1
PROGRAMA ADSIDEO – COOPERACIÓ
INVESTIGADOR RESPONSABLE DEL PROJECTE: Javier Paredes Arquiola
TÍTOL DEL PROJECTE / TÍTULO DEL PROYECTO: Fortalecimiento científico e institucional para la implantación de indicadores de calidad del agua en la cuenca del río Lurín (Perú)
IMPORT APROVAT EN CONVOCATÒRIA: 11,250.00€ IMPORT GASTAT EN EL PROJECTE: 11,343.48€ (93.48€ transferidos de otro centro de coste)
RESUM DEL PROJECTE REALITZAT (Cal que siga breu i precís, sols s’han d’exposar els aspectes més
rellevants del projecte i dels objectius assolits. Màxim: 300 paraules) El deterioro de la calidad del agua en el río Lurín, constituye el foco principal del proyecto por su influencia sobre la salud pública. Durante su desarrollo, se han realizado distintos trabajos encaminados a acotar la problemática existente, obtener datos, y a construir y aplicar herramientas para apoyar la toma de decisiones. Del análisis de los datos oficiales, se han identificado los coliformes de origen humano y animal como contaminantes prioritarios a controlar por su potencial insalubridad para los usos identificados en la cuenca. La problemática es especialmente relevante en la cuenca baja del río, por lo que los trabajos se han centrado en esta zona. Debido a la falta de información de calidad del agua con una frecuencia temporal suficiente, se ha realizado una campaña de muestreos y análisis de laboratorio. Los datos obtenidos han permitido la construcción y calibración de un modelo de calidad del agua, así como la identificación de las fuentes principales de contaminación por coliformes que han servido para plantear medidas de mejora de la contaminación. Parte de los trabajos se han realizado en colaboración con la Universidad Nacional Agraria La Molina (UNALM) y la Agencia Nacional del Agua (ANA) de Perú. El papel principal de la UNALM se ha centrado en la generación de datos y la colaboración en la construcción del modelo de calidad. Por su parte, el ANA ha tenido un papel de proveedor de datos oficiales y de asesor en cuanto al nivel de detalle del modelo y a las medidas a analizar. De forma general, se considera que el proyecto ha contribuido a avanzar en el conocimiento de soluciones al problema de calidad del agua en el río Lurín, así como a la capacitación del profesorado de la UNALM, al fortalecimiento de las líneas de investigación y la oferta formativa de la UNALM, y a la mejora del vínculo UNALM – ANA.
INFORME FINAL DEL PROJECTE D’INVESTIGACIÓ
2
1. OBJECTIUS del projecte / OBJETIVOS del proyecto
Cal tractar ací: la valoració general del projecte i si s’han assolit el objectius marcats. Màxim dos fulls
El objetivo central del proyecto consiste en proponer indicadores de calidad de agua a nivel de la cuenca del río Lurín que permitan seleccionar acciones prioritarias para reducir y controlar las fuentes de contaminación y mejorar la calidad de vida en la cuenca. Este objetivo se ha abordado a través de la modelación y simulación de la calidad de aguas con distintos escenarios de medidas de reducción de la contaminación. En primer lugar, se debe obtener información a partir de datos oficiales y mediante una campaña de muestreo. Se han realizado 12 muestreos mensuales (abril-noviembre 2014 y enero, mayo-julio 2015) en 7 puntos del río y en 5 efluentes. Las variables cuantificadas en cada punto mediante medición in situ o toma de muestras y posterior análisis en laboratorio son: caudal (m3/s), conductividad (µS/m), pH, temperatura (oC), oxígeno disuelto (mg/l), DBO5 (mg/l), sólidos totales (mg/l), Escherichia coli (NMP/100 ml) y coliformes totales (NMP/100 ml). Tras recopilar y generar la información necesaria, se construye un modelo con los principales elementos que existen en el sistema (Ilustración 1 en el Anexo). El modelo incorpora datos mensuales de caudal y concentraciones de diferentes contaminantes para aportaciones naturales, vertidos provenientes de depuradoras, retornos agrícolas y urbanos, para los 12 meses en los que se tienen datos de muestreos. También existen datos mensuales de las diferentes demandas agrícolas y urbanas del sistema. Para la calibración del modelo se realiza una comparación de los perfiles de concentraciones simuladas y observadas de los distintos contaminantes en cada uno de los tramos en los que se ha dividido el modelo y que cuentan con un punto de muestreo. Para que los resultados del modelo representen de manera lo más fidedigna posible los datos observados, se han modificado los parámetros que rigen el comportamiento de las distintas variables de calidad consideradas (degradación biológica, sedimentación, aireación, etc.). Al disponer de pocos meses de datos, se descartó reservar una parte para la validación del modelo. En el Anexo (Ilustración 2 a Ilustración 11) se presentan las comparaciones de perfiles longitudinales de concentraciones para todo el tramo y para cada contaminante y tramo. Se efectúa un estudio diferenciado de las concentraciones para lo que se considera como “estación seca” y “estación húmeda”, ya que se observa cómo el patrón o tendencia de concentraciones en cada estación difiere bastante. Se establece como estación seca el periodo entre mayo y octubre, siendo el resto de los meses entre noviembre y abril los correspondientes a la estación húmeda. Atendiendo a la caracterización inicial y el análisis de los datos muestreados, se han definido una serie de medidas con el objetivo de cumplir los límites considerados por las Disposiciones para la implementación de los estándares nacionales de calidad ambiental para el agua (MINAM, 2008). Se establece la categoría 3 en este tramo de río, o lo que es lo mismo, agua aceptable para riego de vegetales y bebida de animales. Sin embargo, dada la existencia de playas en la desembocadura con abundante afluencia de personas también se tendrán en cuenta los límites para las aguas de categoría 1.B1 (Aguas superficiales destinadas para la recreación, con contacto primario); y debido a los elevados índices de pobreza de la zona se contempla la posibilidad del uso directo del agua para consumo humano, por lo que también se ha considerado la Categoría 1 (Aguas superficiales destinadas a la producción de agua potable). En el Anexo (Tabla 1) se
INFORME CIENTIFICOTÈCNIC / INFORME CIENTÍFICO-TÉCNICO
3
muestran los límites de los diferentes contaminantes para cada categoría. Las medidas propuestas son las siguientes:
- Medidas de gestión para garantizar caudales mínimos de dilución en el río: en el tramo de
estudio no existen elementos de regulación, por lo que esta medida se limitará a la reducción
de las extracciones por parte de las demandas agrarias a través de mejoras en las eficiencias
de transporte y aplicación de riego. Se supone la transformación del riego por gravedad
(eficiencia 35-40%) a riego por goteo (eficiencia 80%), lo que reduce el caudal demandado en
un 30-50%. Tras las simulaciones, se comprueba que la incidencia de esta medida sobre la
calidad del río es casi insignificante. Las presiones a las que se ve sometido este tramo de río
son significativas, y un ligero aumento en el caudal del río no es suficiente para que se
produzca una gran dilución de los contaminantes.
- Medidas de reducción de la contaminación por vertidos:
o Puesta en funcionamiento de un correcto tratamiento secundario en las PTAR que se
encuentran ya operativas en la cuenca vertiente a este tramo de río (ver Tabla 2 en
Anexo) Los mayores efectos de esta medida se ven reflejados aguas abajo de los
dos grandes vertidos de la cuenca (PTAR San Bartolo & Nuevo Lurín, PTAR Julio
Cesar Tello). La comparación entre el escenario base y el escenario con la medida se
presentan en el Anexo (Ilustración 12 a Ilustración 15).
o Construcción de una nueva PTAR para el control de vertidos no depurados del distrito
de Pachácamac (ver Tabla 2 en Anexo) Este escenario mantiene la hipótesis de un
correcto funcionamiento de las PTAR que actualmente se encuentran en la cuenca
vertiente al tramo del río de estudio. Hay que añadir también la construcción y puesta
en funcionamiento de una PTAR para tratar los vertidos provenientes del distrito de
Pachacámac. Como es lógico, los cambios en concentraciones con respecto al
escenario anterior empiezan a ser apreciables aguas abajo de la conexión de las
aguas del efluente de la PTAR de Pachacámac con el cauce principal. La comparación
entre el escenario base y el escenario con la medida se presentan en el Anexo
(Ilustración 16 a Ilustración 23).
Estos resultados permiten ponderar la conveniencia de implementar cada medida en base a su eficacia y al coste que conllevan, por lo que tienen una gran relevancia para tomar decisiones. Los objetivos derivados se han abordado del siguiente modo:
- Capacitación y aprendizaje en la construcción de modelos: a través del desarrollo colaborativo
del modelo de calidad de aguas con el software GESCAL.
- Fortalecer las líneas de investigación e innovación científica, las capacidades docentes y la
oferta formativa de la UNALM en materia de calidad de aguas: A través de cursos modulares
impartidos por el profesor Javier Paredes en su viaje a Perú del 12 al 17 de abril de 2015, y
reuniones de Joaquín Andreu y Abel Solera con los representantes del Departamento de
Ingeniería Ambiental durante su viaje a Perú del 5 al 14 de abril 2015.
- Crear alianzas estratégicas entre la UNALM y las instituciones normativas del sistema
nacional de gestión de recursos hídricos en el Perú (ANA): Mediante reuniones formales y
de trabajo que han demostrado el potencial de asesoramiento que tiene la universidad en
temas técnicos emergentes en la gestión del agua del país.
- Crear vínculos para elaborar nuevos proyectos de investigación conjuntos entre la UNALM y
la UPV: Mediante el trabajo en equipo y el aprendizaje mutuo a lo largo del proyecto.
4
2. Seguiment de les ACTIVITATS realitzades. / Seguimiento de las ACTIVIDADES realizadas
ANÀLISIS DE RESULTATS DEL PROJECTE / ANÁLISIS DE LOS RESULTADOS DEL PROYECTO
Resultats esperats/ Resultados esperados
Resultats reals obtinguts / Resultados reales obtenidos
% Grau d’execució/ % Grado de ejecución
Resultados de muestreos en 5 puntos para 21 meses
Resultados de muestreos en 12 puntos para 12 meses
100%
Selección de indicadores de calidad
Oxígeno disuelto (mg/l), DBO5 (mg/l), Escherichia coli (NMP/100 ml) y coliformes totales (NMP/100 ml)
100%
Modelo GESCAL de calidad de aguas en el río Lurín
Modelo GESCAL calibrado para el tramo bajo del río Lurín
100%
Indicadores de eficiencia del modelo de calidad
Error cuadrático medio entre los valores simulados y observados
100%
Formulación y simulación de los escenarios de mejora de la calidad
Simulación de 3 escenarios distintos con conclusiones sobre su eficacia
100%
Actividades inicialmente previstas En ejecución
Concluida No realizada
Desestimada
Taller con organizaciones locales*
Recopilación y análisis de información sobre climatología, hidrología, hidráulica y geomorfología de la cuenca, usuarios, cultivos, aplicación de fertilizantes y plaguicidas, cantidad y calidad del agua
Elaboración del plan de monitoreo
Desarrollo del plan de monitoreo e Integración de la información y preparación de los inputs requeridos en la modelación de la calidad del agua
Construcción y calibración del modelo de gestión: SIMGES y GESCAL del Sistema de Soporte a la Decisión AQUATOOL
Simulación de escenarios de medidas de reducción de contaminación y su valoración
Taller de difusión de resultados*
Elaboración y presentación de tesis
Difusión mediante artículos y ponencias
Elaboración y presentación de informes
Viajes
5
Actividades realizadas y no previstas En ejecución Concluida No concluida
Reunión informativa sobre los objetivos del proyecto y solicitud de datos a la Autoridad Nacional del Agua*
Reunión sobre la marcha del proyecto y los modelos utilizados con la Autoridad Nacional del Agua*
* Debido al enfoque de investigación del proyecto, se decidió tomar como interlocutores a la institución gestora del agua en Perú: la Autoridad Nacional del Agua (ANA). Este organismo es quien en última instancia debería utilizar los modelos resultantes del proyecto para planificar y priorizar actuaciones para la mejora de la calidad del agua en la cuenca. De este modo, se evita realizar talleres con organizaciones locales cuyas expectativas de que el proyecto produzca resultados que se puedan percibir de forma tangible a escala local durante el desarrollo del proyecto, no pueden ser satisfechas.
6
3. Producció científica i no científica / Producción científica y no científica
Cal especificar la producció científica (tesis, tesines, actes de congressos, etc. / Especificar la producción científica (tesis, tesinas, actas congresos, etc.)
Cal informar si hi ha cap altre tipus de producció no científica vinculada al projecte (revistes de divulgació general, manuals, aparicions en premsa i mitjans de comunicació, blogs, webs, etc. / Especificar si existe otro tipo de producción no científica vinculada al proyecto (revistas de divulgación general, manuales, apariciones en prensa y medios de comunicación, blogs, webs, etc.)
Màxim dos fulls / Máximo dos páginas
NOTA: Cal adjuntar còpia de cada publicació (primera pàgina o portada, així com la pàgina en la qual es faça esment a la convocatòria ADSIDEO de la UPV. / Complementariamente se debe adjuntar copia de cada publicación (primera página o portada, así como de la página en la que se haga mención a la convocatoria ADSIDEO de la UPV).
Las referencias de los trabajos publicados para la difusión de los resultados del proyecto se listan a continuación:
- Resumen de presentación oral: Lia Ramos, Andrea Momblanch, Ana González, Wilfredo Baldeón, Javier Paredes-Arquiola (2015) Calidad del agua superficial en la cuenca baja del río Lurín. En I Congreso internacional en salud ambiental global. 12-14 de marzo de 2015, Lima (Perú)
- Artículo publicado en libro de actas de congreso con ISBN: Andrea Momblanch,
Javier Paredes-Arquiola, Joaquín Andreu, Lia Ramos Fernández, Wilfredo Baldeón Quispe, Javier García Hernández. En M.F Moreno Pérez y J. Roldán Cañas (eds.) Actas de las IV Jornadas de Ingeniería del Agua. 21 y 22 de octubre de 2015, Córdoba, España. ISBN: 978-84-608-3043-6
Ambas publicaciones incluyen agradecimientos al Área de Cooperación al Desarrollo de la Universitat Politècnica de València por su apoyo financiero a través del Programa ADSIDEO. Ambos documentos se adjuntan en el Anexo del presente informe. Además, se ha enviado un resumen para participar en el XXVII Congreso Latinoamericano de Hidráulica en Lima (Perú) a fecha 15 de enero de 2015, del que se espera obtener respuesta afirmativa para realizar una presentación oral en el que se expongan los resultados finales del proyecto.
8
ANEXO
- Esquema del modelo de calidad:
Ilustración 1. Topología modelo del tramo bajo del río Lurín
- Gráficos de calibración: Se representan mediante un diagrama de caja, basado en cuartiles,
mediante el cual se visualiza un conjunto de datos. Está compuesto por un rectángulo, la “caja”, y dos brazos, los “bigotes”. Es un gráfico que suministra información sobre los valores mínimos y máximos, los cuartiles Q1, Q2 (o mediana) y Q3, y sobre la existencia de valores atípicos y la simetría de la distribución. Adicionalmente se representan el promedio de los valores observados y simulados, y la línea de tendencia de los valores medios simulados.
o Estación seca (mayo-octubre):
Perfiles longitudinales de concentraciones de DBO5: Se puede observar cómo se cuenta con un ajuste bastante preciso de las concentraciones observadas y simuladas. Resaltar que aguas abajo de la Estación L7 existe una tendencia ascendente de los valores de concentración de DBO5. Esto podría deberse al vertido de aguas no tratadas provenientes del Distritito de Pachacámac al sur de Lima y en mayor medida a los vertidos de las depuradoras de San Bartolo y Nuevo Lurín, y a la de Julio Cesar Tello.
9
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 2. Perfil longitudinal de concentraciones de DBO5 (mg/l) para la estación seca
Perfiles longitudinales de concentraciones de oxígeno disuelto: Se puede ver cómo la tendencia de las concentraciones de oxígeno disuelto en agua es inversamente proporcional al de la DBO5, ya que en la oxidación de la materia orgánica se produce un consumo de oxígeno. De esta manera, se observa cómo las concentraciones más bajas de oxígeno disuelto se encuentran en la desembocadura del río.
PTAR
CienaguillaPTAR Huerto
ManchayPachacamac
(ARD)Retorno
CañahuecasPTAR San
BartoloPTAR
J.C. Tello
Ilustración 3. Perfil longitudinal de concentraciones de OD (mg/l) para la estación seca
10
Perfiles longitudinales de concentraciones de E. Coli: Con respecto al perfil longitudinal de concentraciones de Escherichia coli se aprecia cómo los valores empiezan a ser significativos aguas abajo de la Estación L10 y con una tendencia ascendente a medida que se van incorporando los diferentes vertidos al río. Si se mira la Ilustración 5 que no cuenta con los valores atípicos, se aprecia como aguas abajo del vertido de Pachacámac existe un gran aumento de los valores de concentraciones, debido también a las escorrentías de usos ganaderos o chancherías.
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 4. Perfil longitudinal de concentraciones de E. Coli (NPM/100ml) para la estación seca
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 5. Perfil longitudinal de concentraciones de E. Coli sin representar valores atípicos (NPM/100ml) para la
estación seca
Perfiles longitudinales de concentraciones coliformes totales: La tendencia de los valores de concentración de los coliformes totales sigue una tendencia bastante parecida a la del E. Coli, ya que se correlaciona de forma bastante evidente. También es cierto que el aporte de coliformes totales aguas abajo de la Estación L4 por parte de los vertidos de San Bartolo y J.C. Tello son más fuertes que en el caso del E. Coli. Esto se aprecia más claramente en la Ilustración 7 en la que no se representan los valores de las concentraciones atípicas.
11
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 6. Perfil longitudinal de concentraciones de coliformes totales (NPM/100ml) para la estación seca
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 7. Perfil longitudinal de concentraciones de coliformes totales sin representar valores atípicos
(NPM/100ml) para la estación seca
o Estación húmeda (noviembre-abril):
Perfiles longitudinales de concentraciones DBO5: Los valores de concentraciones a lo largo del río durante la estación húmeda son muy parecidos a los que se encuentran en la estación seca con concentraciones bastante altas aguas abajo de la Estación L7.
12
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 8. Perfil longitudinal de concentraciones de DBO5 (mg/l) para la estación húmeda
Perfiles longitudinales de concentraciones oxígeno disuelto: En cuanto a las concentraciones de oxígeno disuelto siguen una tendencia y valores similares a los de la estación seca, a excepción de los valores algo mayores en el último tramo debido principalmente a la menor concentración de materia orgánica en la estación húmeda, y por lo tanto un menor consumo de oxígeno en su degradación.
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 9. Perfil longitudinal de concentraciones de OD (mg/l) para la estación húmeda
13
Perfiles longitudinales de concentraciones E. Coli: Se aprecia en este perfil longitudinal cómo existe un claro incremento de las concentraciones aguas abajo de la Estación L7 donde se encuentran los retornos de las chancherías y las aguas no tratadas del Distrito de Pachacámac. El gran aumento de la concentración media en la Estación L4 es debido a un valor puntual muy alto en junio de 2015, como consecuencia de una aportación de carga elevada coincidiendo con un caudal muy bajo. En este mismo mes en la Estación L1 se registra una concentración media más baja, esto se debe a la aportación de caudal con una concentración más baja por parte de las plantas de tratamiento de aguas residuales (PTAR).
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 10. Perfil longitudinal de concentraciones de E. Coli (NPM/100ml) para la estación húmeda
Perfiles longitudinales de concentraciones coliformes totales: La tendencia de las concentraciones a lo largo del río es similar a las concentraciones de E. Coli. A pesar de que gráficamente el ajuste no parezca tan exitoso como los anteriores, no quiere decir que se trate de un mal ajuste ya que se cuenta con pocos valores observados y una pequeña desviación puede afectar de manera considerable a los gráficos de concentraciones. En el Anejo se pueden ver cada una de las calibraciones en las diferentes estaciones para cada uno de los contaminantes. El gran aumento de la concentración media en la Estación L4 es debido a un valor de concentración puntual muy alta en octubre 2014, como consecuencia de una carga elevada y un caudal escaso. En este mismo mes en la Estación L1 se registra una concentración media más baja, esto se debe a la aportación de caudal con una concentración más baja por parte de las PTAR.
14
PTAR Cienaguilla
PTAR Huerto Manchay
Pachacamac (ARD)
RetornoCañahuecas
PTAR San Bartolo
PTARJ.C. Tello
Ilustración 11. Perfil longitudinal de concentraciones de coliformes totales (NPM/100ml) para la estación húmeda
- Normativa de calidad de aguas vigente en Perú de aplicación en el bajo Lurín:
Categoría ECA Producción de agua
potable (1)
Recreación con
contacto primario
(1.B1)
Riego de vegetales
(3) Contaminante
Oxígeno disuelto (mg/l) >= 4 - 6 >= 5 >= 4
DBO5 (mg/l) 3 - 10 5 15
E-coli (NMP/100 ml) No definido Ausencia 100
Coliformes totales (NMP/100
ml) 50 - 50000 1000 5000
Tabla 1. Límites de concentración de contaminantes por tipo de uso. Fuentes: MINAM, 2008; MINAM, 2009.
- Concentraciones fijadas en los efluentes de las PTAR: En la Tabla 2 se observan las concentraciones máximas de cada contaminante en los efluentes de las PTAR y el valor mínimo de oxígeno disuelto. El valor de concentración máxima de DBO5 se ha obtenido de bibliografía para instalaciones de depuración de aguas residuales mediante tratamiento secundario. En cuanto a la concentración máxima de E-Coli se ha establecido según “Evaluación de la capacidad de remoción de bacterias coliformes fecales y demanda bioquímica de oxígeno de la planta de tratamiento de aguas residuales “La Totora”, Ayachuco, Perú” (Chuchón y Aybar, 2005). Por último, la concentración de coliformes totales se obtiene en función de las concentraciones de E-Coli, mediante una curva de regresión calculada en función de las concentraciones observadas en los diferentes muestreos.
Contaminante Concentración
máxima
Concentración
mínima
O2 (mg/l) - 6
DBO5 (mg/l) 20 -
E-coli (NMP/100 ml) 1000 -
Coliformes totales (NMP/100 ml) 7200 -
Tabla 2. Concentraciones máximas de los contaminantes en los efluentes de las PTAR.
- Resultados del escenario de mejora de las PTAR: Se puede observar en las siguientes ilustraciones como la reducción de la concentración de DBO5 es bastante sustancial, pasando de obtener valores con concentraciones casi siempre superiores a 40 mg/l a valores medios cercanos a los 20 mg/l. Estas concentraciones se acercan bastante a los
15
valores límites impuestos. La reducción en las concentraciones de DBO5 hace que las concentraciones de oxígeno aumenten, principalmente en periodos donde se observaban altas concentraciones de DBO5, aunque siguen existiendo valores puntuales por debajo del límite mínimo que se aconseja de 4 mg/l.
020406080
100120140160180200
oct
.-1
3
nov.
-13
dic.
-13
ene.
-14
feb.
-14
mar
.-14
abr.
-14
may
.-14
jun.
-14
jul.-
14
ago
.-14
sep.
-14
oct.
-14
nov.
-14
dic.
-14
ene.
-15
feb.
-15
mar
.-15
abr.
-15
may
.-15
jun.
-15
jul.-
15
ago
.-15
sep.
-15
DB
O5
: Es
taci
on
L1-L
2/V
ERTI
DO
JU
LIO
C
.TEL
LO-L
1
DBO5
Simulado Escenario base
Ilustración 12. Concentraciones de DBO5 para escenario base y escenario 2 en la Estación L1 (mg/l).
0123456789
10
oct
.-1
3
no
v.-1
3
dic
.-1
3
ene.
-14
feb.
-14
mar
.-14
abr.
-14
may
.-1
4
jun
.-1
4
jul.
-14
ago
.-14
sep
.-1
4
oct
.-1
4
no
v.-1
4
dic
.-1
4
ene.
-15
feb
.-15
mar
.-15
abr.
-15
may
.-1
5
jun
.-1
5
jul.-
15
ago
.-15
sep
.-1
5
Oxí
gen
o D
isu
elt
o:
Esta
cio
nL1
-L2
/VER
TID
O J
ULI
O C
.TEL
LO-L
1
Oxígeno Disuelto
Simulado Escenario base
Ilustración 13. Concentraciones de oxígeno disuelto para escenario base y escenario 2 en la Estación L1 (mg/l).
Las concentraciones tanto de E-Coli como de coliformes totales se representan en su eje de ordenadas con una escala logarítmica que permite apreciar de manera más clara la reducción sustancial en las concentraciones de los mismos. Se consiguen en casi todo el periodo de simulación unas concentraciones de E-Coli inferiores a 1000 NMP/100ml, que, aunque lejos de los 100 NMP/100ml establecidos como límite para este tramo, se encuentra por debajo de los 1000 NMP/100ml establecido por la Organización Mundial para la Salud (OMS). En cuanto a las concentraciones de coliformes totales, se obtienen valores para casi todo el periodo inferiores a 5000 NMP/100ml, concentraciones impuestas para la categoría 3.
16
100
1000
10000
100000
oct.
-13
no
v.-1
3
dic.
-13
ene.
-14
feb
.-14
mar
.-14
ab
r.-1
4
may
.-1
4
jun.
-14
jul.-
14
ago
.-14
sep.
-14
oct.
-14
nov.
-14
dic
.-1
4
ene.
-15
feb.
-15
mar
.-15
abr.
-15
may
.-1
5
jun.
-15
jul.-
15
ago
.-15
sep.
-15
E_C
oli:
Est
acio
nL1
-L2
/VER
TID
O J
ULI
O
C.T
ELLO
-L1
E_Coli
Simulado Escenario base
Ilustración 14. Concentraciones de E-Coli (escala logarítmica) para escenario base y escenario 2 en la Estación L1
(NMP/100ml).
1000
10000
100000
1000000
oct.
-13
nov.
-13
dic.
-13
ene.
-14
feb
.-14
mar
.-14
abr.
-14
may
.-1
4
jun
.-1
4
jul.-
14
ago
.-14
sep.
-14
oct
.-1
4
no
v.-1
4
dic.
-14
ene.
-15
feb.
-15
mar
.-15
ab
r.-1
5
may
.-1
5
jun.
-15
jul.-
15
ago
.-15
sep.
-15
CT:
Est
acio
nL1
-L2
/VER
TID
O
JULI
O
C.T
ELLO
-L1
CT
Simulado Escenario base
Ilustración 15. Concentraciones de coliformes totales (escala logarítmica) para escenario base y escenario 2 en la
Estación L1 (NMP/100ml).
- Resultados del escenario de construcción de una nueva PTAR: En la Estación L4 localizada aguas arriba de las dos grandes PTAR del sistema, se aprecia como las grandes cargas de los vertidos del distrito de Pachacámac elevan las concentraciones de DBO5 hasta valores medios de unos 30 mg/l para el escenario base. Tras la entrada en funcionamiento de la nueva PTAR se reducen estas concentraciones llegando a valores medios de unos 15 mg/l. Por otro lado, se produce un ligero aumento en las concentraciones de oxígeno disuelto debido al aumento de las concentraciones de oxígeno disuelto en el afluente de la nueva PTAR y a la menor concentración de DBO5. Casi en la totalidad del periodo simulado se cuenta con concentraciones de oxígeno disuelto que cumplen el límite legal.
17
1
10
100
1000oc
t.-1
3
nov.
-13
dic.
-13
ene.
-14
feb.
-14
mar
.-14
ab
r.-1
4
may
.-14
jun.
-14
jul.-
14
ago
.-14
sep.
-14
oct.
-14
nov.
-14
dic.
-14
ene.
-15
feb.
-15
mar
.-15
abr.
-15
may
.-15
jun
.-1
5
jul.-
15
ago
.-15
sep.
-15
DB
O5
: Es
taci
on
L4-L
5-L
4
DBO5
Simulado Escenario base
Ilustración 16. Concentraciones de DBO5 (escala logarítmica) para escenario base y escenario 3 en la Estación L4
(mg/l).
0
2
4
6
8
10
12
oct
.-1
3
no
v.-1
3
dic
.-1
3
ene.
-14
feb.
-14
mar
.-14
ab
r.-1
4
may
.-1
4
jun
.-1
4
jul.-
14
ago
.-14
sep
.-1
4
oct
.-1
4
no
v.-1
4
dic
.-1
4
ene.
-15
feb
.-15
mar
.-15
abr.
-15
may
.-1
5
jun
.-1
5
jul.-
15
ago
.-15
sep
.-1
5
Oxí
gen
o D
isu
elt
o:
Esta
cio
nL4
-L5
-L4
Oxígeno Disuelto
Simulado Escenario base
Ilustración 17. Concentraciones de oxígeno disuelto para escenario base y escenario 3 en la Estación L4 (mg/l).
La reducción de las concentraciones de E-Coli en la Estación 4 con respecto al escenario base también es bastante apreciable, llegando a presentar valores por debajo de los 1000 NMP/100ml en casi todo el periodo de simulación. Un descenso similar en las concentraciones ocurre en el caso de los coliformes totales, con valores en torno a los 5000 NMP/100ml que se marcan como límite en este tramo.
18
100
1000
10000
100000
oct.
-13
nov.
-13
dic
.-1
3
ene.
-14
feb.
-14
mar
.-14
abr.
-14
may
.-1
4
jun.
-14
jul.-
14
ago
.-14
sep
.-1
4
oct
.-1
4
nov.
-14
dic.
-14
ene.
-15
feb
.-15
mar
.-15
abr.
-15
may
.-1
5
jun
.-1
5
jul.-
15
ago
.-15
sep.
-15
E_C
oli:
Est
acio
nL4
-L5
-L4
E_Coli
Simulado Escenario base
Ilustración 18. Concentraciones de E-Coli (escala logarítmica) para escenario base y escenario 3 en la Estación L4
(NMP/100ml).
1000
10000
100000
1000000
oct
.-1
3
no
v.-1
3
dic.
-13
ene.
-14
feb.
-14
mar
.-14
ab
r.-1
4
may
.-1
4
jun
.-1
4
jul.-
14
ago
.-14
sep.
-14
oct.
-14
no
v.-1
4
dic
.-1
4
ene.
-15
feb.
-15
mar
.-15
abr.
-15
may
.-1
5
jun
.-1
5
jul.-
15
ago
.-15
sep.
-15
CT:
Est
acio
nL4
-L5
-L4
CT
Simulado Escenario base
Ilustración 19. Concentraciones de coliformes totales (escala logarítmica) para escenario base y escenario 3 en la
Estación L4 (NMP/100ml).
La Estación L1 está localizada aguas abajo de las dos grandes PTAR del sistema, y en este punto se puede apreciar como en este escenario se obtienen concentraciones que se encuentran por debajo de los 20 mg/l en casi todo el periodo de simulación, mejorando así las concentraciones del escenario anterior. A su vez, las concentraciones de oxígeno disuelto aumentan principalmente en los periodos en los que existían concentraciones de DBO5 bastante altas. Se cumple el límite mínimo de 4 mg/l de oxígeno disuelto en prácticamente la totalidad del periodo simulado.
19
1
10
100
1000
oct
.-1
3
nov.
-13
dic.
-13
ene.
-14
feb
.-1
4
mar
.-14
abr.
-14
may
.-14
jun
.-1
4
jul.-
14
ago
.-14
sep
.-1
4
oct
.-1
4
nov.
-14
dic.
-14
ene.
-15
feb
.-1
5
mar
.-15
abr.
-15
may
.-15
jun
.-1
5
jul.-
15
ago
.-15
sep
.-1
5
DB
O5
: Es
taci
on
L1-L
2/V
ERTI
DO
JU
LIO
C
.TEL
LO-L
1DBO5
Simulado Escenario base
Ilustración 20. Concentraciones de DBO5 (escala logarítmica) para escenario base y escenario 3 en la Estación L1
(mg/l).
0123456789
10
oct
.-1
3
no
v.-1
3
dic
.-1
3
ene.
-14
feb.
-14
mar
.-14
abr.
-14
may
.-1
4
jun
.-1
4
jul.
-14
ago
.-14
sep
.-1
4
oct
.-1
4
no
v.-1
4
dic
.-1
4
ene.
-15
feb
.-15
mar
.-15
abr.
-15
may
.-1
5
jun
.-1
5
jul.-
15
ago
.-15
sep
.-1
5
Oxí
gen
o D
isu
elt
o:
Esta
cio
nL1
-L2
/VER
TID
O J
ULI
O C
.TEL
LO-L
1
Oxígeno Disuelto
Simulado Escenario base
Ilustración 21. Concentraciones de oxígeno disuelto para escenario base y escenario 3 en la Estación L1 (mg/l).
Se puede apreciar como las concentraciones de E-Coli han bajado sustancialmente con la inclusión y puesta en funcionamiento de la PTAR de Pachacámac. Los valores se encuentran casi la totalidad de los meses por debajo de los 1000 NMP/100ml, acercándose en varios de los meses a los valores deseados. En cuanto a las concentraciones de coliformes totales presentan valores sustancialmente más bajos que los 5000 NMP/100ml que se estable como límite.
20
100
1000
10000
100000
oct.
-13
no
v.-1
3
dic.
-13
ene.
-14
feb
.-14
mar
.-14
ab
r.-1
4
may
.-1
4
jun.
-14
jul.-
14
ago
.-14
sep.
-14
oct.
-14
nov.
-14
dic
.-1
4
ene.
-15
feb.
-15
mar
.-15
abr.
-15
may
.-1
5
jun.
-15
jul.-
15
ago
.-15
sep.
-15
E_C
oli:
Est
acio
nL1
-L2
/VER
TID
O J
ULI
O
C.T
ELLO
-L1
E_Coli
Simulado Escenario base
Ilustración 22. Concentraciones de E-Coli (escala logarítmica) para escenario base y escenario 3 en la Estación L1
(NMP/100ml).
1000
10000
100000
1000000
oct.
-13
nov.
-13
dic.
-13
ene.
-14
feb
.-14
mar
.-14
abr.
-14
may
.-1
4
jun
.-1
4
jul.-
14
ago
.-14
sep.
-14
oct
.-1
4
no
v.-1
4
dic.
-14
ene.
-15
feb.
-15
mar
.-15
ab
r.-1
5
may
.-1
5
jun.
-15
jul.-
15
ago
.-15
sep.
-15
CT:
Est
acio
nL1
-L2
/VER
TID
O
JULI
O
C.T
ELLO
-L1
CT
Simulado Escenario base
Ilustración 23. Concentraciones de coliformes totales (escala logarítmica) para escenario base y escenario 3 en la
Estación L1 (NMP/100ml).
CALIDAD DEL AGUA SUPERFICIAL EN LA CUENCA BAJA DEL RIO LURIN
Lia Ramos1, Andrea Momblanch2, Ana Gonzalez2, Wilfredo Baldeón1, Javier Paredes-Arquiola2
1 Universidad Nacional Agraria La Molina, Lima, Perú 2 Instituto Universitario de Ingeniería del Agua y Medio Ambiente, Universitat Politècnica de València, España.
Expositor: E-mail: [email protected] Tel.: +51 1 6147800
Tipo de Presentación: Oral
La cuenca del río Lurín es una de las más pobladas, siendo una de las principales fuentes de agua que
abastecen a la ciudad de Lima. Sin embargo, sufre niveles significativos de contaminación. Se han realizado
estudios de evaluación pero sin enfoques de evaluación integral de la cuenca. Por ello, con este estudio se
busca modelar la calidad del agua a escala de cuenca a fin de simular escenarios de calidad de aguas en el río
Lurín para proponer acciones prioritarias que reduzcan la contaminación.
La metodología seguida consta de dos módulos que combinan la gestión de los recursos hídricos y la
evaluación de la calidad del agua. El primero se ocupa de la asignación de agua considerando los elementos
de almacenamiento, transporte y consumo. Por otra parte, el módulo de la calidad del agua genera series de
tiempo de concentraciones de contaminantes de acuerdo con los procesos de degradación, la escorrentía y las
descargas de las demandas. Éstos dos módulos forman parte del sistema de soporte a la decisión para la
gestión de recursos hídricos AQUATOOL. Ésta herramienta facilita el análisis de los efectos de la gestión
del agua y alternativas de calidad sobre las variables relevantes en una cuenca hidrográfica.
Para el estudio, se realizó un monitoreo mensual de la calidad de agua en doce estaciones de control de la
parte baja del río Lurín, desde abril de 2014 a noviembre de 2015; estos datos se usaron para construir y
calibrar el modelo. La campaña continúa de enero a abril de 2015 para la validación del modelo. Finalmente,
se realizarán simulaciones abarcando una amplia variedad medidas de gestión del agua y de calidad del
agua; los resultados proporcionarán datos para tomar decisiones informadas.
PALABRAS CLAVE: calidad del agua, gestión de recursos hídricos, toma de decisiones, AQUATOOL.
AGRADECIMIENTOS: Los autores desean agradecer al Área de Cooperación al Desarrollo de la
Universitat Politècnica de València por su apoyo financiero a través del Programa ADSIDEO. También
valoramos el apoyo proporcionado por la Maestría en Gestión Integral de Cuencas Hidrográficas, y del
Doctorado de Ingeniería Ambiental de la Universidad Nacional Agraria La Molina.
ACTAS DE LAS DE INGENIERÍA DEL AGUA
La precipitación y los procesos
Córdoba, 20 a 23 de octubre de 2015
María Fátima Moreno Pérez
2015
ACTAS DE LAS IV JORNADASDE INGENIERÍA DEL AGUA
La precipitación y los procesos erosivos
Córdoba, 20 a 23 de octubre de 2015
Editores:
María Fátima Moreno Pérez José Roldán Cañas
3
IV JORNADAS DE INGENIERÍA DEL AGUA
erosivos
Córdoba, 20 a 23 de octubre de 2015
4
ACTAS DE LAS IV JORNADAS DE INGENIERÍADEL AGUA
Fecha de aparición: 15/10/2015 Formato: Memoria USB
Editores
María Fátima Moreno Pérez
José Roldán Cañas
ISBN: 978-84-608-3043-6
IV Jornadas de Ingeniería del Agua La precipitación y los procesos erosivos Córdoba, 21 y 22 de Octubre 2015
B.29.
Análisis de medidas para la mejora de la
calidad del agua en el tramo bajo del río Lurín (Perú)
Andrea Momblanch, Javier Paredes-Arquiola, Joaquín Andreu Instituto de Ingeniería del Agua y Medio Ambiente, Universitat Politècnica de València,
Valencia, España
Lia Ramos Fernández, Wilfredo Baldeón Quispe Universidad Nacional Agraria La Molina, Lima, Perú
Javier García Hernández Centre de Recherche sur l’Environnement Alpin, Sion, Suiza
1. Introducción
La cuenca del río Lurín es una de las más pobladas de Perú, siendo una de las principales
fuentes de agua para la ciudad de Lima, la capital del país. En dicha cuencs, se dan unos
índices de pobreza superiores al resto de cuencas de la vertiente del departamento de Lima.
Principalmente en su tramo bajo, el río está sometido a importantes presiones derivadas de
la extracción de recursos hídricos, a la descarga de aguas residuales urbanas (tratadas y sin
tratar), disposición de basuras, drenajes agrícolas, así como al desarrollo industrial en
general y a la minería en particular. Todo ello provoca una creciente escasez de agua y el
deterioro de su calidad, lo cual revierte en el menoscabo de los ecosistemas acuáticos.
Además, esta problemática se agudiza en los periodos de sequía (Momblanch et al., 2015).
Varios estudios (MA, 2003; Daw et al., 2011, WHO and CBD, 2015) indican que los impactos
de la degradación de los ecosistemas afectan de una forma más directa a las poblaciones
rurales y personas con bajos recursos. Este hecho acentúa la importancia de mejora de la
situación ambiental del río Lurín, específicamente en lo que se refiere a la calidad del agua,
con el fin de evitar problemas de la salud pública.
Los programas de control de la contaminación en la cuenca se han enfocado, hasta el
momento, a la construcción de sistemas de tratamiento que disminuyan la carga de
contaminantes vertidos al río desde los principales núcleos urbanos. Asimismo, se han
realizado estudios de evaluación de la calidad por parte de organismos públicos (DIGESA,
2010; ANA, 2014). A pesar de que estos trabajos han mejorado la situación del río, se siguen
dando concentraciones elevadas de algunos contaminantes con un elevado potencial de
riesgo para la salud humana. Por tanto, se debe seguir analizando el origen de la
problemática, y realizando análisis de la gestión de la cuenca que integren conceptos físicos,
B.29.
químicos y biológicos, así como su evolución temporal. La modelación de la calidad del agua
a escala de cuenca presenta la ventaja de incorporar de una forma dinámica las relaciones
entre estos elementos y las masas de agua (Paredes et al., 2010).
Bajo estas premisas, se desarrolla el proyecto “Fortalecimiento científico e institucional
para la implantación de indicadores de calidad del agua en la cuenca del río Lurín (Perú)”.
Este proyecto tiene como objetivo definir los indicadores de calidad del agua más adecuados
para gestionar los recursos hídricos del río Lurín, así como la construcción de un modelo de
calidad del agua del tramo bajo del río Lurín para simular escenarios de actuaciones
encaminadas a la mejora de la calidad del agua. Este artículo presenta los resultados
preliminares obtenidos en el marco del proyecto.
2. Cuenca de estudio y calidad del agua
2.1 La cuenca baja del río Lurín (Perú)
El río Lurín nace en el Nevado Surococha en la Cordillera de los Andes y su cauce principal
discurre a lo largo de 109 km hasta desembocar en el Océano Pacífico, en torno a 30 km al
sur de la ciudad de Lima. De acuerdo con la Autoridad Nacional del Agua, la cuenca del río
Lurín tiene una extensión de 1633.81 km2; la precipitación media anual en la cuenca varía
espacialmente de 0 a 650 mm, lo cual genera unos recursos medios anuales de 193.63 Hm3
(ANA, 2012).
Administrativamente, la cuenca del río Lurín pertenece al departamento de Lima y abarca
dos provincias (la de Lima propiamente dicha y la de Huarochiri). Comprende unas 6000
ha de tierras cultivadas, 4600 ha de lomas y abarca todos los pisos ecológicos desde 0
msnm (costa del Pacífico) hasta los 5000 msnm (planicies andinas).
Figura 1. Ciudad de Lima y río Lurín (izquierda). Cuenca del río Lurín (derecha). Fuente: Lillo Paredes y
Moncloa Guardia, 2007.
B.29.
2.2 Datos de calidad del agua
Los datos oficiales disponibles a través de la Agencia Nacional del Agua y la Dirección
General de Seguridad Ambiental han servido para caracterizar la cuenca de forma general en
cuanto a hidrología, demandas de agua y estado de la calidad del agua. Como consecuencia
de este análisis, la zona de estudio se ha limitado al tramo bajo del río Lurín, debido a que en
él se concentran la mayor parte de los usos del agua, así como los focos de contaminación.
Se han identificado como contaminantes prioritarios los coliformes de origen humano y
animal, porque pueden causar problemas potenciales de insalubridad del agua para
consumo directo, de los productos agrícolas cultivados en la zona y de las zonas de baño en
las playas ubicadas cerca de la desembocadura del río.
Como datos de entrada, y para la calibración y validación del modelo de calidad a escala
mensual, se requieren y utilizan datos con esa misma escala temporal. Por ello, el proyecto
ha incluido la realización de una campaña de muestreos para generar dicha información. Se
han realizado 12 muestreos mensuales en 7 puntos del río y en 5 efluentes. La figura 2
muestra un esquema del tramo de estudio, incluyendo los puntos de muestreo de calidad
del agua. Las variables cuantificadas en cada punto mediante medición in situ o toma de
muestras y posterior análisis en laboratorio son: caudal (m3/s), conductividad (µS/m), pH,
temperatura (oC), oxígeno disuelto (mg/l), DBO5 (mg/l), sólidos totales (mg/l), Escherichia coli
(NMP/100 ml) y coliformes totales (NMP/100 ml).
El análisis preliminar de los datos de los muestreos ha permitido identificar fuentes no
controladas de contaminación por coliformes como son las aguas residuales no tratadas del
Distrito de Pachacámac al sur de Lima y las escorrentías de usos ganaderos (chancherías).
Para tenerlo en cuenta en la fase de construcción del modelo así como en el planteamiento
de las medidas de mejora de la calidad, se ha introducido en el modelo un nuevo vertido,
Pachacamac (ARD) y una fuente de contaminación difusa aguas arriba del punto de
muestreo L6. Además, se ha constatado que las concentraciones en numerosos puntos del
río incumplen los estándares nacionales de calidad ambiental para el agua (ECA)
establecidos para los usos existentes en el tramo de estudio por el Ministerio del Ambiente
de Perú.
Según las disposiciones para la implementación de los ECA (MINAM, 2008), se ha clasificado
el tramo de estudio del río Lurín con Categoría 3 (Riego de vegetales y bebida de animales),
por los múltiples usos agrarios que alberga; y la desembocadura del mismo con Categoría
1.B1 (Aguas superficiales destinadas para la recreación, con contacto primario), ya que
existen playas con abundante afluencia de personas (Mamacona y Campo Mar ‘U’). A pesar
de que no existen en el tramo de estudio tomas de demandas urbanas, debido a los índices
de pobreza de la zona se contempla la posibilidad del uso directo del agua para consumo
humano, por lo que también se ha considerado la Categoría 1 (Aguas superficiales
destinadas a la producción de agua potable).
B.29.
L1
L2
L5
L6
L7
L8
L10
L12
Canal Condorhuaca
Canal Molino
Canal Cañahueca
Canal Lurín
PTAR Cienaguilla
PTAR Huerto Manchay
Canal Tomina
PTAR Julio Cesar Tello
PTAR San Bartolo & Nuevo Lurín
Punto monitoreo en río
Punto monitoreo en efluente
Detracción/retorno de riego
Descarga planta tratamiento
Río Escorrentía
L4
L3
L9
L11
Figura 2. Esquema simplificado de los usos del agua y puntos de monitoreo del tramo bajo
del río Lurín.
La tabla 1 muestra los límites para cada categoría de uso y cada contaminante definidos en
los ECA. Las figuras 3, 4 y 5 muestran un resumen de los datos muestreados utilizados para
la calibración y su relación con los vertidos al cauce.
Categoría ECA Producción de agua
potable (1)
Recreación con contacto
primario (1.B1) Riego de vegetales (3)
Contaminante
Oxigeno disuelto
(mg/l) >= 4 - 6 >= 5 >= 4
DBO5
(mg/l) 3 - 10 5 15
E-coli
(NMP/100 ml) No definido Ausencia 100
Coliformes totales
(NMP/100 ml) 50 - 50000 1000 5000
Tabla 1. Límites de concentración de contaminantes por tipo de uso. Fuentes: MINAM, 2008;
MINAM, 2009.
B.29.
Figura 3. Evolución del oxígeno disuelto a lo largo del río Lurín.
Figura 4. Evolución de la DBO5 a lo largo del río Lurín (superior) y detalle para concentraciones
inferiores a 40 mg/l (inferior).
B.29.
Figura 5. Evolución del Escherichia Coli a lo largo del río Lurín (superior) y detalle para
concentraciones inferiores a 5000 NMP/100 ml (inferior).
Figura 6.Evolución de los coliformes totales a lo largo del río Lurín.
3. Modelo integrado de calidad y gestión del agua
B.29.
La selección de las acciones prioritarias para reducir los contaminantes seleccionados se
abordará a través de la modelación y simulación de la calidad del agua. El modelo ha sido
elaborado con el módulo GESCAL (Paredes et al., 2010) dentro del sistema soporte a la
decisión AQUATOOL (Andreu et al., 1996). Se trata de un modelo mecanicista que simula la
evolución de los contaminantes en el agua en tramos de río y embalses. Este modelo se
simula conjuntamente con el modelo a escala de cuenca SIMGES (Andreu et al., 1996) para
la asignación de recursos hídricos. La simulación de ambos modelos de forma conjunta
permite tener en cuenta las relaciones entre la gestión y la calidad del agua de forma
integrada.
En primer lugar se construye el modelo de gestión en el que se introducen los distintos
elementos del sistema analizado: las demandas y sus retornos, las entradas de agua a través
de la escorrentía y los tramos de río. Dado que en el tramo de estudio no existen elementos
de regulación, la calibración es inmediata y únicamente consiste en validar el balance hídrico
en los nudos. En los casos en los que el balance no se conservaba, se ha estudiado en detalle
la relación entre las aguas superficiales y subterráneas, y se ha introducido una demanda
ficticia que representa la detracción del acuífero o la escorrentía subterránea que se da en el
tramo. La ecuación [1] resume el balance realizado en cada tramo.
AcuíferoRíolacióntornossCaptacioneQQ oInicioTramFinTramo ReRe [1]
El siguiente paso consiste en implementar el modelo de calidad. Los datos generados en la
campaña de muestreo en los 5 efluentes (L2, L3, L7, L8 y L10) y al inicio del tramo de estudio
(L12) se utilizan como datos de entrada asociados a los vertidos de las Plantas Depuradoras
de Aguas Residuales (PTAR) y a la escorrentía. Los parámetros necesarios para la modelación
de la calidad varían según los contaminantes que se vayan a analizar. Por los motivos
expuestos en los apartados anteriores, se decide modelar oxígeno disuelto, DBO5, coliformes
totales y E-Coli. En los tramos de río, además del transporte por advección y dispersión, se
consideran otros fenómenos que modifican la concentración de los contaminantes. Para la
materia orgánica se ha considerado una ley de degradación de primer orden afectada por la
disponibilidad de oxígeno, y la sedimentación ([2]). El balance de oxígeno tiene en cuenta el
consumo por degradación de la materia orgánica y la entrada por reaireación ([3]).
Finalmente, el E-Coli y los coliformes totales se modelan como contaminantes arbitrarios
cuya concentración se reduce siguiendo una ley de degradación de primer orden ([4] y [5]).
Lh
VSL
KO
OKS L
d
T
ddi
2/1
20 [2]
LKOOKS T
ddsat
T
Kaai 2020 [3]
EcKS T
EcEci 20 [4]
B.29.
CTKS T
CTCTi 20 [5]
Donde: L es la concentración de materia orgánica en el río (mg/l); Kd es la constante de
degradación a 20oC (días
-1); d es la constante por corrección de la temperatura de la
constante Kd; VSL es la velocidad de sedimentación (m/día); h es el calado (m); T es la
temperatura de la masa de agua (oC); O es la concentración de oxígeno disuelto en el río
(mg/l); Osat es la concentración de saturación de oxígeno disuelto (mg/l); Ka es la constante
de reaireación a 20oC (día
-1); a es el factor de corrección por temperatura de Ka; Ec es la
concentración de E-coli (NMP/100 ml); KEc representa la constante de descomposición del E-
coli a 20oC (día
-1); Ec es el coeficiente por corrección de temperatura de KEc; CT es la
concentración de coliformes totales (NMP/100 ml); KCT representa la constante de
descomposición de los coliformes totales a 20oC (día
-1); CT es el coeficiente por corrección
de temperatura de KCT.
Para la calibración del modelo de calidad, se deben modificar los parámetros anteriores de
modo que los valores de concentración de los contaminantes simulados en el río, se ajuste a
los valores observados en los muestreos de los puntos L1, L4, L5, L6, L9 y L11. De los 12
meses muestreados, 8 se han utilizado para la calibración y 4 para la validación. Actualmente
el modelo se encuentra en fase de validación.
4. Escenarios de mejora
Atendiendo a la caracterización inicial y al análisis de los datos muestreados, se han definido
las siguientes medidas:
- Medidas de gestión para garantizar caudales mínimos de dilución en el río: en el tramo
de estudio no existen elementos de regulación, por lo que esta medida se limitará a la
reducción de las extracciones por parte de las demandas agrarias a través de mejoras
en las eficiencias de transporte y aplicación del riego.
- Medidas de reducción de la contaminación por vertidos:
o Al final del tramo de estudio se ubican las PTAR San Bartolo y Julio Cesar Tello
que muestran irregularidades de funcionamiento en algunos meses. Por tanto,
una de las medidas consiste en garantizar el correcto funcionamiento de las
mismas.
o El control de los vertidos no depurados del distrito de Pachacámac se considera
de suma importancia. Esta medida consiste en la construcción de una nueva
PTAR o la ampliación de la PTAR Huerto Manchay que se encuentra dentro del
propio distrito Pachacámac.
o La ordenación de usos ganaderos en el entorno del río Lurín consiste en la
delimitación y control de zonas de uso ganadero y recuperación de las riberas
B.29.
del río en el tramo en el que se incorporan las escorrentías, con el fin de
incrementar la capacidad de retención de contaminantes.
Este conjunto de medidas, han sido presentadas a los técnicos de la Autoridad Nacional del
Agua en diversas reuniones. Una vez se concluyan los trabajos de simulación, se dispondrá
de información acerca del efecto de cada una de las medidas sobre la calidad del agua a lo
largo del río. Esto permitirá comprobar si se cumplen los límites establecidos en los ECA, así
como priorizar las medidas por su eficacia. De este modo, se asegura que los resultados
proporcionan información relevante para la toma de decisiones que apoye análisis
posteriores de coste-eficacia de las medidas de cara a su implantación.
5. Conclusiones
El proyecto “Fortalecimiento científico e institucional para la implantación de indicadores de
calidad del agua en la cuenca del río Lurín (Perú)” ha identificado como contaminantes
prioritarios en el tramo bajo del río Lurín los coliformes totales y Escherichia coli. Las
elevadas concentraciones de los mismo, junto con el riesgo potencial de insalubridad que
suponen para los usos identificados en la zona de estudio, demuestra la importancia de
analizar y priorizar medidas encaminadas a la mejora de la calidad del agua.
Mediante una campaña de muestreo y el análisis exhaustivo de los datos, se han identificado
las principales fuentes del problema. A través de la definición de medidas dirigidas a resolver
el origen de la contaminación y su análisis con un modelo integral de gestión y calidad del
agua, se generan datos útiles para apoyar la toma de decisiones por parte de los organismos
responsables.
Agradecimientos
Los autores desean agradecer al Área de Cooperación al Desarrollo de la Universitat
Politècnica de València por su apoyo financiero a través del Programa ADSIDEO. También
valoramos el apoyo proporcionado por la Maestría en Gestión Integral de Cuencas
Hidrográficas, el Doctorado de Ingeniería Ambiental y el Departamento de Ingeniería
Ambiental, Física y Meteorología de la Universidad Nacional Agraria La Molina.
Referencias
Andreu, J., J. Capilla, E., Sanchis. 1996. AQUATOOL: A generalized decision support system
for water resources planning and operational management. Journal of Hydrology, 177:
269-291
ANA, Autoridad Nacional del Agua. 2012. Recursos Hídricos del Perú. Autoridad Nacional
del Agua. Ministerio de Agricultura. República del Perú. 2da Edición, Lima (Perú)
B.29.
ANA, Autoridad Nacional del Agua. 2014. Monitoreo de la calidad superficial de la cuenca
del Lurín. Ministerio de Agricultura, Perú
Daw, T., K. Brown, S. Rosendo, R. Pomeroy. 2011. Applying the ecosystem services
concept to poverty alleviation: the need to disaggregate human well-being. Environmental
Conservation, 38: 370–379
DIGESA, Dirección General de Salud Ambiental. 2010. Vigilancia y Monitoreo de los
Recursos Hídricos por Cuencas Hidrográficas
(http://www.digesa.minsa.gob.pe/depa/vigilancia_recursos_hidricos_mapa.asp)
Lillo Paredes, C.C., C.E. Moncloa Guardia. 2007. Centro ecoturístico en el Caserío de
Sisicaya. Tesis doctoral. Universidad Ricardo Palma, Santiago de Surco - Lima (Perú)
MA, Millennium Ecosystem Assessment. 2003. Ecosystems and human well-being: A
framework for assessment. Ecosystems and human well-being. Island Press
MINAM, Ministerio del Ambiente. 2008. Decreto Supremo nº 002-2008-MINAM:
Aprueban los Estándares Nacionales de Calidad Ambiental para Agua. Jueves 31 de julio de
2008, Lima, Perú
MINAM, Ministerio del Ambiente. 2009. Decreto Supremo nº 023-2009-MINAM:
Aprueban Disposiciones para la Implementación de los Estándares Nacionales de Calidad
Ambiental para Agua. Viernes 18 de diciembre de 2009, Lima, Perú
Momblanch, A., J. Paredes-Arquiola, A. Munné, A. Manzano, J. Arnau, J. Andreu. 2015.
Managing water quality under drought conditions in the Llobregat River Basin. Science of
the Total Environment, 503-504: 300-318
Paredes-Arquiola, J., J. Andreu, M. Martín-Monerris, A. Solera. 2010. Water quantity and
quality models applied to the Jucar River basin, Spain. Water Resources Management, 24:
2759-2779
WHO and CBD, World Health Organization and Secretariat of the Convention on Biological
Diversity. 2015. Connecting Global Priorities: Biodiversity and Human Health. A State of
Knowledge Review. WHO Press