempo ∆𝑡, es

resultado es una ecuacion en una dimension:

𝐶𝑖𝑡+∆𝑥 − 𝐶𝑖

𝑡

∆𝑡=

𝐷𝑥𝑜+∆𝑥𝜕𝑦𝜕𝑥|𝑥𝑜+∆𝑥

− 𝐷𝑥𝑜𝜕𝑦𝜕𝑥|𝑥𝑜

∆𝑥+𝑣𝑥𝑜𝐶𝑥𝑜 − 𝑣𝑥𝑜+∆𝑥𝐶𝑥𝑜+∆𝑥

∆𝑥

Asumiendo el límite asintótico ∆𝑡 → 0 y ∆𝑥 → 0, la ecuación de advección-difusión para

una dimensión es:

𝜕𝐶

𝜕𝑡=𝜕

𝜕𝑥(𝐷𝜕𝐶

𝜕𝑥) −

𝜕

𝜕𝑥(𝑣𝐶)

El método de volúmenes finitos para el transporte es un método de cálculo de la solución

de la ecuación de advección-difusión. La precisión del método se relaciona con el tamaño

de ∆𝑥, 𝐴 = (𝐴 = ∆𝑦∆𝑧) y ∆𝑡.

14

Mediante la adición de términos para el transporte en dirección 𝑦 y 𝑧, se obtiene un

modelo en tres dimensiones. Tomando de nuevo el límite asintótico dará lugar a una

ecuación tridimensional de advección-difusión.

𝜕𝑦

𝜕𝑥= −𝑣𝑥

𝜕𝐶

𝜕𝑥− 𝑣𝑦

𝜕𝐶

𝜕𝑦− 𝑣𝑧

𝜕𝐶

𝜕𝑧+ 𝐷𝑥

𝜕2𝐶

𝜕𝑥2++𝐷𝑥

𝜕2𝐶

𝜕𝑥2++𝐷𝑥

𝜕2𝐶

𝜕𝑥2+ 𝑆𝑚

Los coeficientes 𝐷𝑗 definen la dispersión para cada dirección. Si se añaden 𝑆𝑚 términos

y 𝑓𝑅, surge la ecuación de reacción advección-difusión. Los términos adicionales

representan:

Descargas (𝑆𝑚): estos son términos representa flujos adicionales de masas agua.

Estos incluyen pequeños ríos, vertidos de las industrias, plantas de tratamiento de

aguas residuales, pequeños desagües.

2.1.2.2 Geometría del cauce

La geometría hidráulica se refiere a la forma en que el ancho, la profundidad y velocidad

del cauce cambia con los diferentes tipos de descarga que a este se le adicionan. Aunque

existen otros parámetros que pueden variar el cauce o la corriente de agua (como la

pendiente, rugosidad, o el grado de sinuosidad) estos tres parámetros tienen la propiedad

singular que un cambio del caudal (𝑄) se refleja por los cambios del ancho, la

profundidad, y la velocidad [15].

𝑄 = 𝑤 × 𝑑 × 𝑢

Desde una perspectiva práctica, las mediciones de la sinuosidad, de la relación ancho-

profundidad, del gradiente, de las dimensiones (ancho, profundidad) y del tipo de

sedimento (lecho y orillas), cuando se complementan con mediciones o cálculos de

caudal, de la velocidad del flujo y del poder del cauce o competencia, proporciona la

información necesaria para conocer y entender un río y el conocimiento requerido para

evaluar su estabilidad y predecir cambios futuros. Cuando se dispone esta información

cuantitativa con respecto a un rio, las clasificaciones son solo un primer paso para la

evaluación de la estabilidad del canal y en la predicción de sus cambios [16].

15

2.1.2.2.1 Profundidad

La profundidad aumenta menos que el ancho, pero aumenta a tasas similares en una

estación y aguas abajo. Al igual que el ancho, la profundidad es sensible a la forma de las

secciones [12]. La profundidad en un cuerpo de agua cambia con el tiempo, en gran parte

por los procesos de deposición de sedimentos y resuspensión. Tales cambios pueden

acelerarse a través de grandes descargas de afluentes o por las tormentas severas. La

profundidad del agua puede alterar la temperatura del agua [9].

La morfología fluvial controla la profundidad a través de la relación ancho/ profundidad,

y regula la velocidad mediante la inclinación de los cauces y su resistencia al flujo

(rugosidad), que a su vez depende de la textura y formas del lecho, y de los cambios de

dirección [12]. La profundidad hidráulica puede ser sustituida por el radio hidráulico, 𝑅,

cuando la relación ancho-profundidad es mayor a diez [16].

La profundidad del cauce tiende a aumentar con el tamaño y el potencial de socavación

(excavación profunda causada por el agua) aumenta con la profundidad. De esta manera,

la profundidad potencial de socavación se incrementa al aumentar el tamaño del río [16].

2.1.2.2.2 Pendiente

Es la inclinación observada en la superficie del agua, como reflejo de la tasa de expendio

de energía potencial (energy slope), pero es muy similar a la inclinación del canal. Aguas

abajo la pendiente disminuye rápidamente, aunque a tasas decrecientes a lo largo del

sistema; en una estación la pendiente no cambia apreciablemente con las descargas [12].

La pendiente del cauce tiende a variar por la acción continua del causal sobre del rio, la

pendiente disminuye a lo largo del recorrido del rio y como al mismo tiempo se observa

que el caudal aumenta, la relación entre caudal y pendiente es inversamente proporcional.

Con el fin de adquirir una capacidad de transporte de solidos suficientes, el rio ajusta su

pendiente. Este hecho constituye el proceso de creación y corte de meandros [17].

En general, los ríos de montaña poseen pendientes superiores a 0,005 (0,5%); los de pie

de monte exhiben pendientes entre 0,001 (0,1%) y 0,005 (0,5%) y en los ríos de llanura

la pendiente es inferior a 0,001 (0,1%). Así, los ríos disminuyen considerablemente su

pendiente longitudinal a lo largo de su recorrido pero su efecto se ve compensado por el

16

aumento del radio hidráulico. Por este motivo, la disminución drástica de la pendiente

longitudinal no está acompañada de un decremento notable en la velocidad de flujo [16].

El gradiente de la pendiente (𝐺𝑃) del cauce se estima colocando dos marcas, en la

superficie por una distancia mayor a 30 metros. De esta forma se registra la diferencia de

altura (h) entre las marcas al dividir esta diferencia entre la distancia (d), se obtiene el

gradiente de la pendiente. Si el resultado se divide entre 100 se obtiene el porcentaje de

la pendiente [18].

𝑆 =ℎ

𝑑

2.1.2.2.3 Rugosidad

La rugosidad o resistencia al flujo de los cauces, es un parámetro compuesto que incluye

todos los factores que ofrecen resistencias al avance del agua, incluyendo la topografía y

textura del lecho, y la sinuosidad del canal. Aguas abajo, la rugosidad disminuye con el

tamaño del grano del sustrato, aunque esto tiende a concentrarse con el aumento de la

sinuosidad de los canales [12].

La rugosidad de un cauce puede separarse en dos componentes: una para el lecho del río

y otra para los taludes, ello depende de la constitución del suelo en cada caso [17].

La rugosidad total son todos los aspectos del cauce que tienden a disminuir la velocidad

del flujo. La rugosidad de las fronteras retiene el flujo en la capa limite y deforma su

estructura interna, generando turbulencia y saltos hidráulicos que consume energía a

través de la fricción interna (viscosidad aparente). La rugosidad total es difícil de

determinar directamente, por esta razón, la modelización numérica del ambiente fluvial

suele utilizar coeficientes de rugosidad total derivados de los parámetros de flujo de

ecuaciones empíricas (Ej. Barnes, 1967; Limerinos, 1970; Hicks y Mason, 1991) [12].

2.1.3 Calidad del Agua Superficial

Calidad del agua se define como calidad del agua al conjunto de características

organolépticas, físicas, químicas y microbiológicas que debe tener el agua, para conferirle

un uso determinado, entre los cuales se cuentan: consumo humano y doméstico,

17

preservación de flora y fauna, agrícola, pecuario, recreativo, industrial, estético, pesca,

maricultura y acuicultura, navegación y transporte acuático.

La calidad del agua superficial se puede definir como: (1) Una lista de concentraciones,

especificaciones y aspectos físicos de sustancias orgánicas e inorgánicas, y (2) la

composición y el estado de la biota acuática presente en el cuerpo de agua. La calidad

presenta variaciones espaciales y temporales debido a factores externos e internos al

cuerpo de agua [19].

2.1.3.1 Características físicas del agua superficial

Son los que definen las características del agua que responden a los sentidos de la vista,

del tacto, gusto y olfato como puede ser los sólidos suspendidos, turbiedad, color, olor y

temperatura [20].

2.1.3.1.1 Temperatura

La temperatura afecta a muchos procesos físicos, biológicos y químicos, por ejemplo, la

cantidad de oxigeno que puede disolverse en el agua, la tasa de fotosíntesis de las plantas,

los índices de metabólicos de los animales, y la sensibilidad de los organismos a desechos

tóxicos, parásitos y enfermedades. Muchos factores afectan la temperatura del agua, estos

incluyen cambios en la temperatura del aire, la nubosidad, las corrientes y a largo plazo

el cambio climático. Los desechos vertidos en el agua también pueden afectar a la

temperatura, si la temperatura que se elaboran o tratan los afluentes es sustancialmente

diferente a la de las aguas que se vierte [21].

2.1.3.1.2 Color

El material orgánico disuelto proviene de la vegetación en descomposición y ciertas

sustancias inorgánicas que son los responsables de que el agua tenga color. En algunas

ocasiones, el número excesivo de algas o el crecimiento de microrganismos acuáticos,

también pueden aportar al color. Aunque la existencia de color, propiamente dicho, no

sea inadmisible desde el punto de vista de salud, su presencia es estéticamente inaceptable

y sugiere que el agua necesita un tratamiento adecuado [22].

El color aparente del agua se debe al resultado de la acción de la luz sobre los materiales

particulados suspendidos, junto con otros factores tales como el tipo del fondo o reflexión

18

del cielo. Por tanto, para conocer el color verdadero del agua, estas debe centrifugare o

filtrarse para liberarla de las fuentes que le dan el color aparente [23].

2.1.3.1.3 Olor

El olor del agua puede estar causada por materia ajena a la propia del agua, como

compuestos orgánicos, sales inorgánicas o gases disueltos. Estos materiales pueden venir

de fuentes domésticas, agrícolas o naturales. Algunas sustancias que habitualmente se

encuentran en las aguas subterráneas, y que no son necesariamente dañinas, pueden

aportar un olor desagradable o peculiaridades indeseables al agua. El sulfato de magnesio

(sal de Epsom), el sulfato de sodio (la sal de Glauber) y el cloruro de sodio (sal de mesa

común) son algunos de los ejemplos que se podrían citar [22].

En aguas superficiales el ácido sulfhídrico es causante de olores ofensivos debido a los

compuestos de aminas, amoniaco, diaminas, mercaptanos, sulfuros orgánicos y escatol;

el ácido fórmico o metanoico, acético o etanoico y propiónico o propanoico tiene olor

fuerte penetrante; mientras que ácidos como el butírico o butanoico y valérico o

pentanoico tienen olores muy desagradables, semejantes a las grasas o aceite rancio.

Ejemplos de estos olores son el vinagre (ácido acético), mantequilla rancia (ácido

butírico), olor corporal (ácido butírico), olor animal (ácido caproico). Todos estos ácidos

orgánicos se caracterizan por tener estructura carbonil-hidroxilo [24].

Solamente los ácidos orgánicos que poseen cinco menos átomos de carbono no son

solubles en el agua. Cuando más sea corta la cadena de átomos de carbono, más oloroso

será el gas [24].

2.1.3.2 Características químicas del agua superficial

Los parámetros químicos están relacionados con del agua para disolver diversas

sustancias entre las que podemos mencionar a los sólidos disueltos totales, alcalinidad,

dureza, fluoruros, metales, materia orgánica y nutrientes [20].

2.1.3.2.1 pH

El potencial de hidrogeno es la intensidad o la potencia de acidez. A menudo se utiliza

como sinónimo de alcalinidad, el pH determina la cantidad de iones 𝐻+ (protones). El pH

se expresa como el logaritmo negativo de iones 𝐻+ en una muestra de agua [25].

19

𝑝𝐻 = − log(𝐻+) = −𝑙𝑜𝑔 × 10−7 = 7

El pH del agua se define como el logaritmo negativo de la actividad de iones de hidrógeno

(en mol /L). El pH de las masas de agua naturales afecta a las reacciones biológicas y

químicas, el control de la solubilidad de los iones metálicos, y afectar la vida acuática

natural. El pH deseable para la vida acuática de agua dulce se encuentra en el rango 6.5-

9.0 y 6.5-8.5 para la vida acuática marina. La mayoría de las aguas naturales tienen un

pH en el intervalo de 6- 9 [9].

El pH de una solución acuosa se considera una variable maestra, es decir, que el pH de la

solución puede ser el factor determinante en una variedad de parámetros, especialmente

especiación química. Por lo tanto, el pH es uno de los parámetros más comunes medidos

para una muestra de agua. Aunque comúnmente se relaciona pH a la concentración de

hidrógeno (ecuación descrita anteriormente) el pH de un agua se mide casi siempre con

un electrodo, y los electrodos miden la actividad en lugar de la concentración [26].

2.1.3.2.2 Oxígeno disuelto

El oxígeno disuelto es la cantidad de oxígeno que se disuelve en agua, la cual ocurre

cuando las burbujas microscópicas de oxígeno gaseoso se mezclan en agua. El oxígeno

disuelto es uno de los parámetros más importantes de la calidad del agua y se utiliza para

medir la cantidad de oxígeno disponible para la actividad bioquímica en agua [9].

El nivel de oxígeno disuelto puede ser un indicador de la contaminación del agua y está

relacionado con la capacidad del cuerpo de agua de ser soporte para la biota.

Generalmente un nivel más alto de oxígeno disuelto indica agua de mejor calidad, a pesar

de que niveles altos de oxígeno están asociados a fenómenos de eutrofización donde la

presencia de algas genera niveles de oxígeno por encima de los valores de saturación [27].

La determinación de OD es el fundamento del cálculo de la DBO y de la valoración de

las condiciones de aerobicidad de un agua. En general, todo proceso aerobio requiere

concentraciones de OD mayor a 0,5 mg/l [24].

Las fuentes de OD en un cuerpo de agua incluyen la reaireación de la atmósfera, la

producción fotosintética de oxígeno de las plantas acuáticas, la desnitrificación y las

entradas de OD. Los sumideros incluyen la oxidación del material carbonoso y

20

nitrogenada, la demanda de oxígeno de sedimentos y la respiración de las plantas

acuáticas [14].

∆𝑂2∆𝑇

= 𝐶𝑎𝑟𝑔𝑎𝑠 + 𝑇𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑒 + 𝑅𝑒𝑎𝑖𝑟𝑒𝑎𝑐𝑖ó𝑛 + 𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑝𝑟𝑖𝑚𝑎𝑟𝑖𝑎 𝑛𝑒𝑡𝑎

+ 𝐷𝑒𝑠𝑛𝑖𝑡𝑟𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛 + 𝑀𝑖𝑛𝑒𝑟𝑎𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 + 𝑁𝑖𝑡𝑟𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛 + 𝑆𝑂𝐷

Los factores que influyen en el valor de la concentración de saturación de oxígeno en el

agua son, por orden de importancia, temperatura del agua, solidos disueltos (salinidad),

presión atmosférica y presión parcial del vapor de agua [14].

Existe en la bibliografía diversas expresiones empíricas que relacionan la temperatura y

la salinidad del agua con la concentración de oxígeno disuelto saturado [28]. Una

ecuación polinómica alternativa presentada por Benson y Krause para determinar la

solubilidad de OD (en mg/L) como una función de la temperatura (en ◦C) en las aguas

dulces es [29]:

𝐿𝑛[𝑂2] (𝑚𝑔/𝐿) =139,34410 × 105

𝑇 +

6,642308 × 107

𝑇2+1,243800 × 1010

𝑇3

La solubilidad del oxígeno en el agua a diferentes temperaturas y salinidades se presenta

en la Tabla 1. Observe que la solubilidad del oxígeno en el agua disminuye a medida que

la temperatura del agua y la salinidad aumentan. Los valores en la Tabla 1 se utilizan en

aguas que se encuentran en contacto con el aire húmedo a una presión de 760 mm Hg o

1 atm. Para corregir la solubilidad a otra presión atmosférica, se utiliza la siguiente

ecuación [30]:

𝑂𝐷𝐶 = 𝑂𝐷𝑠 (𝑃𝐴760

)

donde; 𝑂𝐷𝐶 es la solubilidad corregida del oxígeno, 𝑂𝐷𝑠 es la solubilidad del oxígeno A

760 𝑚𝑚 𝐻𝑔 (Tabla 1), y 𝑃𝐴 es la presión atmosférica observada (𝑚𝑚 𝐻𝑔).

21

Tabla 1. Solubilidad del oxígeno (mg / l) en agua en el aire húmedo a diferentes temperaturas y salinidad

con una presión de 760 mm Hg.

Temperatura (ºC) Salinidad (ppt)

0 10 20 30

0 14,60 13,64 12,74 11,90

5 12,76 11,94 11,18 10,47

10 11,28 10,58 9,93 9,32

15 10,07 9,47 8,91 8,33

20 9,08 8,81 8,06 7,60

25 8,24 8,01 7,36 6,95

30 7,54 7,33 6,75 6,39

Fuente: Chang M. Forest Hydrology: An Introduction to Water and Forests. Tercera ed. CRC Press ;

2012.

La cantidad de cualquier gas que puede ser retenido en solución por el agua depende de

la temperatura (Fig. 1) y de la presión atmosférica. Cabe destacar que mientras que un

litro de aire contiene aproximadamente 200 𝑚𝐼 de oxígeno, un litro de agua contiene

aproximadamente 10 𝑚𝐼. Como se ha indicado, la concentración de oxígeno disuelto

también se puede expresar como un porcentaje del valor de saturación. La cantidad de

oxígeno (𝑚𝑔/𝐼) que da 100% de saturación (𝑂𝐷𝑠𝑎𝑡) en función de la temperatura viene

dada por la siguiente ecuación [31]:

𝑂𝐷𝑠𝑎𝑡 =468

31,5 𝑇

donde, 𝑇 es la temperatura en ℃.

22

Figura 1. Relación entre el oxígeno disuelto y la temperatura

Fuente: Crisp T. Trout and Salmon: Ecology, Conservation and Rehabilitation, 2001.

Elaborado: Crisp, (2001)

2.1.3.2.3 Demanda bioquímica de oxígeno

La Demanda Bioquímica de Oxígeno, DBO, es un indicador primario de los sistemas

acuáticos, debido a que las aguas residuales generalmente tienen altas concentraciones de

DBO y OD [9]. Se define como la cantidad de oxigeno utilizado por microorganismos

heterótrofos, para transformar la materia orgánica metabolizable de la muestra a

examinar, en anhídrido carbónico, agua y productos finales. Se realiza en condiciones

aeróbicas, con presencia suficiente de oxigeno libre, desde el comienzo al final de la

prueba, midiéndose la acumulación de oxigeno utilizado. El resultado se expresa en

miligramos de oxigeno utilizado por litro de agua examinada [32].

La DBO es el parámetro más usado para medir la calidad de aguas residuales y

superficiales, para determinar la cantidad de oxigeno requerido para estabilizar

biológicamente la materia orgánica del agua, para diseñar unidades de tratamiento

biológico, para evaluar la eficiencia de los procesos de tratamiento y para fijar las cargas

orgánicas permisibles en las fuentes receptoras [24].

La DBO generalmente se utiliza para medir la contaminación de la calidad del agua y ha

sido el parámetro más importante para determinar las contaminaciones orgánicas. Esta se

determina a partir de una prueba estandarizada que no ha cambiado sustancialmente a

23

través de los años, que consiste en colocar una muestra de ensayo en una botella y luego

se llenarla con agua de dilución, posteriormente la muestra se incuba a 20°C durante un

periodo especifico, usualmente 5 días, considerando que la botella debe ser protegida de

fuentes de luz para evitar que las algas agreguen oxígeno por fotosíntesis [9].

Durante los primeros días (hasta los 5 días), la velocidad de agotamiento de oxigeno es

alta, debido a la concentración de materia orgánica presente. A medida que disminuye la

concentración de materia orgánica también decrece la velocidad de consumo de oxígeno.

Durante la última etapa (desde los 7 a los 21 días) la DBO, el consumo de oxigeno se

asocia principalmente al decaimiento de las bacterias que crecieron durante la primera

parte del análisis [33]. La cantidad de oxígeno eliminado de las aguas varía con la

concentración de materia orgánica y muchos otros factores, como la concentración de

bacterias, la temperatura del agua, la naturaleza de la materia orgánica y el tipo de

bacterias [9].

2.1.3.2.3.1 Tipos de DBO

El proceso de oxidación se lleva a cabo normalmente en dos etapas: carbonoso y

nitrogenada (nitrificación). La demanda bioquímica de oxígeno carbonosa (DBOC)

implica la descomposición de compuestos orgánicos de carbono, la demanda bioquímica

de oxígeno nitrogenada (DBON) implica la oxidación del amonio a nitrato (nitrificación).

Existe un lapso de tiempo entre la oxidación carbonosa y la nitrificación, y los dos

procesos tienden a producirse a un ritmo diferente durante la descomposición de la

materia orgánica [9].

2.1.3.2.3.2 Cinética de la DBO carbonosa

Se da al principio de la utilización de la DBO, las bacterias son responsables de la

descomposición de la materia orgánica (DBOC). La cantidad de oxígeno extraído de las

aguas varía con la concentración de la materia orgánica y muchos otros factores, tales

como la concentración de bacterias, la temperatura del agua, la naturaleza de la materia

orgánica, y el tipo de bacterias. Por simplicidad y en la práctica, a menudo se supone que

la tasa de descomposición de la materia orgánica es proporcional a la cantidad de materia

orgánica y puede ser descrito como una reacción de primer orden [9]. A continuación se

estable la deducción de la a cinética de DBOC de acuerdo al procedimiento matemático

establecido por Mackenzie & Susan (2005):

24

𝑑𝐿

𝑑𝑡= −𝑟𝐴

donde, 𝐿 = equivalente de oxigeno de las sustancias orgánicas residuales (𝑚𝑔 × 𝐿−1);

−𝑟𝐴 = −𝑘𝐿; y 𝑘 = constante de la velocidad de la reacción (𝑑í𝑎𝑠−1).

Al reordenar e integrar la ecuación anterior se llega a

𝑑𝐿

𝐿= −𝑘𝑑𝑡

∫𝑑𝐿

𝐿= −𝑘∫ 𝑑𝑡

𝑡

0

𝐿

𝐿𝑜

𝑙𝑛𝐿

𝐿𝑜= −𝑘𝑡

∴ 𝐿 = 𝐿𝑜𝑒−𝑘𝑡

donde, 𝐿 = equivalentes de oxigeno de las sustancias orgánicas residuales en el momento

𝑡; 𝐿𝑜 = equivalentes de oxigeno de las sustancias orgánicas en el momento 𝑡 = 0.

Figura 2. Relaciones de equivalencia entre DBO y oxígeno disuelto

Fuente: Mackenzie L. D, Susan J. M. Ingeniería y ciencias ambientales. McGraw-Hil; 2005.

Elaborado por: Mackenzie L. D, Susan J. M.

25

Más que la L lo que interesa es la cantidad de oxigeno usado en el consumo de sustancias

orgánicas (𝑌). De acuerdo con la figura Nº2, es evidente que 𝑌 es la diferencia entre el

valor inicial de 𝐿𝑜 y 𝐿 así que

𝑌 = 𝐿𝑜 − 𝐿

𝑌 = 𝐿𝑜 − 𝐿𝑜𝑒−𝑘𝑡

∴ 𝑌 = 𝐿𝑜(1 − 𝑒−𝑘𝑡)

Con frecuencia, a 𝑌 se la llama DBO ultima, o total, esto es, el conjunto máximo posible

de oxidación cuando el desecho se haya degradado por completo. Y a la ecuación descrita

anteriormente se la llama ecuación de velocidad de DBO.

La mayor parte de los procesos biológicos se aceleran a medida que aumenta la

temperatura, y se vuelve más lentos cuando baja. Como el uso de oxigeno se debe al

metabolismo de los microorganismos, la temperatura afecta en forma análoga a este uso

[33].

En el caso ideal, la constante de velocidad de DBO debería determinarse en forma

experimental a la temperatura del agua recetora. Este ideal enfrenta dos dificultades; (1)

la temperatura del agua receptora cambia durante el año, por lo que se necesitaría una

gran cantidad de determinaciones para definir 𝑘, (2) el riesgo de comparar datos de

distintos lugares que tengan diferentes temperaturas. En consecuencia, los análisis de

laboratorio se hacen a una temperatura estándar de 20ºC, y la constante de velocidad de

la DBO se ajusta a la temperatura del agua receptora mediante la siguiente ecuación [33]:

𝑘𝑇 = 𝑘20(𝜃)𝑇−20

donde:

𝑇 = Temperatura de interés (℃)

𝑘𝑇 = Constante de velocidad de DBO a la temperatura de interés (𝑑í𝑎𝑠−1)

𝑘20 = Contante de velocidad de DBO determinada a 20ºC (𝑑í𝑎𝑠−1)

26

𝜃 = Coeficiente de temperatura. Para aguas negras domesticas típicas, ese valor

es 1,135 para temperaturas entre 4 y 20ºC; Y 1,056 para temperaturas entre

20 y 30ºC.

2.1.3.2.3.3 Cinética de la DBO nitrogenada

Los organismos que obtienen energía oxidando el carbono en los compuestos orgánicos

no pueden oxidar el nitrógeno de estos. En vez de ello, el nitrógeno se libera al agua del

entorno en forma de amoniaco (𝑁𝐻3). A los valores normales de pH, este amoniaco en

realidad se encuentra en forma de catión amonio (𝑁𝑂4+). El amoniaco desprendido de los

compuestos orgánicos, más el procedente de otras fuentes (residuos industriales y

escurrimientos agrícolas, por ejemplo fertilizantes) se oxida a nitrato (𝑁𝑂3−) debido a un

grupo especial de baterías nitrificantes, para las cuales es su fuente de energía; el proceso

se llama nitrificación. La reacción general de oxidación del amoniaco es [33]:

𝑁𝐻4+ + 2𝑂2

(𝑛𝑖𝑡𝑟𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛)𝑚𝑖𝑐𝑟𝑜𝑜𝑟𝑔𝑎𝑛𝑖𝑠𝑚𝑜𝑠→ 𝑁𝑂3

− + 𝐻2𝑂 + 2𝐻+

De acuerdo con esta reacción, la DBON teórica se puede calcular como:

𝐷𝐵𝑂𝑁 =𝑔𝑟𝑎𝑚𝑜𝑠 𝑑𝑒 𝑜𝑥í𝑔𝑒𝑛𝑜 𝑢𝑠𝑎𝑑𝑜

𝑔𝑟𝑎𝑚𝑜𝑠 𝑑𝑒 𝑛𝑖𝑡𝑟ó𝑔𝑒𝑛𝑜 𝑜𝑥𝑖𝑑𝑎𝑑𝑖=(2 𝑚𝑜𝑙𝑒𝑠)(32 𝑑𝑒 𝑔 𝑂2 ×𝑚𝑜𝑙

−1)

(1 𝑚𝑜𝑙)(14 𝑑𝑒 𝑔 𝑁 × 𝑚𝑜𝑙−1)

= 4,57 𝑔 𝑂2 × 𝑔−1 𝑁

La DBON se puede estimar también conociendo que teóricamente se requieren 4,57 g

O2/g NH4. Si se tiene en cuenta que parte del nitrógeno orgánico puede hidrolizarse

generando algo de NH4, la DBON para el proceso completo se puede determinar como

[19]:

𝐿𝑜𝑁 = 4,57(𝑁𝑜𝑟𝑔á𝑛𝑖𝑐𝑜 + 𝑁𝐻4)

𝐿𝑜𝑁 = 4,57 × 𝑁𝑇𝐾

En la ecuación anterior NTK es el nitrógeno total [19]. La oxidación del amoníaco

(DBON) se vuelve significativa después de los 7 u 8 días. Esta es una razón para la

limitación de una prueba de BOD a 5 días [9].

27

Figura 3. Curvas de DBO a 20ºC

Fuente: Ji ZG. Hydrodynamics and Water Quality: Modeling rives, lakes, and estuaries. Wiley-

Interscience; 2008.

Elaborado por: Ji ZG, 2008

2.1.4 Modelización de la calidad del agua superficial

2.1.4.1 Modelos de calidad del agua

Los modelos se utilizan a menudo para mejorar la base científica para el desarrollo de la

teoría, y para hacer predicciones de las pruebas, y para aclarar las relaciones de causa y

efecto entre las cargas de contaminantes y la masa de agua receptora. Los modelos se

utilizan para (1) entender mejor los procesos biológicos físicos, químicos, y (2) para

desarrollar modelos capaces de representar de manera realista las aguas superficiales, por

lo que los modelos pueden ser utilizados para apoyar la gestión de la calidad del agua y

la toma de decisiones [9].

Entre las aplicaciones más comunes de los modelos están la evaluación de alternativas de

control de contaminación para visualizar los grados de tratamiento requerido, la

evaluación de alternativas de uso de agua para formular normas de calidad de agua, la

cuantificación de caudales de dilución para el control de polución y el análisis de la

localización optima de tratamiento de aguas residuales [24].

2.1.4.2 Balance del oxígeno disuelto

Es el equilibrio entre las fuentes de consumo y las de producción. Si la fuente de consumo

es mayor que la fuente de producción entonces la concentración de oxigeno disminuye;

si ocurre lo contrario, la concentración de oxigeno incrementa [34]. El consumos de

oxígeno se deben a la presencia de materia orgánica que se descompone por acción

bacterial y los aportes los realizan varios aspectos de la naturaleza [19].

28

Sierra (2011) resume el balance de oxígeno en un cuerpo de agua como:

𝐵𝑎𝑙𝑎𝑛𝑐𝑒 𝑑𝑒 𝑜𝑥í𝑔𝑒𝑛𝑜 = 𝐴𝑝𝑜𝑟𝑡𝑎𝑛𝑡𝑒𝑠 – 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜𝑟𝑒𝑠 (𝑑é𝑓𝑖𝑐𝑖𝑡)

Donde, los aportantes son la reaireación (𝑘𝑎 𝐶𝑠 − 𝑘𝑎𝐶) y la Fotosíntesis (𝐹); y lo

consumidores DBOC (𝑘𝑑𝐿), DBON (𝑘𝑁𝐿𝑁), Fuentes puntuales (𝐿𝑝), Fuentes distribuidas

(𝐿𝑑), Demanda béntica (𝑆𝑂𝐷), Respiración (𝑅).

Balance de oxígeno disuelto se representa como:

𝑘𝑎 (𝐶𝑠 − 𝐶) + 𝐹 = 𝑘𝑑𝐿 + 𝑘𝑁𝐿𝑁 + 𝐿𝑝 + 𝐿𝑑 + 𝑆𝑂𝐷 + 𝑅

2.1.4.3 Constante de desoxigenación

La desoxigenación es el proceso en el que un cuerpo de agua reduce o pierde la

concentración de oxígeno disuelto. Para aplicaciones ambientales, la principal

preocupación durante el proceso de desoxigenación es la introducción de contaminantes

y aguas residuales en un sistema de agua. La tasa de desoxigenación,𝑟𝑑, puede

determinarse con la siguiente ecuación [35]:

𝑟𝑑 = −𝑘𝑑 𝑂𝐷

𝑘𝑑 es la constante de tasa de desoxigenación. Para efluentes de plantas de tratamiento de

aguas residuales, el valor de la constante de la tasa de desoxigenación oscila entre 0.05

𝑑í𝑎𝑠−1 a 0,1 𝑑í𝑎𝑠−1.

La constante de desoxigenación 𝑘𝑑 es imprescindible para determinar el comportamiento

de la DBO en el tiempo. Esta constante es propia para cada recurso hídrico o agua

residual, y es necesario determinarla para cada caso. Varios factores pueden influenciar

el valor de 𝑘𝑑, entre ellos la temperatura, la geometría del cuerpo de agua, la

concentración de OD, la cantidad y naturaleza de materia orgánica presente [19]. La

constante de desoxigenación se puede calcular mediante la siguiente ecuación [24]:

𝑘𝑑 =1

∆𝑡ln𝐿𝐴𝐿𝐵

donde; 𝑘𝑑 es la constante de desoxigenación, 𝑑−1; 𝐿𝐴 es la 𝐷𝐵𝑂𝑈 en el punto 𝐴, 𝑚𝑔/𝐿;

𝐿𝐵 es la 𝐷𝐵𝑂𝑈 en el punto 𝐵, 𝑚𝑔/𝐿; ∆𝑡 es el tiempo de flujo entre 𝐴 y 𝐵; 𝐴 es el punto

29

localizado aguas arriba, para muestreo de agua relativamente limpia; 𝐵 es el punto

localizado aguas debajo de una fuente puntual de contaminación orgánica, para muestreo

de agua bien mezclada del rio y el residuo.

Según Wright y McDonnell [24]:

𝑘𝑑 = 1,8 𝑄−0,49

donde; 𝑘𝑑 es la constante de desoxigenación de 𝐷𝐵𝑂 a 20℃, en d-1 ; 𝑄 es el caudal del

río, 𝑚3/𝑠.

Según Bosko [24]:

𝑘𝑑 = 𝑘 + 𝑛𝑉

𝐻

donde; 𝑘𝑑 es la constante de desoxigenación de 𝐷𝐵𝑂 a 20℃, en d-1; 𝑘 es la constante de

desoxigenación promedio en la botella de 𝐷𝐵𝑂, 𝑑−1; 𝑛 es el coeficiente de actividad del

lecho del río, adimensional; 𝑉 es la velocidad del río, 𝑚/𝑠; 𝐻 es la profundidad del rio,

𝑚.

Tabla 2. Valores de 𝑘 para la ecuación de Bosco

Tipo de agua 𝐤, 𝐝−𝟏

Agua residual cruda 0,35 – 0,60

Efluente biológico de alta calidad 0,10 – 0,15

Ríos con polución baja 0,10 – 0,12

Fuente: Romero Rojas JA. Tratamiento de Aguas Residuales. Escuela Colombiana de Ingeniería; 2013.

El valor de 𝑘 es generalmente menor que 𝑘𝑑, debido a la mezcla longitudinal y a la

presencia de organismos bentónicos y de solidos biológicos suspendidos. En general, la

constante de desoxigenación en el río es mayor que en la botella de DBO. En la tabla 2

se incluyen los valores de k para la ecuación de Bosco [24].

El valor de 𝑛, coeficiente de actividad del lecho del rio, varía entre 1,2 × 10−6 y 6,9 ×

10−6. Para aguas profundas y estancadas es tan bajo como 1,2 × 10−6 e igual o mayor

30

de 6,9 × 10−6, mientras que para ríos rápidos otros autores usan los siguientes valores

[24]:

𝑘𝑑 = 0,6 𝑑−1 para 𝐷𝐵𝑂 > 1𝑂 𝑚𝑔/𝐿, en ríos a 20℃

𝑘𝑑 = 0,4 𝑑−1 para 𝐷𝐵𝑂 = 3 − 10 𝑚𝑔/𝐿, en ríos a 20℃

𝑘𝑑 = 0,2 𝑑−1 para 𝐷𝐵𝑂 < 3 𝑚/𝐿, en ríos a 20℃

El valor de la constante de desoxigenación, 𝑘𝑑, en plantas de tratamiento de aguas

residuales, es de 0,05 a 0,10 días-1; en corrientes superficiales muy contaminados, puede

llegar a hasta los 0,25 día-1; en aguas residuales sin tratar, es de 0,15 a la 0,30 días-1.

Normalmente para determinar el valor de 𝑘𝑑 se debe considerar la temperatura del agua,

cuya ecuación matemática es [36]:

𝑘𝑑𝑇 = 𝑘𝑑20℃𝜃𝑇−20℃

donde, la constante de variación de la temperatura, 𝜃, normalmente es 1,047. Sin

embargo, este valor no se utiliza con temperaturas por debajo de los 20ºC (68 ºF). Otras

investigaciones sugieren que 𝜃 varía de 1,135 a temperaturas entre 4ºC a 20ºC (39°F a

6,8°F) hasta 1,056 para temperaturas entre 20ºC a 30ºC (68°F a 86°F) [36].

2.1.4.4 Constante de reaireación

La reaireación, es el proceso de absorción de oxígeno de la atmósfera por un cuerpo de

agua, considerándose como una de las principales fuentes de oxígeno en los sistemas

acuáticos. El proceso de aireación en un sistema acuático se caracteriza por su coeficiente

de aireación superficial [37].

Un cuerpo de agua expuesto a la atmósfera, normalmente se saturará con oxígeno. Si el

contenido de oxígeno disuelto, OD, del agua es inferior a los valores de oxigeno

saturado, 𝑂𝐷𝑠𝑎𝑡, se considera que el agua está contaminada orgánicamente. La diferencia

entre la concentración de oxígeno disuelto saturado y el oxígeno real se conoce como el

déficit de oxígeno, D. El déficit de oxígeno puede reducirse de manera natural por la

aireación del agua (es decir, la concentración de oxígeno disuelto aumenta). La tasa de

reaireación es [36]:

31

𝑟𝑎 = 𝑘𝑎(𝑂𝐷𝑠𝑎𝑡 − 𝑂𝐷)

donde; 𝑘𝑎, es la constante de velocidad de la reoxigenación (reaireación), que depende de

(1) la velocidad del flujo del agua y la velocidad del viento, (2) la temperatura y salinidad

del agua, y (3) la profundidad del agua. Se mide en 𝑑í𝑎−1 [9].

Spellman y Whiting (2012), establecen que la constante de aireación, 𝑘𝑎, es una reacción

propia de la corriente y varía de tramo a tramo, depende de la velocidad del agua, la

profundidad, el área de superficie expuesta a la atmósfera, y la cantidad de materia

orgánica biodegradable en la corriente. Los valores típicos de la constante de reaireación

se presentan en la tabla 3.

Tabla 3. Valores típicos de la contante de reaireación (𝑘𝑎) en cuerpos de agua

Cuerpos de agua Rangos de 𝐤𝐚 a 𝟐𝟎℃

Aguas estancadas 0,10 – 0,23

Corrientes lentas 0,23 – 0,35

Corrientes grandes con baja velocidad 0,35 – 0,46

Corrientes grandes con velocidad normal 0,46 – 0,69

Corrientes rápidas 0,69 – 1,15

Cataratas y cascadas >1,15

Fuente: Spellman y Whiting. Environmental Science and Technology: Concepts and Applications; 2012

La absorción de oxígeno de la atmósfera por el agua normalmente se supone que es un

proceso de primer orden, es decir, la velocidad de absorción es directamente proporcional

al déficit oxígeno disuelto. Este principio se aplicó primero en modelización de la calidad

del agua por Streeter y Phelps (1925), pero hay que señalar que consideraban que el

proceso de aireación como la única fuente de oxígeno en un sistema fluvial. Por lo general

se presenta la velocidad de transferencia de masa de oxígeno del aire al agua como [37]:

𝑑𝐶

𝑑𝑡=𝑘𝑉𝐴

𝑉(𝐶𝑠 − 𝐶𝐿)

donde, 𝑘𝑉 es el coeficiente de transferencia de masa (𝐿𝑇−1), es el área a través de la cual

la difusión tiene lugar (𝐿2), 𝑉 es el volumen de agua (𝐿3), 𝐶𝑠 es la concentración de

32

oxígeno saturado (𝑀𝐿−3) y 𝐶𝐿 es la concentración de oxígeno en el cuerpo de agua (ML-

3).

𝐴/𝑉 = 1/𝐻, donde 𝐻 es la profundidad de la corriente (𝐿), y el término (𝐶𝑠 − 𝐶𝐿)

representa el déficit oxígeno, por lo que a ecuación anterior se puede expresar como:

𝑑𝐶

𝑑𝑡= −

𝑘𝑉𝐻𝐷 = −𝑘𝑎𝐷

𝑘𝑎 es el coeficiente de reaireación (𝑇−1), y asumiendo que, 𝑡1 = 𝑡2, cuando 𝐷1 = 𝐷2, se

obtiene

𝑘𝑎 =log𝐷1 − log𝐷2

∆𝑡

donde, 𝑘𝑎 es el coeficiente de reaireación, (𝑇−1), 𝑘𝑎 = 𝑘𝑎/2,302, ∆𝑡 = 𝑡1 = 𝑡2, y 𝑡(𝑇)

es el tiempo del flujo.

Los factores más importantes que afectan el valor de 𝑘𝑎 son la temperatura y la

turbulencia. El efecto de la temperatura sobre el coeficiente de reaireación se suele

expresar como:

𝑘𝑎(𝑇℃) = 𝑘𝑎(20℃)θ𝑇−20℃

donde, θ es el coeficiente de temperatura, y la temperatura, 𝑇, está en ℃. El Comité de

Investigación de Ingeniería Sanitaria (1961) de los Estados Unidos llegó a la conclusión

de que el coeficiente de temperatura se mantiene constante en un amplio rango de

condiciones turbulentas con un valor de 1,0241. Este valor fue reportado por primera vez

por Elmore y West (1961). Normalmente los valores de 1,016 a 1,047 se usan en diversas

aplicaciones durante la modelización de calidad del agua, siendo 1,024 el valor más

común [37].

Se han propuesto numerosas fórmulas para modelar la reaireación de la corriente, pero

comúnmente se utilizan las ecuaciones de O'Connor-Dobbins, Churchill, y Owens-Gibbs.

Estas ecuaciones fueron desarrolladas para diferentes tipos de corrientes, considerando

rangos de profundidades y combinando rangos de velocidades. Sin embargo, la fórmula

de O'Connor-Dobbins es la ecuación más aplicable al considerar corrientes moderadas

33

y/o profundas con moderada y/o bajas velocidades. La fórmula Churchill se aplica para

profundidades similares, pero con un mayor caudal. Finalmente la relación Owens-Gibbs

se utiliza para sistemas menos profundos [38].

En la Tabla 4, se enlista un conjunto de fórmulas empíricas y semiempíricas para calcular

el coeficiente de reaireación, 𝑘𝑎, en los ríos y arroyos, obtenidos por diferentes autores:

Tabla 4. Ecuaciones para calcular el coeficiente de reaireación en ríos y arroyos

Autores Año Características de la corriente Ecuación

O'Connor y

Dobbins 1958

0,3 m < H < 9,14 m

0,15 m/s < U < 0,49 m/s ka = 3,93U0,5

H1,3

Churchill y otros 1962 0,61 m < H < 3,35 m

0,55 m/s < U < 1,52 m/s ka = 5,026U

H1,67

Owens, Gibbs y

otros 1964

0,12 m < H < 0,73 m

0,03 m/s < U < 0,55 m/ ka = 5,32U0,67

H1,85

Tsivoglou y Neal 1976

Caudal mínimo,

Q = 0,0283 cm − 0,4247 cm ka = 31,182 US

Caudal máximo,

Q = 0,4247 cm − 84,938 cm ka = 15,308 US

Thackstone y

Dawson 2001 ka = 2,16(1 + 9F

0,25)U

H

Melching y Flores

(USGS-Pool-

riffle)

1999

Caudal mínimo, Q < 0,556 cm ka = 517(VS)0,524Q−0,242

Caudal máximo, Q < 0,556 cm ka = 596(VS)0,596Q−0,136

Melching y Flores

(USGS-Channel-

control)

1999

Caudal mínimo, Q < 0,556 cm ka = 596(VS)0,596Q−0,136

Caudal máximo, Q < 0,556 cm ka = 142(VS)

0,33H−0,66

− B−0,243

Fuente: Bilibio C, Hensel O, Selbach J. Sustainable water management in the tropics and subtropics;

2011.

donde, 𝑘𝑎 es el coeficiente de reaireación a 20℃; 𝑈 es la velocidad media de la corriente

(𝑚/𝑠); 𝐻 es la profundidad media de la corriente (𝑚); 𝑆 es la pendiente del canal (𝑚/𝑚);

𝑄 es el caudal (𝑚3/𝑠); √𝑔𝑅𝐻𝑆 es la velocidad de cizallamiento (𝑚/𝑠); 𝑔 es la aceleración

producía por la gravedad (𝑚/𝑠2), 𝑅𝐻 es el radio hidráulico (𝑚), 𝐹 = 𝑈/√𝑔𝐻 es el

número de Froude (adimensional), y 𝐵, es el ancho en la superficie del canal (𝑚) [39].

No solo existen las ecuaciones de O'Connor-Dobbins, Churchill para determinar la

reaireación, por el contrario existe una extensa copulación de muchas ecuaciones, junto

34

con referencias al respecto a las principales críticas y comparaciones que se han realizado.

Adicional a esto en el mercado existe paquetes informáticos como modelo EPA QUAL2E

que proporcionan la opción de calcular automáticamente las tasas de reaireación de

acuerdo con las fórmulas que el usuario especifique [38].

2.1.4.5 Modelo de Streeter-Phelps

El modelo de Streeter-Phelps agrupa los dos principales mecanismos que gobiernan el

oxígeno disuelto en una corriente recibiendo aguas residuales: la descomposición de la

materia orgánica y la reaireación del oxígeno, como tal, proporcionan un marco analítico

para predecir el efecto de diferentes tipos de descargas en el oxígeno disuelto [40].

2.1.4.5.1 Deducción matemática

La curva con mínimo de OD (modelo de Streeter-Phelps) no es más que un método

cálculo o predicción de la concentración del OD en un río mediante el balance de masa.

Si se aplica el método de balance de masa para determinado componente del agua, es

posible deducir la curva con mínimo mediante una ecuación general unidimensional de

continuidad. En este caso el componente es el oxígeno [33].

La deducción matemática es una adaptación del modelo Chin (2013) y Jayawardena

(2014), para un tramo de corriente con un punto de descarga aguas arriba y una descarga

distribuida a lo largo de la longitud, los resultados de la ecuación para la DBO se describe

a continuación:

El flujo total de oxígeno en agua de río, 𝑆𝑚[𝑀/𝐿3𝑇],, se puede estimar mediante la

adición de la tasa de desoxigenación (debido a la biodegradación), 𝑆1, y del flujo de

oxígeno debido a la aireación, 𝑆2, para producir

𝑆𝑚 = −𝑘𝑑𝐿 + 𝑘𝑎(𝐶𝑠 − 𝐶)

Donde se supone que biodegradación produce una reacción de primer orden. La

distribución de la concentración de oxígeno en los ríos puede ser descrita por la

combinación de ecuación de advección y difusión/dispersión con ecuación descrita

anteriormente para producir

𝜕𝐶

𝜕𝑡+ 𝑉

𝜕𝐶

𝜕𝑥=𝜕

𝜕𝑥(𝐾𝐿

𝜕𝐶

𝜕𝑥) − 𝐾𝑑𝐿 + 𝐾𝑎(𝐶𝑠 − 𝐶)

35

Asumiendo un estado estacionario (𝜕𝐶/𝜕𝑥 = 0) e ignorando el flujo de dispersión de

oxígeno debido a que es significativamente menor en comparación con el flujo de

advección como consecuencia de los procesos de aireación y la desoxigenación, la

ecuación se simplifica

𝜕𝐶

𝜕𝑡= −𝐾𝑑𝐿 + 𝐾𝑎(𝐶𝑠 − 𝐶)

Incorporando el concepto del déficit de oxigeno (𝐷 = 𝐶𝑠 − 𝐶) en la ecuación anterior se

obtiene

𝜕𝐶

𝜕𝑡= −𝐾𝑑𝐿 + 𝐾𝑎𝐷

Siendo "𝐶" una función de "𝑥" se obtiene la siguiente ecuación diferencial que describe

el déficit de oxígeno en el río:

𝑑𝐷

𝑑𝑡= 𝑘𝑑𝐿 − 𝑘𝑎𝐷

Tomando en cuenta que la DBO remanente (𝑑𝐿/𝑑𝑡 = −𝑘𝑟𝐿) debe considerar no solo el

bioconsumo de DBO disuelto, 𝑘𝑑, sino también la eliminación de DBO por

sedimentación, 𝑘𝑠, es decir 𝑘𝑟 = 𝑘𝑑 + 𝑘𝑠.

Por lo tanto, la constante de reacción es 𝑘𝑟, si 𝐿 = 0 cuando 𝑡 = 0, se tiene que

𝐿 = 𝐿𝑜 𝑒(−𝑘𝑟𝑡)

∴ 𝐿 = 𝐿𝑜 𝑒(−𝑘𝑟

𝑥𝑉)

donde, 𝐿 es la DBO remanente, 𝑥 es la distancia de una descarga de aguas residuales

aguas abajo donde se determina 𝐿, y 𝑣 es la velocidad media de la corriente.

Combinando las dos ecuaciones anteriores se obtiene

𝑑𝐷

𝑑𝑡= 𝑘𝑑𝐿𝑜 𝑒

(−𝑘𝑟𝑥𝑣) − 𝑘𝑎𝐷

∴𝑑𝐷

𝑑𝑡+ 𝑘𝑎𝐷 = 𝑘𝑑𝐿𝑜 𝑒

(−𝑘𝑑𝑥𝑣)

36

Siendo esta una ecuación diferencial de primer orden de la forma 𝑑𝑦

𝑑𝑥+ 𝑃𝑦 = 𝑄 (donde 𝑃

y 𝑄 son función de x); y siendo necesario para solucionar este tipo de ecuación el factor

de integración 𝑒∫𝑘𝑎𝑣𝑑𝑥 = 𝑒

𝑘𝑎𝑥

𝑣 ∴ 𝑒𝑘𝑎𝑡

𝑑𝐷

𝑑𝑡(𝑒𝑘𝑎𝑡) + 𝑘𝑎𝐷(𝑒

𝑘𝑎𝑡) = 𝑘𝑑𝐿𝑜𝑒−𝑘𝑑𝑡(𝑒𝑘𝑎𝑡)

∫[(𝑒𝑘𝑎𝑡) + 𝑘𝑎𝐷(𝑒𝑘𝑎𝑡)] 𝑑𝐷 = ∫𝑘𝑑𝐿𝑜𝑒

(𝑘𝑎−𝑘𝑑)𝑡𝑑𝑥

Después de la integración se obtiene

𝐷(𝑒𝑘𝑎𝑡) = (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑟

) 𝑒(𝑘𝑎−𝑘𝑑)𝑡 + 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒

La constante de integración 𝐶 puede determinarse a partir de condiciones de límite

conocidos, es decir, 𝐷 = 𝐷𝑜 cuando 𝑥 = 0. Por lo tanto

𝐷𝑜 = (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑

) + 𝐶

→ 𝐶 = 𝐷𝑜 − (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑

)

Sustituyendo y simplificando se obtiene

𝐷(𝑒𝑘𝑎𝑡) = (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑

) 𝑒(𝑘𝑎−𝑘𝑑)𝑡 + 𝐷𝑜 − (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑

)

𝐷 = (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑

) (𝑒−𝑘𝑎𝑡)𝑒(𝑘𝑎−𝑘𝑑)𝑡 + 𝐷𝑜(𝑒−𝑘𝑎𝑡) − (

𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑

) (𝑒−𝑘𝑎𝑡)

𝐷 = 𝐷𝑜(𝑒−𝑘𝑎𝑡) + (


) (𝑒−𝑘𝑎𝑡)𝑒(𝑘𝑎−𝑘𝑑)𝑡 − (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑


𝐷 = 𝐷𝑜(𝑒−𝑘𝑎𝑡) + (


) (𝑒−𝑘𝑑𝑡) − (𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑑


𝐷 = 𝐷𝑜(𝑒−𝑘𝑎𝑡) +


(𝑒−𝑘𝑑𝑡 − 𝑒−𝑘𝑎𝑡)

37

2.1.4.5.2 Distancia y tiempo crítico

El tiempo necesario para alcanzar el déficit crítico se llama tiempo crítico 𝑡𝑐, y la distancia

correspondiente 𝑥𝑐 distancia crítica. Estas variables son indispensable para determinar el

déficit crítico en el lugar. La ecuación matemática de la distancia critica se obtiene

igualando a cero la primera derivada de la ecuación general del modelo de Streeter-Phelp

o curva de oxigeno SAG [41].

𝑥𝑐 =𝑣

𝑘𝑎 − 𝑘𝑟ln (

𝑘𝑎𝑘𝑑(1 −

𝐷𝑜(𝑘𝑎 − 𝑘𝑟)

𝑘𝑑𝐿𝑜))

El tiempo requerido para alcanzar la distancia crítica se puede calcular

𝑡𝑐 =𝑣

𝑘𝑎 − 𝑘𝑟ln (

𝑘𝑎𝑘𝑑(1 −


𝑘𝑑𝐿𝑜))

Dependiendo de la relación entre (𝐿𝑜/𝐷𝑜) y (𝑘𝑎/𝑘𝑑), cuando se utiliza la ecuación de

tiempo crítico pueden ocurrir las siguientes situaciones [42]:

𝐿𝑜/𝐷𝑜 > 𝑘𝑎/𝑘𝑑

El tiempo crítico es positivo, cuando existe en el punto de mezcla una disminución

en la concentración de OD, que da como resultado un déficit crítico mayor que el

déficit inicial.

𝐿𝑜/𝐷𝑜 = 𝑘𝑎/𝑘𝑑

El tiempo crítico es igual a cero, es decir, que se produce exactamente en el punto

de mezcla. El déficit inicial es igual al déficit crítico. El curso de agua tiene una

buena capacidad de regeneración para la descarga recibida, y no existe un

descenso en el nivel de OD.

𝐿𝑜/𝐷𝑜 < 𝑘𝑎/𝑘𝑑

Cuando el tiempo crítico es negativo, indica que, desde el punto de mezcla, la

concentración de oxígeno disuelto tiende a aumentar. El déficit inicial es el mayor

déficit observado. En términos de OD, el curso de agua presenta una capacidad de

auto purificación mayor que la capacidad de degeneración de las aguas residuales.

En decir, el tiempo crítico puede ser considerado igual a cero, con la aparición de

los valores de OD más bajos en el punto de mezcla.

38

𝑘𝑎/𝑘𝑑 = 1

La aplicación de la ecuación de tiempo crítico conduce a una indeterminación

matemática, es decir, cuando el límite de 𝑘𝑎/𝑘𝑑 tiende a 1 resulta un tiempo

crítico igual a 1.

2.1.4.5.3 Déficit crítico

El punto más bajo de la curva SAG, donde el déficit es mayor, se llama el déficit crítico

𝐷𝑐 (Figura 4). Este punto representa la concentración más baja de oxígeno disuelto en la

corriente. Si la DBO de los residuos es demasiado alta, se puede originar un déficit que

provoca condiciones anaeróbicas en la corriente, es decir, el nivel de OD es cero [41].

El déficit crítico se expresa como:

𝐷 =𝑘𝑑𝐿𝑜𝑘𝑎

[𝑘𝑎𝑘𝑟(1 −


𝑘𝑑𝐿𝑜)]

−𝑘𝑟𝑘𝑎−𝑘𝑟

El déficit o el tiempo crítico es mayor si el agua está más contaminado si la temperatura

es más baja. En la práctica, se ha observado que el tiempo crítico, correspondiente al

déficit crítico, se lleva a cabo entre el segundo y el tercer día después de la descarga de

aguas residuales en la corriente [43].

Figura 4. Curva SAG

Fuente: Rumana (2013). Fundamentals of Wastewater Treatment and Engineering. Rumania. 2013

Elaborado por: Riffaf Rumana.

39

2.1.4.6 Adaptación del modelo a condiciones anaerobias

Cuando la descarga de DBO es muy grande la corriente puede carecer de oxígeno. Para

tales casos, Gundelach y Castillo (1970) han modificado el modelo Streeter-Phelps. Para

simplificar el proceso, las nuevas ecuaciones se expresan en términos de tiempo de

trayecto y se supone que 𝑘𝑑 = 𝑘𝑟 (es decir, no hay pérdidas de sedimentación). Por esta

situación, el modelo de Streeter-Phelps es [38]:

𝐿 = 𝐿𝑜 𝑒(−𝑘𝑑𝑡)

y

𝐷 = 𝐷𝑜(𝑒−𝑘𝑎𝑡) +

𝑘𝑑𝐿𝑜𝑘𝑎 − 𝑘𝑟


El punto en el que el sistema pasa anaeróbica puede determinarse mediante la resolución

de la ecuación general de Streeter-Phelps para 𝑡, 𝐷 = 𝑂𝑆

𝑓(𝑡) = 𝐷𝑜(𝑒−𝑘𝑎𝑡) +


(𝑒−𝑘𝑑𝑡 − 𝑒−𝑘𝑎𝑡) − 𝑂𝑆

Cuando se alcanza este punto, el oxígeno no se puede reducir a una tasa de 𝑘𝑑𝐿 Más bien,

se limita por la velocidad a la que pasa el oxígeno en el proceso de aireación a través de

la interface aire-agua. Eso es,

𝑑𝐿

𝑑𝑡= −𝑘𝑎𝑂𝑆

Por lo tanto cuando todo el oxígeno se agota, la reacción se convierte en orden cero.

Asumiendo que 𝐿 = 𝐿𝑖 cuando 𝑡 = 𝑡𝑖, podemos calcular la DBO en el tramo que va desde

𝑡𝑖 a 𝑡𝑓 como

𝐿 = 𝐿𝑖 − 𝑘𝑎𝑂𝑆(𝑡 − 𝑡1)

En consecuencia como con todas las reacciones de orden cero, la DBO se reduce

linealmente, Por último debemos determinar dónde termina la zona anaeróbica. En este

punto,

𝑘𝑎𝑂𝑆 = 𝑘𝑑𝐿𝑓

40

Combinando las dos ecuaciones anteriores se obtiene

𝑡𝑓 = 𝑡𝑖 +1

𝑘𝑑

𝑘𝑑𝐿𝑖 − 𝑘𝑎𝑂𝑆𝑘𝑎𝑂𝑆

2.1.4.7 Calibración del modelo

La calibración es el proceso de ajuste de determinados parámetros del modelo para

obtener la máxima igualdad entre lo observado (medidas de campo) y los resultados del

modelo [44]. La precisión del modelo, se fija a través del factor de convergencia definido,

de forma que, cuando menor sea (nunca debería ser superior a 0,1m), más garantías

existirá de haber alcanzado un resultado coherente y estable frente a los datos de partida

[45].

La calibración por sí sola es insuficiente para determinar la capacidad de un modelo para

simular un cuerpo de agua. El modelo puede contener mecanismos incorrectos, y la

coherencia entre los resultados del modelo y los datos medidos pueden ser el resultado de

valores poco realistas de los parámetros, es decir, la calibración del modelo puede no

representar el cuerpo de agua debido a diferentes cargas externas y/o condiciones de

contorno. Por otra parte, ciertos mecanismos claves para las futuras condiciones del

sistema pueden ser excluidos en el modelo [9].

2.1.4.7.1 Análisis de la sensibilidad

El análisis de sensibilidad se utiliza para determinar cómo varían los resultados y

parámetros del modelo e identificar los parámetros más influyentes en la determinación

de la exactitud de los resultados del mismo. Las aguas naturales tienen procesos

complejos, aleatorios, no lineales imposibles representar de que matemáticamente con

precisión, por lo cual, la formulación de un modelo es una alternativa para establecer la

aproximación de una representación numérica de la realidad del cuerpo de agua. El

análisis de sensibilidad es una herramienta útil para aclarar la relación entre la

incertidumbre en los valores de los parámetros y los resultados del modelo [9].

2.1.4.7.2 Validación

La verificación del modelo se realiza con el fin de confirmar si el modelo calibrado es

útil considerando todas las condiciones presentes en el cuerpo de agua. La verificación

41

ayuda a establecer una mayor confianza del modelo para predecir las condiciones futuras

del sistema. El proceso de verificación consiste en comparar un conjunto de datos

resultantes del proceso de calibración con un segundo conjunto de datos independientes.

Si el modelo se encuentra fuera de los rangos establecidos se considera incierto por lo que

es necesario validar el modelo ajustando ligeramente los parámetros de calibración para

que coincida con los datos de verificación [9].

La validación utiliza un extenso volumen de datos experimentales que permiten

determinar hasta donde se puede explorar la aplicación del modelo y en consecuencia sus

resultados, frente a un cambio de las condiciones básicas del sistema estudiado o

considerado [44].

2.1.4.8 Análisis de la incertidumbre

Varios factores son responsables de la incertidumbre durante el análisis de la muestra.

Una metodología inadecuada de mediciones, una calibración inadecuada del instrumento

y una escasa representatividad de la muestra recogida son sólo unas de las causas más

notables y frecuentes. La incertidumbre de la estimación del valor real de un indicador de

calidad está relacionada con el número de muestras necesarias para una estimación

exitosa.

42

2.2 Marco referencial

El Servicio de Salud Pública de los Estados Unidos en 1912, realizó estudios sobre "el

saneamiento de las aguas residuales, incluyendo la contaminación, directa o indirecta, en

los ríos navegables y lagos de los Estados Unidos". El trabajo de Harold Streeter y Earle

Phelps, realizado entre 1914 y 1916, en el río Ohio, se considera pionero en el campo de

la modelización matemática de la calidad de agua. El trabajo incluía la aplicación de una

sencilla formulación matemática de los principales procesos asociados con el OD en un

río. Existen contribuciones posteriores al modelo desarrollado por Streeter-Phelps;

destacan los importantes aportes de Velz (1938, 1939, 1947, 1948), y OĆonnor (1967),

el cual continuó el desarrollo de las bases matemáticas y bioquímicas para el análisis del

OD en corrientes y de forma más importante en sistemas estuarios, tales como el puerto

de Nueva York; los masivos y detallados esfuerzos sobre el estuario del Támesis en el

Reino Unido (Departament of Scientific & Industrial Research, 1964); además de los

trabajos sobre el análisis del OD en estuarios, como hicieron OĆonnor (1960, 1962,

1965, 1966), Thomann (1963), y OĆonnor y Mueller (1984), además de otros [46].

En la actualidad se han desarrollado un sinnúmero de investigaciones para establecer la

variación de OD y DBO, utilizando el modelo de Streeter-Phelps y softwares para simular

la calidad del agua en corrientes superficiales. A continuación, se describen algunas

experiencias y trabajos realizados en diferentes partes del continente europeo, asiático y

americano, incluyendo en esta última categorización a países latinoamericanos como

Ecuador.

Chiejine, Igboanugo y Ezemonye, en el año 2015, estudiaron el tramo del río Kpob,

ciudad de Benin en Nigeria, con una extensión de 10 km. Como fase preliminar se

identificaron las fuentes de contaminación del curso de agua, siendo estas, una institución

de salud pública cuyos desechos se filtran al río y cervecerías que descargan sus efluentes

hacia el río. Además, a lo largo de la orilla del segmento estudiado se encuentra un

matadero público que descarga diversos desechos incluyendo restos de animales, sangre

de vaca y excrementos. Se utilizó el modelo de Streteer-Phelps o curva SAG para

determinar la capacidad de los arroyos para asimilar la contaminación de desechos

orgánicos. Los resultados indican que, en todos los segmentos estudiados, el factor de

autopurificación es menor que la unidad, lo que indica el predominio de la tasa de

desoxigenación sobre la tasa de reaireación. La tasa de reaireación oscila entre todos los

43

valores reales de 0.641 días-1 a 0.693 días-1, mientras que la desoxigenación oscila entre

0.718 días-1 y 0.839 días-1; Una condición que indica un potencial de capacidad de

asimilación pobre. Además, se obtuvo una mayor capacidad de asimilación para la

temporada de lluvias en todos los segmentos estudiados, con el punto de muestreo 3

(Guinness-harmattan y estación seca) mostrando una capacidad de asimilación

globalmente peor y una DBO máxima admisible de 8.1x109, 1.28x1010 y 5.60x109

kg/día respectivamente [47].

En el este de China en la ciudad-prefectura de Wenzhou, se estudió un segmento del río

Wen-Rui Tang. El cual consistió en diseñar y aplicar una técnica de muestreo longitudinal

continuo para: (1) monitorear los cambios espaciales y las condiciones de la calidad del

agua, (2) evaluar las fuentes de contaminantes del agua y (3) determinar la capacidad del

segmento estudiado de asimilar la demanda bioquímica de oxígeno (DBO). Se utilizó el

modelo DBO-OD de Streeter y Phelps para calcular: (1) el coeficiente de consumo de

oxígeno (K1) requerido para la calibración de modelos de calidad del agua, (2) la

capacidad de asimilación de DBO y (3) la fuente de DBO y la identificación de carga. En

el segmento de río de 2014 m muestreado, el coeficiente de consumo de oxígeno (K1) fue

de 0,428 días-1 (20ºC), la descarga total de DBO fue de 916 kg/día y la capacidad de

asimilación de DBO fue de 382 kg/día cuando el nivel mínimo de OD 2 mg/L. Además,

el análisis longitudinal identificó ocho puntos de drenaje principales (fuentes puntuales

de DBO), los cuales fueron verificados por observaciones de campo. Este nuevo enfoque

proporciona un método sencillo y económico para evaluar la dinámica de la DBO-DO en

grandes áreas espaciales con condiciones de calidad de agua rápidamente cambiantes,

como los ambientes urbanos [48].

En la ciudad de Lavras, en Minas Gerais se determinó la capacidad de asimilar la materia

orgánica y el impacto que generara la contaminación orgánica sobre la calidad del agua

en la corriente de Ribeirão Vermelho. Este segmento comprendía una longitud de 15 km.

La tasa de desoxigenación (𝑘𝑑) y la reaireación (𝑘𝑎) fueron determinadas y probadas en

tres segmentos durante dos temporadas (verano e invierno). Se utilizó el modelo Streeter-

Phelps la simulación del proceso de purificación. Los valores más altos de 𝑘𝑑 y 𝑘𝑎

ocurrieron durante el período invernal, que se caracterizó por menores caudales (de 0.09

a 0.25 m3/s). La simulación del perfil de oxígeno disuelto y la demanda biológica de

oxígeno encajaron bien en el modelo, indicando la prevalencia de desoxigenación

44

carbonosa por nitrificación y demostrando la importancia de la reaireación natural como

parte del proceso de purificación. Se observó una respuesta diferente durante el invierno,

en la cual los altos valores de productividad primaria permanecieron en la corriente del

proceso de reaireación. La investigación determinó que el Ribeirão Vermelho no puede

auto-purificarse en toda su longitud, y que la calidad del agua está influenciada por la

descarga de efluentes que intensifica la degradación [49].

En el sur occidente del Departamento de Santander el Municipio de Floridablanca y

Bucaramanga en Colombia se estudió el comportamiento de la materia orgánica como

carga contaminante en la zona más impactada del río Frío. Como fase preliminar se

realizó una segmentación de 7 tramos que contenían 5 vertidos, 1 dilución y 1 abstracción

clandestina. Para la modelización fue obtener información del sistema hidrogeométrico,

oxígeno disuelto, demanda bioquímica de oxígeno y variables meteorológicas,

posteriormente, se calibro el modelo para minimizar el error paramétrico de las variables

que soportan la degradación de la carga orgánica. El error paramétrico se calculó

utilizando la (1) metodología de GLUE que en sus siglas inglesas significa Generalized

Likelihood Uncertainty Estimation (Probabilidad de incertidumbre generalizada), (2) y el

algoritmo de Monte Carlo. Los parámetros o tasas cinéticas presentan un coeficiente de

determinación (R2) promedio de 0.88 y las variables 0.92 [50].

En Colombia se evaluó la calidad del agua del río Tunjuelo a través de la simulación del

comportamiento de la DBO y el oxígeno disuelto en el software QUAL2Kw, y se

consideraron dos escenarios. Primeramente, que el sistema de drenaje sanitario vierta las

aguas residuales proporcionalmente al crecimiento poblacional; el segundo escenario se

refiere a la intercepción de estas aguas hacia una planta de tratamiento próxima a

construirse. Se concluyó en que la calibración del modelo fue apropiado debido a que los

datos resultantes, acertaron de manera considerable con los parámetros simulados por el

software. Además, esta simulación permitió la identificación de algunos factores que

afecten el beneficio que se obtendrá con la construcción de interceptores hacia la planta

de tratamiento [51].

Leo Rodríguez y Oliva Atiaga en el año 2013, realizaron un estudio de la variación de la

calidad de agua considerando el aporte de los afluentes identificados en el curso medio-

alto del Río Puyo, Provincia de Pastaza. En la modelización de la calidad del agua se

45

consideró un segmento de 15.8 km dividido de acuerdo a sus características

hidrodinámicas y geométricas en dos tramos, comprendido entre la parroquia Fátima y la

población de Unión Base. Se aplicó el modelo de Streeter-Phelps para establecer la

variación de OD y DBO y se determinó el caudal del río en ocho puntos de muestreos

identificados posteriormente, observándose valores entre 3.26 m3/s (Fátima) y 21.10 m3/s

(Unión Base). Se identificaron seis afluentes principales en el tramo medio del río Puyo,

de los cuales dos de ellos aportan materia orgánica de manera importante (Pambay y

Citayacu) con caudales de 2.10 y 0.86 m3/s respectivamente. Para la aplicación del

modelo de oxígeno disuelto se consideró una constante de reaireación (𝑘𝑎) de 4.80 días-

1, obtenida como promedio en cada punto muestreo. Los valores de OD presentaron una

tendencia uniforme que se incrementó desde 7.1 mg/L hasta 9.42 mg/L en el punto final

del tramo modelado, debido a la relativa disminución en la aportación de materia orgánica

oxidable mientras continúan los procesos de oxigenación en el río. Los valores modelados

para la concentración de BBO oscilaron entre 2.49 y 4.79 mg/L [52].

La investigación realizada por Zúñiga en el río Malacatos en la ciudad de Loja, se planteó

modelizar el comportamiento del OD, y ambos tipos de DBO, tanto la carbonácea como

la nitrogenada, y se utilizó el software WASP 7 para la simulación del modelo de Streeter

y Phelps, resultando un valor de la parametrización promedio R2 que oscila entre 0.99 y

1, lo que se interpreta como un grado de confiabilidad alto de la modelización. Además

se concluyó que esta modelización impulsa y facilita la toma de mejores decisiones para

el manejo y recuperación del recurso agua [53]

A nivel local, la investigación realizada en el año 2015 por Pazmiño en el estero Atascoso

del Cantón Quevedo, buscó analizar el comportamiento del oxígeno disuelto y DBO en

dicho cuerpo de agua, debido a que este es el tributario más importante del río Quevedo.

La metodología usada en la calibración del modelo fue el método manual y automático

por medio de la estimación GLUE. Los resultados arrojados a través de la simulación en

el software QUAL2K revelaron que la constante de reaireación desempeña un papel

fundamental en el comportamiento del oxígeno disuelto, lo que le brinda a este cuerpo de

agua una favorable capacidad de autodepuración [54].

Tal como se puede observar, el uso de este modelo matemático ha trascendido durante

décadas y se ha posicionado como el método mayormente empleado a la hora de evaluar

46

fuentes puntuales que afecten la calidad de cuerpos de agua, con el fin de cumplir los

niveles contemplados en la normativa, pues permite un acercamiento a los valores reales

de contaminación, así como una proyección de las concentraciones aceptables para que

estos afluentes no deterioren las propiedades de autodepuración de ríos y esteros.

CAPITULO III

METODOLOGÍA DE LA INVESTIGACIÓN

47

3.1 Localización del área de Estudio

La presente investigación se realizó en el estero Aguas Claras perteneciente al cantón

Quevedo, provincia de Los Ríos, dentro de una zona subtropical con una temperatura

promedio de 17.6°C, y una precipitación media anual de 612 mm. El segmento estudiado

atraviesa las parroquias 24 de Mayo (Ciudadela Juan de Dios Zarate) y El Guayacán

(sector 17 de Marzo) donde desemboca en el estero Macache, en sentido suroeste, con

una longitud de 2.53 km, de un total de 3.18 km.

Figura 5. Mapa De Localización Del Área De Estudio

Fuente: Geoportal de IGM

Elaborado por: Autores

48

3.2 Tipo de Investigación

La investigación exploratoria está diseñada para obtener un análisis preliminar de la

situación actual del estero Aguas Claras en un tiempo representativo tanto en época seca

como lluviosa. Además, las condiciones observadas y los cálculos aproximados de las

variables de estudio pretenden simular la calidad del agua y los procesos de auto-

depuración del estero Aguas Claras, con el fin de obtener una visión general, de tipo

aproximativo, respecto a una determinada realidad.

3.3 Métodos de investigación

Los métodos son un procedimiento ordenado con el fin de alcanzar los objetivos

planteados durante el periodo de estudio. En la presente investigación se aplicaron los

siguientes métodos:

Método analítico: Consistió en identificar las características hidromorfológicas

del estero Aguas Claras, y determinar las concentraciones de los parámetros

fisicoquímicos necesarios para la aplicación del modelo matemático.

Método inductivo: Permitió describir la realidad local del estero Aguas Claras, a

partir del comportamiento de las variables inmersas en la aplicación del modelo

de calidad de agua.

3.4 Fuentes de recopilación de información

Durante la modelización de la calidad del agua del estero Aguas Claras se utilizaron las

siguientes fuentes bibliográficas:

Fuentes primarias: Toma de muestras periódicas de los parámetros fisicoquímicos

requeridos para el modelo de calidad de agua.

Fuentes secundarias: Libros, normativa ecuatoriana vigente, artículos científicos,

revistas científicas, documentos online.

3.5 Diseño de la investigación

Se aplicó el diseño no-experimental que consistió en tomar muestras periódicas de los

siguientes parámetros: temperatura del agua, oxígeno disuelto, conductividad eléctrica,

potencial de hidrógeno y profundidad del espejo de agua. Es decir, se trata de una

49

investigación donde no se varía expresamente las variables independientes. Lo que se

hizo fue observar los fenómenos tal y como se dan en su contexto natural, para después

analizarlos.

3.5.1 Estimación de los parámetros fisicoquímicos requeridos para el modelo de

calidad de agua

Simultáneamente a los aforos se recolectaron muestras de agua in situ en los seis puntos

de muestreos identificados previamente (es decir, en los tres tramos delimitado, aguas

arriba de la primera descarga identificada, en la descarga propiamente dicha y en los

tributarios), considerando los criterios establecidos por las normas INEN 2176:1998,

INEN 2226:2000 e INEN 2169:1998, sobre manejo y conservación de muestras, técnicas

de muestreo, y diseño de programas de muestreo, respectivamente.

Se realizaron análisis de los parámetros físico-químicos básicos como: oxígeno disuelto

(OD), demanda bioquímica del oxígeno (DBO), potencial hidrógeno (pH), conductividad

eléctrica (CE), temperatura del agua, turbiedad en los seis puntos de muestreo con ocho

repeticiones (en total 48), donde cinco se efectuaron en el Laboratorio de Suelos y Agua

de la UTEQ y los tres restantes en un laboratorio acreditado.

Las características de los instrumentos (sondas) utilizados para tal fin se muestran en la

tabla 5.

Tabla 5. Equipos utilizados para la medición de parámetros físicos y químicos básicos

Parámetro Unidad de medida Equipo de medición

Oxígeno disuelto mg/l Multiparamétrico portátil Hach

HQ440d Demanda bioquímica de

oxigeno mg/dm3

Multiparamétrico portátil Hach

HQ440d

Temperatura °C Termómetro de mercurio

Conductividad eléctrica S/cm Cond330i WTW

PH - Multiparamétrico portátil Hach

HQ440d

Turbidez NTU Turbidimeter Hach 2100N

Fuente: Standard Methods, for the Examination of Water and Waste Water, 2005

50

3.5.1.1 Recolección de muestras de agua

En las mediciones paramétricas (temperatura, demanda bioquímica de oxígeno, oxígeno

disuelto y conductividad eléctrica), se tomaron las muestras in situ en los puntos de

muestreo, a una profundidad de 30 centímetros utilizando los frascos estériles y

prelavados con agua del mismo sitio.

Tabla 6. Modelo de preservación de la muestra

Parámetro Envase

Tamaño

mínimo de

muestra

Tipo de

muestra Preservación

Tiempo

máximo de

conservación

Recomendad

o/Regulado

Oxígeno

disuelto P, V 250- 300 cm3 p, c No requerido

Análisis

inmediato

Demanda

bioquímica de

oxigeno

P o V (es

preferible

vidrio para

concentracion

es

bajas de DBO)

100 ml p, c

Refrigerar

entre

2°C y 5°C,

guardar en la

obscuridad

24 horas

Temperatura P, V 100 ml p, c No requerido Análisis

inmediato

Conductividad

eléctrica P, V 100 ml p, c

Refrigerar

entre 2°C y

5°C

24 horas

PH P, V 100 ml p, c No requerido Análisis

inmediato

Turbidez P, V 100 ml p, c No requerido 24 horas

P = envase de plástico (polietileno o equivalente); V = envase de vidrio; p = puntual; c = compuesta. Fuente: Standard Methods, for the Examination of Water and Waste Water, 2005

3.5.1.2 Identificación puntos de muestreo

En la modelización de la calidad del agua se consideró un segmento de 2,53 km dividido

de acuerdo a sus características hidrodinámicas y geométricas en tres tramos, donde se

identificaron dos afluentes; el primero consiste en una descarga continua y permanente

de aguas servidas proveniente de los sectores Los Chirijos, Juan de Dios Zarate y Divino

Niño, en la parroquia 24 de Mayo; y la segunda, un ojo de agua que se origina en el sector

San José Sur. El estero Aguas Claras llega hasta el sector La Virginia donde desemboca

en el estero Macache. En la tabla 7 se muestra la información general de los tramos de

modelización en el estero Aguas Claras.

51

Tabla 7. Información general de los tramos de modelización en el estero Aguas Claras

Segmentación Longitud (m) Características

Tramo 1 668291 En su inicio, recibe las aguas servidas provenientes de

la parroquia 24 de Mayo

Tramo 2 667871 En su inicio, recibe el aporte del tributario principal.

Tramo 3 667760

En su inicio, recibe el aporte del tributario que tiene

menos del 10% del caudal promedio multianual del

tributario principal sin ningún aporte de cargas

contaminantes

Fuente: Datos de la investigación


En total se establecieron seis puntos de muestreo, los cuales se detallan a continuación:

Tabla 8. Coordenadas puntos de Monitoreo

Estaciones de monitoreo COORDENADAS UTM Distancia de la

cabecera (m) LONGITUD E LATITUD N

PM1 Aguas arriba 669319 9886799 0

PM2 Descarga 1 669297 9886783 0

PM3 Tramo 1 668291 9885644 1718

PM4 Tributario 1 668234 9885571 1791

PM5 Tramo 2 667871 9885300 2333

PM6 Tramo 3 667760 9885366 2495



52

Figura 6. Mapa de localización de los puntos de monitoreo

Fuente: Geoportal de IGM


TRAMO 1

TRAMO 2

TRAMO 3

53

3.5.2 Determinación de las características hidromorfológicas

En cada una de las unidades de modelización se realizaron aforos quincenales durante los

meses de octubre del año 2016 hasta el mes de febrero del año 2017, considerando la

estación lluviosa y seca.

Para estimar el caudal se utilizó el método del flotador, el cual consistió en determinar el

área de la sección transversal de la corriente empleando estacas, flexómetro, cinta y

cuerda; posteriormente, se determinó la velocidad de la corriente empleando una pelota

flotante de peso ligero, cuyo tiempo de traslado se midió con un cronómetro en una

longitud de corriente uniforme que oscile entre ocho y diez metros. El valor de la

velocidad de la corriente se obtuvo dividiendo la distancia seleccionada entre el tiempo

del viaje del flotador. Para tal efecto el caudal en los tramos de modelización, tributarios

de aguas superficiales y descargas de aguas servidas se obtuvieron multiplicando el área

de las secciones transversales al cauce, por la velocidad de la corriente.

Q = A × V

El área de la sección se obtuvo utilizando la siguiente integral definida:

∫ 𝑓(𝑧) 𝑑𝑧𝑋𝑓

𝑋0

Donde, los límites inferior y superior de la integral 𝑋0 y 𝑋𝑓 son el ancho al inicio y final

del cauce; y 𝑓(𝑧) es la curva de ajuste resultante de los datos de profundidad de las

secciones transversales de los tramos modelizados.

3.5.3 Modelización la calidad del agua del estero Aguas Claras aplicando las

ecuaciones de Streeter-Phelps

3.5.3.1 Ecuaciones del modelo empleadas

Para describir el comportamiento del oxígeno disuelto y la demanda bioquímica de

oxígeno en el estero Aguas Claras, se realizó la modelización de la calidad del agua a

través de expresiones matemáticas establecidas en el modelo de Streeter-Phelps en cada

uno de los tramos, y se usaron las datos registrados de las características hidrométricas y

fisicoquímicas en la estación lluviosa y seca, de tal manera se obtuvieron los perfiles de

54

OD y DBO (ver figura N 7). Según Chin (2013) y Jayawardena (2014), para un tramo de

corriente con un punto de descarga aguas arriba y una descarga distribuida a lo largo de

la longitud, el modelo matemático referido se expresa como:

𝐷𝑥 = 𝐷𝑜(𝑒−𝑘𝑎𝑡) +



donde, 𝐷𝑥 es el déficit de oxígeno disuelto a cualquier distancia aguas debajo de la

corriente, 𝐷𝑜 es el déficit inicial de oxígeno disuelto, 𝐿𝑜 es la demanda bioquímica última

de la corriente, 𝑘𝑎 es la constante de reaireación, 𝑘𝑑 es la constante de desoxigenación,

𝑘𝑟 es la constante de remoción total de la DBO, y t es el tiempo de viaje de la corriente

de agua.

Para determinar la DBO última total, 𝐿𝑜, se utilizó la siguiente ecuación:

𝐿𝑜 =𝐿

1 − 𝑒−𝑘𝑡

El oxígeno disuelto en cada tramo se expresa como (Chin, 2013):

𝑂𝐷𝑥 = 𝑂𝐷𝑠𝑎𝑡 − 𝐷𝑥

donde, 𝑂𝐷𝑠𝑎𝑡 es el oxígeno disuelto de saturación.

Figura 7. Curva SAG

Fuente: Rumana (2013). Fundamentals of Wastewater Treatment and Engineering. Rumania. 2013

Elaborado por: Riffaf Rumana.

55

3.5.3.2 Determinación de las contantes cinéticas de desoxigenación, reaireación, y

remoción total de la DBO

3.5.3.2.1 Contante de desoxigenación, 𝒌𝒅

Para establecer las constantes de desoxigenación en cada unidad de modelización

(tramos) se utilizó la ecuación de Hydroscience (1971) que considera corrientes pocos

profundas donde la degradación producida por las bacterias es más significativa, para dos

intervalos de profundidad, H, de la corriente, se obtiene que [38]:

𝑘𝑑 = 0,3 (𝐻

2,4)−0,434

𝑠í 0 ≤ 𝐻 ≤ 2,4 𝑚

𝑘𝑑 = 0,3 𝑠í 0 > 2,4 𝑚

Sin embargo, en la literatura existen varios métodos matemáticos utilizados para

determinar 𝑘𝑑 con base en las mediciones de DBO en el laboratorio. Entre los más

importantes están: logarítmico, de los momentos de Moore, método de Thomas, mínimos

cuadrados de Reed and Theriault [19].

3.5.3.2.2 Constantes de reaireación, 𝒌𝒂

Para calcular las constantes de reaireación se utilizaron algunas de las siguientes fórmulas

empíricas y semiempíricas, obtenidos por diferentes autores:

Tabla 9. Ecuaciones para calcular el coeficiente de reaireación en ríos y arroyos

Autores Año Características de la corriente Ecuación

O'Connor y

Dobbins 1958

0,3 m < H < 9,14 m

0,15 m/s < U < 0,49 m/s

ka = 3,93U0,5

H1,3

Churchill y otros 1962 0,61 m < H < 3,35 m

0,55 m/s < U < 1,52 m/s

ka = 5,026U

H1,67

Owens, Gibbs y

otros 1964

0,12 m < H < 0,73 m

0,03 m/s < U < 0,55 m/

ka =5,32 × U0,67

H1,85

Fuente: Bilibio C, Hensel O, Selbach J. Sustainable water management in the tropics and subtropics;

2011.

Elaborado: Autores

56

Otra de las fórmulas empíricas empleadas para la calcular la constante de reaireación es la

propuesta por Langbein y Durum (1967), empleados del US Geological Survey, quienes

combinaron los datos del rio utilizados en las ecuaciones de OConnor y Dobbins (1958),

Churchill, Elmore, Buckingham (1962) con datos del laboratorios de Krenkel y Orlob (1963),

de Streeter, Wright y Kerr (1936) [55]. Su expresión, recogida por Chapra (2008) es la

siguiente:

𝑘𝑎 = 5,13 (𝑈

𝐻1,33)

3.5.3.2.3 Contante de remoción total de la DBO, 𝒌𝒓

Para determinar la contante de remoción total de la DBO (𝑘𝑟) se segmentó de acuerdo a

la geometría de la corriente (tramos), considerando que las condiciones del caudal sean

constantes y que el aporte de DBO no sea significativo, es decir que debe existir

descomposición de materia orgánica en cada tramo para que la DBO aguas arriba sea

mayor que aguas abajo. En los sitios se determinó el caudal, velocidad media y la DBO5.

Según Sierra (2011), la expresión matemática para calcula 𝑘𝑟 se expresa como:

𝑘𝑟 = 𝑣(ln𝐿1𝐿2

𝑥2 − 𝑥1)

donde, 𝐿1 y 𝐿2 son los valores de DBO medidos aguas arriba y aguas abajo,

respectivamente, en una sección de la corriente; 𝑥2 y 𝑥1 son las distancias a los puntos de

muestreo considerados; y 𝑣 es la velocidad promedio de la corriente en el tramo

considerado.

En aquellas situaciones se considera las variaciones de velocidad del agua a lo largo del

tramo en estudio y los efectos de la dilución, que por motivos prácticos se aconseja

reemplazar las concentraciones por carga [19].

𝑘𝑟 = 𝑣(ln𝑄1 ∗ 𝐿1𝑄2 ∗ 𝐿2𝑥2 − 𝑥1

)

57

3.5.3.3 Calibración y validación del modelo de Streeter-Phelps

Para una mayor eficiencia del modelo de Streeter-Phelps, se efectuó la calibración

paramétrica, ajustando las constantes cinéticas de reaireación (ka), desoxigenación (kd) y

de remoción total de la DBO (kr). En este proceso se combinó el método manual, o de

ensayo y error, con el método automático, empleando la metodología GLUE (Generalized

Likelihood Uncertainty Estimation), que consiste en introducir rangos de variación de las

constantes cinéticas, el términos de probabilidad para diferenciar que tan probable es que

el modelo genere resultados que describan adecuadamente el comportamiento del sistema

en estudio [55], posteriormente, a través de simulaciones de Monte Carlo se obtuvieron

10000 posibles combinaciones de los parámetros calibrado, con el fin de obtener valores

calibrados de las constantes cinéticas que describan la realidad del segmento estudiado.

Con el fin de validar los datos obtenidos, y predecir así, las concentraciones de OD y

DBO en la corriente estudiada, se corrió el modelo calibrado considerando las variables

externas, las características hidromorfológicas del estero, y las principales cargas

contaminantes y tributarios. De esta manera se verificó la capacidad del modelo calibrado

para predecir el comportamiento del OD y DBO cuando existe un cambio de las

condiciones básicas del sistema estudiado.

3.5.4 Simulación la calidad del agua del estero Aguas Claras con software de

computadora

Mediante el modelo de calidad de agua superficial QUAL2K, versión 2.12, desarrollado

por las USEPA (Agencia de Protección Ambiental de los Estados Unidos), se obtuvieron

curvas que simulan el comportamiento del oxígeno disuelto y la demanda bioquímica de

oxígeno a lo largo de la corriente del estero Aguas Claras.

QUAL2K se basa en ecuaciones diferenciales para sistemas unidimensionales y un flujo

de estado estacionario. Es un modelo eficaz para simular la calidad del agua y las

condiciones hidrológicas en ríos así como en sistemas con cargas difusivas de

contaminación. La base del cálculo del transporte de la masa contaminante, se logra

aplicando la integración numérica en tiempo y espacio para cada parámetro de calidad

del agua. Esta ecuación incluye los efectos de advección, dispersión, dilución, reacciones

58

de los componentes e interacciones, fuentes y vertimientos. Para todo contaminante 𝐶,

esta ecuación puede escribirse como:

𝑑𝐶𝑖𝑑𝑡=𝑄𝑖−1𝑉𝑖𝐶𝑖−1 −

𝑄𝑖𝑉𝑖𝐶𝑖 −

𝑄𝑎𝑏,𝑖𝑉𝑖𝐶𝑖 +

𝐸𝑖−1𝑉𝑖(𝐶𝑖−1 − 𝐶𝑖) +

𝐸𝑖𝑉𝑖(𝐶𝑖+1 − 𝐶𝑖) +

𝑊𝑖𝑉𝑖+ 𝑆𝑖

Donde, 𝐶𝑖 es la concentración del contaminante; 𝑄𝑖 es el flujo en el iésimo segmento; 𝑄𝑎𝑏

es la salida en el elemento 𝑖 debido a extracción puntual o difusa; Vi: Volumen

incremental del iésimo segmento; 𝑡 es el tiempo; 𝑆𝑖 son las fuentes y sumideros del

constituyente debido a reacciones y mecanismos de transferencia de masa; 𝐸𝑖 es el

coeficiente de dispersión longitudinal entre segmentos 𝑖 y 𝑖 + 1; y, 𝑊𝑖 es la carga externa

del constituyente en el elemento 𝑖.

3.6 Tratamiento de Datos

3.6.1 Análisis de rendimiento

Asimismo, se efectuó el análisis de rendimiento de la OD y DBO para determinar el error

estadístico entre los valores medidos en el campo con los valores pronosticados por el

modelo matemático, mediante el coeficiente de determinación 𝑅2, el índice de

rendimiento de Nash-Sutcliffe (NSE), y la raíz del error cuadrado medio (RMSE, por sus

siglas en inglés):

Tabla 10. Medidas de bondad de Ajuste

Coeficiente de determinación 𝑅2 𝑅2 =

(

∑ (𝑦𝑗 − ��)(��𝑗 − ��𝑁𝑗=1 )

√∑ (𝑦𝑗 − ��)2𝑁

𝑗=1 √∑ (𝑦�� − ��)2𝑁

𝑗=1 )

2

Índice de rendimiento de Nash-Sutcliffe NSE = 1,0 −

∑ (yj − yj)2N

j=1

∑ (yj − y)2N

j=1

Raíz del error cuadrado medio MAE =1

𝑁∑|ŷ𝑗 − 𝑦𝑗|

𝑁

𝑗=1

Fuente: Chin DA. Water-Quality Engineering in Natural Systems: Fate and Transport Processes in the

Water Environment; 2013


59

3.7 Materiales y Equipos

Los materiales utilizados en el presente proyecto de investigación durante de campo al

igual que los de laboratorio y oficina, así como instrumentos, softwares y bases de datos

se detallan a en la tabla 11.

Tabla 11. Materiales y equipos utilizados en la investigación

1.- De campo 2.- De laboratorio

Flexómetro

Piola número 2

Botas

Botellas de vidrio de 400 ml

Cronometro

Libreta de campo

Red de patada

Reactivos para análisis de aguas

Espectrofotómetro

Placas Petri

Potenciómetro WTW

Conductivímetro WTW

Oxidímetro WTW

Pipeta

Vaso de precipitación

3.- De oficina 4.- Software

Computadora

Útiles de oficina

Pendrive

ArcGis 10.1

Stacgraphic



CAPITULO IV

RESULTADOS Y DISCUSIÓN

60

4.1 Resultados de la investigación

4.1.1 Características hidromorfológicas del estero Aguas Claras

Las características hidromorfológicas del estero Aguas Claras que se estimaron en cada

unidad de modelización fueron: el caudal, la velocidad de la corriente, la profundidad, el

área de la sección transversal y el ancho del cauce. En cada uno de los tramos se usaron

las medias calculadas de las características hidrométricas y fisicoquímicas en la estación

lluviosa y seca, necesarias en la modelización de la calidad del agua.

4.1.1.1 Caudal

Los valores de caudal medidos en la fase de campo para los meses de octubre, noviembre,

diciembre, correspondientes a la época seca, así como enero y febrero a la época lluviosa,

se recopilan en la tabla 12.

Tabla 12. Caudales medidos en l/s de la estación seca y lluviosa

Estación Fecha de

muestreo

Aguas

arriba

Descarga

1 Tramo 1

Tributario

1 Tramo 2 Tramo 3

Seca

29-Oct-16 42,57 10,81 27,96 8,08 32,51 30,01

12-Nov-16 35,10 11,47 226,02 6,24 119,82 85,44

03-Dic-16 23,37 5,37 23,94 2,21 28,56 38,56

11-Dic-16 16,31 3,34 32,82 6,79 34,79 32,82

Lluviosa

15-Ene-17 90,37 37,17 131,55 36,26 141,36 200,79

29-Ene-17 146,29 41,07 265,25 94,53 167,69 167,05

11-Feb-17 429,81 155,44 478,45 170,89 539,86 818,41

25-Feb-17 575,72 112,65 927,64 203,18 731,55 958,27



Según los datos obtenidos mediante el aforo de cada uno de los tramos segmentados, así

como la descarga y el tributario, se puede observar en el gráfico 1 que los caudales

experimentan un incremento en algunas fechas, pero a su vez decrecen en otras. Como

muestra de aquello, la fecha en la que hubo mayor caudal fue el 25 de febrero, registrando

un caudal de 927 l/s en el tramo 1, alcanzando los 731 l/s en el tramo 2, y desembocando

en el estero Macache con un caudal de 958 l/s, lo que demuestra que la descarga

61

proveniente del Terminal Terrestre, sumado a la influencia de la época lluviosa, significó

un aporte significativo de caudal para el estero.

Gráfico 1. Variación del caudal del estero Aguas Claras



El gráfico 1 refleja la variación que ha experimentado el caudal en cada uno de los tramos

en el estero durante los meses comprendidos en la fase de campo. Puede observarse que

los cuatro primeros meses muestran una gran diferencia con respecto al mes de Febrero,

ya que este alcanza hasta tres veces más los valores de caudal con respecto a los meses

mencionados, desembocando en el estero Macache con un total de 958 l/s.

Los meses de enero y noviembre presentan caudales similares en el tramo 1 superando

los 226 l/s, y en el tramo 2 rebasa los 119 l/s, sin embargo, existen diferencias en el tramo

3. De la misma manera, los meses de Octubre y Diciembre registran valores muy similares

entre sí, además de ser los meses en los que el estero presentó el menos caudal. Es así que

los mayores caudales registrados en estos meses fueron 33 l/s en el tramo 1, 35 l/s en el

tramo 2 y 39 l/s en el tramo 3.

4.1.1.2 Velocidad de la corriente

La tabla 13 detalla los valores medidos correspondientes a la velocidad de la corriente en

cada segmento del estero, y que fueron de utilidad para el cálculo de los caudales

anteriormente descritos.

OctubreNoviembre

Diciembre

Enero

Febrero

0

200

400

600

800

1000

Aguas arriba Tramo 1 Tramo 2 Tramo 3

Ca

ud

al

(l/s

)

Sitios de muestreo

Octubre Noviembre Diciembre Enero Febrero

62

Tabla 13. Velocidad de la corriente en m/s del estero Aguas Claras

Estación Fecha de

muestreo

Aguas

arriba

Descarga

1 Tramo 1

Tributario

1 Tramo 2 Tramo 3

Seca

29-Oct-16 0,07 0,12 0,10 0,29 0,07 0,11

12-Nov-16 0,06 0,11 0,38 0,26 0,14 0,16

03-Dic-16 0,05 0,07 0,11 0,12 0,07 0,10

11-Dic-16 0,04 0,09 0,09 0,03 0,07 0,09

Lluviosa

15-Ene-17 0,08 0,25 0,28 0,22 0,17 0,25

29-Ene-17 0,11 0,19 0,33 0,45 0,23 0,28

11-Feb-17 0,16 0,36 0,38 0,63 0,14 0,23

25-Feb-17 0,17 0,15 0,31 0,16 0,16 0,20



Tal como se observa en la tabla 13 la fecha en la que se registra las corrientes más rápidas

son el 12 de noviembre ya que se midió una velocidad de 0,38 m/s en el tramo 1,

decreciendo en el tramo 2 a 0,23 m/s, y en la desembocadura se eleva a 0,28 m/s; sin

embargo, en la cabecera parte con un caudal menor a los descritos de 0,11 m/s. El 11 de

Diciembre es la fecha en la que la corriente experimentó las menores velocidades, ya que

aguas arriba presentaba una velocidad de 0,04 m/s, incrementándose en el tramo 1 a 0,09

m/s manteniéndose aproximadamente en esa velocidad hasta la desembocadura. En el

gráfico 2, se puede apreciar que el tramo 1 registra las mayores velocidades seguidos por

el tramo 3, y siendo el menos veloz en todos los casos el tramo 2.

Gráfico 2. Velocidad de la corriente en el estero Aguas Claras



Octubre

Noviembre

Diciembre

Enero

Febrero

0

0,1

0,2

0,3

0,4

0,5

Aguas arriba Tramo 1 Tramo 2 Tramo 3

Vel

oci

da

d d

e la

Co

rrie

nte

(m

/s)

Sitios de muestreo


63

4.1.1.3 Profundidad del cauce

Se estableció la profundidad a partir del valor promedio medido en el centro de la

corriente en cada una de las secciones transversales seleccionadas en la fase de campo.

Tabla 14. Profundidad del cauce del estero Aguas Claras, en m

Estación Fecha de

muestreo

Aguas

arriba

Descarga

1 Tramo 1

Tributario

1 Tramo 2 Tramo 3

Seca

29-Oct-16 0,20 0,09 0,15 0,10 0,22 0,22

12-Nov-16 0,20 0,10 0,27 0,09 0,39 0,33

03-Dic-16 0,18 0,09 0,16 0,05 0,25 0,27

11-Dic-16 0,17 0,12 0,18 0,08 0,23 0,18

Lluviosa

15-Ene-17 0,31 0,15 0,24 0,14 0,37 0,45

29-Ene-17 0,33 0,22 0,32 0,16 0,32 0,45

11-Feb-17 0,40 0,30 0,45 0,21 1,22 1,06

25-Feb-17 0,53 0,37 0,85 0,48 1,31 1,26



En la tabla 14 y el gráfico 3, se puede apreciar que los tramos cuyas profundidades fueron

las de mayor magnitud fueron el tramo 2 y 3, en el respectivo orden, en casi todos los

meses comprendidos en la fase de campo. En la estación seca las mayores profundidades

registradas llegan hasta los 39 cm en el tramo 2 y 33 cm en el tramo 3. En la estación

lluviosa se puede apreciar un crecimiento significativamente alto ya que las

profundidades llegan hasta 1,31 m en el tramo 2, y 1,26 m en el tramo 3.

Gráfico 3. Variación de la profundidad en el estero Aguas Claras



140

120

100

80

60

40

20

0

Aguas arriba Descarga 1 Tramo1 Tributario 1 Tramo 2 Tramo 3

Pro

fun

did

ad (

cm)

Puntos de Muestreo


64

4.1.2 Características fisicoquímicas del estero Aguas Claras

4.1.2.1 Oxígeno Disuelto

La tabla 15 describe los valores de oxígeno disuelto medidos en cada uno de los puntos

de muestreo, tanto tramos como, tributarios y aguas arriba de la descarga proveniente del

terminal terrestre de la ciudad.

Los valores de oxígeno más elevados se dieron en los meses comprendidos en la época

lluviosa, enero y febrero, debido a la influencia de las precipitaciones que se dan lugar en

estos. Los mayores niveles de oxígeno disuelto fueron de 4,50 mg/l aguas arriba a la

descarga y de 5,60 mg/l en el tramo 1, registros correspondientes al 29 de enero. Con

respecto al tramo 2, el mayor alcance de este parámetro fue de 4,97 mg/l, teniendo un

incremento a 6,33 mg/l en el tramo 3, datos determinados el 11 de febrero. Por lo general

los niveles del OD en el estero no cumplen el límite máximo permisible (no menos de 6

mg/l) establecido en el libro VI del TULSMA Anexo I.

Tabla 15. Niveles de oxígeno disuelto en el estero Aguas Claras

Estación Fecha de

muestreo

Aguas

arriba

Descarga

1 Tramo 1 Tributario 1 Tramo 2 Tramo 3

Seca

29-Oct-16 1,33 2,22 1,22 6,67 2,41 2,85

12-Nov-16 1,45 2,13 1,66 3,21 2,63 2,98

03-Dic-16 1,30 2,30 1,30 3,70 2,40 2,80

11-Dic-16 3,58 1,64 1,00 2,99 2,70 3,20

Lluviosa

15-Ene-17 1,53 2,28 2,88 6,83 2,75 2,91

29-Ene-17 4,50 4,60 5,60 6,50 4,90 4,90

11-Feb-17 4,33 3,38 4,54 6,76 4,97 6,33

25-Feb-17 2,91 3,07 4,48 6,06 4,52 4,81



El gráfico 4 representa con claridad la diferencia en los niveles de oxígeno disuelto entre

los meses que correspondientes a la época seca con los de la época lluviosa, estando los

meses de octubre, noviembre y diciembre por debajo de los 3,20 mg/l (en el tramo 3), el

cual es el mayor valor registrado de oxígeno correspondiente a la estación seca.

65

Gráfico 4. Variación del oxígeno disuelto en el estero Aguas Claras



De la misma manera, se aprecia en el gráfico 4 como en los meses de diciembre y octubre,

en el tramo 1 los niveles de oxígeno descienden debido a la influencia de la descarga de

aguas residuales y los bajos caudales que presentó el estero en aquel momento; no

obstante, en los tramos 2 y 3, el OD asciende significativamente. Además, también puede

divisarse como en la época lluviosa solo el mes de febrero presentó un crecimiento en los

niveles de este parámetro en cada tramo, puesto que el mes de Enero, en los tramos 2 y

3, el OD desciende luego de su incremento en el tramo 1.

4.1.2.2 Demanda Bioquímica de Oxígeno

La tabla 16 muestra los promedios observados en los análisis de la DBO en cada punto

de muestreo asignado a cada tramo del estero, incluyendo así mismo los valores obtenidos

aguas arriba, en la descarga puntual de aguas residuales, así como el tributario proveniente

de la parroquia 24 de Mayo.

Tabla 16. DBO5 en el estero Aguas Claras

Estación Fecha de

muestreo

Aguas

arriba

Descarga


Seca

29-Oct-16 65 38 20 10 16 10

12-Nov-16 110 65 34 6 24 22

03-Dic-16 28 21 5 3 4 3

11-Dic-16 50 40 32 4 16 14

Octubre

Noviembre

Diciembre

Enero

Febrero

0

1

2

3

4

5

6

7

Aguas arriba Tramo 1 Tramo 2 Tramo 3 Descarga 1 Tributario 1

Oxíg

eno

Dis

uel

to (

mg

/l)

Sitios de muestreo


66

Lluviosa

15-Ene-17 35 10 14 2 12 10

29-Ene-17 11 12 8 5 7 6

11-Feb-17 12 20 7 6 6 6

25-Feb-17 5 7 3 3 4 4



Se determinó que los valores más altos de DBO en el estero se dieron en los meses

comprendidos durante la estación seca, debido a que el caudal fue mucho menor en estas

fechas de monitoreo, siendo el valor más alto 34 y 32 mg/l correspondientes al tramo 1.

Así también el tramo 2 fue el segundo tramo con valores elevados alcanzando los 24 mg/l.

Finalmente, el registro de DBO más alto del tramo 3 fue de 22 mg/l.

Gráfico 5. Variación de la DBO5 en el estero Aguas Claras



La variación de los niveles de DBO se ve marcada por un descenso desde la cabecera del

cauce1 hasta la desembocadura en el tramo 3 en el estero Macache. Ya que los meses

pertenecientes a la estación seca se caracterizan por tener caudales menores, claramente

se visualiza en el gráfico 5 que son estos los que presentaron mayores valores de DBO a

lo largo de la fase de campo.

4.1.2.3 pH

Los valores evaluados de pH se tabulan en la tabla 17, como parte de los parámetros

adicionales tomados en consideración en esta investigación.

Octubre

Noviembre

Diciembre

Enero

Febrero

0

20

40

60

80

100


Dem

an

da

Bio

qu

íca

de

Oxíg

eno

(m

g/l

)

Sitios de muestreo


67

Tabla 17. Valores de pH en el estero Aguas Claras

Estación Fecha de

muestreo

Aguas

arriba

Descarga


Seca

29-Oct-16 6,50 6,50 6,80 6,70 6,00 6,30

12-Nov-16 6,80 6,50 6,90 7,10 6,30 6,50

03-Dic-16 7,20 7,00 7,00 6,90 7,00 6,50

11-Dic-16 6,90 7,00 6,90 6,30 7,00 6,50

Lluviosa

15-Ene-17 6,50 7,00 6,00 6,50 6,50 6,00

29-Ene-17 7,51 7,86 7,78 7,93 8,08 8,19

11-Feb-17 6,50 7,00 6,00 7,00 7,00 6,00

25-Feb-17 6,77 6,89 6,78 6,86 6,83 6,91



Analizando los datos obtenidos se observa que por lo general el estero se caracteriza por

tener un potencial de hidrógeno parcialmente neutro según lo descrito en el Anexo 1 del

libro VI del TULSMA, ya que se obtuvieron valores que se encuentran en un rango de

6,5 a 9, con ciertas excepciones como el 29 de octubre donde el tramo 2 y 3 mostraron

niveles de pH menores. A su vez, el tramo 1 presentó valores de 6 en la época lluviosa.

Observando la variación de los niveles de pH es visible que los valores en los tres tramos

muestran niveles similares entre sí, y casi todos se acercan a la media. Así también, el

gráfico 7 refleja que el mes de diciembre es aquel en el que se registraron los valores más

altos superando incluso el promedio calculado.

Gráfico 6. Variación del pH en el estero Aguas Claras



0

1

2

3

4

5

6

7

8


Po

ten

cial

de

Hid

róge

no

Sitios de muestreo

Octubre Noviembre Diciembre Enero Media

68

4.1.2.4 Conductividad eléctrica

En la tabla 18 se muestran los valores determinados con respecto a la conductividad

eléctrica en cada uno de los tramos, en la descargar puntual, así como en principal

tributario.

Tabla 18. Conductividad eléctrica en el estero Aguas Claras

Estación Fecha de

muestreo

Aguas

arriba

Descarga


Seca

29-Oct-16 177,2 334,2 388,0 193,1 408,0 300,0

12-Nov-16 211,7 458,8 305,5 193,1 293,2 328,2

03-Dic-16 140,4 330,1 218,4 101,5 234,7 381,0

11-Dic-16 365,3 569,6 329,0 181,5 340,0 370,9

Lluviosa

15-Ene-17 243,2 454,6 254,9 258,2 298,8 339,5

29-Ene-17 172,8 243,7 280,7 204,7 274,2 296,2

11-Feb-17 146,1 342,0 181,4 209,6 209,6 220,3

25-Feb-17 138,0 327,1 144,8 214,6 154,4 168,2



Gráfico 7. Variación de la conductividad eléctrica en el estero Aguas Claras



El gráfico 6 refleja la variación de la conductividad eléctrica en cada tramo, y muestra la

tendencia a decrecer a lo largo del estero, a excepción del mes de octubre donde se

incremente en tramo 2, e inmediatamente disminuye en el tramo final. Los valores al

inicio del tramo 1 superan los 450 µS/cm en los meses de noviembre y diciembre (son

0

100

200

300

400

500


Co

nd

uct

ivid

ad E

léct

rica

(µ

S/cm

)

Sitios de muestreo

Octubre Noviembre Diciembre Enero Media

69

menores en octubre y enero), y al final del tramo 3 la conductividad decrece hasta

mantenerse por debajo de los 250 µS/cm. Turbidez

La tabla 19 tabula los valores conseguidos a través del análisis de la turbidez a lo largo

del estero Aguas Claras, y se puede observar que el mes de diciembre es aquel donde se

alcanzan los resultados más altos, llegando hasta 104 NTU, correspondiente al tramo 1.

Tabla 19. Valores de turbidez en el estero Aguas Claras

Estación Fecha de

muestreo

Aguas

arriba Descarga

1 Tramo 1

Tributari

o 1 Tramo 2 Tramo 3

Seca 11-Dic-16 132,2 132,2 104,7 62,715 48,32 38,65

Lluviosa

15-Ene-17 94,49 20,03 5,12 5,16 3,83 5,25

29-Ene-17 20,29 16,91 14,4 10,26 10,72 11,03

11-Feb-17 20,18 46,7 26,39 25,29 28,9 31,82

25-Feb-17 36,4 46,57 58,61 36,01 69,95 72,04



El grafico 8 refleja la variación de la turbidez que existe entre los meses de diciembre,

enero y febrero, el cual demuestra que conforme se avanza a lo largo del estero, la turbidez

decrece poco a poco hasta la desembocadura. El valor mínimo de turbidez analizado se

dio en el mes de enero llegando a los 5,25 NTU.

Gráfico 8. Variación de la turbidez en el estero Aguas Claras



Diciembre

Enero

Febrero

0

25

50

75

100

125

150


Tu

rbid

ez (

NT

U)

Sitios de muestreo

Diciembre Enero Febrero

70

4.1.3 Modelización de la calidad del agua con Streeter-Phelps

4.1.3.1 Constantes cinéticas

4.1.3.1.1 Constante de reaireación

Para efecto de la modelización de la calidad del agua se realizó el cálculo de la constante

de reaireación ka (d-1) a través del uso de la ecuación propuesta por Langbein y Durum

(1967), los valores resultantes se recopilan en la tabla 20. No obstante, cabe señalar que

se emplearon las ecuaciones O'Connor y Dobbins (1958), Churchill et al. (1962), Owens,

Gibbs (1964), citado en el capítulo III, sin embargo estos no valores resultantes no se

aproximaron al ajuste inicial del modelo.

Tabla 20. Valores calculados de la constante de reaireación

Estación Fecha de muestreo Tramo 1 Tramo 2 Tramo 3

Seca

29-Oct-16 6,41 14,75 19,96

12-Nov-16 11,12 8,13 12,12

03-Dic-16 6,46 11,64 12,82

11-Dic-16 4,52 13,58 25,29

Lluviosa

15-Ene-17 9,59 10,21 9,21

29-Ene-17 7,71 16,36 9,93

11-Feb-17 5,64 0,99 1,78



En la tabla 20 se observa que los valores más altos de la constante de reaireación

corresponden al tramo 3 durante la época seca, esto se justifica debido a la turbulencia

presente en este sitio, donde la corriente es rápida y somera con un caudal inferior a los

primeros dos segmentos. Durante la época seca esta tendencia varia, y los valores de las

constantes disminuyen debido al aumento de la profundidad del cauce.

4.1.3.1.2 Constante de desoxigenación

Se expresó los valores calculados de la constante de desoxigenación kd en términos de

profundidad media (Hydroscience, 1971). Estos se detallan a continuación:

71

Tabla 21. Valores calculados de la constante de desoxigenación


Seca

29-Oct-16 1,00 0,85 0,85

12-Nov-16 0,77 0,66 0,71

03-Dic-16 0,97 0,80 0,77

11-Dic-16 0,92 0,83 0,92

Lluviosa

15-Ene-17 0,81 0,68 0,62

29-Ene-17 0,72 0,72 0,62

11-Feb-17 0,62 0,40 0,43



En la tabla 21 se observa que los datos obtenidos con la formula empírica Hydroscience,

(1971) varían entre 0,39 d-1 hasta 1,00 d-1. Los valores más altos de kd se obtuvieron en

el tramo uno donde el estero recibe el mayor aporte de contaminación debido a las

descargas de aguas servidas provenientes de la parroquia 24 de Mayo, mientras que en el

tramo dos y tres los valores son casi similares.

No obstante, cabe señalar que para calcular la contante de desoxigenación se utilizó el

método de Thomas y el método logarítmico, sin embargo estos datos no se utilizaron el

ajuste inicial debido a que el coeficiente de correlación en la mayoría de los casos resulto

ser menor a 0,5.

4.1.3.1.3 Constante de remoción total de DBO

Los valores calculados de la constante de remoción total de DBO, a través del método de

concentraciones propuesto por Sierra (2011) se utilizaron en el ajuste inicial del modelo

de Streeter-Phelps. Cabe mencionar que también se utilizó el método basado en cargas

referido por el mismo autor, sin embargo, dichos valores no se utilizaron en el ajuste

inicial debido a que en muchos casos los valores resultantes fueron negativos. Los valores

calculados de 𝑘𝑟 se expresan en la tabla 22.

72

Tabla 22. Valores calculados de la constante de remoción


Seca

29-Oct-16 5,04 2,66 36,35

12-Nov-16 12,99 12,72 10,91

03-Dic-16 6,93 2,82 26,08

11-Dic-16 1,46 7,79 8,90

Lluviosa

15-Ene-17 8,29 4,87 30,14

29-Ene-17 3,52 5,25 27,95

11-Feb-17 7,32 5,63 -



Debido al que la corriente del segmento estudiado es poco profundo, con velocidades

bajas y poca turbulencia se da el efecto de sedimentación y floculación que justifica los

valores de altos de 𝑘𝑟.

4.1.3.1.4 Calibración de constantes ka, kd y kr

Para calibración de las constantes cinéticas de reaireación (ka), desoxigenación (kd) y

remoción total de la DBO (kr) se utilizó el software Statgraphic, y consistió en emplear

el método GLUE, con 10000 simulaciones de Montecarlo con el fin de disminuir el error

relativo de las concentraciones de OD y DBO registradas en las unidades de simulación

(3 tramos) y así, obtener valores calibrados de las constantes cinéticas que describan la

realidad del segmento estudiado. Los resultados de la calibración paramétrica para cada

una de las fechas de muestreo se muestran en la tabla 23.

Tabla 23. Resultados de la calibración paramétrica con el método GLUE de las contantes cinéticas ka, kd

y kr.

Fecha Tramo Contantes cinéticas

RSS OD RSS DBO ka kd kr

29-Oct-16

1 5,81 1,32 4,86 1,38E-02 1,07E-01

2 2,28 0,45 1,38 1,59E-05 1,98E-03

3 7,37 1,17 28,04 5,49E-04 2,21E-05

12-Nov-16

1 6,18 0,68 20,40 2,52E-04 2,50E-04

2 9,16 1,36 4,54 5,78E-04 1,27E-03

3 13,81 1,83 7,54 1,41E-04 3,60E-05

03-Dic-16 1 2,69 1,54 9,17 2,94E-03 8,00E-03

2 1,54 0,47 1,46 1,85E-02 2,89E-04

73

3 5,96 1,34 15,73 7,29E-08 1,12E-05

17-Dic-16

1 7,61 1,47 1,80 8,90E-02 2,28E-01

2 8,22 1,80 4,59 1,62E-03 2,38E-03

3 6,88 0,80 6,18 2,61E-04 6,76E-04

14-Ene-17

1 9,18 1,76 9,63 9,72E-05 2,69E-04

2 2,27 1,85 2,28 6,66E-06 1,48E-03

3 16,75 1,17 24,17 1,34E-05 4,00E-08

28-Ene-17

1 10,21 1,18 5,62 6,36E-04 9,67E-06

2 0,12 1,79 2,13 2,25E+00 3,53E-01

3 0,35 1,88 8,57 1,85E-01 7,80E-03

11-Feb-17

1 3,57 0,34 13,42 2,35E-05 5,38E-06

2 2,11 1,20 2,23 1,00E-04 9,68E-05

3 18,07 0,58 0,64 3,53E-06 1,65E-03



4.1.3.2 Comportamiento del Oxígeno Disuelto y la Demanda Bioquímica de

Oxígeno

En el siguiente apartado se describe el comportamiento del oxígeno disuelto y la demanda

bioquímica de oxígeno a lo largo del estero a partir de los datos obtenido en la fase de

monitoreo. Se detalló este este proceso para cada fecha en las que se realizaron los aforos

y muestreo correspondientes.

Inicialmente, se describieron las características iniciales del estero aguas arriba a la

descarga principal originada en el Terminal Terrestre de Quevedo, así como también este

efluente de aguas residuales y el tributario localizado previo al tramo 2 del estero.

Estas medidas fueron usadas para el cálculo de las condiciones iniciales de cada tramo

segmentado en el estero, ya que esta constituye parte fundamental en la modelización de

los niveles de OD y DBO. Esto se realizó a partir de balances de masa utilizando las

medias de los caudales de cada descarga puntual así como las concentraciones medias de

las variables ya mencionadas.

4.1.3.2.1 Comportamiento del OD y la DBO del 29 de octubre del 2016

En la tabla 24 puede observarse los datos de caudal, temperatura y DBO obtenidos en el

primer muestreo, en los principales aportantes del estero Aguas Claras, los cuales

condicionarán las concentraciones de OD Y DBO en cada punto a lo largo de los tramos.

74

Tabla 24. Características de la cabecera, tributario y fuentes puntuales del 29 de octubre del 2016

Q (m3/s) T (oC) OD (mg/l) DBO última

(mg/l)

Corrientes aguas

arriba 0,043 24,6 1,33 65

Descarga tramo

1 0,011 24,7 2,22 38

Tributario

tramo 2 0,008 24 6,67 10



A partir de estos datos, se pudo obtener los valores correspondientes a la temperatura del

agua (T0), así como la DBO última inicial (L0), el oxígeno disuelto inicial (OD0), el valor

de la saturación de oxígeno, y el déficit inicial de oxígeno en el agua (D0), datos los cuales

fueron utilizados en la aplicación del modelo de Streeter y Phelps.

Tabla 25. Condiciones iniciales en cada tramo del 29 de octubre del 2016

Tramo To Lo (mg/l) OD0 (mg/l) ODSAT (mg/l) Do (mg/l)

1 24,62 59,53 1,51 8,32 6,81

2 24,54 18,16 1,83 8,33 6,50

3 24,54 16,04 2,42 8,33 5,91



Haciendo uso de las condiciones iniciales en la tabla 25 del 29 de Octubre del 2016, se

aplicó el modelo, lo que permitió obtener el perfil de oxígeno disuelto buscado, y que se

representa en el gráfico a continuación.

75

Gráfico 9. Perfil de la OD del mes de octubre



El perfil presentando en el gráfico 9 se caracteriza por un descenso bien marcado en los

niveles de oxígeno disuelto llegando a valores que rozan los 0 mg/l. Esto es debido a que

la concentración de DBO aguas arriba al efluente de aguas residuales es elevada, tal como

se aprecia en el gráfico 9.

La materia orgánica en el estero, sumada a aquella que es aportada directamente por la

descarga puntual, requiere una mayor cantidad de oxígeno para ser descompuesta por los

microorganismos que residen en el agua.

Sin embargo, al inicio del tramo 1 se puede constatar que las concentraciones de OD se

elevan nuevamente casi hasta los niveles que presenta la cabecera del estero. A partir de

aquí se registra un rápido crecimiento progresivo de las concentraciones de oxígeno

disuelto hasta la desembocadura del estero Aguas Claras, alcanzando una concentración

de 2,98 mg/l.

0

1

2

3

4

5

6

7

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxíg

eno

Dis

uel

to (

mg/l

)

Distancia (m)

Ajuste Inicial Modelo Calibrado Valor observado de OD

Tramo 1 Tramo 2 Tramo 3

76

Gráfico 10. Perfil de la DBO del mes de octubre



De la misma manera, el perfil de DBO en el gráfico 10 muestra la variación de las

concentraciones de materia orgánica a lo largo del estero. Al inicio del tramo 1 los niveles

de este parámetro son realmente elevados, partiendo de los 60 mg/l, lo que demuestra la

gran influencia de la descarga proveniente del Terminal Terrestre. A partir de aquí se

marca un decrecimiento significativo en los niveles de materia orgánica debido a la

importancia de la constante de remoción (kr), y el aporte de oxígeno que constituye el

tributario justo antes del inicio del tramo 2, presentando una DBO de 9 mg/l en la

desembocadura del estero Aguas Claras.

Tabla 26. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 29 de octubre


OD 9,70 0,32 0,83

DBO 1,50 0,30 0,05



Para una mayor eficacia del proceso de modelización, se realizó un ajuste entre los valores

analizados en todos los puntos de muestro y aquellos predichos por el modelo, dando

como resultado un error relativo menor al 10% en los tres tramos, los cuales son

presentados en la tabla 26.

0

10

20

30

40

50

60

70

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Dem

and

a B

ioq

uíc

a d

e O

xíg

eno

(m

g/l

)

Distancia (m)

Modelo Calibrado Valor observado de DBO Ajuste Inicial


77

4.1.3.2.2 Comportamiento del OD y la DBO del 12 de noviembre del 2016

A continuación se muestra en la tabla 27 los datos iniciales utilizados para la

modelización de los niveles de OD y DBO del 12 de Noviembre del 2016.

Tabla 27. Características de la cabecera, tributario y fuentes puntuales del 12 de noviembre del 2016


(mg/l)

Corrientes aguas

arriba 0,035 25,6 1,45 110

Descarga tramo

1 0,011 25,7 2,13 65

Tributario

tramo 2 0,00624 27,2 3,21 6



En esta fecha se registra un decrecimiento tanto en el caudal del estero como del

tributario, aunque la descarga conserva una magnitud similar a la de la fecha anterior. La

tabla 28 resume los cálculos obtenidos para las condiciones iniciales.

Tabla 28. Condiciones iniciales en cada tramo del 12 de noviembre del 2016


1 25,62 98,92 1,62 8,17 6,55

2 25,81 29,37 1,86 8,14 6,28

3 25,81 23,95 2,66 8,14 5,53



Gráfico 11. Perfil de la OD del mes de noviembre



0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

5

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxíg

eno

Dis

uel

to (

mg/l

)

Distancia (m)

Ajuste Inicial Modelo Calibrado Valor de OD

Tramo 1 Tramo 2

Tramo 3

78

Aplicado el modelo de Streeter y Phelps y obteniendo el perfil de oxígeno disuelto para

esta fecha, se puede observar en el gráfico 11 un decrecimiento de las concentraciones de

OD no tan significativo en el tramo 1 ya que de una concentración de 1,6 mg/l desciende

a 1,3 mg/l a la mitad de este, y asciende nuevamente hasta el final del segmento, para

continuar elevándose a lo largo del tramo 2 y 3, desembocando en el estero Macache con

una concentración de oxígeno disuelto de 3,05 mg/l.

De igual manera, el perfil de DBO nos muestra un aumento de la materia orgánica en

comparación al muestreo anterior, iniciando con una concentración de 99 mg/l,

descendiendo a lo largo del estero, lo que demuestra una vez más la importancia del papel

que desempeña la constante de remoción en el estero, ya que los niveles de DBO

decrecieron hasta los 21,5 mg/l, tal como muestra el gráfico 12.

Gráfico 12. Perfil de la DBO del mes de noviembre



Una vez más el ajuste demostró una mejor calibración del modelo para los tres tramos

seleccionados en el estero. La tabla 29 muestra el error calculado para cada punto.

Tabla 29. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 12 de noviembre


OD 1,20 0,91 0,20

DBO 0,00 0,15 0,25



0

20

40

60

80

100

120

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Dem

and

a B

ioq

uíc

a d

e O

xíg

eno

(m

g/l

)

Distancia (m)

Modelo Calibrado DBO Ajuste Inicial


79

4.1.3.2.3 Comportamiento del OD y la DBO del 3 de diciembre del 2016

A continuación se presentan los datos a considerar en la modelización para el 3 de

Diciembre del 2016.

Tabla 30. Características de la cabecera, tributario y fuentes puntuales del 3 de diciembre del 2016


(mg/l)

Corrientes aguas

arriba 0,023 25,7 1,30 28

Descarga tramo

1 0,005 26 2,30 21

Tributario

tramo 2 0,002 28,6 3,70 3



Para esta fecha se observa una disminución en la cantidad de agua en la cabecera del

estero, así como las descargas naturales y residuales que influyen en las condiciones del

mismo, sin embargo, también la DBO última del estero y sus tributarios experimentaron

un decrecimiento significativo. Las condiciones iniciales se presentan en la tabla 31.

Tabla 31. Condiciones iniciales en cada tramo del 3 de diciembre del 2016


1 25,76 26,69 1,49 8,15 6,66

2 25,96 4,58 1,59 8,12 6,53

3 25,96 4,01 2,27 8,12 5,85



A continuación se aplicó el modelo partiendo de las condiciones iniciales antes descritas,

y nos permite divisar la variación de los niveles de oxígeno disuelto en el gráfico 13. Este

nos muestra primeramente la importancia del ajuste del modelo puesto que la predicción

inicial se muestra diferente a la calibrada. También se puede observar que al igual que en

las fechas anteriores, el decrecimiento y la inmediata elevación de las concentraciones de

oxígeno en el agua se dan en el tramo 1, aproximadamente a los 700 m, y así la curva del

OD continúa elevándose hasta alcanzar un valor de 2,91 mg/l al final del tramo 3.

80

Gráfico 13. Perfil del OD del mes de diciembre (Primer semana de muestreo)



En el perfil de la DBO también se divisa el acercamiento de la predicción del modelo de

Streeter y Phelps con respecto a las concentraciones de DBO analizadas en cada punto de

muestreo. La curva de DBO inicia en una concentración 26,7 mg/l, decreciendo a lo largo

de todos los tramos hasta alcanzar un valor de 2,8 mg/l en la desembocadura.

Gráfico 14. Perfil de la DBO del mes de diciembre (Primer semana de muestreo)



0

1

2

3

4

5

6

7

8

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxíg

eno

Dis

uel

to (

mg/l

)

Distancia (m)


Tramo 1 Tramo 2

Tramo 3

0

5

10

15

20

25

30

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Dem

and

a B

ioq

uíc

a d

e O

xíg

eno

(m

g/l

)

Distancia (m)



81

En esta fecha se experimentó un ajuste menos preciso, principalmente en el tramo 2, a

diferencia de las fechas anteriores. El error relativo de la calibración se presenta a

continuación en la tabla 32.

Tabla 32. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 3 de diciembre


OD 3,83 5,58 0,07

DBO 2,00 0,39 0,02



4.1.3.2.4 Comportamiento del OD y la DBO del 17 de diciembre del 2016

El 17 de diciembre del 2016 constituye la fecha final de la estación seca dentro de la fase

de campo y los datos descritos en la tabla 33 son aquellos observado en esta fecha.

Tabla 33. Características de la cabecera, tributario y fuentes puntuales del 17 de diciembre del 2016


(mg/l)

Corrientes aguas

arriba 0,016 25,6 3,58 50

Tributario 1 0,003 25,7 2,00 40

Descarga tramo

2 0,007 29,8 3,00 4



De la misma manera, se calcularon las características iniciales del modelo con respecto a

temperatura, la DBO inicial, el oxígeno disuelto inicial, la saturación de OD y el déficit

de oxígeno en cada uno de los tramos.

Tabla 34. Condiciones iniciales en cada tramo del 17 de diciembre del 2016


1 25,62 48,30 3,25 8,17 4,92

2 26,69 24,07 1,59 8,01 6,42

3 26,69 15,92 2,75 8,01 5,26



El perfil generado por el modelo para el OD está representado en el gráfico 15:

82

Gráfico 15. Perfil de la OD del mes de diciembre (Segunda semana de muestreo)



En esta fecha se produce una misma tendencia en el decaimiento del oxígeno disuelto en

el tramo, aunque de una manera más marcada, alcanzando un punto crítico en la

concentración de OD a los 1300 m aproximadamente, más cerca del tramo 2 a diferencia

de las fechas previas a esta. Al final del tramo 1, el OD alcanza los 1,11 mg/l, y a partir

de aquí su concentración se eleva significativamente gracias al aporte del tributario,

incrementando el nivel de oxígeno hasta los 3,31 al final del tramo 3.

Gráfico 16. Perfil de la DBO del mes de diciembre (Segunda semana de muestreo)



0

1

2

3

4

5

6

7

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxíg

eno

Dis

uel

to (

mg/l

)

Distancia (m)


Tramo 1 Tramo 2

Tramo 3

0

10

20

30

40

50

60

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Dem

and

a B

ioq

uíc

a d

e O

xíg

eno

(m

g/l

)

Distancia (m)



83

Con respecto a la DBO, sus niveles inician en los 48 mg/l y descienden a lo largo del

estero, y experimenta un cambio notorio a partir del tramo 2 producto del aporte de

oxígeno y caudal del tributario principal, disminuyendo las concentraciones de DBO

hasta los 13,7 mg/l en la desembocadura del estero, tal como muestra el gráfico 16. En

este contexto, el ajuste es eficaz, ya que el modelo calibrado demuestra una variación más

cercana a los análisis de DBO y OD obtenidos en los puntos de muestreo.

Tabla 35. Error relativo del oxígeno disuelto y la demanda bioquímica de oxígeno del 17 de diciembre

del 2016


OD 6,04 1,61 0,47

DBO 1,56 0,32 0,29



4.1.3.2.5 Comportamiento del OD y la DBO del 14 de enero del 2017

La época lluviosa trae consigo el aumento del caudal tanto del estero como los tributarios

del mismo, y eso se evidencia en la tabla 36. Así mismo se puede constatar una elevación

realmente significativa en la concentración de oxígeno disuelto en el tributario de agua

superficial del estero.



(mg/l)

Corrientes aguas

arriba 0,090 28 1,53 35

Descarga tramo

1 0,037 28,6 2,28 10

Tributario

tramo 2 0,0068 29,8 6,83 2



Las condiciones iniciales para cada tramo se detallan en la tabla 37. Cabe mencionar que

para esta fecha el tramo 2 y 3 presentaron un mayor nivel de DBO.

Tabla 37. Condiciones iniciales en cada tramo del 14 de enero del 2017


1 28,17 27,71 1,75 7,80 6,06

2 28,26 13,01 3,14 7,79 4,65

3 28,26 11,96 2,70 7,79 5,10



84

El grafico 17 muestra una elevación de los niveles de OD a diferencia de fechas anteriores

y la curva reflejaba una tendencia a caer, sin embargo, aquí se divisa como las

concentraciones de oxígeno se incrementan a lo largo del tramo 1, aunque en el tramo 2

ocurre un decrecimiento e inmediatamente los niveles se elevan hasta alcanzar los 3,31

mg/l. La variación a partir del inicio de la época lluviosa se ve marcada por el aumento

de caudal, y el aporte de oxígeno de las precipitaciones del mes.

Gráfico 17. Perfil de la OD del mes de enero (Primer semana de muestreo)



Gráfico 18. Perfil de la DBO del mes de enero (Primer semana de muestreo)



0

1

2

3

4

5

6

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxíg

eno

Dis

uel

to (

mg/l

)

Distancia (m)


Tramo 1 Tramo 2

Tramo 3

0

5

10

15

20

25

30

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Dem

and

a B

ioq

uíc

a d

e O

xíg

eno

(m

g/l

)

Distancia (m)



85

El gráfico 18 refleja lo mencionado anteriormente. La concentración de DBO al inicio del

segmento es menor a fechas anteriores, siendo esta de 27,7 mg/l, y se da la misma

tendencia a decrecer progresivamente a los largo de los tres tramos, finalizando en el

tramo 3 con una concentración de 9,6 mg/l. En este caso el ajuste del modelo mostró una

gran eficacia con relación a los datos DBO, y eso se refleja en la tabla 38.

Tabla 38. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 14 enero del 2017


OD 0,22 0,10 0,06

DBO 0,00 0,29 0,01



4.1.3.2.6 Comportamiento del OD y la DBO del 28 de enero del 2017

Una vez más se experimentó un aumento del caudal en la cabecera del estero y en las

descargas de aguas superficiales y residuales, sin embargo, la DBO aguas arriba a la

descarga puntual es también menor a la del muestreo anterior. La descarga y el tributario

principal, muestran una DBO similar a la del 14 de enero.



(mg/l)

Corrientes aguas

arriba 0,146 27,5 4,50 11

Descarga tramo

1 0,041 27,9 4,60 12

Tributario

tramo 2 0,0945 27,9 6,50 5



Las concentraciones de DBO inicial en los tres tramos es menor, y el OD muestra

valores superiores a la fecha previa. La tabla 40 presenta las condiciones iniciales para

la segunda semana de muestreo del mes de enero.

Tabla 40. Condiciones iniciales en cada tramo del 28 de enero del 2017


1 27,59 11,22 4,52 7,89 3,36

2 27,69 6,93 5,91 7,87 1,97

3 27,69 6,40 5,47 7,87 2,37



86

La variación del oxígeno disuelto muestra nuevamente un crecimiento a los largo del

tramo al igual que en el muestreo previo, tal como lo representa el gráfico 19. Sin

embargo, a partir del tramo 2 la curva experimenta un decaimiento hasta el final del estero

reflejando una concentración de 5,38 mg/l en la desembocadura. La calibración presenta

valores un poco distantes a los predichos por el modelo.

Gráfico 19. Perfil de la OD del mes de enero (Segunda semana de muestreo)



Gráfico 20. Perfil de la DBO del mes de enero (Segunda semana de muestreo)



0

1

2

3

4

5

6

7

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxíg

eno

Dis

uel

to (

mg/l

)

Distancia (m)

Ajuste Inicial Modelo Calibrado OD

Tramo 1 Tramo 2

Tramo 3

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Dem

and

a B

ioq

uíc

a d

e O

xíg

eno

(m

g/l

)

Distancia (m)



87

El perfil de DBO (gráfico 20), muestra concentraciones menores de materia orgánica,

iniciando con un valor de 11,2 mg/l, la cual disminuye progresivamente en cada tramo

hasta llegar a un valor de 5,8 mg/l en la desembocadura al estero Macache. El ajuste en

este caso refleja resultados un poco distantes en el tramo 2, y esto se puede evidenciar en

tabla 41 sobre el error relativo.

Aunque se experimentó mostró menor eficiencia en la calibración como en casos

anteriores, se evidenció un error relativo máximo del 10% por lo que existe un ajuste de

los valores predichos por el modelo inicial y aquel que fue calibrado.

Tabla 41. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 28 de enero del

2017


OD 0,62 10,06 9,40

DBO 0,00 8,51 1,54



4.1.3.2.7 Comportamiento del OD y la DBO del 11 de febrero del 2017

El 11 de Febrero el estero presentó un mayor caudal en su cabecera, así mismo en los

aportante de este. También la descarga de agua residual se caracterizó por una mayor

DBO en esta fecha, y en cuanto al oxígeno disuelto, aguas arriba a la descarga así como

esta mostraron valores menores. A continuación se resumen los datos ingresados al

modelo.

Tabla 42. Características de la cabecera, tributario y fuentes puntuales 11 de febrero del 2017


(mg/l)

Corrientes aguas

arriba 0,430 28,5 4,33 12

Descarga tramo

1 0,155 28,3 3,38 20

Tributario

tramo 2 0,171 28,3 6,76 6



Asimismo, se presentan las condiciones iniciales calculadas para cada tramo segmentado

previo a la modelización en la tabla 43.

88

Tabla 43. Condiciones iniciales en cada tramo del 11 de febrero del 2017


1 28,45 14,12 4,08 7,77 3,69

2 28,41 6,62 5,06 7,77 2,71

3 28,41 5,99 4,98 7,77 2,79



Como era de esperarse, la curva de oxígeno disuelto presenta un incremento en todo el

tramo 1 partiendo con una concentración de 4,08 mg/l, y decae en el tramo 2 ligeramente,

y logra elevar de inmediato los niveles de oxígeno en el tramo 3 alcanzando los 5,4 mg/l.

En esta ocasión el ajuste presenta una mayor eficacia puesto que los valores predichos se

acercan a aquellos observados en los muestreos.

Gráfico 21. Perfil de la OD del mes de febrero



El perfil de DBO presenta una variación en la que los niveles nuevamente disminuyen a

los largo de todo el estero (Gráfico 22). La concentración inicial de este parámetro es de

14,1 mg/l, y decrece hasta llegar a los 5,9 mg/l en la desembocadura del estero. El ajuste

de los valores calculados por el modelo no presentó mayor problema, ya que estos son

muy similares a aquellos observados en cada tramo. Esto puede evidenciarse en la

siguiente tabla del 44.

0

1

2

3

4

5

6

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxíg

eno

Dis

uel

to (

mg/l

)

Distancia (m)

Ajuste Inicial Modelo Calibrado OD


89

Gráfico 22. Perfil de la DBO del mes de febrero



Tabla 44. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 11 de febrero del

2017


OD 0,14 0,24 0,07

DBO 0,00 0,18 0,72



4.1.3.2.8 Análisis de rendimiento del modelo Streter-Phleps

En las tablas 45 y 46 se recopilan los valores obtenidos a partir del análisis de rendimiento

del que el modelo de Streeter-Phelps fue sujeto.

Tabla 45. Rendimiento del modelo de Streeter-Phelps en relación al OD

R2 NSE

29-Oct-16 1,00 0,99

12-Nov-16 1,00 1,00

03-Dic-16 0,99 0,98

17-Dic-16 1,00 1,00

14-Ene-17 1,00 1,00

28-Ene-17 0,95 -0,78

11-Feb-17 1,00 1,00



0

2

4

6

8

10

12

14

16

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Dem

and

a B

ioq

uíc

a d

e O

xíg

eno

(m

g/l

)

Distancia (m)



90

El rendimiento del modelo refleja un ajuste visiblemente óptimo en la mayoría de los

casos entre las concentraciones predichas por el modelo tanto de OD como de DBO, para

cada una de las fechas de muestreo seleccionadas, ya que resultan valores inferiores o

iguales a l, tal como lo expresa el índice de eficiencia de Nash-Sutcliffe, así como el del

coeficiente de determinación.

Existe una excepción al valor índice NSE, dada en la fecha seis donde el resultado refleja

un ajuste muy ineficaz, a diferencia de las demás fechas donde el rendimiento fue óptimo,

tanto para los valores de oxígeno disuelto como DBO.

Tabla 46. Rendimiento del modelo de Streeter-Phelps en relación a la DBO

R2 NSE

29-Oct-16 1,00 1,00

12-Nov-16 1,00 1,00

03-Dic-16 1,00 1,00

17-Dic-16 1,00 1,00

14-Ene-17 1,00 1,00

28-Ene-17 0,83 0,82

11-Feb-17 0,75 0,00



4.1.3.3 Validación del modelo

Para verificar sí las contantes calibradas se ajustan a las condiciones presentes en estero

Aguas Claras se procedió a la validación, para lo cual se consideró las cargas

contaminantes y características hidromorfológicas registradas en la fase de campo durante

la fecha de mayor precipitación.

Tabla 47. Características de la cabecera, tributario y fuentes puntuales en la fecha de mayor precipitación


(mg/l)

Corrientes aguas

arriba 0,576 28,2 2,91 5

Descarga tramo

1 0,113 29 3,07 7

Tributario

tramo 2 0,203 26,6 6,06 3



91

La validación consistió en utilizar las constantes calibradas con los datos obtenidos en el

evento de máxima precipitación, para comparar el comportamiento del estero, y así

reducir el margen de error del modelo. A continuación, el gráfico 23 presenta los

resultados de la variación de los niveles de oxígeno disuelta en la estación seca y lluviosa,

demostrando un ajuste marcado con los datos observados en cada tramo.

Gráfico 23. Perfil del OD para la estación seca en la validación del modelo de Streeter-Phelps



Gráfico 24. Perfil del OD para la estación lluviosa en la validación del modelo de Streeter-Phelps



0

1

2

3

4

5

6

7

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxí

gen

o D

isu

elt

o (

mg/

l)

Sitios de muestreo

29-oct-16 12-nov-16 03-dic-16 17-dic-16 OD observado


0

1

2

3

4

5

6

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Oxí

gen

o D

isu

elt

o (

mg/

l)

Sitios de muestreo

14-ene-17 28-ene-17 11-feb-17 OD observado


92

De igual manera, en el gráfico 25 y 26 se puede observar la validación del modelo para

el perfil de la variación de los niveles de la demanda bioquímica de oxígeno en cada punto

de muestreo a lo largo del estero durante la estación seca y lluviosa.

Gráfico 25. Perfil de la DBO en la estación seca en la validación del modelo de Streeter-Phelps



Gráfico 26. Perfil de la DBO en la estación lluviosa en la validación del modelo de Streeter-Phelps



El error relativo correspondiente a la validación del modelo en base a la fecha de mayor

precipitación se puede observar en la tabla 48, donde se puede verificar el porcentaje de

error mínimo, los cuáles en su mayoría se encuentran por debajo del 10% de precisión, lo

0

1

2

3

4

5

6

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

DB

O (

mg/

l)

Sitios de muestreo

29-oct-16 12-nov-16 03-dic-16 17-dic-16 DBO observada


0

1

2

3

4

5

6

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

DB

O (

mg/

l)

Sitios de muestreo

14-ene-17 28-ene-17 11-feb-17 DBO observada


93

que refleja un ajuste eficaz en la predicción de los valores del OD y la DBO en cada uno

de los tramos delimitados. Los mayores porcentajes de error relativo se adjudican al 12

de Noviembre del 2016, tanto para los valores de oxígeno disuelto como de DBO.

Tabla 48. Error relativo del OD y DBO en la validación del modelo

Fecha de

comparación Parámetro Tramo 1 Tramo 2 Tramo 3

29-Oct-16 OD 8,41 6,81 4,20

DBO 0,00 0,00 0,00

12-Nov-16 OD 2,16 23,90 21,97

DBO 43,33 33,33 50,00

03-Dic-16 OD 23,90 7,97 9,77

DBO 6,67 0,00 0,00

17-Dic-16 OD 3,28 17,77 13,69

DBO 4,00 0,00 0,00

14-Ene-17 OD 5,88 11,43 13,04

DBO 3,33 0,00 13,04

28-Ene-17 OD 9,02 9,55 4,26

DBO 2,50 7,41 0,00

11-Feb-17 OD 14,12 2,57 7,31

DBO 23,33 27,24 8,46



En la tabla 48 se observa que la validación del modelo a partir de las contantes obtenidas

durante la calibración del 29 de octubre del 2016 presenta un margen de error del 0% en

los valores de DBO e inferior al 9% en los valores de OD, siendo, inferiores a los datos

reportados en noviembre y diciembre durante la época seca; mientras que en la estación

lluviosa las contantes calibradas el 28 de enero del 2017 simulan mejor el comportamiento

de la DBO y OD en el escenario de mayor precipitación registrado.

4.1.3.4 Simulación de la calidad del agua con QUAL2K

Se realizó una nueva simulación de los niveles de oxígeno disuelto y DBO a través del

software QUAL2K, para lo cual se hizo uso de los valores correspondientes a las distintas

94

variables hidrodinámicas del estero, así como datos adicionales como la altitud, y además

las constantes cinèticas (ka y kd) calibradas, como lo requiere el modelo.

Cabe mencionar que el software no requirió la constante de remoción calculada, por lo

cual no fue incluida en la simulación. De la misma manera, existieron algunas variables

las cuales no fue posible incluir como la velocidad de sedimentación de los sólidos, sin

embargo, los resultados arrojados por el modelo presentan un ajuste muy aceptable.

4.1.3.4.1 Simulación del OD y la DBO del 29 de Octubre del 2016

En el gráfico 27 se muestra la modelización realizada por el QUAL2K para la fecha

mencionada, la cual brinda una cercana apreciación a los niveles de oxígeno disuelto y

DBO.

Gráfico 27. Simulación del OD con QUAL2K del mes de octubre



La simulación del QUAL2K para la DBO, mostrado en el gráfico 28, presenta un ajuste

cuyo error supera significativamente el 50%, ya que los valores medidos en campo están

muy por debajo del predicho por el software, para todos los tramos del estero.

0

2

4

6

8

10

00,511,522,53

Estero Aguas Claras (29/10/2016)

DO(mgO2/L) DO (mgO2/L) data DO(mgO2/L) Min

DO(mgO2/L) Max DO sat

95

Gráfico 28. Simulación de la DBO con QUAL2K del mes de Octubre



Tabla 49. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 29 de octubre del

2016 empleando el software QUAL2K


OD 32 15 30

DBO 57 63 76



4.1.3.4.2 Simulación del OD y la DBO del 12 de Noviembre del 2016

El gráfico 29 muestra la simulación de OD realizada por el QUAL2K en el mes de

noviembre, y expresa un ajuste medianamente óptimo con respecto al tramo 2 y 3; sin

embargo, el tramo 1 refleja valores similares al determinado en el punto de muestreo.

0

10

20

30

40

50

60

70

00,511,522,53


CBODf (mgO2/L) CBODf (mgO2/L) dataCBODf (mgO2/L) Min CBODf (mgO2/L) Max

96

Gráfico 29. Simulación del OD con QUAL2K del mes de Noviembre



La simulación (gráfico 30) predice una DBO alta a lo largo del estero, en contraste a los

determinados en el campo, por lo que el ajuste determina un error relativo muy amplio.

Gráfico 30. Simulación de la DBO con QUAL2K del mes de Noviembre



0

2

4

6

8

10

00,511,522,53




0

20

40

60

80

100

120

00,511,522,53



97

Tabla 50. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 12 de noviembre

del 2016 empleando el software QUAL2K


OD 13 35 49

DBO 61 69 69



4.1.3.4.3 Simulación del OD y la DBO del 3 de Diciembre del 2016

En el gráfico 31 se muestra un ajuste muy cercano a los valores observados de oxígeno

disuelto, cuyo error se encuentra por debajo del 1%, y nuevamente, la predicción para el

tramo 2 y 3 es aceptablemente óptima.

Gráfico 31. Simulación del OD con QUAL2K del mes de Diciembre (Primer semana de muestreo)



Los valores predichos por el software a lo largo del estero difieren ampliamente con la

demanda de oxígeno observada en cada uno de los puntos de muestreo (ver gráfico 32),

por lo que el ajuste es nulo en este caso por el amplio error de este.

0

2

4

6

8

10

00,511,522,53




98

Gráfico 32. Simulación de la DBO con QUAL2K del mes de Diciembre (Primer semana de muestreo)



Tabla 51. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 3 de diciembre del



OD 0 26 27

DBO 76 80 85



4.1.3.4.4 Simulación del OD y la DBO del 17 de Diciembre del 2016

Al final de la estación seca, la simulación del OD muestra un menor ajuste a diferencia

de las fechas previas, ya que como muestra el gráfico 33, el error es amplio en el tramo

1, aunque los valores predichos se acercan más a los observados en los tramos finales.

0

5

10

15

20

25

30

00,511,522,53



99

Gráfico 33. Simulación del OD con QUAL2K del mes de Diciembre (Segunda semana de muestreo)



La predicción de los valores de la DBO (Gráfico 34) muestra un mayor ajuste que el error

relativo a la simulación es mucho menor que en casos anteriores.

Gráfico 34. Simulación de la DBO con QUAL2K del mes de Diciembre (Segunda semana de muestreo)



0

2

4

6

8

10

00,511,522,53




0

10

20

30

40

50

60

00,511,522,53



100

Tabla 52. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 17 de diciembre

del 2016 empleando el software QUAL2K


OD 65 21 15

DBO 5 35 42



4.1.3.4.5 Simulación del OD y la DBO del 14 de Enero del 2017

En la época lluviosa se observa un mayor ajuste en la predicción del OD, arrojando

valores muy similares a los observados en cada uno de los puntos de muestreo (Gráfico

35).

Gráfico 35. Simulación del OD con QUAL2K del mes de Enero (Primer semana de muestreo)



Los valores observados de la demanda bioquímica de oxígeno muestran mayor similitud

a los predichos por el software QUAL2K en cada uno de los tramos segmentados a lo

largo del estero, sin embargo, existe un error relativo situado por encima al 30% tal como

lo demuestra la curva representada en el gráfico 36, y los valores descritos en la tabla 53.

0

2

4

6

8

10

00,511,522,53




101

Gráfico 36. Simulación de la DBO con QUAL2K del mes de Enero (Primer semana de muestreo)






OD 13 13 19

DBO 39 44 53



4.1.3.4.6 Simulación del OD y la DBO del 28 de Enero del 2017

El gráfico 37 demuestra que el ajuste entre las concentraciones predichas por el programa

y las observadas en los tres puntos de muestreo es óptimo, con un error relativo calculado

que no supera siquiera el 3%, valores descritos en la tabla 54, mostrando un ajuste un

poco más óptimo en comparación al que presenta la simulación efectuada para el software

para la demanda bioquímica de oxígeno en cada tramo del estero.

0

10

20

30

40

50

60

00,511,522,53



102

Gráfico 37. Simulación del OD con QUAL2K del mes de Enero (Segunda semana de muestreo)



La simulación de la DBO experimentó algo similar, pues esta fecha constituye la que

muestra el mayor ajuste con respecto a la demanda de oxígeno de todos los casos

estudiados, con valores menores al 10% en el error relativo en los dos primeros tramos

de modelización (Gráfico 38).

Gráfico 38. Simulación de la DBO con QUAL2K del mes de Enero (Segunda semana de muestreo)



0

2

4

6

8

10

00,511,522,53




0

2

4

6

8

10

12

00,511,522,53



103




OD 2 3 1

DBO 9 9 21



4.1.3.4.7 Simulación del OD y la DBO del 11 de Febrero del 2017

El software QUAL2K muestra una simulación óptima de los niveles del OD, como lo

muestra el gráfico 39, pues la similitud en la modelización es aceptable.

Gráfico 39. Simulación del OD con QUAL2K del mes de febrero



De acuerdo al gráfico 40, la simulación de la DBO experimentó nuevamente un error

mayor en la modelización, puesto que los valores predichos se alejan de manera visible

de aquellos observados en los tres puntos de muestreo seleccionados.

0

2

4

6

8

10

00,511,522,53




104

Gráfico 40. Simulación de la DBO con QUAL2K del mes de febrero



Tabla 55. Error relativo del oxígeno disuelto y la demanda bioquímica de oxigeno del 11 de febrero del



OD 3 5 3

DBO 35 38 46



4.1.3.4.8 Análisis de rendimiento del software QUAL2K

La tabla 56 demuestra que el ajuste del OD fue óptimo con respecto al coeficiente de

determinación (R2), alcanzando valores muy cercanos a 1, sin embargo ocurrió lo

contrario con el índice de Nash-Sutcliffe dado que incluso presentó valores negativos.

Tabla 56. Rendimiento del software QUAL2K en relación al OD

R2 NSE

29-Oct-16 1,00 0,40

12-Nov-16 0,93 -0,58

03-Dic-16 0,99 0,49

17-Dic-16 0,97 -0,58

14-Ene-17 0,97 -2,50

28-Ene-17 0,96 0,89

11-Feb-17 0,78 0,71



0

2

4

6

8

10

12

14

00,511,522,53



105

El ajuste de la simulación de la DBO muestra valores medianamente aceptables en

algunos casos por su acercamiento a 1 en la prueba R2, sin embargo, este fue nada óptimo

en el índice NSE, debido a la falta de información suministrada (ver tabla 57).

Tabla 57. Rendimiento del software QUAL2K en relación a la DBO

R2 NSE

29-Oct-16 0,75 -48,20

12-Nov-16 0,94 -98,50

03-Dic-16 0,90 -400,95

17-Dic-16 1,00 0,08

14-Ene-17 0,84 -36,89

28-Ene-17 0,31 0,29

11-Feb-17 0,03 0,02



106

4.2 -Discusión de Resultados

Las características hidromorfológicas del estero Aguas Claras están definidas por

caudales muy variables. En este contexto, los caudales medios representativos de la

estación seca son: 0,078 m3/s en el tramo 1; 0,054 m3/s en el tramo 2, y 0,047 m3/s en el

tramo 3, mientras; que la estación lluviosa estos se incrementaron a 0,451 m3/s en el tramo

1; 0,395 m3/s en el tramo 2; y 0,536 m3/s en el tramo 3. Estos resultados son similares a

los reportados por Suarez, quien concluyó que en condiciones de caudales altos o altos

volúmenes asociados a temporadas de alta precipitación, el transporte de sustancias

contaminantes o su dilución es mayor, en el caso de las corrientes esta condición permite

un rápido transporte de las sustancias contaminantes, así como una mezcla rápida y corta

residencia de la sustancia contaminante con un menor impacto ecológico. De manera

contraria a lo anterior, en condiciones de caudales bajos o volúmenes mínimos, los

procesos de asimilación y dilución de las cargas contaminantes son menores, sumado a

largos tiempos de residencia que brindan como resultado impactos ecológicos adversos

como niveles de oxígeno disuelto bajos, concentraciones altas de nutrientes y materia

orgánica en el cuerpo de agua y problemas de eutrofización, por lo cual en escenarios de

caudales bajos o mínimos son significativos en la modelización y sus resultados simulan

el comportamiento de la corriente en situaciones críticas [56]. Además, Facio et al.,

ratificó que el aumento de caudal traen consigo una serie de cambios relacionados con la

calidad del agua, a su vez las velocidades en la corriente, el arrastre de materiales y en

general la fuerza del movimiento de la corriente hace que la turbulencia y mezcla

aumenten generado en muchos de los casos una mezcla inmediata [57].

Los valores de oxígeno disuelto se incrementaron secuencialmente en cada uno de los

tramos establecidos, oscilando entre 1,22 mg/l hasta 3,58 mg/l durante el estiaje y de 1,43

mg/l a 6,33 mg/l durante la época lluviosa. Un esquema similar de variabilidad estacional

del oxígeno disuelto presentó Montes y colaboradores en el año 2013, quienes al realizar

un estudio de la modificación de la capacidad autodepuradora del río Magdalena en

México, concluyeron que un mayor caudal favorece las concentraciones mayores de

oxígeno disuelto causadas por el efecto de reaireación, mientras que el incremento de la

velocidad de la corriente produce tiempos de retención menores a los que se presentan en

la época de estiaje. Además, Burgos simuló los efectos ambientales de la disposición de

purines en cauces superficiales, afirmó que el OD se recuperó debido al proceso natural

107

de reaireación, y al incremento de la velocidad de flujo y turbulencia causada por los

eventos de precipitación [57].

Las concentraciones más altas de DBO5 se reportaron en el Sector Juan de Dios Zárate,

explícitamente aguas arriba del segmento estudiado, cuyo promedio en época de estiaje

superaba los 62 mg/l, mientras que la estación lluviosa estos valores descendieron a 16

mg/l, esta condición puede obedecer a la descarga excesiva de cargas orgánicas en

condiciones anóxicas aguas arriba de la corriente estudiada, argumento propuesto por

Feria et al. [58]. Existe una tendencia estable en los tres tramos de modelización donde la

concentración de DBO5 disminuye a medida que la corriente avanza. Es decir, en el tramo

1, durante la estación seca y lluviosa se obtuvieron concentraciones de 23 mg/l y 8 mg/l;

así mismo, en el tramo 2 se registraron valores de 15 mg/l y 7 mg/l; mientras, que en el

tramo 3 estas concentraciones decrecieron aún más, de 12 mg/l en la época seca y 6 mg/l

en la época de lluvia, debido al aporte de una fuente agua superficial. Estos datos son

similares a los reportados por López, Chiejine et al., Rodríguez et al.; quienes

concluyeron que en época estiaje la DBO5 incrementa debido a que el caudal del cauce

disminuye y pierde su capacidad de autodepuración; sin embrago, Mego et al., Farombi

et al. y Pazmiño asocia las mayores concentraciones de DBO5 durante la estación lluviosa,

como consecuencia de un incremento de la actividad microbiológica al aumentar la

temperatura del agua [45] [47] [52] [59] [60] [54].

Siguiendo el criterio Bilibio et al., se utilizó la formula empírica de Owens y Gibbs (1964)

para calcular la contante de reaireación, que considera corrientes con una profundidad

mayor a 0,12 m y menor de 0,73 m, con velocidades que oscilen entre 0,03 y 0,55 m/s.

Los valores obtenidos con este método variaron entre 8,1 d-1 hasta 38 d-1, que de acuerdo

al ajuste inicial del modelo de Streeter-Phelps sobreestimaron la concentración de

oxígeno disuelto y por ende, la eficiencia de reaireación atmosférica, en cada uno de los

tramos; resultados similares fueron reportados por Pazmiño, quien modelo el perfil de

OD y DBO del estero Atascoso en el cantón Quevedo [39] [54].

En los tres segmentos estudiados (tramos) la tasa de reaireación es mayor que la tasa de

desoxigenación, una condición que indica un potencial de autodepuración alto, en

especial en la temporada de lluvia. Los valores de la tasa de reaireación calculados con la

formula Langbein y Durum oscilan entre 0,12 d-1 a 18,07 d-1, mientras que la tasa

108

desoxigenación calculada con la formula empírica de Hydrosciense oscilan entre 0,34 d-

1 y 1.85 d-1. Los valores de las constante de reaireación y desoxigenación son similares al

estudio realizado por Rivera, quien establece que en ríos con profundidades inferiores a

un metro, la tasa de reaireación disminuye debido a que la interface de agua es insuficiente

para absorber altas concentraciones de oxigeno atmosférico, sin embargo, la turbulencia

y el flujo del cauce producen un efecto inverso; por otra parte, la tasa de desoxigenación

aumentan debido a que las partículas de arena arrastran patógenos que aceleran el proceso

de desoxigenación [61].

La constante de remoción total de la DBO, kr, se calculó mediante el método de

concentraciones sugerido por Sierra (2011), cuyos valores oscilaron entre 1,38 d-1 -28,04

d-1 en época seca; y de 0,64 d-1 a 24,17 d-1 durante la estación lluviosa, considerándose

altos de acuerdo el estudio realizado por Lucas y Carrera, quienes reportaron valores

inferiores a 3,19 d-1 [62] [63]. Sin embargo, Rivera, J. (2012), quien estimo la tasa de

desoxigenación y nitrificación para la degradación de la materia orgánica en río Frio,

concluye que en sistemas de baja profundidad existe una mayor tasa de remoción de la

DBO, lo que demuestra que se trata de efluentes relativamente sencillos de biodegradar

[50] [64].

El método de simulación de Montecarlo permitió obtener valores calibrados de las

constantes cinéticas, disminuyendo el error relativo entre las concentraciones de OD y

DBO observadas en el campo y las estimadas por el modelo. Los resultados obtenidos se

expresaron en términos de error relativo. Estos oscilaron entre 0,20% a 9,70% en época

seca y de 0,07% - 10% en época lluviosa para el oxígeno disuelto, y de 0% a 2% en época

seca y de 0% - 8,51% en época lluviosa para la demanda bioquímica de oxígeno. Estos

resultados son similares a los reportados por Zúñiga en su estudio “Modelación de la

calidad del agua del río Malacatos”, quien reporta valores que inferiores a 9,40% para la

OD y de 2,72% para la DBO; por lo que se ratifica que el error relativo es mínimo y los

resultados son confiables [53].

La curva correspondiente a los perfiles de oxígeno disuelto presenta una degradación que

empieza desde la desemboca de aguas servidas provenientes de la parroquia 24 de Mayo,

cuando x=0; hasta un máximo déficit crítico, es decir, donde se produce la concentración

más baja de oxígeno disuelto. A partir de este punto se produce una zona de recuperación,

109

siendo más notorio a 1.800 metros de distancia, debido al aporte de una fuente de agua

superficial. Esta tendencia se incrementó desde su valor inicial. Así, en época de estiaje

el OD en el tramo 1 ascendió de 1,22 mg/l hasta 1,30 mg/l; en el tramo 2 desde 2,41 hasta

2,70 mg/l; en el tramo 3 desde 2,85 hasta 3,20 mg/l, de la misma manera, en época lluviosa

se produjo un incremento del OD de 2,88 mg/l hasta 4,48 mg/l en el tramo 1; de 2,75

hasta 4,52 mg/l en el tramo 2; de 2,91 hasta 4,81 mg/l en el tramo 3. El mismo patrón de

transición presenta un estudio realizado por Escobar et al., quien describe el fenómeno de

degradación, descomposición y recuperación de la curva SAG en el río Fucha [65].

La calibración del modelo de Streeter-Phelps permitió reducir significativamente la

diferencia entre valores observados en el campo y los valores predichos por modelo. Así,

en el caso del oxígeno disuelto se obtuvieron valores entre 0,95 y 1 para el coeficiente de

determinación y de 0,78-1 para el índice de eficiencia de Nash-Sutcliffe. Por otra parte

para la demanda bioquímica de oxigeno los valores oscilaron entre 0.45- 1 para el

coeficiente de determinación y de 0,40-1 para el índice de eficiencia de Nash-Sutcliffe.

Cabe señalar que los valores inferiores en los rangos citados anteriormente corresponden

a la modelización realizada el mes de febrero, y que el conglomerado indica un alto grado

de confiabilidad, puesto que Zuñiga señala que existe un mejor ajuste del modelo cuando

los valores del índice de Nash-Sutcliffe y del coeficiente de determinación se acercan a

la unidad [53].

La modelización de calidad de agua con el software QUAL2K, permitió obtener perfiles

de oxígeno disuelto cercanos a los valores observados en el campo, obteniendo valores

entre 0,78 y 1 para el coeficiente de determinación, sin embargo ocurrió lo contrario con

el índice de Nash-Sutcliffe dado que incluso presentó valores negativos. Esta variabilidad

se debe a que las concentraciones del oxígeno de saturación en el software QUAL2K son

distintas en cada tramo ya que utiliza una ecuación en función de la temperatura y el

tiempo, mientras que el modelo de Streeter-Phels utiliza una concentración constante de

saturación de oxígeno disuelto es constante en cada tramo de modelización. Asimismo,

no se obtuvo un buen ajuste en el análisis de rendimiento de la demanda bioquímica de

oxígeno, cuyos valores calculados con el índice de eficiencia de Nash-Sutcliffe fueron

negativos, por otra parte se obtuvo un valor promedio de 0,68 para el coeficiente de

determinación, R2. Esto se debe al que el balance de masa que realiza el software

QUAL2K incluye todos los aportes y salidas que se presentan en el tramo, es decir, se

110

realiza en todo el tramo, mientras que el balance de masa el modelo de Streeter-Phelps se

hace en único punto. De acuerdo a Formica et al. (2015), las diferencias entre el software

QUAL2K y el modelo de Streeter-Phelps, se debe a las descargas difusas de origen

antrópico causadas por la cercanía de las áreas urbana. Situación similar presento

Arroyave et al. (2013), quien utilizo el modelo QUAL2K para simular la calidad del agua

del río Sinú, demostrando que la escasez de datos causan problemas de calibración,

debido al gran número de parámetros susceptibles a ajustes y a la reducción del número

de comparaciones experimentales [66] [67].

CAPITULO V

CONCLUSIONES Y RECOMENDACIONES

110

5.1 Conclusiones

La variación del caudal registrado en el estero Aguas Claras se debe al cambio de

estación donde las precipitaciones aportaron volúmenes de agua de gran magnitud

al cauce del estero. Es así que se determinó en el período comprendido en la época

seca un caudal promedio de 0,078 m3/s en el tramo 1; 0,054 m3/s en el tramo 2, y

0,047 m3/s en el tramo 3. Correspondientes a la estación lluviosa se calcularon los

siguientes caudales: 0,451 m3/s en el tramo 1; 0,395 m3/s en el tramo 2; y 0,536

m3/s en el tramo 3. En cuanto a la velocidad de la corriente se determinó que el

tramo 1 registró mayor rapidez tanto en la época seca como lluviosa, gracias a

tipologías bien marcadas en el terreno características de este segmento.

En relación con las variables fisicoquímicas, el análisis de las concentraciones del

oxígeno disuelto reflejó que en casi todos los casos este se encuentra por debajo

del parámetro establecido de 5 mg/l descrito en el Libro VI del TULSMA. En este

contexto, se determinó asimismo que el tramo 3 es el segmento que presenta

mayores concentraciones de OD, mostrando valores mayores al límite permisible

establecido de 6,33 mg/l, sin embargo, lo descrito sucedió tan solo una vez en el

mes de Enero en el tramo 1, y en el mes de Febrero en el tramo 3. Esto se debe a

la mayor demanda de oxígeno necesaria para degradar la materia orgánica

arrastrada desde la descarga principal.

Los análisis de DBO demostraron que los valores más altos se presentaron en el

tramo 1, gracias al aporte de materia orgánica de la descarga puntual proveniente

de la parroquia 24 de Mayo, llegando a 34 mg/l en la estación seca. La tendencia

que se observó fue que la DBO disminuía a lo largo del estero, lo que demuestra

la importancia de la constante de remoción del estero. Los valores de DBO

registrados entre la estación seca y lluviosa difieren significativamente debido al

aumento de caudal a causa de las precipitaciones. Así, el valor de DBO en la época

seca fue de 34 mg/l, en comparación al de la época lluviosa de 14 mg/l, refleja la

influencia del cambio de estación en la demanda de oxígeno.

Asimismo, la determinación de los valores de la constante de reaireación presentó

valores altos, cuyo máximo registro fue de 25,29 d-1. Esto se dio principalmente

en el tramo 3 debido a factores de hidrodinámica, pues en él la velocidad de la

corriente es mayor, además de que las profundidades de este no son tan elevadas,

111

lo que supone una mejor capacidad de contacto con el oxígeno atmosférico. La

constante de remoción de materia orgánica mostró valores de igual manera valores

altos, siendo el más elevado 36,35 d-1. Una vez más esto se da principalmente en

el tramo 3, lo que sugiere una sedimentación importante de los sólidos presentes

en el cauce, incluso en la época lluviosa.

A través del modelo de Streeter-Phelps se observó que la curva de OD durante la

estación seca descendió y ascendió desde el tramo 1 hasta la desembocadura. Sin

embargo, en la estación lluviosa se divisó que los niveles de oxígeno se

incrementaban progresivamente desde el inicio del tramo 1 hasta el final del tramo

3 debido a contribución de las precipitaciones. La curva de DBO, en todos los

casos, descendió a lo largo de todos los tramos, lo que demuestra una vez más la

influencia de los altos valores calculados para la constante de remoción

La simulación de los niveles de oxígeno disuelto a través del software QUAL2K

mostró un ajuste muy similar al observado en la modelización de Streeter y

Phelps, por lo que al comparar las predicciones realizadas por el programa y las

concentraciones observadas en los puntos de muestreo, reflejaron un error relativo

menor al 10% en casi todos los casos, debido a que los valores de las constantes

calculados fueron altamente aceptables. Las predicciones del modelo con respecto

a la DBO experimentaron un buen ajuste en todos los casos gracias a los valores

plausibles de constante de remoción, sin embargo, en la simulación del QUAL2K,

el ajuste fue claramente menor debido a la falta de información requerida por el

software, tales como la velocidad de sedimentación y una gran cantidad de

parámetros que limitan las posibilidades de lograr un mayor ajuste entre los

valores predichos y las determinadas en los puntos de muestreo.

112

5.2 Recomendaciones

Debido a que el estero Aguas Claras presentó una tasa de reaireación mayor con

respecto a la de desoxigenación, es recomendable que se realice una gestión

integral orientada a la protección de este cuerpo de agua que incluya distintos

planes que ayuden a conseguir este objetivo, tales como métodos de remediación

de la calidad, que incluya una limpieza del cauce, así como de monitoreo de la

misma, con ciertos períodos de evaluación; y asimismo de socialización con los

habitantes de las comunidades residentes cercanas al estero, los cuales por servirse

de esta, son actores principales en la consecución de la meta planteada.

Se recomienda además la reconfiguración del sistema de alcantarillado en la

parroquia 24 de Mayo por parte del Gobierno Autónomo Descentralizado a fin de

controlar las aguas servidas provenientes de las viviendas. Así también se sugiere

garantizar el tratamiento de las aguas residuales generadas en el Terminal

Terrestre de Quevedo por ser este el principal responsable de las grandes

concentraciones de materia orgánica depositadas en el estero Aguas Claras.

CAPITULO VI

BIBLIOGRAFÍA

112

6.1 Referencias Bibliográficas

1 Boada M, Maneja R. El agua y la vida. Primera ed. Madrid: LUNWERG, Editores S.A.; 2013.

2 Patil NP, Sawant VD, Deshmukh NR. Physico-chemical parameters for testing of water – A review. International Journal of Environmental Sciences. 2012;III(3).

3 Montelongo Casanova R. Modelación de la calidad del agua del río Tula, Estado de Hidalgo, México. [Internet]. 2007 [cited 2016 Septiembre 29]. Available from: http://www.revistas.unal.edu.co/index.php/dyna/article/view/1709/11601.

4 Castells XE. Diccionario de Términos Ambientales. Madrid: Ediciones Díaz de Santos; 2012.

5 Letterman R. Calidad y tratamiento del agua. Manual de suministros de agua contaminada. Quinta ed. Madrid: McGraw-Hill Companies, Inc; 2002.

6 Tyler Miller G. Introducción a la ciencia ambiental. Quinta ed. España: Thomson; 2002.

7 Novotny V. Water Quality: Diffuse Pollution and Waterseh Management. Segunda ed. Nueva York: John Wiley & Sons, Inc.; 2002.

8 Davis M, Masten S. Ingeniería y ciencias ambientales. Tercera ed. México D.F.: McGraw-Hill Companies Inc; 2005.

9 Ji ZG. Hydrodynamics and Water Quality: Modeling rives, lakes, and estuaries. Wiley-Interscience; 2008.

10 Tapia Rodríguez , Molina Aguilar , Pérez Morales , Torres Acosta. Metodología para la medición de la velocidad de flujo en un río en el diagnóstico de la socavación en pilas de un puente, utilizando un dispositivo electrónico. Querétaro: Secretaría de Comunicaciones y Transportes Instituto Mexicano del Transporte; 2012.

http://www.revistas.unal.edu.co/index.php/dyna/article/view/1709/11601

113

11 Meals DW, Dressing SA. Surface Water Flow Measurement for Water Quality Monitoring Projects. Tech Notes 3,; 2008.

12 Eliott Munro. El río y la forma-Introducción a la geomorfología fluvial. Primera ed. Santiago de Chile: RIL editores; 2010.

13 Fraume Restrepo NJ. Diccionario Ambiental. Primera ed. Bogotá, D,C,: Ecoe Ediciones Ltda.; 2007.

14 Loucks DP, Van Beek E. Water Quality Modelling and Prediction. In: PUBLISHING U, editor. Water Resources Systems Planning and Management. An Introduction to Methods, Models and Applications. 2005.

15 Morgan DJ. River Channel Geomorphology. In: Fluvial Geomorph. Spring; 2006.

16 Ochoa Rubio T. Hidráulica de ríos y procesos morfológicos. Primera ed. Bogotá: Ecoe Ediciones; 2011.

17 Díaz Delgado C, Esteller Alberich V, López Vera F. Recursos Hídricos. Conceptos básicos y estudio de caso en Ibeoamérica. Montevideo: Universidad Autonóma del Estado de México (México) y Piriguazú ediciones; 2005.

18 Sánchez Ó, Herzig M, Peters E, Márquez R, Zambrano L. Perpectivas sobre conservación de ecosistemas acuáticos en México. Instituto Nacional de Ecología; 2007.

19 Sierra Ramírez CA. Calidad de agua: evaluación y diánostico. Bogotá: Ediciones de la U; 2011.

20 Arellano Díaz J. Introducción a la ingeniería ambiental. México, D.F.: Copyright; 2002.

21 Cambers G, Diamond P. Guardarenas (Sandwatch): Adaptarse al cambio climático y educar para el desarrollo sostenible. UNESCO; 2012.

114

22 Corbitt RA. Manual de Referencia de la Ingeniería Medioambiental. Madrid 2003.

23 Roldán Pérez GA. Bioindicación de la calidad del agua en Colombia: propuesta para el uso del método BMWP Col. Primera ed. Universidad de Antioquia; 2003.

24 Romero Rojas JA. Tratamiento de Aguas Residuales. Escuela Colombiana de Ingeniería; 2013.

25 Priority Parameters for Monitoring of Freshwater and Marine Systems, and their Measurement. In: Inyang H, Daniels JL. Encyclopedia of live support systems. Vol I. 2009.

26 Dunnivant FM, Anders E. A Basic Introduction to Pollutant Fate and Transport - An Integrated Approach with Chemistry, Modeling, Risk Assessment, And Environmental Legislation. Canadá: John Wiley & Sons, Inc.; 2006.

27 Stachetti G, Moreira A. Manual de Impacto Ambiental de Actividades Rurales. 2007.

28 Chin DA. Water-Quality Engineering in Natural Systems: Fate and Transport Processes in the Water Environment. Segunda ed. John Wiley & Son, Inc.,Publication; 2013.

29 Brezonik PL, Arnold WA. Water Chemistry-An Introduction to the Chemistry of Natural and Engineered Aquatic Systems. New York: Oxford University Press; 2011.

30 Chang M. Forest Hydrology: An Introduction to Water and Forests. Tercera ed. CRC Press ; 2012.

31 Crisp T. Trout and Salmon: Ecology, Conservation and Rehabilitation. Primera ed. Paris: Office; 2001.

32 Gil Rodríguez M. Procesos de descontaminación de aguas. Cálculos avanzados informatizados. Paraninfo S.A.; 2005.

115

33 Mackenzie L. D, Susan J. M. Ingeniería y ciencias ambientales. McGraw-Hil; 2005.

34 Roldán Pérez G, Ramírez Restrepo. Fundamentos de limnología neotropical. Segunda ed. Universidad de Antioquia; 2008.

35 Brant , Kauffman GJ. Water Resources and Environmental Depth Reference Manual for the Civil PE Exam. Primera ed. California: Professiona Publications; 2011.

36 Lindeburg MR. Environmental Engineering Reference Manual for the PE Exam. Tercera ed. Profesional Publications, Inc.; 2015.

37 Park YS, Lek S, Baehr C, Erik S. Developments in Environmental Modelling-Advanced Modelling Techniques Studying Global Changes in Environmental Sciences. Quinta ed. Vol XXVII. Elsevier publications; 2015.

38 Chapra SC. Surface Water-Quality Modeling. Waveland PRESS, INC. ed. 2008.

39 Bilibio C, Hensel O, Selbach J. Sustainable water management in the tropics and subtropics. Vol II. Board for editing; 2011.

40 Zapata Gaviria. Propuesta metodológica para la conceptualización de sistemas de drenaje urbano. Medellín: Grupo de Publicaciones EPM; 2012.

41 Rumana R. Fundamentals of Wastewater Treatment and Engineering. Rumania: Elsevier; 2013.

42 Von Sperling , de Lemos Chernicharo A. Biological Wastewater Treatment in Warm Climate Regions. Vol I. IWA Publishing; 2005.

43 Negulescu M. Municipal Waste Water Treatment. Romania: Elsevier; 2011.

44 Gallego Picó González A, Fernández I, Sánchez Gimeno B, Fernández Hernando P, Garcinuño Martínez RM, Bravo Yagüe JC, Pradana Pérez JÁ,

116

Navarro Reyes , Durand Alegría S. Contaminación atmosférica. Madrid: UNED; 2012.

45 López Geta , Pulido Bosch , Baquero Úbeda JC. Agua, minería y medio ambiente: libro homenaje al profesor Rafael Fernández Rubio. IGME; 2005.

46 Suárez J. Calidad de aguas en ríos autodepuración. Universidade da Coruña; 2009.

47 Chiejine CM, Igboanugo AC, Ezemonye LI. Modelling effuent assimilative capacity of Ikoba river, Benin city, Nigeria. Nigerian Journal of Technology. 2015;34(1):133-141.

48 Li J, Liu H, Li Y, Mei K, Dahlgren R, Minghua Z. Monitoring and modeling dissolved oxygen dynamics through continuous longitudinal sampling: A case study in Wen-Rui Tang river, Wenzhou, China. Hydrological Processes. 2013;27(24):3502-3510.

49 Menenzes Cunha JP, Parreira Bittencourt R, Sá Farias M, Pinheiro Bello I, Coutinho de Oliveira LF, Fia R. Deoxygenation rate, reaeration and potential for self-purification of a small tropical urban stream. Revista Ambiente e Agua. 2015 Diciembre ;9(3):445-458.

50 Rivera Gutiérrez JV. Evaluación de la materia orgánica en el río frío soportada en el QUAL2K versión 2.07. Dyna. 2011 Julio - Diciembre ;78(131-139).

51 Castaño Ossa JM. Modelación de la calidad del agua del río Tunjuelo en dos escenarios de implementación del plan de saneamiento de Bogotá. [Internet]. 2015 [cited 2016 Noviembre 3]. Available from: http://www.bdigital.unal.edu.co/52643/1/1088000081.2015.pdf.

52 Rodríguez Badillo L, Franco Atiaga O. Análisis De Contaminación Y Modelamiento De O.D. Y Materia Orgánica. Río Puyo. Consejo Nacional de Investigaciones Científicas y Técnicas. 2013 1-13.

53 Zúñiga Torres L. Modelación de la calidad del agua del río Malacatos, tramo comprendido desde el Sector Dos Puentes hasta Sauces Norte. 2014.

http://www.bdigital.unal.edu.co/52643/1/1088000081.2015.pdf

117

54 Pazmiño Rodríguez J. Modelización de la incidencia del Oxígeno Disuelto y la Demanda Bioquímica de Oxígeno en la calidad del agua del estero Atascoso, cantón Quevedo. Quevedo (Ecuador): Universidad Técnica Estatal de Quevedo; 2015.

55 Vargás A. Estudio del comportamiento de modelos hidrológicos bajo un análisis de sensibilidad e incertidumbre. EIDENAR. 2011;I(10).

56 Suárez Canaria I. Formulación y ordenamiento del recurso hídrico río Chichimene. Vol III. Corporación para el desarrollo sostenible del área de manejo especial la Macarena-Cormacerena; 2014.

57 Lince Prada MF, Gónzalez Valencia A. Red de Monitoreo Ambiental en la cuenca del río Aburra-Medellín en jurisdicción de Área Metropolitana Fase III. Informe de modelación. Medellín: Universidad de Antioquia, Universidad Nacional de Colombia (Sede Medellín), Universidad Pontificia Bolivariana, Universidad de Medellín; 2011. Available from: http://www.metropol.gov.co/recursohidrico/Informes/INFORMES/Red%20Rio%20Fase%20II/Informe%20Modelaci%C3%B3n.pdf.

58 Montes , Navarro , Domínguez R, Jiménez B. Modificación de la capacidad de autodepuración del río Magdalena ante el cambio climático. Tecnología y Ciencias del Agua. 2013;IV(5):71-83.

59 Feria Díaz J, Náder Salgado , Meza Pérez SJ. Tasas de desoxigenación y reaireación para el río Sinú. 2015.

60 Mego J, Pilco , Chavez , Leiva , Oliva Cruz. Impacto en la calidad del agua de la quebrada "El Atajo" ocasionado por el botadero de rondón de la ciudad de Chachapoyas, Amazonas, Perú. 2016;II(1):80-87.

61 Farombi AG, Adebayo OR, Oyekanmi AM. Variations in abiotic conditions of water quality of River Osun, Osun State, Nigeria. African Journal of Enviromental and Science and Technology. 2016;VII:283-288.

62 Rivera Gutiérrez JV. Evaluación de la cinética de oxidación y remoción de materia orgánica en la autopurificación de un río de montaña. Unidades Técnologicas de Santander. 2015.

http://www.metropol.gov.co/recursohidrico/Informes/INFORMES/Red%20Rio%20Fase%20II/Informe%20Modelaci%C3%B3n.pdf

http://www.metropol.gov.co/recursohidrico/Informes/INFORMES/Red%20Rio%20Fase%20II/Informe%20Modelaci%C3%B3n.pdf

118

63 Lucas Turuná P. Uso do modelo qual-ufmg no estudo da qualidade da água e da capacidade de autodepuração do rio km119 – Campo Mourão-PR. Universidadde Tecnólogica Federal do Paraná. 2013 0-54.

64 Carrera González G. Modelación de oxígeno disuelto y materia orgánica y su influencia en la distribución y diversidad de indicadores bentónicos de la cuenca del río San Pedro en el tramo Amaguaña- Guangopolo. Sangolquí: Escuela Politécnica del Ejército; 2011.

65 Garnero , Chiappero. Evaluación de la constante cinética k para el ejercicio de la DBO en efluentes de la industria Chacinera. Universidad Tecnológica Nacional Facultad Regional San Francisco. 2012.

66 Escobar Pintor JA, Moreno Dueñas N. Determinación de los coeficientes de oxigenación y desoxigenación para la curva de comportamiento de oxígeno disuelto en el río Fucha. Bogotá: Universidad Católica de Colombia; 2016.

67 Formica SM, Sacchi GA, Campodonico VA, Pasquini AI, Cioccale MA. Modelado de calidad de agua en ríos de montaña con impacto antrópico. Caso de estudio: Sierra Chica de Córdoba, Argentina.. Internacional de Contaminación Ambiental. 2015;IV(31):327-34.

68 Arroyave Gómez DM, Toro Botero FM, Moreno Tovar A, Gallego Suárez DdJ, Carvajal Serna LF. Estudio del modelamiento de la calidad del agua del río Sinú. Ingenierías Universidad de Medellín. 2013.

69 Burgos Mendoza Á. Introducción a la química ambiental. 2011.

70 Amaya Grande L, López Silva. Las aguas residuales domésticas del barrio El Recreo y su incidencia en la calidad del agua del Río Pindo Grande de la Ciudad de Puyo, Provincia de Pastaza. 2015.

71 Spellman R, Whiting NE. Environmental Science and Technology: Concepts and Applications. Segunda ed. 2012.

CAPITULO VII

ANEXOS

119

7.1 Norma De Calidad Ambiental y de Descarga de Efluentes: Recurso Agua

(Libro VI Anexo)

La norma técnica ambiental es dictada bajo el amparo de la Ley de Gestión Ambiental y

del Reglamento a la Ley de Gestión Ambiental para la Prevención y Control de la

Contaminación Ambiental y se somete a las disposiciones de éstos, es de aplicación

obligatoria y rige en todo el territorio nacional, en la tabla 58 se presentan los criterios de

calidad admisibles para la preservación de la flora y fauna en aguas dulces, frías o cálidas,

e aguas marinas de estuario

Tabla 58. Criterios de calidad admisibles para la preservación de la flora y fauna en aguas dulces, frías o

cálidas, e aguas marinas de estuario.

Parámetros Expresados

como Unidad

Límite máximo permisible

Agua fría

dulce

Agua cálida

dulce

Agua

marina y de

estuario

Clorofenoles mg/l 0,5

0,5 0,5

Bifenilos

policlorados/PCBs

Concentración

total de PCBs.

mg/l 0,001 0,001 0,001

Oxígeno Disuelto O.D. mg/l

No menor al

80% y no

menor a 6

mg/l

No menor al

60% y no

menor a 5

mg/l

No menor al

60% y no

menor a 5

mg/l

Potencial de

hidrógeno pH 6, 5-9 6, 5-9 6, 5-9, 5

Sulfuro de

hidrógeno

ionizado

H2S mg/l 0,0002 0,0002 0,0002

Amoniaco NH3 mg/l 0,02 0,02 0,4

Aluminio Al mg/l 0,1 0,1 1,5

Arsénico As mg/l 0,05 0,05 0,05

Bario Ba mg/l 1,0 1,0 1,0

Berilio Be mg/l 0,1 0,1 1,5

Boro B mg/l 0,75 0,75 5,0

Cadmio Cd mg/l 0,001 0,001 0,005

Cianuro Libre CN- mg/l 0,01 0,01 0,01

Zinc Zn mg/l 0,18 0,18 0,17

Cloro residual Cl mg/l 0,01 0,01 0,01

Estaño Sn mg/l 2,00

Cobalto Co mg/l 0,2 0,2 0,2

Plomo Pb mg/l 0,01

120

Cobre Cu mg/l 0,02 0,02 0,05

Cromo total Cr mg/l 0,05 0,05 0,05

Fenoles

monohídricos

Expresado como

fenoles mg/l 0,001 0,001 0,001

Grasas y aceites

Sustancias

solubles en

hexano

mg/l 0,3 0,3 0,3

Hierro Fe mg/l 0,3 0,3 0,3

Hidrocarburos

Totales de

Petróleo

TPH mg/l 0,5 0,5 0,5

Hidrocarburos

aromáticos

policíclicos

(HAPs)

Concentración

total de HAPs mg/l 0,0003 0,0003 0,0003

Manganeso Mn mg/l 0,1 0,1 0,1

Mercurio Hg mg/l 0,0002 0,0002 0,0001

Níquel Ni mg/l 0,025 0,025 0,1

Plaguicidas

organoclorados

totales

Concentración

de

organoclorados

totales

g/l 10,0 10,0 10,0

Plaguicidas

organofosforados

totales

Concentración

de

organofosforados

totales

g/l 10,0 10,0 10,0

Piretroides

Concentración

de piretroides

totales

mg/l 0,05 0,05 0,05

Plata Ag mg/l 0,01 0,01 0,005

Selenio Se mg/l 0,01 0,01 0,01

Tensoactivos

Sustancias

activas al azul de

metileno

mg/l 0,5 0,5 0,5

Temperatura C

Condiciones

naturales + 3

Máxima 20

Condiciones

naturales + 3

Máxima 32

Condiciones

naturales + 3

Máxima 32

Coliformes

Fecales nmp/100 ml 200 200 200

Fuente: Texto Unificado De Legislación Ambiental Secundarias del Ministerio del Ambiente (TULSMA). (s.f.). Criterios de calidad para la preservacion de la lora y fauna n aguas dulces frías o cálidas, y en aguas marinas y de estuarios. En Libro VI Anexo . Ecuador.

Además de los criterios indicados en la tabla 58, se utilizaran los siguientes valores máximos

(ver tabla 59) para la interpretación de la calidad de las aguas.

121

Tabla 59. Límites máximos permisibles adicionales para la interpretación de la calidad de las aguas.

Parámetros

Unidad Límite máximo permisible

Agua Marina Agua Dulce

Acenaftileno g/l 7 2

Acrilonitrilo g/l 26

Acroleina g/l 0,05 0,2

Antimonio (total) g/l 16

Benceno g/l 7 300

BHC-ALFA g/l 0,01

BHC-BETA g/l 0,01

Clorobenceno g/l 15

Clorofenol (2-) g/l 30 7

Diclorobenceno g/l 2 2,5

Diclorobenceno (1,4-) g/l 4

Dicloroetano (1,2-) g/l 113 200

Dicloroetilenos g/l 224 12

Dicloropropanos g/l 31 57

Dicloropropenos g/l 0,8 2

Difenil Hidrazina (1,2) g/l 0,3

Dimetilfenol (2,4-) g/l 2

Dodecacloro + Nonacloro g/l 0,001

Etilbenceno g/l 0,4 700

Fluoruro total g/l 1 400 4

Hexaclorobutadieno g/l 0,03 0,1

Hexaclorociclopentadieno g/l 0,007 0,05

Naftaleno g/l 2 6

Nitritos g/l 1 000 60

Nitrobenceno g/l 7 27

Nitrofenoles g/l 5 0,2

PCB (total) g/l 0,03 0,001

Pentaclorobenceno g/l 0,03

Pentacloroetano g/l 3 4

P-clorometacresol g/l 0,03

Talio (total) g/l 2 0,4

Tetraclorobenceno (1,2,3,4-) g/l 0,1

Tetraclorobenceno (1,2,4,5-) g/l 0,15

Tetracloroetano (1,1,2,2-) g/l 9 24

122

Tetracloroetileno g/l 5 260

Tetraclorofenoles g/l 0.5 1

Tetracloruro de carbono g/l 50 35

Tolueno g/l 50 300

Toxafeno g/l 0,005 0,000

Tricloroetano (1,1,2) g/l 94

Tricloroetileno g/l 2 45

Uranio (total) g/l 500 20

Vanadio (total) g/l 100

Fuente: Texto Unificado De Legislación Ambiental Secundarias del Ministerio del Ambiente (TULSMA).

(s.f.). Criterios de calidad para la preservacion de la lora y fauna n aguas dulces frías o cálidas, y

en aguas marinas y de estuarios. En Libro VI Anexo . Ecuador.

123

7.2 Hojas de Cálculo

7.2.1 Cálculo de la constante cinéticas con fórmulas empíricas

La tabla 60 muestra los valores calculados de la constante de reaireación mediante la

fórmula de Owens y Gibbs.

Tabla 60. Valores de la constante de reaireación obtenidos con la fórmula de Owens y Gibbs, a 25-26ºC


Seca

29-Oct-16 6,4 2,7 4,2

12-Nov-16 11,1 2,5 3,6

03-Dic-16 6,5 2,3 2,9

11-Dic-16 4,5 2,5 4,5

Lluviosa

15-Ene-17 9,6 3,3 3,7

29-Ene-17 7,7 5,4 4,2

11-Feb-17 5,6 0,6 1,1



La tabla 61 muestra los valores calculados de la constante de remoción mediante el

método basado en cargas, propuesto por Sierra (2011).

Tabla 61. Valores de la constante de remoción obtenidos con la fórmula basada en cargas contaminantes

de Sierra, a 25-26ºC


Seca

29-Oct-16 6,84 0,86 11,20

12-Nov-16 -7,62 35,90 14,04

03-Dic-16 6,83 0,59 -0,30

11-Dic-16 -0,83 7,14 3,37

Lluviosa

15-Ene-17 4,90 2,60 -7,34

29-Ene-17 -3,06 23,29 7,55

11-Feb-17 5,86 1,22 -35,07



124

7.2.2 Modelización de la calidad del agua aplicando las ecuaciones de Streeter-

Phelps

FECHA DE MODELIZACIÓN: 29 DE OCTUBRE DEL 2016

DATOS

Corriente aguas arriba Descarga 1 Tributario

Qr (m3/s) 0,043 Q (m3/s) 0,011 Qt (m3/s) 0,008

DBO5r 65 DBO5 38 DBO5 10

Odr (mg/l) 1,33 Od (mg/l) 2,22 Odt (mg/l) 6,67

T (°C) 24,6 T (°C) 24,7 T (°C) 24

PARÁMETROS HIDRODINÁMICOS CORRIENTE

V (m/s) H (m)

TRAMO 1 0,10 0,19

TRAMO 2 0,07 0,28

TRAMO 3 0,11 0,18

CONSTANTES CINÉTICAS

ka 20 °C ka (T) kd a 20

°C kd (T) kr a 20ºC kr (T)

T1 6,41 7,15 1,00 1,24 5,04 6,23

T2 14,75 16,42 0,85 1,05 2,66 3,30

T3 2,15 2,33 0,85 1,05 36,35 44,94

A. Perfil de OD y DBO en el tramo 1

Perfiles de DBO y OD

A1. Condiciones iniciales en el tramo 1

x(m) contin

ua

x (m) tramos

t (d) D

(mg/l) OD

(mg/l) DBO

(mg/l)

Lo 59,53 0 0 0,0 6,8 1,5 59,5

Odo 1,51 100 100 0,0 7,1 1,3 55,4

To 24,62 200 200 0,0 7,2 1,1 51,5

OD sat 8,32 300 300 0,0 7,3 1,0 48,0

Do 6,81 400 400 0,0 7,4 0,9 44,6

500 500 0,1 7,4 0,9 41,5

600 600 0,1 7,4 1,0 38,6

A2. Condiciones iniciales en el tramo 2 700 700 0,1 7,3 1,0 35,9

Lo 15,56 800 800 0,1 7,2 1,1 33,4

Odo 3,31 900 900 0,1 7,1 1,3 31,1

To 24,54 1000 1000 0,1 6,9 1,4 28,9

OD sat 8,33 1100 1100 0,1 6,7 1,6 26,9

Do 5,02 1200 1200 0,1 6,6 1,8 25,1

125

1300 1300 0,2 6,4 2,0 23,3

1400 1400 0,2 6,2 2,2 21,7

A3. Condiciones iniciales en el tramo 3 1530 1530 0,2 5,9 2,4 19,8

Lo 11,57 1600 1600 0,2 5,8 2,6 18,8

Odo 6,55 1700 1700 0,2 5,6 2,8 17,5

To 24,54 1718 1718 0,2 5,5 2,8 17,2

OD sat 8,33 1791 1791 0,2 5,4 3,0 16,4

Do 1,79 1800 9 0,001 4,93 3,41 15,5

1900 109 0,01 3,98 4,35 14,7

2000 209 0,04 3,25 5,08 13,9

2100 309 0,05 2,68 5,65 13,1

2235 444 0,07 2,11 6,23 12,2

2300 509 0,08 1,89 6,44 11,8

2333 542 0,09 1,79 6,54 11,6

2335 544 0,09 1,79 6,55 11,6

2400 65 0,01 1,83 6,51 8,5

2495 160 0,02 1,86 6,48 5,4

2530 195 0,02 1,86 6,47 4,6

126

7.3 Reportes del Laboratorio

144

7.4 Fotografías

Fotografía 1. Recorrido y reconocimiento

del estero

Fotografía 2. Limpieza del cauce

Fotografía 3. Toma de muestra de agua Fotografía 4. Medición del segmento a

analizar

145

Fotografía 5. Medición de la sección

transversal al estero

Fotografía 6. Análisis in-situ realizado

por el laboratorio acreditado

UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO FACULTAD DE...

Documents

Transcript of UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO FACULTAD DE...