calidad del agua - plataforma virtual de capacitación...

Expo-Ciencia 2013Diap. No. 1 PUJ – CNE 2014IDEAM – SNIRH- 2015IDEAM – SNIRH- 2015

“Sistemas de alerta de calidad del agua en ríos”“Caso de estudio: Río Bogotá – Achury – Tibitoc”

Oct. 23/ 2015Luis Alejandro Camacho Botero, PhD

Profesor - Departamento de Ingeniería Civil y AmbientalFacultad de Ingeniería – Centro de Investigaciones en Ingeniería

Ambiental CIIA

”Segundo Encuentro Nacional sobre Gestión de información asociada al Agua“ - SIRH - IDEAM

Expo-Ciencia 2013Diap. No. 2 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015

Sistemas de alerta temprana de mala calidad del agua en ríos

1. Problemática – Río Bogotá Cuenca Alta2. Objetivos y criterios del sistema de

alerta3. Modelos, herramientas y plataforma4. Ejemplos de diferentes modos de

operación y utilización del sistema


Necesidades de información de calidad del agua en Colombia

1.Decisiones de operación de bocatomas de agua potable y distritos de riego – afectación de la salud pública –Organismos patógenos (OP), sólidos disueltos (SD) y sustancias tóxicas (ST)2.Decisiones de priorización de inversiones en saneamiento hídrico – OP y Sólidos suspendidos Totales (SST)3.Decisiones de manejo sostenible de embalses nuevos y existentes (operación transparente) y Estuarios y Bahías (SST)4.Decisiones de manejo y control de la eutroficación de embalses existentes - Nutrientes (Cargas de entrada)5.Decisiones de planeación estratégica de desarrollo de sectores (Oferta hídrica en cantidad y calidad) OP, SST, Nutrientes, SD, OD


OBJETIVO Mediciones en línea

Alimentar y mantener actualizados los modelos de calidad de agua existentes desarrollados con datos de alta calidad con fines de planeamiento y control y de alerta temprana


3. RED DE CALIDAD HÍDRICA Más que equipos!

Estaciones fijas y móviles

ubicadas estratégicamente a lo largo del

río Bogotá

Instrumentación con equipos de alta tecnología

en monitoreo de calidad de agua

Protocolos de medición y

recolección de muestras

Personal calificado para operar la red


Sistema integral: la ausencia de alguno de sus componentes reduce sustancialmente el cumplimiento satisfactorio de los objetivos de la red que sirvieron como parámetros de diseño

3. RED DE CALIDAD HÍDRICA Más que equipos!


DETERMINANTES DE CALIDAD DEL AGUA

EN LÍNEA

Nivel - CaudalTemperatura

Conductividad(Sólidos

disueltos, SD)Oxígeno Disuelto

(OD)

FUERA DE LÍNEA

QUÍMICOSSólidos

suspendidos totales SST

AmonioNitratos

PT Y PSR

Cromo hexavalenteHierro

ManganesoMercurio

FÍSICOSSólidos

suspendidos volátiles SSV

BIOLÓGICOSColiformesTotales ó

ColiformesFecales y

StreptococciFecales


MODELOS …• Modelos de tránsito de crecientes

• Alarma• Planeamiento y diseño

• Modelos de transporte de contaminantes• Alarma, • Diseño de planes de contingencia

• Modelos de calidad del agua• Alarma• Planeamiento de saneamiento• Diseño de saneamiento

Nivel de Complejidad – Integración flujo - calidad


Antecedentes (Uniandes – EAAB, 2001-2002) Modelación

de la calidad del agua del Río Bogotá

(UNAL- CAR, 2008) Diseño de la red decalidad hídrica del Río Bogotá

(UNAL – EAAB, 2010 - 2011) Modelacióndinámica de la calidad del agua del RíoBogotá


Productos


Contexto Actual y Problemática

Mala calidad delagua influente

Cierre bocatomade la dársena depre-sedimentación

Más de 10 horasal día en 110 díasen el 2012

¿Por qué?

PTAP de Tibitoc



Río Bogotá aguas arriba de Villapinzón

Confluencia de la Quebrada Chigualá con el Río Bogotá



Efluente de curtiembre sin tratamiento

Existen aproximadamente 170curtiembres de las cuáles sólo dostratan sus aguas residuales antes de servertidas

Detalle margen derecha del río. Pozo de descarga

alcantarillado.

Vertimiento de aguas residuales domésticas de Villapinzón

Curtiembres vierten tanto en el río como en las quebradas afluentes


PelambreMateria orgánica

SalSulfuro

CurtidoNitrógeno

Cromo

TeñidoAceites

ColorantesCromo

Cortesía Tania Santos

Vertimientos CURTIEMBRES

Cromo. Sulfuros. Cloruros. Bajo pH.



Río Bogotá Abajo Villapinzón –Quebrada San Pedro, Curtiembres

Curtiembres vierten tanto en el río Como en las quebradas afluentes

Descarga agregados Chocontá



PTAR Chocontá

PTAR Suesca

Descarga de plantas de tratamiento de aguas residuales - PTAR

Estructura de descarga de la última laguna de

oxidación. Sistema de aforo de caudal existente.

Vertimiento de la tubería de descarga sobre la margen

izquierda del Río Bogotá.

Vista desde la descarga de la PTAR al río hacia las

estructuras de entrada a la planta..

Zona de vertimiento de la PTAR sobre la margen izquierda del Río Bogotá.



Afluentes que mitigan el impacto de la contaminación.¡Pero la dilución no es la solución!

Descarga embalse Sisga

Descarga o bombeo embalse Tominé. Compuerta Achury



PTAR Gachancipá y PTAR Tocancipá

Descarga de plantas de tratamiento de aguas residuales - PTAR



Papeles y Molinos

Vertimientos industriales

Planta Bavaria – Antigua Leona



Termozipa


Descarga 1. Canal de conducción de cenizas.

Canal de descarga de la trampa de grasas.

Descargas de las torres de enfriamiento 1 y 2 al canal

de desviación del Río Bogotá. Las descargas se realizan por medio de canales revestidos.

Canal de descarga de la torre de enfriamiento 3.




Vertimiento Agro-Industrial – Parque Panaca

Vertimiento Industrial – Planta Bavaria


BOCATOMA TIBITÓC !!! PTAP – 4 m3/s Suministro a 1.5 – 2 millones de

habitantes

Desde el punto de vista de salud pública es prioritario el saneamiento del Río Bogotá en la cuenca alta!

La vulnerabilidad del abastecimiento enTibitóc es alta por mala calidad del agua


Conflictos Uso vs Calidad del Agua

Santos y Camacho (2013)


Resumen Calidad del Agua





Indice Canadiense


3. Selección e implementación del modelo

Modelos de estado estable:•QUAL2K – Excelente (Proyecto 2001).

Modelos Dinámicos:•WASP (WATER QUALITY ANALYSIS SIMULATION PROGRAM)•HEC RAS Versión 4.0•MIKE 11•SIMBA•SMS (Modulo de calidad de agua RMA4)•ADZ – MDLC - QUASAR extendido.

REVISIÓN DETALLADA DE MODELOS DE CALIDAD DEL AGUA:


Modelo – ADZ-MDLC-QUASAR

∑ ∑−+−−=∂ − pérdidasfuentestXtXe

TrdttX

mkt ))()(.(1)(

τ

. Adaptada de Lees et al., 1998

))()((1)( tQtQKdt

tQfjm −−=

∂ τ

))()((1)( tStSTrdt

tSm −−=

∂ τ


QUASAR Extendido

MARCO CONCEPTUAL-Modelo AMQQ

SST

Norg

S (Sigma4)

NH4h

(Beta3) NO3n

(Beta1)

se (Sigma3)

dn (Knd)

DBO ox (Kd)

S (Ks)

PO h (Beta4)

S (Sigma5)

INP

se (Sigma2) CT (kb)

re

sod

OD

S (vss)

Advection Dispersion

Saint Venant Equations

Saint Venant Equations

Solute transport

Transient Storage model

Unsteady flow

Aggregated Dead Zone Model

Multilinear discrete-lag-cascade

Cells in Series models

Hydrologicalflood routing

HEC-RAS ADZ- MDLC

4. Investigaciones hidráulicas y ensayos con trazadores – Modelo de tiempos de viaje

calibrado y verificado


Datos y Herramientas de Análisis

Modelo dinámico de calidad del agua

ADZ-MDLC-QUASAR

Sitios y protocolos de medición

3 campañas de mediciones

Calibración objetiva del modelo

Modelo de cantidad y calidad del agua de drenaje urbano

Calibrado para cuenca urbana o sub-urbana ubicada en la sabana de Bogotá

Las entradas del modelo son el número de usuarios por tipo

Generación de series de Caudal, DBO, DQO y SST

Toma de datosMediciones dinámicas de conductividad

Sitio 1

Sitio 4

Río Bogotá

330 km

54 tramos

88 Sitios de medición

3 Campañas

Mediciones cada 10 minutos de Conductividad durante 8 horas

Ej. Resultados CalibraciónTramo R.B. Puente de madera acceso aguas abajo Quebrada Chingacio - R.B. Puente Hacienda (C2). Opción de calibración 5 de dos parámetros, n-Manning y DF. Coeficiente de determinación de Nash (R2), de 0.975

0 1 2 3 4 5 6 7 80

50

100

150

200

250

300

350

Tiempo [hr]

Con

duct

ivid

ad [ µ

S/cm

]

Observado aguas arribaObservado aguas abajoResultados modelo

Resultados Calibración

Se realizaron 3 Campañas de medición en todos los tramos (Caudal alto, medio y bajo)

Se calibró con datos de 2 Campañas (Caudal alto y caudal bajo)

y = -0.0222x + 0.1123

00.020.040.060.08

0.10.12

0 0.5 1 1.5 2 2.5

n-M

anni

ng

Caudal (m3/s)

n-Manning Vs Caudal

y = -0.0284x + 0.7052

0.630.640.650.660.670.680.69

0.7

0 0.5 1 1.5 2 2.5

DF

Caudal (m3/s)

DF Vs Caudal

Se validó con datos de 3ª Campaña (Caudal intermedio)

Ej. Resultados ValidaciónValidación MDLC-ADZ. Tramo R.B. Puente de madera acceso aguas abajo Quebrada Chingacio - R.B. Puente Hacienda (C3)

0 1 2 3 4 5 6 7100

150

200

250

300

350

400

450

500

Tiempo [hr]

Con

duct

ivid

ad [ µ

S/cm

]

Observado aguas arribaObservado aguas abajoResultados modelo

Resultados CalibraciónGráfico de dispersión para opción de calibración 5 del tramo R.B. Puente de madera acceso aguas abajo Quebrada Chingacio - R.B. Puente Hacienda (C2). Ambos parámetros son identificables

0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18

0

0.2

0.4

0.6

0.8

1

1.2

1-R

2

n-Manning 0.1 0.2 0.3 0.4 0.5 0.6

0

0.2

0.4

0.6

0.8

1

1.2

1-R

2

Fracción Dispersiva

Resultados CalibraciónRespuesta del modelo de transporte de HEC-RAS con parámetros calibrados del modelo MDLC-ADZ para la Opción de calibración 5 de dos parámetros, n-Manning y el coeficiente de dispersión longitudinal D (calculado a partir de DF, Lees et al., González, 2008)

0900 1000 1100 1200 1300 1400 1500 160006Aug2009

0

50

100

150

200

250

300

Time

Legend

Obs: Río Bogotá Ching-Pte_Hac2 7

TDS (mg/L)

Producto Herramienta de simulación de tiempos de viaje calibrada

6. Programación y realización de las campañas de mediciones

• Mediciones dinámicas de la calidad del agua

Toma de muestras para análisis de laboratorio

Estrategia de muestreo

Estrategia de muestreo

Tomada de Santos, 2010

Ejemplo datos recopilados en campo

ResultadosSimulación de escenarios


Curtiembres

Q. San Pedro

Q. Chigualá

Villapinzón

Agr. Chocontá

Q. Quinchá

R. Tejar

PTAR Chocontá

R. SisgaPTAR Suesca

R. Tominé

Papeles y Molinos

PTAR Gachancipá

PTAR Tocancipá

Termozipa

BavariaPTAP Tibitoc Descarga agua residual doméstica

Descarga agua residual industrial

Río o quebrada

Planta de potabilización de Tibitoc

0

50

100

150

200

250

0:00 6:00 12:00 18:00

SST

(mg/

l)

Hora

05

1015202530

0:00 6:00 12:00 18:00

Amon

io (m

g NH

4/l)

Hora

0E+0

2E+5

4E+5

6E+5

8E+5

0:00 6:00 12:00 18:00

Colif

orm

es T

otal

es(U

FC/1

00 m

l)

Hora

0.00

0.05

0.10

0:00 6:00 12:00 18:00

Caud

al (m

3/s)

Hora

20

25

30

35

40

0:00 6:00 12:00 18:00

DBO

(mg

O2/

l)

Hora

4

5

5

6

6

7

7

0:00 6:00 12:00 18:00

Fósfo

ro in

orgá

nico

(mg

PO4/

l)

Hora

0.02.04.06.08.0

10.0

0:00 6:00 12:00 18:00

Oxí

geno

Disu

elto

(mg

O2/

l)

Hora

0.60.70.80.91.01.11.21.31.4

0:00 6:00 12:00 18:00

Nitr

ógen

o or

gáni

co (m

g NH

4/l)

Hora

90

100

110

120

130

140

0:00 6:00 12:00 18:00

Cond

uctiv

idad

(μS/

cm)

Hora

Esquema del tramo de estudio con sus principales descargas


Metodología

1. Desarrollo de correlaciones para predicción de variables subrogadas

(a) (b) (c)

050

100150200250300350400450

0 1000 2000

mg/

l O2

Conductividad (μS/cm)

050

100150200250300350400450

0 1000 2000

mg/

l O2


050

100150200250300350400450

0 1000 2000

mg/

l O2


Selección de datos para las correlaciones

(a) (b) (c)

0102030405060708090

0 500 1000 1500

mg/

l NH

4


0102030405060708090

0 1000 2000

mg/

l NH

4


0102030405060708090

0 1000 2000

mg/

l NH

4


(a) (b) (c)

0

50

100

150

200

250

300

350

0 500 1000 1500

mg/

l CaC

O3


0

50

100

150

200

250

300

350

0 1000 2000

mg/

l CaC

O3


0

50

100

150

200

250

300

350

0 1000 2000

mg/

l CaC

O3


DQ

O

Amon

io

Alcalinidad

(a) Todas las descargas aguas arriba de Tibitoc

(b) Descargas de PTAR aguas arriba de Tibitoc

(c) Descargas de PTAR aguas arriba de Tibitoc + Chía + Cota


Metodología

1. Desarrollo de correlaciones para predicción de variables subrogadas

Selección de la mejor correlaciónDeterminante

Correlación óptima utilizada

para predicciones

Coeficientes

a b c d e F R2

DBO5 (mg/l O2)Potencial multi-

variable5.19 -2.01 -1.87 0.71 1.11 -0.15 0.73

DQO (mg/l O2)Potencial multi-

variable5.32 -1.10 1.08 0.39 0.63 -0.21 0.74

DBO5 Soluble (mg/l O2)Potencial multi-

variable4.80 -2.07 -1.23 0.56 0.87 -0.07 0.60

NTK (mg/l NH4)Lineal multi-

variable-11.38 0.40 0.21 0.68 0.06 -0.29 0.79

SST (mg/l)Potencial multi-

variable2.77 0.27 -1.85 0.27 0.62 -0.16 0.66

E. Coli (UFC/100 ml)Potencial multi-

variable27.75 -4.60 -9.56 1.50 1.94 -0.59 0.57

Coliformes Totales (UFC/100 ml)Potencial multi-

variable15.01 -1.79 -3.93 0.91 1.18 -0.61 0.64

Fósforo Total (mg/l PO4)Potencial multi-

variable-2.22 0.57 -0.42 -0.51 0.54 -0.04 0.55

Amonio (mg/l NH4)Lineal multi-

variable3.48 0.18 -0.60 -0.40 0.03 0.04 0.86

Nitratos (mg/l NO3)Potencial multi-

variable-2.04 1.24 -1.52 -0.27 0.07 -0.11 0.44

Ortofosfatos (mg/l PO4)Potencial multi-

variable-0.58 -0.86 0.13 -0.49 0.37 -0.03 0.50

Alcalinidad (mg/l CaCO3)Lineal multi-

variable26.55 1.65 -6.51 -1.47 0.30 -0.04 0.95

Sulfatos (mg/l SO4)Potencial multi-

variable4.77 0.82 -3.88 0.16 0.59 -0.06 0.48

Lineal

Lineal Multi-variable

Potencial Multi-variable


Metodología

2. Generación de series horarias de los diferentes determinantes decalidad del agua para las 4 PTAR aguas arriba de Tibitoc con base encorrelaciones óptimas

210-1-2

99.999

90

50

10

10.1

Error

Prob

abili

dad

acum

ulad

a

4.83.62.41.20.0

2

1

0

-1

-2

Valor Predicho

Erro

r

1.60.80.0-0.8-1.6

20

15

10

5

0

Error

Frec

uenc

ia d

el E

rror

7065605550454035302520151051

2

1

0

-1

-2

Orden de Observaciones

Erro

r

Normalidad del Error Error en función de valor real observado

Histograma de Frecuencia Orden Cronológico del Error

Normalidad del error para Correlación de DBO5

(a) (b)

(c) (d)

0102030405060708090

100

8:50 10:30 12:10 13:50 15:30

DB

O5

(mg/

l O2)

Hora

Rango de Confianza 95%

DBO5 Predicho

DBO5 Observado

0.0

0.1

0.2

0.3

0.4

0.5

0.6

7:30 9:10 10:50 12:30 14:10

Nitr

atos

(mg/

l NO

3)

Hora


Nitratos Predicho

Nitratos Observado

0

5

10

15

20

25

9:25 11:05 12:45A

mon

io (m

g/l N

H4)

Hora


Amonio Predicho

Amonio Observado

0

50

100

150

200

250

300

9:20 10:10 15:20

Alc

alin

idad

(mg/

l CaC

O3)

Hora


Alcalinidad Predicha

Alcalinidad Observada

(a) predicción DBO5 en la PTAR de Chocontá01/10/2009; (b) predicción nitratos en la PTAR deGachancipá 09/10/2009; (c) predicción amonio en laPTAR de Suesca 02/06/2009; y (d) predicciónalcalinidad en la PTAR de Tocancipá 14/08/2009


Metodología

3. Aplicación del modelo de cantidad y calidad del agua de drenajeurbano para las 4 PTAR aguas arriba de Tibitoc

Municipio Usuarios Totales

Usuarios Residenciales

Usuarios Comerciales

Usuarios Industrial

esChocontá 2161 1973 126 62

Gachancipá 1448 1407 10 31Suesca 1353 1341 9 3

Tocancipá 3830 3740 62 28


Metodología

3. Aplicación del modelo de cantidad y calidad del agua de drenajeurbano para las 4 PTAR aguas arriba de Tibitoc

(a) (b)

(c) (d)

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

0 2 4 6 8 10 12 14 16 18 20 22 24

Fact

or M

ultip

licad

or

Hora

Chocontá Suesca

Gachancipá Tocancipá

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

0 2 4 6 8 10 12 14 16 18 20 22 24

Fact

or M

ultip

licad

or

Hora

Chocontá Suesca


0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

0 2 4 6 8 10 12 14 16 18 20 22 24

Fact

or M

ultip

licad

or

Hora

Chocontá Suesca


0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

0 2 4 6 8 10 12 14 16 18 20 22 24

Fact

or M

ultip

licad

or

Hora

Chocontá Suesca


Resultados del modelo de cantidad y calidaddel agua de drenaje urbano para (a) caudal,(b) DBO, (c) DQO y (d) SST


(b) (c)

0.0

0.5

1.0

1.5

2.0

2.5

3.0

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.5

1.0

1.5

2.0

2.5

3.0

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

Metodología

4. Generación de series horarias de calidad de agua a lo largo de undía por acople de las correlaciones con modelo de cantidad y calidaddel agua de drenaje urbano para las 4 PTAR

(b) (c)

(d) (e)

0.0

0.5

1.0

1.5

2.0

2.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.00.20.40.60.81.01.21.41.61.8

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.5

1.0

1.5

2.0

2.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.5

1.0

1.5

2.0

2.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

(b) (c)

(d) (e)

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

Sólidos Disueltos Totales

Oxígeno Disuelto

Caudal

Negro: ChocontáVerde: SuescaRojo: GachancipáAzul: Tocancipá


Metodología

5. Generación de series horarias de calidad de agua a lo largo de undía para descargas industriales

Curtiembres:Distribución de probabilidad binomial para el caudalBalance de carga para determinar límites de losdemás determinantes

Papeles y Molinos, Bavaria y Termozipa:Balance de carga para determinar valor medio de losdeterminantesCaudal medio según información sobre el procesopara algunos casosDistribución de probabilidad normal de losdeterminantes centrada en el valor medio previamentecalculado y con desviación estándar que generecoincidencia entre los límites de un intervalo deconfianza del 95 % y una variación de ± 20 % conrespecto al valor medio.

0.00

0.05

0.10

0:00 6:00 12:00 18:00

Cau

dal (

m3/

s)

Hora

20222426283032343638

0:00 6:00 12:00 18:00D

BO

(mg

O2/

l)Hora

Moderador

Notas de la presentación

r descargas de N posibles de forma simultánea suponiendo eventos independientes de Poisson Si la capacidad máxima de producción promedio en las industrias es 2000 pieles/mes y en cada proceso se tratan 100 pieles, entonces se realizaran 20 vertimientos al mes por industria. Lo anterior implica que el tiempo medio entre vertimientos es de 1.5 días o 2160 minutos.


Metodología

6. Aplicación de la metodología GLUE para generar las entradas delmodelo de cantidad y calidad del agua del Río Bogotá

Generación de 1000 series aleatorias de Monte Carlo para cadadeterminante en cada descarga distribuidas dentro de los límitesestablecidos previamente

(a) (b)

(c) (d)

0.0

0.5

1.0

1.5

2.0

2.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.5

1.0

1.5

2.0

2.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

1.6

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

0:00 8:00 16:00

Fact

or M

ultip

licad

or

Hora

Ejemplo de una serie aleatoria.

(a)Caudal para Chocontá(b)DBO5 para Suesca(c)TDS para Gachancipá(d)Oxígeno disuelto para Tocancipá


Metodología

7. Modelación de la calidad del agua del río Bogotá y comparación deresultados a la altura de Tibitoc con diferentes normas

Norma Uso Determinante LímiteDecreto 1594 de

1984Tratamiento doméstico

convencionalColiformes Totales

(NMP/100 ml) 20000

Decreto 1594 de 1984

Tratamiento doméstico con sólo desinfección

Coliformes Totales (NMP/100 ml) 1000

Decreto 1594 de 1984 Uso agrícola Coliformes Totales

(NMP/100 ml) 5000

Objetivos de calidad del agua CAR Clase I Coliformes Totales

(NMP/100 ml) 5000

Norma Mexicana Uso agrícola (alimentos no procesados)

Coliformes Totales (NMP/100 ml) 1000

Decreto 1594 de 1984

Tratamiento doméstico convencional / Tratamiento

doméstico con sólo desinfecciónAmonio (mg/l NH4) 1

Objetivos de calidad del agua CAR Clases II y III Amonio (mg/l NH4) 1

Objetivos de calidad del agua CAR Clases I, IV y V Amonio (mg/l NH4) 0.1

Objetivos de calidad del agua CAR Clases I y II Sólidos Suspendidos

Totales - SST (mg/l) 10

Objetivos de calidad del agua CAR Clase III Sólidos Suspendidos


Objetivos de calidad del agua CAR Clase IV Sólidos Suspendidos


1.00

1.05

1.10

1.15

1.20

1.25

1.30

1.35

0 4 8 12 16 20 24

DB

O (m

g/l O

2)

Hora

1.00

1.05

1.10

1.15

1.20

1.25

1.30

1.35

0 4 8 12 16 20 24D

BO

(mg/

l O2)

Hora

Banda de Excedencia de 90 %

Valores medios

Series Mínima y Máxima


Resultados y Análisis

Determinantes de calidad del agua que incumplen alguna norma totalo parcialmente

0102030405060708090

0 4 8 12 16 20 24

SST

(mg/

l)

Hora


Valores medios


Objetivos de calidad del aguaCAR - Clase IV

Objetivos de calidad del aguaCAR - Clase III

Objetivos de calidad del aguaCAR - Clases I y II

0.00

0.20

0.40

0.60

0.80

1.00

1.20

0 4 8 12 16 20 24

Am

onio

(mg/

l NH

4)

Hora


Valores medios


Objetivos de calidad del agua CAR -Clases II y III; y Decreto 1594 de1984 - Tratamiento domésticoconvencional o con desinfecciónObjetivos de calidad del agua CAR -Clases I, IV y V

0.E+01.E+32.E+33.E+34.E+35.E+36.E+37.E+38.E+39.E+3

0 4 8 12 16 20 24

Col

iform

es T

otal

es

(UFC

/100

ml)

Hora


Valores medios


Decreto 1594 de 1984 - Tratamiento doméstico convencional

Decreto 1594 de 1984 - Uso agrícola; y Objetivos de Calidad delagua CAR - Clase I

Decreto 1594 de 1984 - Sólo desinfección; y Norma Mexicanapara uso agrícola de alimentos no procesados


Resultados y Análisis

Desde una perspectiva asociada al riesgo

(a) Distribuciónde probabilidadacumulada deexceder la normapara el amonio alas 3:00 pm

(b) Probabilidadde excedencia dela norma enfunción delnúmero de horasconsecutivas deexcedencia

(a) (b)

(c)

0.0

0.2

0.4

0.6

0.8

1.0

0.950 0.975 1.000 1.025

Prob

abili

dad

acum

ulad

a

Concentración de amonio (mg NH4/l)

Probabilidad acumulada de excedenciaProbabilidad de excedencia de la norma

0.600.650.700.750.800.850.900.951.00

0.000.020.040.060.080.100.120.140.16

0 4 8 12 16 20

Prob

abili

dad

de e

xced

enci

a de

la n

orm

a de

col

iform

es to

tale

s

Prob

abili

dad

de e

xced

enci

a de

la n

orm

a de

am

onio

Número de horas consecutivas

Amonio Coliformes Totales

0.95

0.96

0.97

0.98

0.99

1

0

0.2

0.4

0.6

0.8

1

0 4 8 12 16 20 24

Prob

abili

dad

de e

xced

enci

a de

la

norm

a de

pat

ógen

os; y

am

onio

y/o

pa

tógn

eos

Prob

abili

dad

de e

xced

enci

a de

la

norm

a de

am

onio

; y a

mon

io y

pa

tóge

nos

Hora

Amonio Amonio y Patógenos Patógenos Amonio y/o Patógenos

(c) Probabilidad deexcedencia de la normahoraria para el amonio ypatógenos


Conclusiones

Necesidad de herramientas y estaciones de monitoreo que permitan conocer y estimar, entiempo real y de forma dinámica, la calidad del agua tanto para la captación como laoperación en la planta.

Saneamiento del Río Bogotá en la cuenca es prioritario, siguiendo criterios de decisiónque incluyan la modelación de la calidad del agua para evaluar diferentes alternativas desaneamiento, teniendo en cuenta que los recursos son limitados.

Se desarrollaron correlaciones que permiten estimar la concentración de variosdeterminantes con base en la temperatura del agua, el pH, la conductividad, el caudal y eloxígeno disuelto con un alto coeficiente de correlación.

Se realizó la modelación de la calidad del agua del Río Bogotá hasta Tibitoc de 1000simulaciones de Monte Carlo. SST superan permanentemente los estándares depotabilización de acuerdo a los objetivos fijados por la CAR (riesgo de 100 %), mientrasque el amonio y los patógenos superan parte del tiempo los estándares del decreto 1594de 1984.

Riesgo de desabastecimiento de 98.7 % cuando sólo se tienen en cuenta el amonio y lospatógenos. Inaceptable para el suministro de agua potable a 2.5 millones de habitantesque constituyen aproximadamente el 30% de la ciudad de Bogotá.

se espera ampliar el presente estudio para incluir la modelación y el análisis de losimpactos generados por otros contaminantes de importancia para la operación de Tibitoc.


Principales Referencias

Beven, K., & Binley, A. (1992). The Future of Distributed Models: Model Calibration and Uncertainty Prediction. HydrologicalProcesses, 6(3), 279 - 298.

Bravo, D. (2012). Foro Visión Prospectiva del Saneamiento y Recurso Hídrico en la Cuenca del Río Bogotá y la Integralidaddel Territotio. ACODAL y Universidad de los Andes, Bogotá.

Camacho, L.A. (2012). Foro Visión Prospectiva del Saneamiento y Recurso Hídrico en la Cuenca del Río Bogotá y laIntegralidad del Territotio. ACODAL y Universidad de los Andes, Bogotá.

Camacho, L.A., Rodríguez, E., Hernández, S. (2012) Metodología y resultados de la modelación dinámica de la calidad delagua del Río Bogotá - Colombia XXV Congreso Latinoamericano de Hidráulica, San José.

Díaz, M., Espinosa, A., Velásquez, C., & Camacho, L. (Noviembre de 2010). Evaluación Experimental de la DemandaBéntica y la Toxicidad en el Río Bogotá (Colombia). XXIV Congreso Latinoamericano de Hidráulica, punta del Este.

González, J. (2011). Modelación Integrada del Sistema de Drenaje - PTAR - Río de la Ciudad de Bogotá. Escenarios deControl Regional. Tesis de maestría, Universidad Nacional de Colombia, Facultad de Ingeniería, Departamento deIngeniería Civil y Agrícola, Bogotá.

Jin, X., Xu, C., Zhang, Q., & Sing, V. (2010). Parameter and Modeling Uncertainty Simulated by GLUE and a FormalBayesian Methos for a Conceptual Hydrological Model. Journal of Hydrology, 383, 147 - 155.

Rodríguez, J., McIntyre, N., Díaz-Granados, M., Achleitner, S., Hochedlinger, M., & Maksimović, Č. (2013). GeneratingTime-Series of Dry Weather Loads to Sewers. Environmental Modelling & Software, 43, 133 - 143.

Rogéliz, C., Camacho, L., Estupiñán, H., Camacho, R., Rodríguez, E., Gutiérrez, J., y otros. (Noviembre de 2010).Calibración de Modelos de Transporte de Solutos - Caso Río Bogotá - Colombia. XXIV Congreso Latinoamericano deHidráulica.

Santos, T., & Camacho, L. (Noviembre de 2010). Modelación Dinámica de la Calidad del Agua con Efluentes deCurtiembres - Caso de Estudio Cuenca Alta del Río Bogotá (Colombia). XXIV Congreso Latinoamericano de Hidráulica.

Universidad Nacional de Colombia (UNAL) - Empresa de Acueducto, Agua y Alcantarillado de Bogotá (EAAB) (2010).Modelación Dinámica de la Calidad del Agua del Río Bogotá. Informes de Productos 1 a 7, Bogotá.

Expo-Ciencia 2013Diap. No. 59 PUJ – CNE 2014IDEAM – SNIRH- 2015IDEAM – SNIRH- 2015

Gracias por su atención

PREGUNTAS ?

[email protected]

calidad del agua - plataforma virtual de capacitación...

Documents