MODELACIÓN DE LA CALIDAD DEL AGUA EN UN RÍO DE …

MODELACIÓN DE LA CALIDAD DEL AGUA EN UN RÍO DE MONTAÑA

COLOMBIANO (QUEBRADA LA LEJÍA)

Gustavo A. Arenas F. COD: 199812952

Proyecto de Grado presentado como requisito para optar al titulo de

Ingeniero Ambiental

Asesor: Luis Alejandro Camacho M.Sc., PhD.

BOGOTA UNIVERSIDAD DE LOS ANDES

FACULTAD DE INGENIERÍA DEPARTAMENTO DE CIVIL Y AMBIENTAL

2004

TABLA DE CONTENIDO

Pág.

CAPITULO 1: INTRODUCCIÓN 1

1.1 Aspectos Generales 1

1.2 Definición del Problema 2

1.3 Objetivos 3

1.3.1 Objetivos Generales 3

1.3.2 Objetivos Específicos 3

1.4 Metodología 4

1.5 Principales Resultados 4

1.6 Resumen de Contenido 5

CAPITULO 2: REVISIÓN BIBLIOGRAFICA PARA LA MODELACIÓN 7

2.1 Marco Jurídico 7

2.2 Metodología Investigación 8

2.2.1 Procedimiento 8

2.2.2 Descripción del Procedimiento 9

2.2.2.1 Investigación Preliminar 9

2.2.2.2 Inspección de Campo 9

2.2.2.3 Selección del Modelo 9

2.2.2.4 Investigación Hidráulica 10

2.2.2.5 Programación de Toma de Muestras 10

2.2.2.6 Campañas de Medición 11

2.2.2.7 Análisis de Datos 12

2.2.2.8 Calibración del Modelo 12

2.2.2.9 Implementación del Modelo Definitivo 12

2.3 Tiempos de Viaje 13

2.4 Modelo QUAL2K 14

2.4.1 Breve Descripción 14

2.4.2 Matemática Manejada por el Modelo 16

2.5 Rutinas de Montecarlo MCAT 19

CAPITULO 3: DESCRIPCIÓN DEL ÁREA DE ESTUDIO Y TRABAJO

PRELIMINAR 21

3.1 Descripción del Tramo 21

3.1.1 Línea Base (Quebrada La Lejía) 22

3.1.2 Descripción Geográfica del Tramo 24

3.1.3 Descripción Topográfica del Tramo 26

3.1.4 Descripción Visual (Fotográfica) del Tramo 27

3.1.4.1 Aguas Arriba 27

3.1.4.2 Efluente (PTAR) 29

3.1.4.3 Marranera 30

3.1.4.4 Puente 31

3.1.4.5 Sitio 1 32

3.1.4.6 Sitio2 33

3.2 Experimentos con Trazadores 34

3.2.1 Resultados de Experimentos 34

3.2.1.1 Viaje 1 34

3.2.1.2 Viaje 2 35

3.2.1.3 Viaje 3 35

3.2.1.4 Viaje 4 36

3.2.1.5 Viaje 5 36

3.2.2 Análisis Resultados Trazadores 37

CAPITULO 4: CAMPAÑAS DE MEDICIÓN Y TRABAJO EN CAMPO 39

4.1 Metodología Desarrollada 39

4.1.1 Marco de Modelación 39

4.1.2 Inspección Preliminar 39

4.1.3 Inspección de Campo del Modelador 41

4.1.4 Investigación Hidráulica 42

4.1.5 Programación de Toma de Muestras 42

4.2 Tiempos de Viaje 43

4.3 Metodología de Muestreo 45

4.4 Programación con los Laboratorios 47

CAPITULO 5: MODELACIÓN DE CAMPAÑAS (QUAL2K) 49

5.1 Metodología Modelación 49

5.1.1 Datos Requeridos 49

5.1.2 Procedimiento de Modelación 50

5.1.2.1 Datos Campaña 51

5.1.2.2 Simulación Inicial 51

5.1.2.3 Corrección de Constantes de Reaireación 52

5.1.2.4 Calibración 53

5.1.2.5 Simulación Final 53

5.2 Simulaciones 53

5.2.1 Manejo de Datos 54

5.2.1.1 Qual2K 55

5.2.1.2 Headwater 56

5.2.1.3 Reach 57

5.2.1.4 Light 58

5.2.1.5 Meteorology 58

5.2.1.6 Point Source & Difusse Source 59

5.2.1.7 Rates 60

5.2.1.8 Temperature Data 61

5.2.1.9 WQ Data 61

5.2.1.10 Primera Simulación 62

5.2.2 Mejoras en Reaireación 63

5.2.3 Calibración del Modelo 65

5.2.4 Resultados Modelo Definitivo 71

CAPITULO 6: ANÁLISIS DE RESULTADOS Y CONCLUSIONES 84

CAPITULO 7: BIBLIOGRAFÍA Y REFERENCIAS 88

ANEXO A: EXPERIMENTOS TRAZADORES 90

ANEXO B: RESULTADOS CAMPAÑA 3 103

ANEXO C: MODELO CAMPAÑA 3 104

ÍNDICE TABLAS

Tabla 1. Parámetros de Calidad del Agua (Modelados) 4

Tabla 2. Parámetros Calibrados (Resultados Montecarlo) 5

Tabla 3. Normatividad Decreto 1594 de 1984 7

Tabla 4. Cálculos de Tiempo de Viaje 13

Tabla 5. Información Demográfica Y Geográficos de Arbelaez 22

Tabla 6. Ganadería (Arbelaez) 23

Tabla 7. Agricultura (Arbelaez) 23

Tabla 8. Variables Georeferencia 25

Tabla 9. Georeferenciacion de Sitios de Medición 25

Tabla 10. Pendientes Tramos de Estudio 26

Tabla 11. Fechas de Viajes Realizados 34

Tabla 12. Condiciones Hidrológicas Normales 38

Tabla 13. Variables Hidrológicas 40

Tabla 14. Datos Calidad del Agua 40

Tabla 15. Variables Georeferencia 41

Tabla 16. Cronograma Toma de Muestras (Campaña 2) 43

Tabla 17. Cronograma Toma de Muestras (Campaña 3) 44

Tabla 18. Horario Muestreo Campaña 2 45

Tabla 19. Horario Muestreo Campaña 3 45

Tabla 20. Programación Laboratorios 48

Tabla 21. Datos Requeridos por el Modelo 50

Tabla 22. Tipos de Celdas 54

Tabla 23. Rangos de Parámetros de Calibración 65

Tabla 24. Parámetros Simulados (1000 veces, Todos los Sitios Medidos) 66

Tabla 25. Calibraciones Óptimas Q. La Lejía 71

ÍNDICE GRAFICAS

Figura 1. Diagrama Flujo Investigación 8

Figura 2. Constituyentes 17

Figura 3. Diagrama Química Constituyentes 17

Figura 4. Mapa Descriptivo del Tramo 24

Figura 5. Análisis Tiempo de Viaje 37

Figura 6. Diagrama Modelación de Campañas 51

Figura 7. Hoja “Qual2K” 55

Figura 8. Hoja “Headwater” 56

Figura 9. Hoja “Reach” 57

Figura 10. Hoja “Light” 58

Figura 11. Hoja “Meteorology” 59

Figura 12. Hoja “Point Sources” 59

Figura 13. Hoja “Rates” 60

Figura 14. Hoja “Temperature Data” 61

Figura 15. Hoja “WQ Data” 61

Figura 16. Errores Tempranos “Primera Simulación” 62

Figura 17. Uso de la Hoja “Hydraulics” para Reaireación 63

Figura 18. Corrección de Reaireación “Segunda Simulación” 64

Figura 19. Corridas Calibración Hoja “MCT” 67

Figura 20. Gráficos Dispersión Parametrica (MCAT) 68

Figura 21. Gráficos Sensibilidad Regional (MCAT) 68

Figura 22. Grafico Resultado (GLUE) 69

Figura 23. Grafico Bandas de Confianza 70

Figura 24. Modelación Oxigeno Disuelto 73

Figura 25. Modelación DQO 74

Figura 26. Modelación DBO 75

Figura 27. Modelación Nitrógeno Orgánico 76

Figura 28. Modelación Nitrógeno Amoniacal 77

Figura 29. Modelación Nitratos 78

Figura 30. Modelación Fósforo Total 79

Figura 31. Modelación Sólidos Suspendidos Totales 80

Figura 32. Modelación Temperatura 81

Figura 33. Modelación Alcalinidad 82

Figura 34. Modelación pH 83

ÍNDICE FOTOGRAFÍAS

Fotografía 1. Viaje 1 Aguas Arriba 28

Fotografía 2. Viaje 4 Aguas Arriba 28

Fotografía 3. Viaje 2 PTAR 29

Fotografía 4. Viaje 4 PTAR 29

Fotografía 5. Viaje 3 Marranera 30

Fotografía 6. Viaje 4 Marranera 30

Fotografía 7. Viaje 1 Puente 31

Fotografía 8. Viaje 4 Puente 31

Fotografía 9. Viaje 1 Sitio 1 32




Fotografía 13. Envase Oxigeno Disuelto 47

Fotografía 14. Envases Muestreo 47

IAMB – 200410 – 01 Capitulo 1. Introducción 1

CAPITULO 1: INTRODUCCIÓN

1.1 Aspectos generales

En Colombia, se encuentran solo 7 ciudades que tienen una población mayor a

1’000.000 de habitantes (DANE, 1993). Es decir que la mayoría de poblaciones

que se encuentran dentro del territorio nacional, tienen poblaciones

considerablemente menores. Donde se presenta baja tecnificación en los

procesos de potabilización y tratamiento de aguas residuales.

La mayoría de poblaciones Colombianas tienen entre 10.000 y 25.000

habitantes (DANE, 1993), su economía es principalmente agraria y de bajo nivel

de desarrollo industrial. Esto conlleva a que las características fisicoquímicas de

las aguas residuales no sean tan tóxicas y peligrosas. Sin embargo los

vertimientos domesticas y agrícolas generan impactos que no se pueden

despreciar pues tienen una carga orgánica considerable y son un vector

importante de agentes infecciosos y patógenos.

También es importante notar como estos vertimientos mal tratados o en el peor

de los casos sin tratamiento, son vertidos indiscriminadamente a los cuerpos de

agua más cercanos a la población que los genera, sin importar su capacidad de

auto depuración, ni su tamaño físico y mucho menos las poblaciones que

pueden ser afectadas aguas abajo.

Se debe tener en cuenta que el cuerpo receptor no es un ente alejado de la

infraestructura del municipio. Al contrario, este forma parte de el área rural del

municipio y es parte del recurso hídrico de la población.


A raíz de esto, la gestión que se debe realizar es un manejo integral entre las

partes involucradas dentro del municipio como la son la red de alcantarillado y

aguas lluvias, planta tratamiento de aguas residuales (PTAR) y el cuerpo

receptor (Q. La Lejía). Con el fin de tener un impacto menor en el río, mejorar la

salud publica de la población y no deteriorar el recurso hídrico de la región.

1.2 Definición del problema

Existen múltiples formas de ver el problema pero para definirlo sencillamente se

puede decir que la problemática que tiene el verter aguas residuales a ríos de

montaña sin el previo conocimiento de la capacidad auto-limpiante del mismo,

es importante para la sostenibilidad de los sistemas de tratamiento. Este

procedimiento esta afectando considerablemente los recursos hídricos del país,

disminuyendo la calidad de vida de las personas, y el desarrollo sostenible de la

nación (CONPES 3177, 2002).

Una de las razones por las cuales se realiza esta investigación es la falta de

datos explícitos acerca de la calidad del agua y la capacidad de asimilación de

cargas contaminantes que tienen los ríos de montaña, pues los grandes ríos

Colombianos en los cuales se han realizado estudios detallados son

principalmente de valle o planicie, Ej. Cauca, Magdalena.

No existe información clara y concisa en relación a todas las características de

los ríos de montaña. De tal forma que esta se pueda utilizar por ejemplo en

modelos predictivos de calidad del agua que brinden resultados confiables del

impacto de vertimientos municipales en los cuerpos receptores y que sirvan

como herramientas para el manejo adecuado de nuestros recursos hídricos.


1.3 Objetivos

1.3.1 Objetivos generales

• Obtener datos de campo como topografía, calidad del agua y datos

hidráulicos en un río de montaña colombiano, en un tramo con

vertimientos de agua residual municipal.

• Implementar un modelo predictivo de calidad del agua en la Q. La Lejía

que drena las aguas residuales del Municipio de Arbelaez en

Cundinamarca.

• Calibrar el modelo QUAL2K mediante rutinas de Montecarlo para obtener

parámetros en un río de montaña como lo es la Q. La Lejía.

1.3.2 Objetivos específicos

• Adaptar un modelo estadounidense a condiciones medioambientales

colombianas con baja incertidumbre y error.

• Obtener constantes de calibración adecuadas con las que se puedan

realizar modelos discretos de ríos de montaña dentro del territorio

nacional en un futuro.

• Entender la hidráulica de los ríos de montaña y su influencia directa en

las características fisicoquímicas del río.

• Crear una pequeña base de datos para el municipio con la cual puedan

tener referencia para futuros estudios ambientales.


1.4 Metodología

En esta investigación se maneja una versión simplificada de la metodología

planteada por Camacho y Diazgranados (2003), ya que por razones de tiempo

no se pueden realizar todas las pruebas y campañas presentadas en la

metodología original. Sin embargo se plantea una metodología con un nivel de

complejidad más bajo con la cual se puede realizar una investigación con

excelentes datos y resultados.

1.5 Principales resultados

En esta investigación se obtuvieron resultados importantes con una amplia

aplicabilidad en modelos futuros. Los resultados concretos que se obtuvieron

del modelo predictivo son los siguientes:

Resultados del comportamiento de todos los parámetros fisicoquímicos

de calidad del agua medidos en la Q. La Lejía en función de la distancia.

(Ver Tabla 1).

Parámetros cinéticos calibrados mediante rutinas de Montecarlo para

ríos de montaña Colombianos como lo es la Q. La Lejía. (Ver Tabla 2).

Conocimiento de la capacidad de asimilación de la Q. La Lejía causada

por la carga producida por las aguas residuales.

Tabla 1. Parámetros de Calidad del Agua (Modelados)

Parámetro Unidad Alcalinidad mg/L CaCO3

Coliformes Fecales NMP/100 ml DBO5 (Filtrado) mg/L O2

DBO5 mg/L O2 DQO mg/L O2


Parámetro Unidad Fósforo mg/L P Nitratos mg/L NO3 Nitritos mg/L NO2

Nitrógeno Amoniacal mg/L N Nitrógeno Total NTK mg/L N

Oxigeno Disuelto mg/L O2 Sólidos Suspendidos Totales mg/L SST

pH (Iones H+) pH Temperatura C°

Tabla 2. Parámetros Calibrados (Resultado Montecarlo)

Parámetro Unidad Tasa Descomposición DBO5 /d

Tasa Hidrólisis Nitrógeno Orgánico /d Tasa Nitrificación /d

Tasa Desnitrificación /d Tasa Hidrólisis Fósforo /d

Hidrólisis Material Orgánico Particulado /d

Velocidad de Sedimentación (MOP) m/d

1.6 Resumen de contenido

Para facilitar la lectura de esta investigación se hace una descripción corta del

contenido a continuación. Describen brevemente los pasos seguidos para el

entendimiento de los resultados finales del modelo predictivo generado con la

Q. La Lejía.

En el Capítulo 1 se presenta una introducción formal mediante la descripción de

la investigación, el problema ambiental en el que se apoya y se fundamenta, los

procedimientos realizados y el resumen de resultados alcanzados por la misma.

El Capítulo 2 consta de una revisión bibliográfica completa de la teoría que se

aplica a este tipo de investigaciones, la normatividad que rige el cuerpo de agua


y un resumen del procedimiento a seguir durante toda la investigación. También

se describe de manera detallada el modelo predictivo utilizado (QUAL2K,

Chapra 2003).

El Capítulo 3 presenta una compilación de todas las labores preliminares de

campo. Estas son, la descripción detallada del tramo a modelar, experimentos

con trazadores, modelación de tiempo de viaje, puntos estratégicos de

muestreo y obtención de datos hidráulicos del río como lo son su topografía,

caudal, etc.

En el Capítulo 4 se desarrolla totalmente la obtención de tiempos de viaje,

programación de las campañas de medición realizadas en campo. También se

menciona la programación con los laboratorios y manejo de muestras.

En el Capítulo 5 se presentan y analizan los resultados de las campañas de

medición realizadas en la Q. La Lejía, y los resultados de la implementación del

modelo QUAL2K.

El Capítulo 6 muestra todas las conclusiones a partir de los resultados

obtenidos del modelo QUAL2K y su calibración de parámetros. En el Capítulo 7

se muestra la bibliografía utilizada durante toda la investigación.

Por último, se presentan los anexos técnicos completos de todos los datos

obtenidos en campo, los cálculos realizados por el modelo y las calibraciones

con el fin de servir como base de datos para investigaciones futuras.

IAMB – 200410 – 01 Capitulo 2. Revisión Bibliografica 7

CAPITULO 2: REVISIÓN BIBLIOGRÁFICA PARA LA MODELACIÓN

2.1 Marco jurídico

La Q. La Lejía se encuentra totalmente dentro de la jurisdicción de la

Corporación Autónoma Regional de Cundinamarca (CAR), y la normatividad

que rige los vertimientos de aguas residuales a este río es el Decreto 1594 de

1984. El cumplimiento de normas de este cuerpo de agua se analiza a fondo en

el trabajo de Robles (2004). Complementario a esta investigación.

Por otra parte es importante saber que en el Decreto 1594 de 1984, están todos

los límites normativos para todos los tipos de uso del agua que se pueden tener

(Ver Tabla 3). En este caso, el uso del agua es agrícola pues en varias partes

del tramo de estudio se encuentran bocatomas para alimentar pequeños

distritos de riego para fincas que se encuentran en las dos orillas de la

quebrada.

Tabla 3. Normatividad Decreto 1594 de 1984

Tomado de Robles (2004)


2.2 Metodología de investigación

2.2.1 Procedimiento

A continuación se muestra en forma integral, todo el procedimiento que se debe

seguir para realizar una investigación como la que se realizó con la Q. La Lejía,

esta incluye todos los pasos necesarios para obtener un modelo predictivo

confiable y con un mínimo de incertidumbre. (Ver Figura 1). Figura 1. Diagrama de Flujo Investigación

InvestigaciónPreliminar

Inspección de Campo

del Modelador

Selección del Modelo

QUAL2K

Investigación Hidráulica

Preliminar y Ensayos con Trazadores

Programación de Toma de

Muestras

Campañas de Medición y Análisis de Laboratorio

Análisis de Datos

Calibración del Modelo

Implementación del Modelo Definitivo

Valores Históricos y de Calidad del Agua

Usos Actuales y Prospectivos del

Carga Contaminante, Características,

Cantidades, Ubicación

Tipo de Modelo,

Estándares de Calidad del

Agua Sitios de Medición, Procesos

Dominantes y

Complejidad Parámetros Hidráulicos

y de Transporte, Tiempos de

Viaje

Metodología de

Muestreo, Sitios, Hora

de Toma Estándares de Toma,

Preservación y Transporte de

Análisis de sensibilidad e Incertidumbre


2.2.2 Descripción del procedimiento

2.2.2.1 Investigación preliminar

En esta etapa se recomienda al modelador realizar una búsqueda intensiva de

datos útiles o que le puedan servir en investigaciones similares, también es

ventajoso hacer búsquedas en las diferentes bases de datos con el fin de

encontrar parámetros que puedan ayudar al entendimiento del problema.

2.2.2.2 Inspección de campo

La visita a la zona de evaluación es fundamental, en esta se puede identificar

los problemas que existen en ella, las características del cuerpo de agua a

analizar, puntos de muestreo significativos, etc.

El modelador se puede ayudar con fotografías, planos y grabaciones, con el fin

de llevar toda la información necesaria del cuerpo de agua. Esto con el fin de

entender las características a priori y seleccionar adecuadamente el modelo

que se va a implementar.

2.2.2.3 Selección del modelo

Es importante sacar de la visita a campo, toda la información que se pueda; así

se logra seleccionar adecuadamente el modelo. Los modelos que existen

comercialmente no son similares, cada uno esta diseñado para cuerpos de

agua con características especiales y la selección del modelo debe ser objetiva

y coherente con el nivel de complejidad que el modelador desee.


2.2.2.4 Investigación hidráulica

Teniendo el tramo de evaluación definido, se realizan experimentos con

trazadores con el fin de caracterizar hidráulicamente el río. De estos

experimentos se obtienen datos de transporte de solutos como lo son el tiempo

de viaje, dispersión y caudal. Las distintas metodologías para estos

experimentos se pueden ver en Cañón (2004). Investigaciones

complementarias a esta.

También se deben obtener datos geométricos como lo son ancho del cauce,

pendientes de fondo, profundidades, rugosidad, con el fin de caracterizar el flujo

del río y las características que dependen de este.

2.2.2.5 Programación de toma de muestras

Aprovechando la caracterización hidráulica realizada con anterioridad, se

obtienen los tiempos de viaje a los distintos puntos de muestreo ya definidos

(Ver numeral 2.3), con el fin de calcular la hora exacta en que se deben tomar

las muestras en cada sitio para seguir la misma masa de agua en el río. Con

esta práctica se minimiza el error en la toma de muestras de calidad del agua, y

se asegura una buena base de datos para implementar el modelo.

Asimismo es importante planear la forma, los sitios, los materiales y equipos

requeridos en campo, el personal y sobre todo la capacitación detallada de este

con todos los protocolos de toma y conservación de muestras con el fin de

minimizar las fuentes de error humanas para no alterar las condiciones optimas

de las muestras hasta que sean llevadas a laboratorio para su correspondiente

análisis.


2.2.2.6 Campañas de medición

Se realizan varias campañas con el fin de obtener el número de muestras

necesario para tener precisión en la modelación. Estas se deben realizar

cumpliendo el itinerario realizado en la etapa anterior de la investigación,

también se debe ser muy cuidadoso en el cumplimiento de los protocolos de

toma de muestras, ya que si el personal esta capacitado en estos, se deben

obtener resultados coherentes de las pruebas de laboratorio.

En cada sitio, es necesario tener al personal capacitado con anterioridad y que

tenga en claro la necesidad de la precisión en la toma, el manejo adecuado de

los equipos de medición en tiempo real y sobre todo que se realicen las

actividades sin la supervisión del modelador.

En estas campañas de medición es importante tener el suficiente personal

disponible ya que dependiendo de las condiciones del río y las condiciones

meteorológicas del día programado, se puede la toma de muestras contiguas

en donde una sola cuadrilla de personal no logre tener la capacidad cumplir el

cronograma realizado.

El modelador debe tener contacto con los laboratorios que realicen las pruebas

con el fin de tener un acuerdo directo en aspectos como el tiempo de entrega

de resultados, precisión e incertidumbre de los datos obtenidos.

Hay que tener presente en la planeación de los estudios, que se requieren por

lo menos dos o tres campañas en diferentes condiciones climáticas, con el fin

de tener variabilidad en los valores de cada parámetro observado o medido.

Con esto el modelador se asegura de tener los datos suficientes para la

implementación y calibración del modelo con el mayor nivel de ajuste posible.


2.2.2.7 Análisis de datos

En esta etapa se realizan las primeras simulaciones con los datos obtenidos en

las campañas, es bueno tener modelos anteriores de ríos similares para tener

como referencia. Estas simulaciones serán base para la calibración del modelo

en el río evaluado y obtener resultados específicos para el mismo.

Esta es la etapa más importante de toda la investigación y se debe tener mucho

cuidado para no inferir en errores que repercutan en el modelo final. La

descripción detallada para estas simulaciones se puede encontrar en el

Capítulo 5.

2.2.2.8 Calibración del modelo

Mediante rutinas de Montecarlo (Ver numeral 2.5), se realiza la calibración

adecuada de las campañas modeladas en las simulaciones, cabe mencionar

que el modelo inicial puede tener errores y que la calibración ayudara a obtener

los resultados adecuados en cada simulación para implementar el modelo final.

2.2.2.9 Implementación del modelo definitivo

Teniendo las constantes calibradas del río bajo estudio, se procede a realizar

una última simulación en donde los parámetros serán modelados con precisión

y en donde las simulaciones de todos los parámetros evaluados son correctas.

Cabe mencionar que la descripción exhaustiva del procedimiento de

modelación y calibración en esta investigación se describe en el Capítulo 5.


2.3 Tiempos de viaje

Para programar la toma de muestras es fundamental realizar un cronograma

con el fin de tener claro el momento exacto en que se deben realizar los

muestreos, para esto se debe aprovechar los datos obtenidos en la

caracterización hidráulica. Los datos necesarios son la velocidad media y la

velocidad máxima del flujo con las cuales se realizan los siguientes cálculos.

(Ver Tabla 4). Tabla 4. Cálculos Tiempo de Viaje

Cálculos Punto 1

Punto 2

Distancia (m) Abscisa 0 50

Tiempo de Arribo (s) Velocidad Máxima / Distancia 0.00 291.32

Tiempo Medio (s) Velocidad Media / Distancia 0.00 674.13

Tiempo de Arribo (min) Tiempo de Arribo (s) / 60 0.00 4.86

Tiempo Medio (min) Tiempo Medio (s) / 60 0.00 11.24

Tiempo de Arribo (h) Tiempo de Arribo (min) / 60 0.00 0.08

Tiempo Medio (h) Tiempo Medio (min) / 60 0.00 0.19

Tiempo Promedio (h) (Tiempo de Arribo + Tiempo Medio) / 2 0.00 0.13

Delta Tiempo (h) Tiempo Promedio 2 - Tiempo Promedio 1 0.13

Hora de Toma (Arribo) (h) Hora Inicial + Tiempo de Arribo 8.00 8.08

Hora de Toma (Medio) (h) Hora Inicial + tiempo Medio 8.00 8.19

Hora de Toma (Promedio) (h)

(Hora de Toma (Arribo) + Hora de Toma (Medio)) / 2 8.00 8.13

Cronograma (HH:MM:SS) (Hora Inicial + Delta de Tiempo 1) / 24 8:00:00 8:08:03

Velocidad Máxima (m/s) 0.1716

Velocidad Media (m/s) 0.0742


Sin embargo es bueno ver que para calcular tiempos de viaje existen varias

metodologías (Cañón, 2004), este proceso que se usó en esta investigación se

escogió ya que es sencilla y cómoda de realizar.

2.4 Modelo QUAL2K

2.4.1 Breve descripción

El modelo QUAL2K (Chapra, 2001), fue desarrollado con el fin de mejorar las

características de su antecesor QUAL2E (EPA, 2000). Este fue brindado por el

profesor Steven Chapra a la Universidad de los Andes con fines académicos, y

es apropiado para la investigación realizada, ya que no tiene los limitantes del

modelo QUAL2E, como lo son un número limitado de tramos y su interfase poco

amigable.

Este modelo presenta características útiles para los ríos de montaña como son

permitir la prescripción de las constantes de reaireación por el usuario o calculo

interno bajo las condiciones hidráulicas, modelación de fitoplancton, etc.

El modelo tiene las siguientes características que deben estar muy claras por el

modelador:

• Modela una sola dimensión, se considera bien mezclado lateral y

verticalmente.

• Maneja condiciones de estado estable, simula flujo permanente no

uniforme.

• Simula contribuciones térmicas diurnas.


Las mejoras frente al modelo QUAL2E presentes en el modelo QUAL2K son las

siguientes:

• Interfase mas amigable con el usuario (Microsoft Excel®).

• Simulaciones de tramos con diferentes longitudes.

• Especiación del Carbono orgánico en dos formas separadas que son

rápida degradación y lenta degradación.

• Maneja Desnitrificación como una reacción química de primer orden.

• Simulación y manejo de interacción agua – sedimentos.

• Manejo de demanda béntica de oxigeno.

• Modelación de parámetros como pH, Alcalinidad.

• Modelación de Patógenos.

A pesar que en este estudio no se presentó, es bueno mencionar que el modelo

permite modelar condiciones anaerobias en un cauce.

Todas las características, forma de utilización y aplicación del software se

mencionan mas adelante cuando se muestren los datos que se modelaron de

las tres campañas realizadas en la investigación, sus simulaciones y las

calibraciones respectivas.


2.4.2 Matemática manejada por el modelo

Es clave entender y presentar algunas de las ecuaciones manejadas por el

modelo, para describir las cualidades del mismo y ver como el modelo realiza

las simulaciones discretas del cuerpo de agua, a continuación se muestran

algunas de ellas:

Hidráulica

32

35

21

*

*

Pn

AcSoQ = (1)

Donde, Q = caudal; So = pendiente longitudinal del fondo; Ac = área mojada; n

= numero de Manning; P = perímetro mojado.

Tiempos de viaje

QkVkTk = (2)

Donde, Tk = tiempo medio de viaje; Vk = velocidad media; Qk = caudal.


Constituyentes

Figura 2. Constituyentes (Tomado de “QUAL2K User Manual”)

Figura 3. Diagrama Química Constituyentes (Ver Figura 2).


A continuación se presentan algunas de las ecuaciones que maneja el modelo QUAL2K: Balances de masa

ii

iii

i

ii

i

ii

i

iabi

i

ii

i

ii SVWcc

VEcc

VEc

VQ

cVQc

VQ

dtdc

i++−+−+−−= +−

−−

− )(`)(`11

1,1

1 (3)

Carbono (Degradación Lenta)

SlowCHydrDetrDissrS odcs −= (4)

shc cTKSlowCHydr )(= (5) Carbono (Degradación Rápida)

DenitrrFastCOxidSlowCHydrS ondncf −−= (6)

fdcoxcf cTkFFastCOxid )(= (7) Nitrógeno Amoniacal

BotAgPhotoPrPhytoPhotoPrNitrifNHBotAlRsprPhytoRsprDONHydrS

abndapna

ndnana

−−−++= 4

(8)

anoxna nTKFNitrifNh )(4 = (9)

Oxigeno Disuelto

OxRaerBotAgRsprPhytoRspRNitrNHrFastCOxidrhBotAgGrowtrhPhytoGrowtrSo

odoa

onocodoa

+−−−−+= 4

(10)

)),()(( OelevTOTKOxRaer sa −= (11)


2.5 Rutinas de Montecarlo MCAT

Las rutinas de Montecarlo se utilizan como metodología de análisis de

sensibilidad y cuantificación de la incertidumbre en esta investigación, es decir,

genera la calibración adecuada del modelo.

Para ello se requiere tener múltiples simulaciones con diferentes parámetros en

cada una de ellas con el fin de generar variabilidad en los resultados y de ahí

buscar el óptimo adecuado para cada parámetro a calibrar. Esto genera las

constantes para poder generar e implementar el modelo definitivo que es el

resultado de la investigación.

Esta labor se realiza con la ayuda del software MATLAB, este ejecuta la

herramienta de análisis de simulaciones de Montecarlo MCAT (Monte-Carlo

Análisis Toolbox, Lees y Wagener, 2000). Esta herramienta desarrollada en

Inglaterra utiliza la metodología de estimación de incertidumbre GLUE

(Generalised Likelighood Uncertainty Estimation Methodology, Beven y Binley,

1992)

Este tipo de calibración posee varias ventajas sobre los métodos estadísticos

tradicionales como el método de mínimos cuadrados no lineales con los que se

no se necesita plantear limites de confianza. Esto es importante por que la

relación entre los 7 parámetros a calibrar no es lineal y sobre todo por que estos

se relacionan entre si como un grupo de parámetros y no individualmente.

La herramienta puede generar graficas de respuesta con percentiles 5% y 95%,

graficas como histogramas y de distribución acumulada con el fin de observar

directamente el comportamiento de cada parámetro individualmente y su


relación directa con los demás parámetros como grupo. Genera medidas de

confiabilidad basadas en la matriz de datos utilizada como base.

A su vez, en la herramienta MCAT, la estimación de los parámetros se puede

examinar parcialmente utilizando diagramas de dispersión en donde

individualmente se ve la función objetivo ejecutada y el respectivo

comportamiento de los datos ante ella. Gracias a esto se pueden estimar

coeficientes de correlación y de ahí obtener cada parámetro optimo para el

modelo. Esta metodología se obtuvo del procedimiento seguido en “Modelación

de la Calidad del Agua del Río Bogota, (UniAndes, 2003).

IAMB – 200410 – 01 Capitulo 3. Descripción del Área 21

CAPITULO 3: DESCRIPCIÓN DEL ÁREA DE ESTUDIO Y TRABAJO

PRELIMINAR

3.1 Descripción del tramo

La Q. La Lejía es el cuerpo de agua en donde el municipio de Arbelaez vierte

sus aguas residuales. Según los datos proporcionados por la Oficina de

Servicios Públicos, el 70% de las aguas residuales llegan a una planta de

tratamiento de aguas residuales (PTAR) ubicada en las afueras del municipio.

Esta planta esta tratando aproximadamente entre 8 y 22 L/s. Sin embargo

comparando los datos brindados por los diseños con los cuales se construyó la

obra y verificando estos en campo, se pudo observar que los diseños no se

ejecutaron a plenitud y que se realizaron modificaciones con las cuales se

cambio el concepto y se alteró la eficiencia de la PTAR (Robles, 2004).

Este factor es importante tenerlo en cuenta para el modelo que se realiza sobre

la Q. La Lejía por que es una de las mayores fuentes puntuales de

contaminación en el tramo de estudio. Se tomó como inicio del tramo a analizar

50 m aguas arriba de la planta de aguas residuales para ver el comportamiento

y stress generado por el efluente de esta sobre el río.

El tramo en estudio inicia aproximadamente 50 m aguas arriba de la PTAR con

el fin de poder tener datos de calidad del agua de la quebrada antes de que

llegue al vertimiento realizado por esta. Estas condiciones son las condiciones

iniciales o condiciones de frontera del modelo, es a partir de estas que el

modelo inicia sus simulaciones y es la base de la modelación.


La longitud del tramo de estudio es de 1550 m en donde se tomaron muestras

de calidad del agua. El modelo representa 200 m adicionales para analizar el

comportamiento aguas abajo.

3.1.1 Línea base (Quebrada La Lejía)

Para esta investigación se tomó como punto de interés para el análisis el

municipio de Arbelaez en Cundinamarca. Este cuenta con las condiciones más

generales de una población promedio Colombiana. Con este estudio se logra

tener clara la situación de un municipio que tenga las condiciones ideales para

la investigación como tal. Es decir, un municipio donde se viertan las aguas

residuales sobre el cuerpo de agua mas cercano, no se tenga gran

conocimiento de los recursos hídricos del municipio y en donde la problemática

mencionada anteriormente esta afectando directamente a la salud de la

población.

Este municipio geográficamente se encuentra en la latitud 12° 21' 05.075"

Norte, longitud 66° 08' 13.480" Oeste y cuenta con las siguientes

características climatológicas y demográficas (Ver Tabla 5):

Tabla 5. Información Demográfica y Geográficos de Arbelaez

Temperatura Promedio 20 °C Altitud 1417 m.s.n.m

Población 21000 Habitantes Población Rural 80% Aprox.

Población Urbana 20% Aprox. Distancia de Bogota 82 Km.

Pisos Térmicos Desde Cálido hasta Páramo

Tomado de Alcaldía de Arbelaez


La zona rural del municipio que pertenece o se encuentra dentro de la cuenta

hidrológica del Sumapaz cuenta con una zona de gran cantidad de recursos

hídricos, estos se mencionan a continuación (Informe CAR, 2001):

• Río Guavio.

• Río Batán.

• Río Negro (Río donde desemboca la Q. La Lejía).

• Río Cuja.

• Río el Hato (Río de donde se toma el agua para potabilización).

Por otro lado la descripción socioeconómica de la región es muy simple, pero se

necesita una caracterización mas a fondo (Robles, 2004), para entender las

características de todos los vertimientos que se realizan a lo largo del cauce.

Estos son algunos datos:

Tabla 6. Ganadería (Arbelaez)

Ganadería Cabezas Porcino 6500 Avícola 82500

Tabla 7. Agricultura (Arbelaez)

Cultivo Tipo Café Fijo Caña Fijo

Cítricos Fijo Papa Fijo

Plátano Fijo Habichuela Transitorio

Tomate Transitorio


3.1.2 Descripción geográfica del tramo

En la Figura 4 se presentan los sitios de medición más importantes y la forma

real del tramo a modelar. Cabe mencionar que todos los sitios ubicados en el

mapa son fáciles de referenciar ya sea por las vías de acceso o por cartografía,

y que los puntos de medición se conservaron exactamente para las 3 campañas

realizadas.

Figura 4. Mapa Descriptivo del Tramo (Escala 1:25000)

En este tramo en observación se encuentran siete sitios importantes, en estos

se tomaron muestras de los parámetros de calidad del agua, y se realizaron

mediciones en campo de parámetros como temperatura y pH.

1. Aguas Arriba

2. Efluente (PTAR) (Fuente Puntual)

3. Marranera (Fuente Puntual)

4. Puente

5. Sitio 1

6. Sitio 2


7. Influente (PTAR) (Red Alcantarillado Municipio)

Dos de los siete sitios mencionados anteriormente son fuentes puntuales de

contaminación con las que se modela la capacidad de asimilar la carga

contaminante del municipio. Otro de estos sitios de medición es en la red de

alcantarillado del municipio con el fin de saber la calidad del agua que llega a la

planta de tratamiento.

Las entradas puntuales son en la planta de tratamiento y una de las granjas de

ganado porcino que existen en el tramo en estudio. Los puntos de medición

ubicados dentro del tramo son los siguientes (Ver Tabla 8):

Tabla 8. Ubicación Sitios de Medición

Punto Abscisa Cota Aguas Arriba K 0 + 000 1417.78 m

Efluente PTAR K 0 + 010 1417.00 m Marranera K 0 + 200 1413.64 m

Puente K 0 + 733 1394.49 m Sitio 1 K 1 + 187 1376.29 m Sitio 2 K 1 + 547 1353.60 m

Estos puntos fueron ubicados en la cartografía y fueron ubicados y

georeferenciados con el fin de obtener datos concretos en coordenadas

geográficas ya que el modelo lo requiere. Estos fueron los resultados obtenidos

por un programa que convierte coordenadas cartesianas a coordenadas

geográficas.

Tabla 9. Georeferenciación de Sitios de Medición

Y (Norte)

X (Oeste) Latitud Longitud

Aguas Arriba 962100 963810 12°20'52.201" -66°08'26.775" PTAR 962100 963880 12°20'52.175" -66°08'24.460"

Marranera 961950 963900 12°20'47.287" -66°08'23.947"


Y (Norte)

X (Oeste) Latitud Longitud

Puente 961500 964300 12°20'32.497" -66°08'11.162" Sitio 1 960730 964700 12°20'07.294" -66°07'58.695" Sitio 2 960420 964660 12°19'57.221" -66°08'00.324"

Municipio 962500 964200 12°21'05.075" -66°08'13.480"

3.1.3 Descripción topográfica del tramo

Además de los datos geográficos, el modelo también necesita la topografía del

tramo completo con el fin de ver la pendiente y su efecto en el flujo del agua a

través del cauce. Los datos obtenidos para el tramo analizado se obtuvieron de

trabajos de topografía realizados en campo y de la extensión del tramo en el

modelo se obtuvieron por cartografía (Cañón, 2004).

Tabla 10. Pendientes del Tramo en Estudio

Tramo Distancia (m)

Altura (m.s.n.m)

Pendiente (m/m)

Aguas Arriba 0,000 1417,00 0,039 Efluente 0,050 1416,61 0,028

0,100 1415,20 0,031 0,150 1413,64 0,058

Marranera 0,200 1410,76 0,041 0,250 1408,69 0,032 0,300 1408,60 0,028 0,350 1407,20 0,024 0,400 1406,00 0,014 0,450 1405,29 0,028 0,500 1403,90 0,042 0,550 1401,82 0,035 0,600 1400,07 0,070 0,650 1396,58 0,042 0,700 1394,50 0,016

Puente 0,750 1393,67 0,081 0,800 1389,62 0,049 0,850 1387,16 0,002 0,900 1387,04 0,024 0,950 1385,82 0,042 1,000 1383,72 0,059 1,050 1380,78 0,057 1,100 1377,94 0,033 1,150 1376,30 0,072

Sitio 1 1,200 1372,69 0,091


Tramo Distancia (m)

Altura (m.s.n.m)

Pendiente (m/m)

1,250 1368,15 0,087 1,300 1363,79 0,048 1,350 1361,39 0,013 1,400 1360,74 0,071 1,450 1357,21 0,072 1,500 1353,60 0,048

Sitio 2 1,550 1351,22 0,044 1,600 1349,01 0,043 1,650 1346,88 0,030 1,700 1345,38 0,024 1,750 1344,20

En la tabla anterior se puede observar la variabilidad del terreno en el tramo

bajo estudio, esto da información suficiente para saber que la irregularidad del

fondo es importante y que se debe tener en cuenta para la aplicación del

modelo.

3.1.4 Descripción visual (fotográfica) del tramo

Para un mejor entendimiento del tramo en estudio y de la selección de los sitios

importantes de medición, se muestran a continuación fotografías tomadas en

los diferentes viajes realizados. Donde claramente se puede observar la

variabilidad del terreno, la biota y el cauce como tal del río con el avance por el

río desde la cota KR 0 + 000 en adelante.

3.1.4.1 Aguas arriba

Esta es la zona donde se encuentran las condiciones de frontera de aguas

arriba, no se tiene un conocimiento muy profundo acerca de lo que ocurre más

arriba del punto de inicio del tramo. Sin embargo basados en la información que

la alcaldía de Arbelaez brindó, se asegura que no existen entradas de ningún


tipo y eso se puede corroborar observando el agua poco turbia y clara en esa

zona (Ver Fotografía 1).

Fotografía 1. Viaje 1



3.1.4.2 Efluente (PTAR)

Claramente se observa la carga contaminante que produce la planta de

tratamiento del municipio (Ver Fotografía 3 y 4), se ve el cambio radical en las

condiciones y el impacto de estas sobre el agua del río.




3.1.4.3 Marranera

Esta es la segunda entrada contaminante puntual modelada en esta

investigación, nótese la forma en que se oculta la entrada para que las

entidades reguladoras no la encuentren fácilmente (Ver Fotografía 5 y 6).




3.1.4.4 Puente

Este punto esta localizado a mas de 700 m de distancia con respecto al punto

inicial del tramo, en este se observa que el río ha tenido el suficiente tiempo y

oxigeno para asimilar la carga de contaminantes que es vertida por las dos

entradas puntuales caracterizadas (Ver Fotografía 7 y 8).




3.1.4.5 Sitio 1

Más adelante aguas abajo en el río se ven afloramientos de roca sólida, ya el

lecho no es de arenas, las condiciones cambian (Ver Fotografía 9 y 10), pero

esto ayuda notablemente pues los afloramientos producen flujos súper críticos

donde las velocidades son elevadas y se produce una reaireación más alta.




3.1.4.6 Sitio 2


La zona ya no tiene afloramiento de rocas pero predomina el material fino en el

lecho como la arcilla, para este momento el río ha tenido una asimilación muy

elevada por la reaireación del sector anterior y por el tiempo de retención tan

elevados en piscinas naturales formadas por la arcilla (Ver Fotografía 11 y 12)

que sirven como sedimentadores.



3.2 Experimentos con trazadores

Teniendo en cuenta las bases teóricas mencionadas en la investigación de

Cañón (2004), se llevaron a cabo experimentos con trazadores para evaluar el

transporte en la quebrada. Se realizaron 5 viajes en diferentes fechas del primer

semestre del año en curso (Ver Tabla 10), con el fin de tener los suficientes

datos para el análisis y también para ver el comportamiento de la quebrada en

diferentes condiciones climatológicas.

Tabla 11. Fechas de Viajes Realizados

Viaje Fecha 1 Ene-17 2 Ene-31 3 Feb-14 4 Mar-06 5 Abr-04

Los datos de conductividad obtenidos en los viajes fueron procesados con los

métodos y aplicados en los modelos de transporte de solutos ya mencionados.

Estos son mencionados a continuación en forma grafica para lograr ver a

plenitud las diferencias marcadas en todos los viajes realizados para la

investigación.

3.2.1 Resultados de experimentos

3.2.1.1 Viaje 1

Para esta ocasión, se presento un clima bastante adverso, se presentaron

lluvias constantes durante el viaje, con esto se presentaron caudales muy altos


con los cuales fue muy difícil realizar los experimentos, sin embargo este

experimento es una condición crítica.

Estas condiciones críticas, sirven como limite superior de los parámetros

hidráulicos como fisicoquímicos, es la condición de invierno para el modelo y

donde los contaminantes están en el estado mas diluido posible.

3.2.1.2 Viaje 2

Este experimento tuvo condiciones normales de flujo para el río, se estima que

estas condiciones con las que se realizó este experimento son las normales o

las más frecuentes durante todo el año.

3.2.1.3 Viaje 3

Para esta ocasión se realizo la primera campaña de medición en este viaje, en

este era muy importante tener bien claros los datos hidráulicos con los cuales

calcular los tiempos de viaje (Ver numeral 2.3), y datos que son muy útiles para

el modelo QUAL2K como caudal, dispersión, temperatura, etc.

Como por disponibilidad de tiempo, los viajes eran realizados los fines de

semana, se realizaban experimentos con trazadores un día antes de la toma de

muestras (sábado) para tener idea de los valores con los cuales calcular los

tiempos de viaje para el día siguiente. Además el día de la toma de muestras,

también se realizan experimentos con el fin de tener datos suficientes para

comparar y tener claro los valores de parámetros hidráulicos con los que se

montan los datos al modelo.


Para estos experimentos vemos que al contrario del viaje uno, este tiene

condiciones críticas que se pueden tomar como limite inferior para el modelo,

estas son condiciones de verano intenso y se puede notar el cambio tan brusco

que existen en los caudales medidos por los experimentos.

También hay que tener en cuenta que las condiciones cambian completamente

como la reaireación, acumulación temporal, movimiento de sedimentos,

degradación de materia orgánica, entre otros. Esto se debe por el poco

movimiento de agua que tiene el río en este momento, sin embargo la carga

contaminante es la misma y pues esta estaría en el estado mas concentrado

posible.

3.2.1.4 Viaje 4

En estos experimentos se sigue viendo los valores mas comunes en el río, en

este viaje se realizaron cuatro experimentos con trazadores y en la mayoría se

vieron resultados muy parecidos, entonces con estos se realizaron los tiempos

de viaje para la toma de muestras en la campaña 2.

3.2.1.5 Viaje 5

En este viaje también se tuvo la oportunidad de hacer varios experimentos con

trazadores, es importante tener en cuenta que al igual que en el viaje 4, las

condiciones climáticas e hidrológicas son normales, y pues los valores de

caudales obtenidos por los experimentos son frecuentes.

También es importante mencionar que lastimosamente para este viaje final, se

tuvo que cambiar los conductivimetros con que se realizaron las pruebas, estos


no tenían la precisión de los anteriores y por eso es complicado formar la curva

con una línea.

3.2.2 Análisis resultados trazadores

Teniendo todos los resultados completos, podemos dar un análisis adecuado a

estos, la relación que estábamos buscando es entre el caudal y el tiempo medio

de viaje (Ver Figura 5). Hay que tener en cuenta que entre los datos vamos a

presentar una dispersión muy grande ya que se tienen las 3 posibles

condiciones para el río bajo estudio: Critico (Verano), Critico (Invierno) y las

condiciones normales de flujo.

Analisis de Tiempos de Viaje

0500

10001500200025003000

0 250 500 750 1000 1250 1500 1750 2000

Caudal (L/s)

Tiem

po d

e Vi

aje

(s)

Maximo (Critico) Minimo (Critico) Normal Promedio

Figura 5. Análisis Tiempos de Viaje

Como se ve en la grafica anterior, vemos que las condiciones medias son muy

parecidas en sus valores, mientras que los valores críticos son muy alejados del

promedio. Con esto podemos ver que tener campañas en condiciones críticas

puede ser además de difícil, inexacto para el modelo de calidad del agua.


Se deben tener presente que las campañas realizadas en condiciones

hidrológicas y climáticas mas frecuentes, generan modelos muy cercanos a la

realidad, que sirven para dar soluciones a problemas y que tienen una

incertidumbre baja ya que estas condiciones son las mas predominantes

durante todo el ciclo hidrológico. En la Tabla 12 se ven los datos de caudal y

tiempo de viaje predominantes en la Q. La Lejía.

Tabla 12. Condiciones Hidrológicas Normales

Caudal (L/s)

Tiempo Medio (s)

123,686 556

IAMB – 200410 – 01 Capitulo 4. Campañas de Medición 39

CAPITULO 4: CAMPAÑAS DE MEDICIÓN Y TRABAJO EN CAMPO

4.1 Metodología desarrollada

En esta investigación, como ya se había mencionado anteriormente, se adoptó

y se logró diseñar un procedimiento a partir de una metodología (Camacho,

Diazgranados, 2003) mediante la cual se pudiesen alcanzar los objetivos

generales y específicos de la investigación. Se tuvo en cuenta que el nivel de

dificultad en el modelo no sea muy complejo ya que para esta investigación la

prioridad es tener un modelo predictivo claro, con gran aplicabilidad y con un

error mínimo.

4.1.1 Marco de modelación

A continuación se presenta detalladamente los pasos adecuados que se

siguieron en esta investigación para la obtención de modelos predictivos de

calidad del agua que sean útiles para una evaluación de impacto ambiental en

cuerpos de agua superficial.

4.1.2 Investigación preliminar

En este primer paso para el estudio se realizo una investigación y recolección

de datos de la zona en la cual se encuentra el cuerpo a modelar. Estos datos

pueden ser históricos o de adquisición reciente. Lo importante en ellos es tener

claridad de quien los obtuvo, cuando y cual es la incertidumbre o posible error

que se pueda tener en ellos.

Los datos que fueron de gran ayuda para este estudio son:


• Valores Históricos Hidrológicos: A través del Instituto de Estudios

Ambientales y Meteorológicos (IDEAM) se pueden hacer consultas sobre

la existencia de estaciones pluviométricas, limnimétricas, y

meteorológicas cerca al cuerpo a modelar, con las que se pueden

obtener datos históricos útiles (Ver Tabla 13):

Tabla 13. Variables Hidrológicas

Caudales del Cuerpo de AguaPrecipitación

Radiación Solar Temperatura en Aire Temperatura en Agua Velocidad del Viento

• Análisis y Estudios Previos de Calidad del Agua: Estos estudios que por

lo general se pudieron encontrar en la Corporación Autónoma Regional

(CAR) y en la Alcaldía de la población, se pueden encontrar datos

importantes para el carácter y criterio de selección del modelo como lo

son (Ver Tabla 14):

Tabla 14. Datos Calidad del Agua

Usos del agua (Actuales y Prospectivos) Sistemas sanitarios de poblaciones cercanas

Actividades económicas de la región Modelaciones anteriores

Datos de campo históricos (OD, DBO, DQO, NTK, etc.)

• Características Geográficas: En el Instituto Geográfico Agustín Codazzi

(IGAC) se pudieron encontrar claras referencias y datos útiles sobre la

zona como son (Ver Tabla 15):


Tabla 15. Variables Georeferencia

Topografía de la zona Planchas con la descripción real y georeferenciación del cuerpo de agua

(Escalas 1:10000 y 1:25000) Fotografías Aéreas Recientes

4.1.3 Inspección de campo del modelador

Este paso es fundamental para una toma de decisiones preliminar en cuanto

corresponde a la selección del modelo y caracterización del cuerpo de agua

superficial. Es muy importante realizar una inspección detallada a pie por todo

el tramo a modelar, tomando un registro fotográfico minucioso de todas las

zonas que deban tener consideración.

Por otra parte esta primera inspección en campo tiene la función de brindar

información para la búsqueda del modelo que mas se ajuste a las condiciones y

el nivel de complejidad que se necesite en el estudio, teniendo en cuenta los

fondos y los alcances de esta investigación, para este caso QUAL2K.

También fue fundamental que el modelador tenga un acercamiento directo con

las autoridades de las poblaciones involucradas en el estudio, como la alcaldía

o la oficina de servicios públicos. Además se debe tener el contacto constante

con los habitantes de la población, ya que brindaron puntos a tener en

consideración, comentarios y sugerencias con respecto a la problemática que

los rodea.


4.1.4 Investigación hidráulica

Para realizar la toma de muestras de las características fisicoquímicas del agua,

es necesario primero obtener parámetros hidráulicos como caudales y otras

características que afectan el movimiento y la calidad del agua.

En las condiciones normales de un río de montaña es casi imposible tener

datos exactos de las características hidráulicas por su irregularidad en forma y

características, sin embargo mediante experimentos con trazadores se lograron

obtener datos precisos mediante los cuales se puedo hacer una buena

estimación de las características de transporte de solutos del río. (Ver Cañón,

2004)

Estos datos fueron implementados en los modelos de transporte de solutos que

existen actualmente y dependiendo de las características visibles del río se

puede utilizar los modelos que mas se ajusten a los requerimientos, entre estos

se encuentran Agregated Dead Zone model (ADZ, Beer y Wallis, 1993), OTIS-P

y TS (Trasient Storage, Bengala y Walters, 1983), entre otros. (Ver Cañón,

2004).

4.1.5 Programación de toma de muestras

Para implementar el modelo de calidad de agua se debe planear con extrema

cautela la toma de muestras; tomarse el tiempo necesario para aprovechar la

caracterización hidráulica realizada con anterioridad y aprovechar los resultados

de los modelos de transporte ejecutados. Estos procedimientos se ven a

continuación (Ver numeral 4.2).


4.2 Tiempos de viaje

Como primer paso, para crear el cronograma de toma de muestras, se debe

calcular los tiempos de viaje con el fin de perseguir en la toma de muestras la

misma masa de agua. Esto se debe a que es la masa la que esta sufriendo las

transformaciones en función de la distancia que recorre y si esto no se hace, se

esta infiriendo un error considerable en la modelación.

Las metodologías para realizar estos cálculos son variadas (Cañón, 2004) pero

se decidió realizar estos tiempos de viaje en función del tiempo medio de viaje

obtenidos en los experimentos con trazadores. Los cronogramas obtenidos se

muestran a continuación (Ver Tabla 16):

Tabla 16. Cronograma Toma de Muestras (Campaña 2)

Aguas Arriba

Efluente PTAR Marranera Puente Sitio 1 Sitio 2

distancia (m) 0,00 10,00 200,00 732,90 1187,20 1547,20

tiempo de arribo (s) 0,00 58,26 1165,30 4270,24 6917,22 9014,76

tiempo medio de arribo (s)

0,00 134,83 2696,51 9881,37 16006,50 20860,22

tiempo de arribo (min) 0,00 0,97 19,42 71,17 115,29 150,25

tiempo medio de

arribo (min) 0,00 2,25 44,94 164,69 266,77 347,67

tiempo de arribo (hr) 0,00 0,02 0,32 1,19 1,92 2,50

tiempo medio de arribo (hr)

0,00 0,04 0,75 2,74 4,45 5,79

Promedio tiempos

arribo (hr) 0,00 0,03 0,54 1,97 3,18 4,15

Tiempo al Próximo Sitio (hr)

0,03 0,51 1,43 1,22 0,97


Aguas Arriba


Hora de toma de muestras

8,00 8,02 8,32 9,19 9,92 10,50

Hora de toma de muestras (medio)

8,00 8,04 8,75 10,74 12,45 13,79

Promedio hora de toma de muestras

8,00 8,03 8,54 9,97 11,18 12,15

HORA DE TOMA DE

MUESTRAS 08:30 8:31:37 9:02:11 10:27:56 11:41:02 12:38:57

Tabla 17. Cronograma Toma de Muestras (Campaña 3)

Aguas Arriba


distancia (m) 0,00 10,00 200,00 732,90 1187,20 1547,20

tiempo de arribo (s) 0,00 40,43 808,51 2962,79 4799,32 6254,64

tiempo medio (s) 0,00 102,81 2056,23 7535,06 12205,78 15907,00

tiempo de arribo (min) 0,00 0,67 13,48 49,38 79,99 104,24

tiempo medio (min) 0,00 1,71 34,27 125,58 203,43 265,12

tiempo de arribo (hr) 0,00 0,01 0,22 0,82 1,33 1,74

tiempo medio (hr) 0,00 0,03 0,57 2,09 3,39 4,42

0,00 0,02 0,40 1,46 2,36 3,08 0,02 0,38 1,06 0,90 0,72

8,00 8,01 8,22 8,82 9,33 9,74 Hora de toma de muestras 8,00 8,03 8,57 10,09 11,39 12,42

promedio 8,00 8,02 8,40 9,46 10,36 11,08 HORA DE TOMA DE

MUESTRAS 08:00 8:01:12 8:23:52 9:27:29 10:21:43 11:04:41


Como se puede apreciar (Ver Tabla 17), existen muestras que se deben tomar

al mismo tiempo, esto es importante ya que hay que programar más de un

grupo para lograr cumplir el cronograma.

Ahora, los cronogramas de toma de muestra y el tiempo de toma real en campo

se muestran a continuación (Ver Tabla 18 y 19):

Tabla 18. Horario Muestreo Campaña 2

Cronograma Teórico Muestreo Real Aguas Arriba 8:00:00 a.m. 8:10:00 a.m.

Efluente PTAR 8:01:37 a.m. 8:11:00 a.m. Marranera 8:32:11 a.m. 8:42:00 a.m.

Puente 9:57:56 a.m. 10:07:00 a.m. Sitio 1 11:11:02 a.m. 11:21:00 a.m. Sitio 2 12:08:57 p.m. 12:18:00 p.m.

Tabla 19. Horario Muestreo Campaña 3

Cronograma Teórico Muestreo Real Aguas Arriba 8:00:00 a.m. 8:02:00 a.m.

Efluente PTAR 8:01:12 a.m. 8:02:00 a.m. Marranera 8:23:52 a.m. 8:25:00 a.m.

Puente 9:27:29 a.m. 9:27:00 a.m. Sitio 1 10:21:43 a.m. 10:22:00 a.m. Sitio 2 11:04:41 a.m. 11:05:00 a.m.

4.3 Metodología Muestreo

Para los parámetros fisicoquímicos que se midieron y utilizaron en el modelo, es

necesario el uso de envases y equipos especiales. Es muy importante tener

conocimiento acerca del manejo y uso adecuado para la preservación de las

muestras.


Se manejaron cuatro diferentes envases los cuales se mencionan a

continuación:

• Oxigeno Disuelto: Para este parámetro se utiliza un envase especial

(Winckler) en cristal (Ver Fotografía 13), el cual tiene una bala que cierra

el envase herméticamente y una tapa plástica como sello. Esta muestra

necesita tener como mínimo 250 ml de agua, incluyendo 2 ml de

reactivos que fijan el oxigeno dentro de la muestra, requiere preservación

en frío. Tiempo máximo de preservación es 48 horas a partir de la toma.

• Demanda Química de Oxigeno (DQO): Para este parámetro se utiliza un

envase de vidrio ámbar que tiene en su interior 2 ml de Ácido Sulfúrico

para preservar el litro de muestra (Ver Fotografía 14). Requiere

preservación en frío. Tiempo máximo de preservación es 2 meses a

partir de la toma.

• Patógenos: Requiere un frasco estéril con 25 ml mínimo de capacidad.

Requiere preservación en frío, tiempo máximo de preservación entre 12 y

24 horas a partir de la toma.

• Demás Parámetros: Requiere un envase de 1 litro de capacidad mínimo,

requiere preservación en frío. Tiempo máximo de preservación es 48

horas a partir de la toma.


Fotografía 13. Envase Oxigeno Disuelto

Fotografía 14. Envases Muestreo

4.4 Programación con los laboratorios

Es clave programarse con los laboratorios que van a realizar los ensayos con

las muestras tomadas en campo, ya que se debe tener disposición de los

laboratoristas para procesar un numero de muestras lo mas pronto posible. Por


esto hay que tener presupuestado el numero de campañas, el numero de sitios

de muestro por campaña y el numero de muestras y parámetros requeridos por

sitio.

En este tipo de investigaciones también se debe tener muy claro que los fondos

económicos rigen los alcances y resultados del estudio. No necesariamente se

debe disponer de altos fondos para un muestreo excesivo y poco útil, al

contrario, debe planearse de manera detallada los requerimientos del modelo

escogido con el fin de obtener las muestras necesarias y no perder tiempo y

dinero en muestreos innecesarios.

No obstante un modelo con el número de muestras adecuado, puede tener

excelentes resultados sin inferir en altos costos de investigación, los modelos

predictivos pueden ser claros y precisos si se planean adecuadamente. A

continuación se muestra la programación con los laboratorios de la Universidad

de los Andes (CITEC) que realizaron los ensayos para esta investigación.

Tabla 20. Programación Laboratorios

Parámetro

Cam

paña

1

Cam

paña

2

Cam

paña

3

Tota

l

Alcalinidad 7 7 7 21DBO5 Filtrado 0 0 7 7DBO5 7 7 7 21DQO 7 7 7 21Coliformes 7 7 7 21Fósforo 7 7 7 21Nitratos 7 7 7 21Nitritos 7 7 7 21Nitrógeno Amoniacal

7 7 7 21

Nitrógeno Total 7 7 7 21Oxigeno Disuelto 7 7 7 21Sólidos Suspendidos

7 7 7 21

Grasas y Aceites 2 2 2 6

IAMB – 200410 – 01 Capitulo 5. Modelación de Campañas 49

CAPITULO 5: MODELACIÓN DE CAMPAÑAS (QUAL2K)

5.1 Metodología de modelación

Para este momento, en la investigación ya se han logrado obtener datos

importantes con los cuales se puede realizar un modelo, con el cual se obtiene

el comportamiento del río de montaña.

Este comportamiento, es la respuesta de las condiciones iniciales del río

(condiciones de frontera) frente al vertimiento de la carga contaminante del

municipio. Sin tener conocimiento adecuado sobre la capacidad del cuerpo

receptor.

A continuación, se muestra con detalle la forma de implementación del modelo

en base a todo el trabajo preliminar, trabajo de campo y resultados de

Laboratorio.

5.1.1 Datos requeridos

Para utilizar el modelo QUAL2K se necesitan datos variados acerca del río (Ver

Tabla 21), además de los parámetros de calidad del agua, con los cuales se

ejecutan las ecuaciones mencionadas en el numeral 2.4.2.

El modelo a pesar que utiliza estos datos obtenidos por el modelador, no es

muy cerrado; pues en ciertas ocasiones no se tendrán todos los datos

necesarios, sin embargo el modelo se puede ejecutar a cabalidad. Convirtiendo

así, al modelo QUAL2K en una herramienta muy robusta pero que al mismo

tiempo abre las posibilidades para el modelador.


Tabla 21. Datos Requeridos por el Modelo

Datos Importancia

Fecha Día donde se ejecuto la campaña

Latitudes y Longitudes Georeferenciación de sitios importantes

Caudal Caracteriza el flujo Geométricos como

Profundidades, Pendientes (Laterales), Anchos

Brinda condiciones hidráulicas

Rugosidad (Manning) Rige condiciones hidráulicas

Pendientes y Cotas Caracterizan tramos

modelados con altitudes y longitudes

Meteorológicos como Temperaturas Aire, Viento,

Nubosidad

Caracterizan el ambiente en que se ejecuto la campaña

Parámetros de Calidad del Agua

Caracterizan bioquímicamente el modelo

5.1.2 Procedimiento de Modelación

En este tipo de investigaciones se debe seguir un procedimiento mediante el

cual se permita introducir los datos necesarios dentro del modelo (Hojas de

Excel®), y lograr realizar una simulación sin errores producidos ya sea por la

falta de datos o por datos equivocados e incoherentes.

Para evitar esto, a continuación se menciona paso a paso la forma en que se

deben agregar los datos de cada campaña realizada, observar la simulación,

utilizarla para calibración y luego generar el modelo definitivo (Ver Figura 6).

Con el cual se puede trabajar para encontrar los problemas y definir soluciones

concretas para nuestro problema definido anteriormente (Ver Capitulo 1).


Figura 6. Diagrama Modelación de Campañas

5.1.2.1 Datos campaña

En este paso se introducen los datos de la campaña de medición, también los

demás datos que son requeridos para el correcto funcionamiento del modelo

(Ver Tabla 21). El procedimiento para esto se ve más adelante (Ver 5.2).

5.1.2.2 Simulación inicial

Se realiza la primera simulación teniendo las constantes de un modelo

involucrado en un proyecto similar o las que están presentes por defecto en el

software. Ya que no se tienen disponibles las constantes reales para el río del

proyecto. Sin embargo teniendo unas constantes cercanas genera un modelo

bueno para empezar a calibrar con el fin de obtener las constantes óptimas.

Datos de Campaña

Simulación

Aireación Correcta?

Generar Valores

Reaireación

Si

No

Simulación

Calibración Correcta?

NoRutinas

MontecarloSi

Modelación Final


5.1.2.3 Corrección de constantes de reaireación

En la simulación inicial se permite que el software calcule la reaireación

mediante las ecuaciones que maneja (O`Connor-Dobbins, Churchill, Owens-

Gibbs).

Sin embargo los resultados no son del todo correctos, ya que estas formulas de

reaireación son empíricas, los ríos donde se desarrollaron y calibraron para su

uso son en su mayoría norteamericanos. Se estaría infiriendo en un error ya

que estos ríos son de planicie y tienen un comportamiento totalmente diferente

en muchos aspectos incluida la reaireación.

Para realizar la corrección necesaria se utiliza la formula de Tsivoglou (Ver

Ecuación (12). La cual en estudios anteriores, a generado excelentes resultados

calculando la reaireación en ríos de montaña colombianos (Olguín, 2001).

tHKa ∆

= *1573.0 (12)

Esta formula aprovecha los resultados hidráulicos obtenidos por la simulación

inicial del modelo (Tiempos de Viaje, Diferencias de Altitud) con el fin de

calcular los nuevos valores en reaireación.

Con estos se realiza una segunda simulación, esta ya tendrá incluida la

reaireación adecuada que es una de las variables que mas impacto tiene sobre

los resultados del modelo.


5.1.2.4 Calibración

Teniendo ya la campaña modelada, se procede a calibrar las constantes que

ajustan el modelo predictivo, con esto se vera un mayor nivel de ajuste en los

resultados del modelo y se logra minimizar el error.

Para esto, la segunda simulación debe ejecutarse por lo menos 1000 veces

para generar los suficientes datos para correr las rutinas de Montecarlo (Ver

numeral 2.5). Es importante ver que cada una de estas simulaciones tiene un

conjunto de parámetros totalmente diferentes a los demás, con esto se busca

tener sensibilidad en los datos de resultado.

5.1.2.5 Simulación final

Esta es la última simulación que se realiza utilizando los resultados de la

calibración realizada con MCAT. Con las constantes calibradas se ejecuta el

modelo y este arrojara los resultados definitivos de la modelación de la

campaña. Nótese que en todas las simulaciones realizadas los únicos datos

que varían son los parámetros de calibración, se recomienda no mover o alterar

otro dato pues puede agregar error a la simulación y crear discrepancias con las

simulaciones anteriores.

5.2 Simulaciones

Teniendo claridad en los resultados de los ensayos de laboratorio y demás

parámetros necesarios para crear un modelo, se procede con la simulación, sin

embargo para realizarla se necesita los procedimientos que se mencionan


anteriormente (Ver numeral 5.1). Los pasos a seguir se presentan

detalladamente a continuación.

5.2.1 Manejo de datos

Para facilitar la presentación de las instrucciones para manejar el software del

modelo QUAL2K, se plantea a continuación una metodología siguiendo el orden

original de las hojas en el libro de Excel®. Es importante seguir el orden de las

hojas con el fin de evitar errores en la simulación por olvidos o datos

incorrectos.

En el modelo existen 4 tipos de celdas, su definición y forma de empleo se

mencionan a continuación (Ver Tabla 22).

Tabla 22. Tipos de Celdas (QUAL2K)

1 Datos Usuario (Campo) 2 Datos Usuario 3 Datos Calculados 4 Parámetros Calibración

Las celdas del tipo 1, son datos del usuario obtenidos en campo, como lo

pueden ser parámetros de calidad del agua dentro del río, caudal, temperatura,

etc. Estos pueden ser opcionales, no afectan el modelo si no se encuentran

presentes.

Por otro lado las celdas del tipo 2, son datos del usuario pero no

necesariamente son de campo, la mayoría de estos están por defecto presentes

en el modelo como lo son las tasas de reacción, parámetros lumínicos, etc. Se

recomienda que para estas celdas siempre se tengan datos, la carencia de

alguno de estos puede llevar al error en la simulación.


Las celdas del tipo 3 son cálculos realizados por el programa, estas no se

pueden alterar por el usuario y son el resultado en forma de base de datos.

Estos datos se pueden extraer del modelo para presentarlas como informe o

para generar las curvas del modelo predictivo realizado.

Por ultimo, las celdas de tipo 4 que aparecen únicamente en la hoja “Rates”,

son las constantes con que se calibra el modelo, el uso y modificación de estas

se explica mas adelante (Ver numeral 5.2.3).

5.2.1.1 Qual2K

En esta primera hoja se inicia el proceso de manejo de datos (Ver Figura 7),

acá se introduce información básica del modelo como lo son la fecha de

campaña de muestreo además de datos para las simulaciones como lo son el

delta de tiempo de simulación y el tiempo de simulación final.

Es importante manejar muy bien estos datos pues es una de las fuentes mas

frecuentes de error, se recomienda verificar el cumplimiento de la siguiente

condición en el coeficiente de Pecklet (Pe < 2).

Figura 7. Hoja “Qual2K”


5.2.1.2 Headwater

En esta hoja se caracteriza la condición de frontera inicial del modelo (Ver

Figura 8), en esta se introducen datos del inicio del tramo a modelar o

cabecera, algunos de estos datos importantes son el caudal, geometría del

cauce, avisa, parámetros fisicoquímicos en este punto, etc.

Es importante mencionar que no siempre se tienen todos los datos completos

de la cabecera, sin embargo se recomienda no dejar el valor de los nitratos en

cero, pues esto conlleva a que falle la simulación por la forma de las formulas

(Ver numeral 2.4). Las unidades en que están expresados los datos siempre se

encuentran en la celda adyacente.

Figura 8. Hoja “Headwater”


5.2.1.3 Reach

Esta es una de las hojas mas importantes del modelo, en esta se caracterizan

los segmentos matemáticos del tramo en estudio y todas sus características

fisicoquímicas como lo son la geometría, rugosidad, pendiente de fondo y

coeficiente de reaireación, etc.

Acá el usuario puede hacer uso de las ventajas más útiles del modelo, como lo

son segmentos de diferentes longitudes, características independientes entre

segmentos y coeficientes de reaireación independientes. Se debe tener cuidado

con los datos, pues deben ser consecuentes con la realidad y si no se dispone

del dato en especifico el usuario puede dejarlo en blanco.

Para la primera simulación se debe dejar en blanco la columna de coeficientes

de reaireación para que el software la calcule (Ver Figura 9), también es bueno

darle nombre a los segmentos con el fin de identificar zonas primordiales en el

análisis.

Figura 9. Hoja “Reach”


5.2.1.4 Light

Las reacciones en el modelo se realizan durante el foto periodo de la zona, esto

afecta parámetros importantes como lo son los coliformes y reacciones que

sean causadas o catalizadas por la luz. Estos valores se encuentran por defecto

y se recomienda utilizarlos sin modificar (Ver Figura 10).

Figura 10. Hoja “Light”

5.2.1.5 Meteorology

El ambiente que rodea el cuerpo de agua es muy importante para la

modelación, este se tiene en cuenta por que es el que realiza el intercambio

térmico entre el aire y el agua, estas condiciones meteorológicas se introducen

en esta hoja, como lo son la temperatura del aire, punto de rocío, etc. (Ver

Figura 11).

Estos datos no necesariamente se deben tomar, variables como viento,

temperatura son medidas por estaciones meteorológicas. Se recomienda

buscar la estación más cercana y basarse en los datos históricos que la

estación mida en la región de influencia del cuerpo de agua.


Figura 11. Hoja “Meteorology”

5.2.1.6 Point Sources y Difusse Sources

Teniendo caracterizadas las entradas o vertimientos de contaminantes sobre el

río, se ingresan los datos caracterizando cada una de ellas (Ver Figura 12), es

importante definir si la entrada es puntual o distribuida, sin embargo la mayoría

de vertimientos que se realizan, lo hacen por un único tubo o salida. También

se puede especificar si el río tiene una bocatoma o salida de agua.

En esta hoja se pueden especificar todos los parámetros de la caracterización

de calidad del agua en los vertimientos como DBO, oxigeno disuelto,

temperatura, etc. Además se debe especificar el caudal de cada una de ellas y

su localización o abscisa dentro del tramo modelado.

Figura 12. Hoja “Point Sources”


5.2.1.7 Rates

Esta es la hoja contiene todas las constantes de reacción para todos los

procesos bioquímicas que contempla el modelo, también contiene los 7

parámetros que el modelo utiliza para calibrar la sensibilidad del modelo (Ver

Figura 13.).

A pesar que todos estos valores están por defecto, es necesario que el usuario

se informe de los valores que estas constantes pueden tomar según su

ubicación geográfica. Vale la pena mencionar que estas constantes rigen los

resultados directamente y que si se altera una constante de una forma

inadecuada puede repercutir en resultados equivocados.

Figura 13. Hoja “Rates”


5.2.1.8 Temperature Data

En esta hoja simplemente se agregan los datos de temperatura medidos en el

agua, ya que los medidos en aire se introdujeron en una hoja anterior (Ver

Figura 14). Estos datos son opcionales, sin embargo vale la pena adicionarlos

ya que da pautas para que el modelo se ajuste mejor.

Figura 14. Hoja “Temperatura Data”

5.2.1.9 WQ Data

Esta hoja debe contener la mayoría de los parámetros de calidad del agua

medidos en la campaña que se esta modelando, se identifica cada punto con la

abscisa que tiene con respecto a la cabecera y se introducen todas las

características que se tengan medidas (Ver Figura 15). Es importante tener en

cuenta que las unidades de los datos que se introducen en esta hoja son las

mismas que se utilizaron para cada parámetro en hojas anteriores

respectivamente.

Figura 15. Hoja “WQ Data”


5.2.1.10 Primera simulación

Es un buen inicio para el modelo generar una simulación de partida, ya que esta

es la base para ir generando correcciones y obtener datos para las

calibraciones futuras con el fin de determinar el ajuste para la modelación final.

Quebrada La Lejia (4/6/2004)

0

5

10

15

20

25

30

35

40

45

50

55

0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0

DO(mg/L) DO-data Dos(mg/L)

Campaña de

Figura 16. Errores Tempranos “Primera Simulación”

Sin embargo cabe mencionar que esta primera simulación no es del todo

precisa y que presenta muchos errores tempranos (Ver Figura 16), estos se

deben corregir con simulaciones futuras y calibraciones. Este modelo inicial no

se debe tomar como punto de partida para un estudio concreto pues las

soluciones serán muy desacertadas.

Nótese en la Figura 16, como el resultado es totalmente incoherente con la

realidad a pesar que se introdujeron todos los datos de manera acertada,

valores de oxigeno disuelto de 55 mg/L donde el oxigeno de saturación en el río


solo alcanza 7 mg/L. Es quizá por esto que el modelador debe corregir variables

como el coeficiente de reaireación con el fin ir mejorando el modelo.

5.2.2 Mejoras en reaireación

Para mejorar un modelo, se requiere adaptar ciertas variables a las condiciones

reales que presenta el cuerpo de agua, una de ellas es el coeficiente de

reaireación, ya que las ecuaciones que maneja el modelo QUAL2K no son las

apropiadas para ríos de montaña.

Aprovechando la primera simulación, se realiza el calculo de los coeficientes de

reaireación para cada segmente del tramo, este calculo se realiza con la

formula mencionada anteriormente. (Ver numeral 5.1.2.3).

Figura 17. Uso de la Hoja “Hydraulics” para Reaireación

Aprovechando los cálculos hidráulicos realizados por el modelo, que solo

dependen de las características físicas y geometrías del cauce. Se calculan los

deltas de tiempo de viaje y cambios de elevación entre segmentos; estos se

utilizan en la ecuación de Tsivoglou obteniendo así los nuevos coeficientes de

reaireación (Ver Figura 17).


Estos deben ingresarse en la columna de reaireación prescrita en la hoja

“Reach” para cada segmento y luego sin modificar los demás datos, se ejecuta

la segunda simulación. Esta nueva corrida debe generar resultados mas

coherentes de la campaña que se esta modelando, esta corrección por ningún

motivo se debe omitir en el proceso de modelación de calidad del agua.

Quebrada La Leji a (4/6/2004)

0

1

2

3

4

5

6

7

8

0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0

DO(mg/L) DO-data Dos(mg/L)

Campaña de

Figura 18. Corrección de Reaireación “Segunda Simulación”

Claramente se puede observar la mejora extraordinaria que tiene el modelo al

corregirle los valores de reaireación, comparando las figuras 16 y 18. Es

importante que el modelador tenga claro los posibles valores de reaireación en

el tramo que esta modelando pues no siempre la ecuación funcionara

correctamente.


En este ejemplo que corresponde a la campaña 3 de medición de calidad del

agua en la Q. La Lejía, se manejaron coeficientes de reaireación en un rango

entre 5 y 195 d-1 aproximadamente. También se puede apreciar el nivel de

ajuste con respecto a los valores observados dentro del río, representados por

puntos en la grafica.

5.2.3 Calibración del modelo

Continuando con el proceso para obtener el modelo óptimo de la campaña, se

procede a calibrar los parámetros en la simulación. Para esto se realizan

múltiples corridas basadas en la segunda simulación.

Como se menciono anteriormente, son 7 los parámetros que el modelo

QUAL2K permite modificar (Ver Tabla 2) con el fin de obtener una calibración

adecuada. Las herramientas mencionadas en el numeral 2.5 buscan el óptimo

de estos parámetros con el fin de brindar el mejor ajuste posible a los datos

observados y su relación con la simulación.

Para generar la matriz de datos con los que MCAT busca los óptimos, se

generan valores aleatorios de estos parámetros. Para generar sensibilidad en la

evaluación de incertidumbre, se requieren por lo menos mil simulaciones

diferentes de la misma campaña, los rangos en que se generaron estos

parámetros aleatorios se pueden observar en la Tabla 23.

Tabla 23. Rangos de Parámetros de Calibración

Parámetro 1

Parámetro 2

Parámetro 3

Parámetro 4

Parámetro 5

Parámetro 6

Parámetro 7

Mínimo 0.040009 0.041685 0.040772 0.042251 0.040106 0.040232 0.042194 Máximo 1.999118 1.998405 1.994622 0.999873 1.990694 1.997062 1.9966

Estos números aleatorios se pueden generar con Excel®, o también con

software de matemáticas como lo es Maple® o MATLAB®. Por la experiencia


se recomiendan los dos últimos respectivamente para le generación de estos

parámetros.

Teniendo esta matriz de parámetros, se corrió una macro desarrollada con base

en el software que realiza corridas del modelo utilizando cada grupo de

parámetros, de cada simulación se va a extraer los valores de 8 parámetros de

calidad del agua (Ver Tabla 24) en las abscisas que el modelador crea

conveniente.

Para el caso de esta investigación, se realizo la extracción de datos en las

distancias donde se encontraban ubicados los puntos de muestreo de las

campañas realizadas y el modelo que se corrió para generar la matriz fue la

campaña 3.

Tabla 24. Parámetros Simulados (1000 veces, Todos los Sitios Medición)

Parámetros Extraídos Oxigeno Disuelto

Carbono (Rápida Degradación) Nitrógeno Total Fósforo Total

Fósforo Soluble Reactivo Nitrógeno Amoniacal

Materia Orgánica Particulada Sólidos Suspendidos Totales


Figura 19. Corridas para Calibración Hoja “MCT”

La figura anterior muestra como la hoja expresa los resultados de las múltiples

corridas realizadas. Para montar estos datos en MCAT se deben realizar las

siguientes matrices con los tamaños que se mencionan a continuación:

• Matriz Parámetros = 1000 X 7 datos.

• Matriz Valores Observados = 1 X 24 datos.

• Matriz Valores Calculados = 1000 X 24 datos.

Los resultados de la calibración con MCAT se muestran a continuación:


0.5 1 1.50.02

0.04

0.06

0.08

0.1

1−R

2Desc

0.5 1 1.50.02

0.04

0.06

0.08

0.1

1−R

2

HydNO 0.5 1 1.5

0.02

0.04

0.06

0.08

0.1

1−R

2

Nit

0.2 0.4 0.6 0.80.02

0.04

0.06

0.08

0.11−

R2

Denit 0.5 1 1.5

0.02

0.04

0.06

0.08

0.1

1−R

2

Hydp 0.5 1 1.5

0.02

0.04

0.06

0.08

0.1

1−R

2

HydPOM

0.5 1 1.50.02

0.04

0.06

0.08

0.1

1−R

2

vs Figura 20. Gráficos Dispersión Parametrica (MCAT)

0.5 1 1.5

0.20.40.60.8

Desc 0.5 1 1.5

0.20.40.60.8

HydNO 0.5 1 1.5

0.20.40.60.8

Nit

0.2 0.4 0.6 0.8

0.20.40.60.8

Denit 0.5 1 1.5

0.20.40.60.8

Hydp 0.5 1 1.5

0.20.40.60.8

HydPOM

0.5 1 1.5

0.20.40.60.8

vs

1−R

2

L

H

Figura 21. Gráficos Sensibilidad Regional (MCAT)


0

1

2

3

4

5

6

7

8

Con

cent

ratio

n [m

gl−

1 ]

Model output and associated confidence limits (UCI=0.95, LCI=0.05)

ObservedConfidence Limits

1 2 3 4 5 6 7 8 9 10 11 120

0.5

1

Time [samples]

dCF

L

Figura 22 Grafico Resultado (GLUE)


1 2 3 4 5 6 7 8 9 10 11 120

1

2

3

4

5

6

7

8

Con

cent

ratio

n [m

gl−

1 ]

Time [samples]

Class output simulations

Like

lihoo

d f(

1−R

2 )

L

H

Figura 23. Grafico Bandas de Confianza

Las graficas anteriores muestran los resultados concretos de la calibración del

modelo. Se puede apreciar como la incertidumbre es muy baja a pesar que

algunos parámetros no tienen la sensibilidad esperada. Sin embargo se

escogen solo algunos de los parámetros para realizar esta calibración conjunta

y tener coeficientes de correlación altos.

Las calibraciones óptimas encontradas se ubicaron relacionando los siguientes

parámetros entre los mencionados en la Tabla 24:

Calibración 1: Oxigeno Disuelto, DBO, NH4, SRP

Calibración 2: Oxigeno Disuelto, DBO, NH4, SRP, POM


Los parámetros calibrados para la Q. La Lejía basados en la campaña 3, para

implementar en las demás campañas y obtener el modelo definitivo son los

siguientes (Ver Tabla 25). Nótese que se obtuvieron dos calibraciones y se

ejecutaron a los modelos definitivos.

Tabla 25. Calibraciones Óptimas Q. La Lejía

Calibración 1 Calibración 2 Parámetro 1 1.2558 1.1924 Parámetro 2 0.29 0.5132 Parámetro 3 1.914 1.7706 Parámetro 4 0.5137 0.6811 Parámetro 5 0.6748 0.1527 Parámetro 6 0.9072 1.9675 Parámetro 7 0.3762 1.9704

R2 0.976 0.8139

5.2.4 Resultados Modelo Definitivo

Como última actividad propuesta en la metodología de esta investigación, se

realiza la modelación definitiva de las campañas con la calibración optima. Se

realizaron las simulaciones de las 3 campañas con las dos calibraciones y se

pudo observar que la variación entre simulaciones correspondientes es mínima.

En la grafica que se presenta a continuación, se puede apreciar la similitud que

presenta en las graficas de una misma campaña, a pesar que los parámetros

de cada calibración llegasen a ser muy distintos.


MODELACION DE LA CALIDAD DEL AGUA (QUEBRADA LA LEJIA)CONDICIÓN ACTUAL Y CONDICIÓN CRÍTICA (CAMPAÑAS 1, 2 Y 3)

Oxígeno Disuelto

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

5.0

5.5

6.0

6.5

7.0

7.5

8.0

0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8

Distancia (Km)

Con

cent

raci

ón (m

g/L)

Campaña 3 Calibracion #1 (1.2558) Campaña 3 Calibracion #2 (1.1924) Ox.Saturación Campaña 2 Calibracion #1 (1.2558) Campaña 2 Calibracion #2 (1.1924) Campaña 1 Calibracion #1 (1.2558)Campaña 1 Calibracion #2 (1.1924)

Gracias a esta similitud presentada, se decidió generar modelos definitivos con

la calibración que tuviera el coeficiente de correlación (R2) más alto. Es decir, la

calibración que mas nivel de ajuste presentase, que es la Calibración 1.

A continuación se muestran las graficas resultantes de las simulaciones de las 3

campañas con la calibración optima, en ellas se muestra el resultado del

modelo definitivo y los respectivos puntos observados, vale la pena entender

que se muestra cada parámetro independiente mente con el fin de apreciar

mejor el comportamiento entre las condiciones normales (campaña 2 y 3) y las

condiciones criticas (campaña 1).

IAMB – 200410 – 01 Capitulo 6. Conclusiones 84

CAPITULO 6: ANÁLISIS DE RESULTADOS Y CONCLUSIONES

La presente investigación ha brindado excelentes resultados en varios aspectos

que son primordiales en la modelación de ríos de montaña colombianos. Se

cumplieron las expectativas, además del cumplimiento de los objetivos

planteados en el Capítulo 1.

Se logró obtener los suficientes datos topográficos, hidrológicos y

meteorológicos necesarios para el modelo, gracias a esto se logro tener una

modelación de parámetros como la temperatura.

En primera instancia se consiguió adaptar un modelo norteamericano como

QUAL2K a un río colombiano. La metodología planteada genera resultados

correctos. Sin embargo se recomienda tener muy en cuenta las correcciones

necesarias para que el modelo se ejecute correctamente. Los resultados de

calibración del modelo descritos en el Capítulo 5, que comparan las 3

campañas, indican claramente como la campaña tres presenta un mejor nivel

de ajuste frente a las otras dos campañas.

Esto se debe a distintos factores, tales como condiciones hidrológicas normales

(caudal de 125 L/s Aprox.) y manejo con precisión del cronograma de toma de

muestras. Además ya se contaba con la experiencia del muestreo de las dos

campañas anteriores y con esto se reduce la incertidumbre en los parámetros

medidos.

Es importante tener en cuenta que en la campaña tres se considero

acertadamente la medición de parámetros adicionales como conductividad

eléctrica y DBO5 Disuelta con el fin de mejorar el modelo predictivo.


La campaña dos presenta ajuste aceptable pero no tan bueno como se obtuvo

en la campaña tres. No obstante, se considera que los resultados predictivos

del modelo son buenos pues se representa bien los datos observados y

conjuntamente se conservaron las características frecuentes que se manejaron

en la tercera campaña. Además cabe mencionar el hecho que en la campaña

dos no se midieron los parámetros extra ya mencionados.

En la campaña uno se observan las condiciones críticas de verano en la Q. La

Lejía, se presentan caudales menores a 10 L/s y esto presenta dificultades al

simular. Como se tienen caudales tan pequeños la modelación hidráulica se

vuelve imprecisa, generando distintos errores como geometría incoherente con

la realidad, cálculos incorrectos en los balances de masa y reacciones

bioquímicas. Generando así el poco ajuste en el modelo definitivo de la

campaña uno. La toma de datos se complico por la concentración elevada

presente (poca dilución). Asimismo como el tiempo de viaje calculado superaba

para este caso las 24 horas, no se pudo seguir la masa de agua.

También es esencial comprender que la base de datos con la que se obtuvo la

calibración óptima de parámetros se generó con la campaña tres. Sin embargo

esto no tiene efecto considerable sobre los modelos definitivos de las dos

campañas anteriores. Por el contrario, la calibración de un modelo definido

debe realizarse con la mejor campaña de medición realizada, o con todos los

datos disponibles. En este caso por la calidad de los datos se opto por la

primera opción.

Esta calibración se puede utilizar como parámetros de la primera simulación en

proyectos de modelación de la calidad del agua futuros, donde se estén

analizando ríos de montaña dentro del territorio nacional. Esto debido a que el

tramo estudiado contiene diferentes tipos de suelo, geometrías y formaciones


como empozamientos y rápidos, características que por lo general están

presentes en los ríos de montaña.

Del análisis anterior se puede formular conclusiones sobre la investigación y

recomendaciones concretas para las directivas del municipio de Arbelaez con el

fin de usar este modelo predictivo para la mejora y conservación del recurso

hídrico de la zona.

Se consideró que faltó realizar una campaña de medición en las condiciones

críticas de invierno, ya que esta brinda las condiciones de frontera (mínimos)

pero los parámetros de calidad del agua ya que con caudales altos se tendrían

los contaminantes en su forma mas diluida.

Se recomienda para modelaciones como la que se realizó en esta investigación,

llevar a cabo campañas en todas las condiciones que se puedan presentar en el

cuerpo de agua (verano, invierno), con el objetivo de tener datos suficientes

para generar las bandas de confianza en el modelo.

Es importante que en la caracterización hidráulica del río se puedan utilizar

varios métodos de aforo. Combinaciones como experimentos con trazadores y

aforo por correntómetro brindan buenos resultados. Esto da idea de la

interacción del lecho con el cauce y crea precisión en la medida del caudal.

Se observó que el caudal es una variable que afecta considerablemente la

aireación del cuerpo de agua, pues en campañas de caudal bajo (campaña 1)

se obtienen coeficientes de reaireación (Ka) muy elevados (mayor a 180 /d

Aprox.) con respecto a las otras campañas, porque el agua tiene la oportunidad

de sufrir agitación fuerte y mantener mayor contacto entre aire y agua.


Se recomienda seguir adecuadamente los procedimientos y metodologías

mencionadas en capítulos 2 y 4 con la idea de reducir al máximo la

incertidumbre presente en los datos y tener la capacidad de generar

simulaciones precisas. También es importante tener en mente el uso de los

protocolos de bioseguridad por la presencia en ciertas ocasiones de sustancias

tóxicas y patógenos en altas concentraciones que pueden afectar la salud del

personal.

Si no se cuenta con recursos extensos para la modelación, se debe planear

adecuadamente y a conciencia las pocas campañas por realizar con el objetivo

que las mediciones realizadas sean representativas del cuerpo de agua a

evaluar. Se recomienda minimizar el número de datos ausentes en las

simulaciones, con la prioridad de brindar los datos requeridos para correr el

modelo.

Por ultimo, se observa que el modelo QUAL2K si tiene realmente la capacidad

de modelar adecuadamente ríos de montaña a pesar que su objetivo principal

son los ríos de planicie, sin reducir su nivel de precisión en la modelación. Se

constituye así en una herramienta para la mejora y planeación del saneamiento

de los recursos hídricos en el territorio nacional.

La base de datos se puede aprovechar por directivas de municipios

colombianos teniendo como marco de referencia esta investigación en conjunto

con los estudios complementarios de Robles (2004) y Cañón (2004).

Esta modelación se ejecuto con QUAL2K versión 2000, se recomienda revisar

el modelo QUAL2K versión 2003 en donde se pueden encontrar nuevas

posibilidades para la modelación de calidad del agua.

IAMB – 200410 – 01 Capitulo 7. Referencias 88

CAPITULO 7: BIBLIOGRAFÍA Y REFERENCIAS

CHAPRA, S. C., (1997). Surface Water-Quality Modeling, The McGraw-Hill Inc.,

New York.

CAMACHO, L. A., DIAZGRANADOS, M., (2000). Metodología para la Obtención

de un Modelo Predictivo de Transporte de Solutos y Calidad del Agua en

Ríos – Caso Río Bogotá, Universidad de los Andes, Bogotá.

UNIANDES - EAAB (2001). Instrumentación y Análisis Ambiental de una

Subcuenca del Sistema de Alcantarillado de Bogota, Informe Final

Capitulo 6, Universidad de los Andes, Bogotá.

CHAPRA, S. C., PELLETIER, GREG (2003). QUAL2K Documentation and User

Manual, Tufts University, Medford.

LEES, M., THORSTEN, W., (2000). Monte-Carlo Analysis Tool (MCAT) V 2.0

User Manual, Imperial College of Science, Technology and Medicine,

Londres.

UNIANDES – EAAB (2003). Modelación de la Calidad del Agua – Caso Río

Bogotá, Informe Final, Universidad de los Andes, Bogotá.

ROBLES, E., (2004). Impacto Ambiental de las Descargas de Aguas Residuales

del Municipio de Arbelaez, Proyecto de Grado, Universidad de los Andes,

Bogotá.

IAMB – 200410 – 01 Capitulo 7. Referencias 89

CAÑÓN, J., (2004). Estudios con Trazadores e investigación de Modelos de

Transporte de Solutos en un Río de Montaña – Quebrada La Lejía,

Proyecto de Grado, Universidad de los Andes, Bogota.

IAMB – 200410 – 01 Anexo A. Trazadores 90

ANEXO A

Experimentos con Trazadores


Viaje 1

Trazadores Viaje 1

0,000

0,001

0,002

0,003

0,004

0,005

0,006

0,007

0,008

0,009

0,010

0 500 1000 1500 2000 2500 3000 3500 4000

Tiempo (seg)

Conc

entr

ació

n (g

/L)

Punto 1Punto 2

Curvas Concentración Viaje 1

Parámetros Hidráulicos Viaje 1 Viaje 1 Sitio 1 Sitio 2 Unidades Masa 5000 5000 g

Tiempo Medio 1247 2719 seg. Tiempo Primer

Arribo 810 1560 seg Caudal 1054,64 2411,27 L/seg

Tiempo Medio 1472 seg Tiempo Primer

Arribo 750 seg SSG 2,29 N/A

Caudal 1732,955 L/seg


Viaje 2

Trazadores Viaje 2

0,000

0,005

0,010

0,015

0,020

0,025

0,030

0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000

Tiempo (seg)

Con

cent

raci

ón (g

/L)

Punto 1Punto 2

Curvas Concentración Viaje 2

Parámetros Hidráulicos Viaje 2 Viaje 2 Punto 1 Punto 2 Unidades Masa 10000 10000 g

Tiempo Medio 7814 12670 seg Tiempo Primer


Tiempo Medio 4855,80 seg Tiempo Primer

Arribo 4260,00 seg SSG 2,745 N/A

Caudal 219,25 L/seg


Viaje 3

Trazadores Viaje 3 (Sabado)

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

0 1000 2000 3000 4000 5000 6000 7000 8000

Tiempo (s)

Con

cent

raci

on (g

/L)

Sitio 1Sitio 2

Curvas Concentración Viaje 3 (Sábado)

Parámetros Hidráulicos Viaje 3 (Sábado) Viaje 3 Sábado Punto 1 Punto 2 Unidades

Masa 6000 6000 g Tiempo Medio 642,61 1748,79 seg Tiempo Primer




Caudal 13,45 L/seg


Trazadores Viaje 3 (Domingo)

0,000

0,100

0,200

0,300

0,400

0,500

0,600

0 2000 4000 6000 8000 10000 12000

Tiempo (s)

Con

cent

raci

on (g

/L) Sitio 1

Sitio 2

Curvas Concentración Viaje 3 (Domingo)

Parámetros Hidráulicos Viaje 3 (Domingo) Viaje 3 Domingo Punto 1 Punto 2 Unidades





Caudal 4,005 L/seg


Viaje 4

Trazadores 1 Viaje 4 (Sabado)

0,000,020,040,060,080,100,120,140,160,18

0 500 1000 1500 2000 2500 3000

Tiempo (seg)

Conc

entr

acio

n (g

/l)

Punto 1Punto 2

Curvas Concentración Viaje 4 (Sábado 1)

Parámetros Hidráulicos Viaje 4 (Sábado 1) Viaje 4 Sábado 1 Punto 1 Punto 2 Unidades

Masa 6000 6000 g Tiempo Medio 345,6124 961 seg Tiempo Primer






Trazadores Viaje 4 (Sabado 2)

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0,16

0 200 400 600 800 1000 1200 1400 1600 1800

Tiempo (s)

Con

cent

raci

on (g

/L)

Punto 1Punto 2

Curvas Concentración Viaje 4 (Sábado 2)

Parámetros Hidráulicos Viaje 4 (Sábado 2) Viaje 4 Sábado 2 Punto 1 Punto 2 Unidades







Trazadores Viaje 4 (Domingo 1)

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0 300 600 900 1200 1500 1800 2100 2400

tiempo (seg)

Punto 1

Punto 2

Curvas Concentración Viaje 4 (Domingo 1)

Parámetros Hidráulicos Viaje 4 Domingo 1 Punto 1 Punto 2 Unidades







Trazadores Viaje 4 (Domingo 2)

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600

Tiempo(seg)

Con

cent

raci

ón (g

/L)

Punto 1Punto 2

Curvas Concentración Viaje 4 (Domingo 2)

Parámetros Hidráulicos (Domingo 2) Viaje 4 Domingo 2 Punto 1 Punto 2 Unidades







Viaje 5

Trazadores Viaje 5 (Lunes 1)

0

0,05

0,1

0,15

0,2

0,25

0 200 400 600 800 1000 1200

Tiempo (s)

Con

cent

raci

ón (g

/L)

Punto 1

Punto 2

Curvas Concentración Viaje 5 (Lunes 1)

Parámetros Hidráulicos (Lunes 1) Viaje 5 Lunes 1 Punto 1 Punto 2 Unidades





Caudal 109,32 L/seg


Trazadores Viaje 5 Lunes 2

0

0,05

0,1

0,15

0,2

0,25

0 500 1000 1500 2000 2500

Tiempo (s)

Con

cent

raci

ón (g

/L)

Punto 1

Punto 2

Curvas Concentración Viaje 5 (Lunes 2)

Parámetros Hidráulicos Viaje 5 (Lunes 2) Viaje 5 Lunes 2 Punto 1 Punto 2 Unidades







Trazadores Viaje 5 (Martes 1)

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000 3200 3400 3600

Tiempo (s)

Con

cent

raci

ón (g

/L)

Punto 2

Punto 1

Curvas Concentración Viaje 5 (Martes 1)

Parámetros Hidráulicos Viaje 5 (Martes 1) Viaje 5 Lunes 2 Punto 1 Punto 2 Unidades





Caudal 111,94 L/seg


0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000 3200 3400 3600

Tiempo (s)

Con

cent

raci

ón (g

/L)

Punto 2

Punto 1

Curvas Concentración Viaje 5 (Martes 2)

Parámetros Hidráulicos Viaje 5 (Martes 2) Viaje 5 Lunes 2 Punto 1 Punto 2 Unidades





Caudal 116,55 L/seg

IAMB – 200410 – 01 Anexo B. Resultados Laboratorio 103

ANEXO B

RESULTADOS CAMPAÑA 3

IAMB – 200410 – 01 Anexo C. Modelación 104

ANEXO C

MODELACIÓN CAMPAÑA 3

MODELACIÓN DE LA CALIDAD DEL AGUA EN UN RÍO DE …

Documents

Transcript of MODELACIÓN DE LA CALIDAD DEL AGUA EN UN RÍO DE …