calidad del agua - plataforma virtual de capacitación...
TRANSCRIPT
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
Expo-Ciencia 2013Diap. No. 3 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 4 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 5 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 6 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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!
Expo-Ciencia 2013Diap. No. 7 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 8 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 9 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 10 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Productos
Expo-Ciencia 2013Diap. No. 11 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 12 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
Río Bogotá aguas arriba de Villapinzón
Confluencia de la Quebrada Chigualá con el Río Bogotá
Expo-Ciencia 2013Diap. No. 13 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
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
Expo-Ciencia 2013Diap. No. 14 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
PelambreMateria orgánica
SalSulfuro
CurtidoNitrógeno
Cromo
TeñidoAceites
ColorantesCromo
Cortesía Tania Santos
Vertimientos CURTIEMBRES
Cromo. Sulfuros. Cloruros. Bajo pH.
Expo-Ciencia 2013Diap. No. 15 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
Río Bogotá Abajo Villapinzón –Quebrada San Pedro, Curtiembres
Curtiembres vierten tanto en el río Como en las quebradas afluentes
Descarga agregados Chocontá
Expo-Ciencia 2013Diap. No. 16 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
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.
Expo-Ciencia 2013Diap. No. 17 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
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
Expo-Ciencia 2013Diap. No. 18 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
PTAR Gachancipá y PTAR Tocancipá
Descarga de plantas de tratamiento de aguas residuales - PTAR
Expo-Ciencia 2013Diap. No. 19 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
Papeles y Molinos
Vertimientos industriales
Planta Bavaria – Antigua Leona
Expo-Ciencia 2013Diap. No. 20 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
Termozipa
Vertimientos industriales
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.
Expo-Ciencia 2013Diap. No. 21 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Contexto Actual y Problemática
Vertimientos industriales
Vertimiento Agro-Industrial – Parque Panaca
Vertimiento Industrial – Planta Bavaria
Expo-Ciencia 2013Diap. No. 22 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 23 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Conflictos Uso vs Calidad del Agua
Santos y Camacho (2013)
Expo-Ciencia 2013Diap. No. 24 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Resumen Calidad del Agua
Santos y Camacho (2013)
Expo-Ciencia 2013Diap. No. 25 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Conflictos Uso vs Calidad del Agua
Santos y Camacho (2013)
Indice Canadiense
Expo-Ciencia 2013Diap. No. 26 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Conflictos Uso vs Calidad del Agua
Santos y Camacho (2013)
Indice Canadiense
Expo-Ciencia 2013Diap. No. 27 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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:
Expo-Ciencia 2013Diap. No. 28 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
Modelo – ADZ-MDLC-QUASAR
∑ ∑−+−−=∂ − pérdidasfuentestXtXe
TrdttX
mkt ))()(.(1)(
τ
. Adaptada de Lees et al., 1998
))()((1)( tQtQKdt
tQfjm −−=
∂ τ
))()((1)( tStSTrdt
tSm −−=
∂ τ
Expo-Ciencia 2013Diap. No. 29 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 31 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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)
6. Programación y realización de las campañas de mediciones
• Mediciones dinámicas de la calidad del agua
Toma de muestras para análisis de laboratorio
Contexto Actual y Problemática
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
Expo-Ciencia 2013Diap. No. 46 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Conductividad (μS/cm)
050
100150200250300350400450
0 1000 2000
mg/
l O2
Conductividad (μS/cm)
Selección de datos para las correlaciones
(a) (b) (c)
0102030405060708090
0 500 1000 1500
mg/
l NH
4
Conductividad (μS/cm)
0102030405060708090
0 1000 2000
mg/
l NH
4
Conductividad (μS/cm)
0102030405060708090
0 1000 2000
mg/
l NH
4
Conductividad (μS/cm)
(a) (b) (c)
0
50
100
150
200
250
300
350
0 500 1000 1500
mg/
l CaC
O3
Conductividad (μS/cm)
0
50
100
150
200
250
300
350
0 1000 2000
mg/
l CaC
O3
Conductividad (μS/cm)
0
50
100
150
200
250
300
350
0 1000 2000
mg/
l CaC
O3
Conductividad (μS/cm)
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
Expo-Ciencia 2013Diap. No. 47 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 48 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Rango de Confianza 95%
Nitratos Predicho
Nitratos Observado
0
5
10
15
20
25
9:25 11:05 12:45A
mon
io (m
g/l N
H4)
Hora
Rango de Confianza 95%
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
Rango de Confianza 95%
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
Expo-Ciencia 2013Diap. No. 49 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 50 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
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
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
Gachancipá Tocancipá
Resultados del modelo de cantidad y calidaddel agua de drenaje urbano para (a) caudal,(b) DBO, (c) DQO y (d) SST
Expo-Ciencia 2013Diap. No. 51 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
(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
Expo-Ciencia 2013Diap. No. 52 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 53 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 54 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Totales - SST (mg/l) 20
Objetivos de calidad del agua CAR Clase IV Sólidos Suspendidos
Totales - SST (mg/l) 40
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
Expo-Ciencia 2013Diap. No. 55 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Banda de Excedencia de 90 %
Valores medios
Series Mínima y Máxima
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
Banda de Excedencia de 90 %
Valores medios
Series Mínima y Máxima
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
Banda de Excedencia de 90 %
Valores medios
Series Mínima y Máxima
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
Expo-Ciencia 2013Diap. No. 56 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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
Expo-Ciencia 2013Diap. No. 57 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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.
Expo-Ciencia 2013Diap. No. 58 PUJ – CNE 2014IDEAM – SNIRH- 2015PUJ – CNE 2014IDEAM – SNIRH- 2015
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 ?