U 250653

MODELACIÓN DE LA CALIDAD DEL AGUA EN UN RÍO DE MONTAÑA
COLOMBIANO (QUEBRADA LA LEJÍA)
Gustavo A. Arenas F.
COD: 199812952
Proyecto de Grado presentado como

requisito para optar al titulo de
Ingeniero Ambiental
Asesor: Luis Alejandro Camacho

M.Sc., PhD.
BOGOTA
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE CIVIL Y AMBIENTAL
2004
TABLA DE CONTENIDO
Pág.
CAPITULO 1: INTRODUCCIÓN 1
1.1 Aspectos Generales 1
1.2 Definición del Problema 2
1.3 Objetivos 3
1.3.1 Objetivos Generales 3
1.3.2 Objetivos Específicos 3
1.4 Metodología 4
1.5 Principales Resultados 4
1.6 Resumen de Contenido 5
CAPITULO 2: REVISIÓN BIBLIOGRAFICA PARA LA MODELACIÓN 7
2.1 Marco Jurídico 7
2.2 Metodología Investigación 8
2.2.1 Procedimiento 8
2.2.2 Descripción del Procedimiento 9
2.2.2.1 Investigación Preliminar 9
2.2.2.2 Inspección de Campo 9
2.2.2.3 Selección del Modelo 9
2.2.2.4 Investigación Hidráulica 10
2.2.2.5 Programación de Toma de Muestras 10

2.2.2.6 Campañas de Medición 11
2.2.2.7 Análisis de Datos 12
2.2.2.8 Calibración del Modelo 12
2.2.2.9 Implementación del Modelo Definitivo 12
2.3 Tiempos de Viaje 13
2.4 Modelo QUAL2K 14
2.4.1 Breve Descripción 14
2.4.2 Matemática Manejada por el Modelo 16
2.5 Rutinas de Montecarlo MCAT 19
CAPITULO 3: DESCRIPCIÓN DEL ÁREA DE ESTUDIO Y TRABAJO

PRELIMINAR 21
3.1 Descripción del Tramo 21
3.1.1 Línea Base (Quebrada La Lejía) 22
3.1.2 Descripción Geográfica del Tramo 24
3.1.3 Descripción Topográfica del Tramo 26
3.1.4 Descripción Visual (Fotográfica) del Tramo 27
3.1.4.1 Aguas Arriba 27
3.1.4.2 Efluente (PTAR) 29
3.1.4.3 Marranera 30
3.1.4.4 Puente 31
3.1.4.5 Sitio 1 32
3.1.4.6 Sitio2 33
3.2 Experimentos con Trazadores 34

3.2.1 Resultados de Experimentos 34
3.2.1.1 Viaje 1 34
3.2.1.2 Viaje 2 35
3.2.1.3 Viaje 3 35
3.2.1.4 Viaje 4 36
3.2.1.5 Viaje 5 36
3.2.2 Análisis Resultados Trazadores 37
CAPITULO 4: CAMPAÑAS DE MEDICIÓN Y TRABAJO EN CAMPO 39
4.1 Metodología Desarrollada 39
4.1.1 Marco de Modelación 39
4.1.2 Inspección Preliminar 39
4.1.3 Inspección de Campo del Modelador 41
4.1.4 Investigación Hidráulica 42
4.1.5 Programación de Toma de Muestras 42
4.2 Tiempos de Viaje 43
4.3 Metodología de Muestreo 45
4.4 Programación con los Laboratorios 47
CAPITULO 5: MODELACIÓN DE CAMPAÑAS (QUAL2K) 49
5.1 Metodología Modelación 49
5.1.1 Datos Requeridos 49
5.1.2 Procedimiento de Modelación 50

5.1.2.1 Datos Campaña 51
5.1.2.2 Simulación Inicial 51
5.1.2.3 Corrección de Constantes de Reaireación 52
5.1.2.4 Calibración 53
5.1.2.5 Simulación Final 53
5.2 Simulaciones 53
5.2.1 Manejo de Datos 54
5.2.1.1 Qual2K 55
5.2.1.2 Headwater 56
5.2.1.3 Reach 57
5.2.1.4 Light 58
5.2.1.5 Meteorology 58
5.2.1.6 Point Source & Difusse Source 59
5.2.1.7 Rates 60
5.2.1.8 Temperature Data 61
5.2.1.9 WQ Data 61
5.2.1.10 Primera Simulación 62
5.2.2 Mejoras en Reaireación 63
5.2.3 Calibración del Modelo 65
5.2.4 Resultados Modelo Definitivo 71
CAPITULO 6: ANÁLISIS DE RESULTADOS Y CONCLUSIONES 84
CAPITULO 7: BIBLIOGRAFÍA Y REFERENCIAS 88

ANEXO A: EXPERIMENTOS TRAZADORES 90
ANEXO B: RESULTADOS CAMPAÑA 3 103
ANEXO C: MODELO CAMPAÑA 3 104

ÍNDICE TABLAS
Tabla 1. Parámetros de Calidad del Agua (Modelados) 4
Tabla 2. Parámetros Calibrados (Resultados Montecarlo) 5
Tabla 3. Normatividad Decreto 1594 de 1984 7
Tabla 4. Cálculos de Tiempo de Viaje 13
Tabla 5. Información Demográfica Y Geográficos de Arbelaez 22
Tabla 6. Ganadería (Arbelaez) 23
Tabla 7. Agricultura (Arbelaez) 23
Tabla 8. Variables Georeferencia 25
Tabla 9. Georeferenciacion de Sitios de Medición 25
Tabla 10. Pendientes Tramos de Estudio 26
Tabla 11. Fechas de Viajes Realizados 34
Tabla 12. Condiciones Hidrológicas Normales 38
Tabla 13. Variables Hidrológicas 40
Tabla 14. Datos Calidad del Agua 40
Tabla 15. Variables Georeferencia 41
Tabla 16. Cronograma Toma de Muestras (Campaña 2) 43
Tabla 17. Cronograma Toma de Muestras (Campaña 3) 44
Tabla 18. Horario Muestreo Campaña 2 45
Tabla 19. Horario Muestreo Campaña 3 45
Tabla 20. Programación Laboratorios 48
Tabla 21. Datos Requeridos por el Modelo 50
Tabla 22. Tipos de Celdas 54

Tabla 23. Rangos de Parámetros de Calibración 65
Tabla 24. Parámetros Simulados (1000 veces, Todos los Sitios Medidos) 66
Tabla 25. Calibraciones Óptimas Q. La Lejía 71

ÍNDICE GRAFICAS
Figura 1. Diagrama Flujo Investigación 8
Figura 2. Constituyentes 17
Figura 3. Diagrama Química Constituyentes 17
Figura 4. Mapa Descriptivo del Tramo 24
Figura 5. Análisis Tiempo de Viaje 37
Figura 6. Diagrama Modelación de Campañas 51
Figura 7. Hoja “Qual2K” 55
Figura 8. Hoja “Headwater” 56
Figura 9. Hoja “Reach” 57
Figura 10. Hoja “Light” 58
Figura 11. Hoja “Meteorology” 59
Figura 12. Hoja “Point Sources” 59
Figura 13. Hoja “Rates” 60
Figura 14. Hoja “Temperature Data” 61
Figura 15. Hoja “WQ Data” 61
Figura 16. Errores Tempranos “Primera Simulación” 62
Figura 17. Uso de la Hoja “Hydraulics” para Reaireación 63
Figura 18. Corrección de Reaireación “Segunda Simulación” 64
Figura 19. Corridas Calibración Hoja “MCT” 67
Figura 20. Gráficos Dispersión Parametrica (MCAT) 68
Figura 21. Gráficos Sensibilidad Regional (MCAT) 68
Figura 22. Grafico Resultado (GLUE) 69

Figura 23. Grafico Bandas de Confianza 70
Figura 24. Modelación Oxigeno Disuelto 73
Figura 25. Modelación DQO 74
Figura 26. Modelación DBO 75
Figura 27. Modelación Nitrógeno Orgánico 76
Figura 28. Modelación Nitrógeno Amoniacal 77
Figura 29. Modelación Nitratos 78
Figura 30. Modelación Fósforo Total 79
Figura 31. Modelación Sólidos Suspendidos Totales 80
Figura 32. Modelación Temperatura 81
Figura 33. Modelación Alcalinidad 82
Figura 34. Modelación pH 83

ÍNDICE FOTOGRAFÍAS
Fotografía 1. Viaje 1 Aguas Arriba 28
Fotografía 2. Viaje 4 Aguas Arriba 28
Fotografía 3. Viaje 2 PTAR 29
Fotografía 4. Viaje 4 PTAR 29
Fotografía 5. Viaje 3 Marranera 30
Fotografía 6. Viaje 4 Marranera 30
Fotografía 7. Viaje 1 Puente 31
Fotografía 8. Viaje 4 Puente 31
Fotografía 9. Viaje 1 Sitio 1 32
Fotografía 13. Envase Oxigeno Disuelto 47
Fotografía 14. Envases Muestreo 47

IAMB – 200410 – 01 Capitulo 1. Introducción 1
CAPITULO 1: INTRODUCCIÓN
1.1 Aspectos generales
En Colombia, se encuentran solo 7 ciudades que tienen una población mayor a

1’000.000 de habitantes (DANE, 1993). Es decir que la mayoría de poblaciones
que se encuentran dentro del territorio nacional, tienen poblaciones
considerablemente menores. Donde se presenta baja tecnificación en los
procesos de potabilización y tratamiento de aguas residuales.
La mayoría de poblaciones Colombianas tienen entre 10.000 y 25.000

habitantes (DANE, 1993), su economía es principalmente agraria y de bajo nivel
de desarrollo industrial. Esto conlleva a que las características fisicoquímicas de
las aguas residuales no sean tan tóxicas y peligrosas. Sin embargo los
vertimientos domesticas y agrícolas generan impactos que no se pueden
despreciar pues tienen una carga orgánica considerable y son un vector
importante de agentes infecciosos y patógenos.
También es importante notar como estos vertimientos mal tratados o en el peor

de los casos sin tratamiento, son vertidos indiscriminadamente a los cuerpos de
agua más cercanos a la población que los genera, sin importar su capacidad de
auto depuración, ni su tamaño físico y mucho menos las poblaciones que
pueden ser afectadas aguas abajo.
Se debe tener en cuenta que el cuerpo receptor no es un ente alejado de la

infraestructura del municipio. Al contrario, este forma parte de el área rural del
municipio y es parte del recurso hídrico de la población.
A raíz de esto, la gestión que se debe realizar es un manejo integral entre las
partes involucradas dentro del municipio como la son la red de alcantarillado y
aguas lluvias, planta tratamiento de aguas residuales (PTAR) y el cuerpo
receptor (Q. La Lejía). Con el fin de tener un impacto menor en el río, mejorar la
salud publica de la población y no deteriorar el recurso hídrico de la región.
1.2 Definición del problema
Existen múltiples formas de ver el problema pero para definirlo sencillamente se

puede decir que la problemática que tiene el verter aguas residuales a ríos de
montaña sin el previo conocimiento de la capacidad auto-limpiante del mismo,
es importante para la sostenibilidad de los sistemas de tratamiento. Este
procedimiento esta afectando considerablemente los recursos hídricos del país,
disminuyendo la calidad de vida de las personas, y el desarrollo sostenible de la
nación (CONPES 3177, 2002).
Una de las razones por las cuales se realiza esta investigación es la falta de
datos explícitos acerca de la calidad del agua y la capacidad de asimilación de
cargas contaminantes que tienen los ríos de montaña, pues los grandes ríos
Colombianos en los cuales se han realizado estudios detallados son
principalmente de valle o planicie, Ej. Cauca, Magdalena.
No existe información clara y concisa en relación a todas las características de

los ríos de montaña. De tal forma que esta se pueda utilizar por ejemplo en
modelos predictivos de calidad del agua que brinden resultados confiables del
impacto de vertimientos municipales en los cuerpos receptores y que sirvan
como herramientas para el manejo adecuado de nuestros recursos hídricos.
1.3 Objetivos
1.3.1 Objetivos generales
• Obtener datos de campo como topografía, calidad del agua y datos

hidráulicos en un río de montaña colombiano, en un tramo con
vertimientos de agua residual municipal.
• Implementar un modelo predictivo de calidad del agua en la Q. La Lejía

que drena las aguas residuales del Municipio de Arbelaez en
Cundinamarca.
• Calibrar el modelo QUAL2K mediante rutinas de Montecarlo para obtener

parámetros en un río de montaña como lo es la Q. La Lejía.
1.3.2 Objetivos específicos
• Adaptar un modelo estadounidense a condiciones medioambientales

colombianas con baja incertidumbre y error.
• Obtener constantes de calibración adecuadas con las que se puedan

realizar modelos discretos de ríos de montaña dentro del territorio
nacional en un futuro.
• Entender la hidráulica de los ríos de montaña y su influencia directa en

las características fisicoquímicas del río.
• Crear una pequeña base de datos para el municipio con la cual puedan
tener referencia para futuros estudios ambientales.
1.4 Metodología
En esta investigación se maneja una versión simplificada de la metodología

planteada por Camacho y Diazgranados (2003), ya que por razones de tiempo
no se pueden realizar todas las pruebas y campañas presentadas en la
metodología original. Sin embargo se plantea una metodología con un nivel de
complejidad más bajo con la cual se puede realizar una investigación con
excelentes datos y resultados.
1.5 Principales resultados
En esta investigación se obtuvieron resultados importantes con una amplia

aplicabilidad en modelos futuros. Los resultados concretos que se obtuvieron
del modelo predictivo son los siguientes:
Resultados del comportamiento de todos los parámetros fisicoquímicos

de calidad del agua medidos en la Q. La Lejía en función de la distancia.
(Ver Tabla 1).
Parámetros cinéticos calibrados mediante rutinas de Montecarlo para

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

por la carga producida por las aguas residuales.
Tabla 1. Parámetros de Calidad del Agua (Modelados)

Parámetro Unidad
Alcalinidad mg/L CaCO3
Coliformes Fecales NMP/100 ml
DBO5 (Filtrado) mg/L O2
DBO5 mg/L O2
DQO mg/L O2
Parámetro Unidad
Fósforo mg/L P
Nitratos mg/L NO3
Nitritos mg/L NO2
Nitrógeno Amoniacal mg/L N
Nitrógeno Total NTK mg/L N
Oxigeno Disuelto mg/L O2
Sólidos Suspendidos Totales mg/L SST
pH (Iones H+) pH
Temperatura C°
Tabla 2. Parámetros Calibrados (Resultado Montecarlo)

Parámetro Unidad
Tasa Descomposición DBO5 /d
Tasa Hidrólisis Nitrógeno Orgánico /d
Tasa Nitrificación /d
Tasa Desnitrificación /d
Tasa Hidrólisis Fósforo /d
Hidrólisis Material Orgánico /d
Particulado
Velocidad de Sedimentación (MOP) m/d
1.6 Resumen de contenido
Para facilitar la lectura de esta investigación se hace una descripción corta del
contenido a continuación. Describen brevemente los pasos seguidos para el
entendimiento de los resultados finales del modelo predictivo generado con la
Q. La Lejía.
En el Capítulo 1 se presenta una introducción formal mediante la descripción de

la investigación, el problema ambiental en el que se apoya y se fundamenta, los
procedimientos realizados y el resumen de resultados alcanzados por la misma.
El Capítulo 2 consta de una revisión bibliográfica completa de la teoría que se

aplica a este tipo de investigaciones, la normatividad que rige el cuerpo de agua
y un resumen del procedimiento a seguir durante toda la investigación. También

se describe de manera detallada el modelo predictivo utilizado (QUAL2K,
Chapra 2003).
El Capítulo 3 presenta una compilación de todas las labores preliminares de

campo. Estas son, la descripción detallada del tramo a modelar, experimentos
con trazadores, modelación de tiempo de viaje, puntos estratégicos de
muestreo y obtención de datos hidráulicos del río como lo son su topografía,
caudal, etc.
En el Capítulo 4 se desarrolla totalmente la obtención de tiempos de viaje,

programación de las campañas de medición realizadas en campo. También se
menciona la programación con los laboratorios y manejo de muestras.
En el Capítulo 5 se presentan y analizan los resultados de las campañas de

medición realizadas en la Q. La Lejía, y los resultados de la implementación del
modelo QUAL2K.
El Capítulo 6 muestra todas las conclusiones a partir de los resultados

obtenidos del modelo QUAL2K y su calibración de parámetros. En el Capítulo 7
se muestra la bibliografía utilizada durante toda la investigación.
Por último, se presentan los anexos técnicos completos de todos los datos
obtenidos en campo, los cálculos realizados por el modelo y las calibraciones
con el fin de servir como base de datos para investigaciones futuras.
IAMB – 200410 – 01 Capitulo 2. Revisión Bibliografica 7
CAPITULO 2: REVISIÓN BIBLIOGRÁFICA PARA LA MODELACIÓN
2.1 Marco jurídico
La Q. La Lejía se encuentra totalmente dentro de la jurisdicción de la

Corporación Autónoma Regional de Cundinamarca (CAR), y la normatividad
que rige los vertimientos de aguas residuales a este río es el Decreto 1594 de
1984. El cumplimiento de normas de este cuerpo de agua se analiza a fondo en
el trabajo de Robles (2004). Complementario a esta investigación.
Por otra parte es importante saber que en el Decreto 1594 de 1984, están todos
los límites normativos para todos los tipos de uso del agua que se pueden tener
(Ver Tabla 3). En este caso, el uso del agua es agrícola pues en varias partes
del tramo de estudio se encuentran bocatomas para alimentar pequeños
distritos de riego para fincas que se encuentran en las dos orillas de la
quebrada.
Tabla 3. Normatividad Decreto 1594 de 1984
Tomado de Robles (2004)

2.2 Metodología de investigación
2.2.1 Procedimiento
A continuación se muestra en forma integral, todo el procedimiento que se debe

seguir para realizar una investigación como la que se realizó con la Q. La Lejía,
esta incluye todos los pasos necesarios para obtener un modelo predictivo
confiable y con un mínimo de incertidumbre. (Ver Figura 1).
Valores Históricos y Investigación Carga Contaminante,
de Calidad del Agua Preliminar Características,
Cantidades, Ubicación
Usos Actuales y
Prospectivos del Tipo de
Inspección Modelo,
de Campo Estándares de
del Calidad del
Sitios de Modelador Agua
Medición,
Procesos
Dominantes Selección
y del Modelo Parámetros
Complejidad QUAL2K Hidráulicos
y de
Transporte,
Investigación
Tiempos de
Hidráulica
Viaje
Preliminar y
Ensayos con
Trazadores
Metodología
de
Programación
Muestreo,
de Toma de
Sitios, Hora
Muestras
de Toma
Estándares de Toma,
Preservación y
Campañas de
Transporte de
Medición y
Análisis de
Laboratorio
Análisis de Datos
Calibración del Análisis de

Modelo sensibilidad e
Incertidumbre
Implementación del
Modelo Definitivo
Figura 1. Diagrama de Flujo Investigación

2.2.2 Descripción del procedimiento
2.2.2.1 Investigación preliminar
En esta etapa se recomienda al modelador realizar una búsqueda intensiva de

datos útiles o que le puedan servir en investigaciones similares, también es
ventajoso hacer búsquedas en las diferentes bases de datos con el fin de
encontrar parámetros que puedan ayudar al entendimiento del problema.
2.2.2.2 Inspección de campo
La visita a la zona de evaluación es fundamental, en esta se puede identificar

los problemas que existen en ella, las características del cuerpo de agua a
analizar, puntos de muestreo significativos, etc.
El modelador se puede ayudar con fotografías, planos y grabaciones, con el fin

de llevar toda la información necesaria del cuerpo de agua. Esto con el fin de
entender las características a priori y seleccionar adecuadamente el modelo
que se va a implementar.
2.2.2.3 Selección del modelo
Es importante sacar de la visita a campo, toda la información que se pueda; así

se logra seleccionar adecuadamente el modelo. Los modelos que existen
comercialmente no son similares, cada uno esta diseñado para cuerpos de
agua con características especiales y la selección del modelo debe ser objetiva
y coherente con el nivel de complejidad que el modelador desee.
2.2.2.4 Investigación hidráulica
Teniendo el tramo de evaluación definido, se realizan experimentos con

trazadores con el fin de caracterizar hidráulicamente el río. De estos
experimentos se obtienen datos de transporte de solutos como lo son el tiempo
de viaje, dispersión y caudal. Las distintas metodologías para estos
experimentos se pueden ver en Cañón (2004). Investigaciones
complementarias a esta.
También se deben obtener datos geométricos como lo son ancho del cauce,
pendientes de fondo, profundidades, rugosidad, con el fin de caracterizar el flujo
del río y las características que dependen de este.
2.2.2.5 Programación de toma de muestras
Aprovechando la caracterización hidráulica realizada con anterioridad, se

obtienen los tiempos de viaje a los distintos puntos de muestreo ya definidos
(Ver numeral 2.3), con el fin de calcular la hora exacta en que se deben tomar
las muestras en cada sitio para seguir la misma masa de agua en el río. Con
esta práctica se minimiza el error en la toma de muestras de calidad del agua, y
se asegura una buena base de datos para implementar el modelo.
Asimismo es importante planear la forma, los sitios, los materiales y equipos

requeridos en campo, el personal y sobre todo la capacitación detallada de este
con todos los protocolos de toma y conservación de muestras con el fin de
minimizar las fuentes de error humanas para no alterar las condiciones optimas
de las muestras hasta que sean llevadas a laboratorio para su correspondiente
análisis.
2.2.2.6 Campañas de medición
Se realizan varias campañas con el fin de obtener el número de muestras

necesario para tener precisión en la modelación. Estas se deben realizar
cumpliendo el itinerario realizado en la etapa anterior de la investigación,
también se debe ser muy cuidadoso en el cumplimiento de los protocolos de
toma de muestras, ya que si el personal esta capacitado en estos, se deben
obtener resultados coherentes de las pruebas de laboratorio.
En cada sitio, es necesario tener al personal capacitado con anterioridad y que

tenga en claro la necesidad de la precisión en la toma, el manejo adecuado de
los equipos de medición en tiempo real y sobre todo que se realicen las
actividades sin la supervisión del modelador.
En estas campañas de medición es importante tener el suficiente personal

disponible ya que dependiendo de las condiciones del río y las condiciones
meteorológicas del día programado, se puede la toma de muestras contiguas
en donde una sola cuadrilla de personal no logre tener la capacidad cumplir el
cronograma realizado.
El modelador debe tener contacto con los laboratorios que realicen las pruebas
con el fin de tener un acuerdo directo en aspectos como el tiempo de entrega
de resultados, precisión e incertidumbre de los datos obtenidos.
Hay que tener presente en la planeación de los estudios, que se requieren por
lo menos dos o tres campañas en diferentes condiciones climáticas, con el fin
de tener variabilidad en los valores de cada parámetro observado o medido.
Con esto el modelador se asegura de tener los datos suficientes para la
implementación y calibración del modelo con el mayor nivel de ajuste posible.
2.2.2.7 Análisis de datos
En esta etapa se realizan las primeras simulaciones con los datos obtenidos en
las campañas, es bueno tener modelos anteriores de ríos similares para tener
como referencia. Estas simulaciones serán base para la calibración del modelo
en el río evaluado y obtener resultados específicos para el mismo.
Esta es la etapa más importante de toda la investigación y se debe tener mucho

cuidado para no inferir en errores que repercutan en el modelo final. La
descripción detallada para estas simulaciones se puede encontrar en el
Capítulo 5.
2.2.2.8 Calibración del modelo
Mediante rutinas de Montecarlo (Ver numeral 2.5), se realiza la calibración

adecuada de las campañas modeladas en las simulaciones, cabe mencionar
que el modelo inicial puede tener errores y que la calibración ayudara a obtener
los resultados adecuados en cada simulación para implementar el modelo final.
2.2.2.9 Implementación del modelo definitivo
Teniendo las constantes calibradas del río bajo estudio, se procede a realizar
una última simulación en donde los parámetros serán modelados con precisión
y en donde las simulaciones de todos los parámetros evaluados son correctas.
Cabe mencionar que la descripción exhaustiva del procedimiento de
modelación y calibración en esta investigación se describe en el Capítulo 5.
2.3 Tiempos de viaje
Para programar la toma de muestras es fundamental realizar un cronograma

con el fin de tener claro el momento exacto en que se deben realizar los
muestreos, para esto se debe aprovechar los datos obtenidos en la
caracterización hidráulica. Los datos necesarios son la velocidad media y la
velocidad máxima del flujo con las cuales se realizan los siguientes cálculos.
(Ver Tabla 4).
Tabla 4. Cálculos Tiempo de Viaje
Punto Punto
Cálculos
1 2
Distancia (m) Abscisa 0 50
Tiempo de Arribo
Velocidad Máxima / Distancia 0.00 291.32
(s)
Tiempo Medio
Velocidad Media / Distancia 0.00 674.13
(s)
Tiempo de Arribo
Tiempo de Arribo (s) / 60 0.00 4.86
(min)
Tiempo Medio
Tiempo Medio (s) / 60 0.00 11.24
(min)
Tiempo de Arribo
Tiempo de Arribo (min) / 60 0.00 0.08
(h)
Tiempo Medio
Tiempo Medio (min) / 60 0.00 0.19
(h)
Tiempo
(Tiempo de Arribo + Tiempo Medio) / 2 0.00 0.13
Promedio (h)
Delta Tiempo (h) Tiempo Promedio 2 - Tiempo Promedio 1 0.13
Hora de Toma
Hora Inicial + Tiempo de Arribo 8.00 8.08
(Arribo) (h)
Hora de Toma
Hora Inicial + tiempo Medio 8.00 8.19
(Medio) (h)
Hora de Toma (Hora de Toma (Arribo) + Hora de Toma (Medio)) /
8.00 8.13
(Promedio) (h) 2
Cronograma
(Hora Inicial + Delta de Tiempo 1) / 24 8:00:00 8:08:03
(HH:MM:SS)
Velocidad
0.1716
Máxima (m/s)
Velocidad Media
0.0742
(m/s)
Sin embargo es bueno ver que para calcular tiempos de viaje existen varias
metodologías (Cañón, 2004), este proceso que se usó en esta investigación se
escogió ya que es sencilla y cómoda de realizar.
2.4 Modelo QUAL2K
2.4.1 Breve descripción
El modelo QUAL2K (Chapra, 2001), fue desarrollado con el fin de mejorar las
características de su antecesor QUAL2E (EPA, 2000). Este fue brindado por el
profesor Steven Chapra a la Universidad de los Andes con fines académicos, y
es apropiado para la investigación realizada, ya que no tiene los limitantes del
modelo QUAL2E, como lo son un número limitado de tramos y su interfase poco
amigable.
Este modelo presenta características útiles para los ríos de montaña como son
permitir la prescripción de las constantes de reaireación por el usuario o calculo
interno bajo las condiciones hidráulicas, modelación de fitoplancton, etc.
El modelo tiene las siguientes características que deben estar muy claras por el
modelador:
• Modela una sola dimensión, se considera bien mezclado lateral y

verticalmente.
• Maneja condiciones de estado estable, simula flujo permanente no

uniforme.
• Simula contribuciones térmicas diurnas.

Las mejoras frente al modelo QUAL2E presentes en el modelo QUAL2K son las
siguientes:
• Interfase mas amigable con el usuario (Microsoft Excel®).
• Simulaciones de tramos con diferentes longitudes.
• Especiación del Carbono orgánico en dos formas separadas que son

rápida degradación y lenta degradación.
• Maneja Desnitrificación como una reacción química de primer orden.
• Simulación y manejo de interacción agua – sedimentos.
• Manejo de demanda béntica de oxigeno.
• Modelación de parámetros como pH, Alcalinidad.
• Modelación de Patógenos.
A pesar que en este estudio no se presentó, es bueno mencionar que el modelo

permite modelar condiciones anaerobias en un cauce.
Todas las características, forma de utilización y aplicación del software se

mencionan mas adelante cuando se muestren los datos que se modelaron de
las tres campañas realizadas en la investigación, sus simulaciones y las
calibraciones respectivas.
2.4.2 Matemática manejada por el modelo
Es clave entender y presentar algunas de las ecuaciones manejadas por el

modelo, para describir las cualidades del mismo y ver como el modelo realiza
las simulaciones discretas del cuerpo de agua, a continuación se muestran
algunas de ellas:
Hidráulica
1 5
2 3
So * Ac
Q= 2 (1)
3
n*P
Donde, Q = caudal; So = pendiente longitudinal del fondo; Ac = área mojada; n
= numero de Manning; P = perímetro mojado.
Tiempos de viaje
Vk
Tk = (2)
Qk
Donde, Tk = tiempo medio de viaje; Vk = velocidad media; Qk = caudal.
Constituyentes
Figura 2. Constituyentes (Tomado de “QUAL2K User Manual”)
Figura 3. Diagrama Química Constituyentes (Ver Figura 2).

A continuación se presentan algunas de las ecuaciones que maneja el modelo

QUAL2K:
Balances de masa
dci Qi −1 Q Q E` E` W
= ci −1 − i ci − ab ,i ci + i −1 (ci −1 − c i ) + i (ci +1 − ci ) + i + S i (3)
dt Vi Vi Vi Vi Vi Vi
Carbono (Degradación Lenta)
S cs = rod DetrDiss − SlowCHydr (4)
SlowCHydr = K hc (T )c s (5)
Carbono (Degradación Rápida)
S cf = SlowCHydr − FastCOxid − rondn Denitr (6)
FastCOxid = Foxcf k dc (T )c f (7)
Nitrógeno Amoniacal
S na = DONHydr + rna PhytoRsp + rnd BotAlRsp − NH 4 Nitrif

(8)
− rna Pap PhytoPhoto − rnd Pab BotAgPhoto
Nh 4 Nitrif = Foxna K n (T )na (9)
Oxigeno Disuelto
So = roa PhytoGrowth + rod BotAgGrowth − roc FastCOxid − ron NH 4 Nitr

(10)
− Roa PhytoRsp − rod BotAgRsp + OxRaer
OxRaer = K a (T )(Os (T , elev) − O) (11)

2.5 Rutinas de Montecarlo MCAT
Las rutinas de Montecarlo se utilizan como metodología de análisis de

sensibilidad y cuantificación de la incertidumbre en esta investigación, es decir,
genera la calibración adecuada del modelo.
Para ello se requiere tener múltiples simulaciones con diferentes parámetros en

cada una de ellas con el fin de generar variabilidad en los resultados y de ahí
buscar el óptimo adecuado para cada parámetro a calibrar. Esto genera las
constantes para poder generar e implementar el modelo definitivo que es el
resultado de la investigación.
Esta labor se realiza con la ayuda del software MATLAB, este ejecuta la
herramienta de análisis de simulaciones de Montecarlo MCAT (Monte-Carlo
Análisis Toolbox, Lees y Wagener, 2000). Esta herramienta desarrollada en
Inglaterra utiliza la metodología de estimación de incertidumbre GLUE
(Generalised Likelighood Uncertainty Estimation Methodology, Beven y Binley,
1992)
Este tipo de calibración posee varias ventajas sobre los métodos estadísticos
tradicionales como el método de mínimos cuadrados no lineales con los que se
no se necesita plantear limites de confianza. Esto es importante por que la
relación entre los 7 parámetros a calibrar no es lineal y sobre todo por que estos
se relacionan entre si como un grupo de parámetros y no individualmente.
La herramienta puede generar graficas de respuesta con percentiles 5% y 95%,

graficas como histogramas y de distribución acumulada con el fin de observar
directamente el comportamiento de cada parámetro individualmente y su
relación directa con los demás parámetros como grupo. Genera medidas de
confiabilidad basadas en la matriz de datos utilizada como base.
A su vez, en la herramienta MCAT, la estimación de los parámetros se puede

examinar parcialmente utilizando diagramas de dispersión en donde
individualmente se ve la función objetivo ejecutada y el respectivo
comportamiento de los datos ante ella. Gracias a esto se pueden estimar
coeficientes de correlación y de ahí obtener cada parámetro optimo para el
modelo. Esta metodología se obtuvo del procedimiento seguido en “Modelación
de la Calidad del Agua del Río Bogota, (UniAndes, 2003).
IAMB – 200410 – 01 Capitulo 3. Descripción del Área 21
CAPITULO 3: DESCRIPCIÓN DEL ÁREA DE ESTUDIO Y TRABAJO

PRELIMINAR
3.1 Descripción del tramo
La Q. La Lejía es el cuerpo de agua en donde el municipio de Arbelaez vierte

sus aguas residuales. Según los datos proporcionados por la Oficina de
Servicios Públicos, el 70% de las aguas residuales llegan a una planta de
tratamiento de aguas residuales (PTAR) ubicada en las afueras del municipio.
Esta planta esta tratando aproximadamente entre 8 y 22 L/s. Sin embargo

comparando los datos brindados por los diseños con los cuales se construyó la
obra y verificando estos en campo, se pudo observar que los diseños no se
ejecutaron a plenitud y que se realizaron modificaciones con las cuales se
cambio el concepto y se alteró la eficiencia de la PTAR (Robles, 2004).
Este factor es importante tenerlo en cuenta para el modelo que se realiza sobre
la Q. La Lejía por que es una de las mayores fuentes puntuales de
contaminación en el tramo de estudio. Se tomó como inicio del tramo a analizar
50 m aguas arriba de la planta de aguas residuales para ver el comportamiento
y stress generado por el efluente de esta sobre el río.
El tramo en estudio inicia aproximadamente 50 m aguas arriba de la PTAR con

el fin de poder tener datos de calidad del agua de la quebrada antes de que
llegue al vertimiento realizado por esta. Estas condiciones son las condiciones
iniciales o condiciones de frontera del modelo, es a partir de estas que el
modelo inicia sus simulaciones y es la base de la modelación.
La longitud del tramo de estudio es de 1550 m en donde se tomaron muestras

de calidad del agua. El modelo representa 200 m adicionales para analizar el
comportamiento aguas abajo.
3.1.1 Línea base (Quebrada La Lejía)
Para esta investigación se tomó como punto de interés para el análisis el

municipio de Arbelaez en Cundinamarca. Este cuenta con las condiciones más
generales de una población promedio Colombiana. Con este estudio se logra
tener clara la situación de un municipio que tenga las condiciones ideales para
la investigación como tal. Es decir, un municipio donde se viertan las aguas
residuales sobre el cuerpo de agua mas cercano, no se tenga gran
conocimiento de los recursos hídricos del municipio y en donde la problemática
mencionada anteriormente esta afectando directamente a la salud de la
población.
Este municipio geográficamente se encuentra en la latitud 12° 21' 05.075"

Norte, longitud 66° 08' 13.480" Oeste y cuenta con las siguientes
características climatológicas y demográficas (Ver Tabla 5):
Tabla 5. Información Demográfica y Geográficos de Arbelaez

Temperatura Promedio 20 °C
Altitud 1417 m.s.n.m
Población 21000 Habitantes
Población Rural 80% Aprox.
Población Urbana 20% Aprox.
Distancia de Bogota 82 Km.
Pisos Térmicos Desde Cálido hasta Páramo
Tomado de Alcaldía de Arbelaez
La zona rural del municipio que pertenece o se encuentra dentro de la cuenta

hidrológica del Sumapaz cuenta con una zona de gran cantidad de recursos
hídricos, estos se mencionan a continuación (Informe CAR, 2001):
• Río Guavio.
• Río Batán.
• Río Negro (Río donde desemboca la Q. La Lejía).
• Río Cuja.
• Río el Hato (Río de donde se toma el agua para potabilización).
Por otro lado la descripción socioeconómica de la región es muy simple, pero se

necesita una caracterización mas a fondo (Robles, 2004), para entender las
características de todos los vertimientos que se realizan a lo largo del cauce.
Estos son algunos datos:
Tabla 6. Ganadería (Arbelaez)

Ganadería Cabezas
Porcino 6500
Avícola 82500
Tabla 7. Agricultura (Arbelaez)

Cultivo Tipo
Café Fijo
Caña Fijo
Cítricos Fijo
Papa Fijo
Plátano Fijo
Habichuela Transitorio
Tomate Transitorio
3.1.2 Descripción geográfica del tramo
En la Figura 4 se presentan los sitios de medición más importantes y la forma

real del tramo a modelar. Cabe mencionar que todos los sitios ubicados en el
mapa son fáciles de referenciar ya sea por las vías de acceso o por cartografía,
y que los puntos de medición se conservaron exactamente para las 3 campañas
realizadas.
Figura 4. Mapa Descriptivo del Tramo (Escala 1:25000)
En este tramo en observación se encuentran siete sitios importantes, en estos

se tomaron muestras de los parámetros de calidad del agua, y se realizaron
mediciones en campo de parámetros como temperatura y pH.
1. Aguas Arriba
2. Efluente (PTAR) (Fuente Puntual)
3. Marranera (Fuente Puntual)
4. Puente
5. Sitio 1
6. Sitio 2
7. Influente (PTAR) (Red Alcantarillado Municipio)
Dos de los siete sitios mencionados anteriormente son fuentes puntuales de

contaminación con las que se modela la capacidad de asimilar la carga
contaminante del municipio. Otro de estos sitios de medición es en la red de
alcantarillado del municipio con el fin de saber la calidad del agua que llega a la
planta de tratamiento.
Las entradas puntuales son en la planta de tratamiento y una de las granjas de

ganado porcino que existen en el tramo en estudio. Los puntos de medición
ubicados dentro del tramo son los siguientes (Ver Tabla 8):
Tabla 8. Ubicación Sitios de Medición

Punto Abscisa Cota
Aguas Arriba K 0 + 000 1417.78 m
Efluente PTAR K 0 + 010 1417.00 m
Marranera K 0 + 200 1413.64 m
Puente K 0 + 733 1394.49 m
Sitio 1 K 1 + 187 1376.29 m
Sitio 2 K 1 + 547 1353.60 m
Estos puntos fueron ubicados en la cartografía y fueron ubicados y

georeferenciados con el fin de obtener datos concretos en coordenadas
geográficas ya que el modelo lo requiere. Estos fueron los resultados obtenidos
por un programa que convierte coordenadas cartesianas a coordenadas
geográficas.
Tabla 9. Georeferenciación de Sitios de Medición

Y X Latitud Longitud
(Norte) (Oeste)
Aguas Arriba 962100 963810 12°20'52.201" -66°08'26.775"
PTAR 962100 963880 12°20'52.175" -66°08'24.460"
Marranera 961950 963900 12°20'47.287" -66°08'23.947"
Y X Latitud Longitud
(Norte) (Oeste)
Puente 961500 964300 12°20'32.497" -66°08'11.162"
Sitio 1 960730 964700 12°20'07.294" -66°07'58.695"
Sitio 2 960420 964660 12°19'57.221" -66°08'00.324"
Municipio 962500 964200 12°21'05.075" -66°08'13.480"
3.1.3 Descripción topográfica del tramo
Además de los datos geográficos, el modelo también necesita la topografía del

tramo completo con el fin de ver la pendiente y su efecto en el flujo del agua a
través del cauce. Los datos obtenidos para el tramo analizado se obtuvieron de
trabajos de topografía realizados en campo y de la extensión del tramo en el
modelo se obtuvieron por cartografía (Cañón, 2004).
Tabla 10. Pendientes del Tramo en Estudio

Distancia Altura Pendiente
Tramo (m) (m.s.n.m) (m/m)
Aguas Arriba 0,000 1417,00 0,039
Efluente 0,050 1416,61 0,028
0,100 1415,20 0,031
0,150 1413,64 0,058
Marranera 0,200 1410,76 0,041
0,250 1408,69 0,032
0,300 1408,60 0,028
0,350 1407,20 0,024
0,400 1406,00 0,014
0,450 1405,29 0,028
0,500 1403,90 0,042
0,550 1401,82 0,035
0,600 1400,07 0,070
0,650 1396,58 0,042
0,700 1394,50 0,016
Puente 0,750 1393,67 0,081
0,800 1389,62 0,049
0,850 1387,16 0,002
0,900 1387,04 0,024
0,950 1385,82 0,042
1,000 1383,72 0,059
1,050 1380,78 0,057
1,100 1377,94 0,033
1,150 1376,30 0,072
Sitio 1 1,200 1372,69 0,091
Distancia Altura Pendiente

Tramo (m) (m.s.n.m) (m/m)
1,250 1368,15 0,087
1,300 1363,79 0,048
1,350 1361,39 0,013
1,400 1360,74 0,071
1,450 1357,21 0,072
1,500 1353,60 0,048
Sitio 2 1,550 1351,22 0,044
1,600 1349,01 0,043
1,650 1346,88 0,030
1,700 1345,38 0,024
1,750 1344,20
En la tabla anterior se puede observar la variabilidad del terreno en el tramo

bajo estudio, esto da información suficiente para saber que la irregularidad del
fondo es importante y que se debe tener en cuenta para la aplicación del
modelo.
3.1.4 Descripción visual (fotográfica) del tramo
Para un mejor entendimiento del tramo en estudio y de la selección de los sitios

importantes de medición, se muestran a continuación fotografías tomadas en
los diferentes viajes realizados. Donde claramente se puede observar la
variabilidad del terreno, la biota y el cauce como tal del río con el avance por el
río desde la cota KR 0 + 000 en adelante.
3.1.4.1 Aguas arriba
Esta es la zona donde se encuentran las condiciones de frontera de aguas

arriba, no se tiene un conocimiento muy profundo acerca de lo que ocurre más
arriba del punto de inicio del tramo. Sin embargo basados en la información que
la alcaldía de Arbelaez brindó, se asegura que no existen entradas de ningún
tipo y eso se puede corroborar observando el agua poco turbia y clara en esa
zona (Ver Fotografía 1).
Fotografía 1. Viaje 1
3.1.4.2 Efluente (PTAR)
Claramente se observa la carga contaminante que produce la planta de

tratamiento del municipio (Ver Fotografía 3 y 4), se ve el cambio radical en las
condiciones y el impacto de estas sobre el agua del río.
3.1.4.3 Marranera
Esta es la segunda entrada contaminante puntual modelada en esta

investigación, nótese la forma en que se oculta la entrada para que las
entidades reguladoras no la encuentren fácilmente (Ver Fotografía 5 y 6).
3.1.4.4 Puente
Este punto esta localizado a mas de 700 m de distancia con respecto al punto
inicial del tramo, en este se observa que el río ha tenido el suficiente tiempo y
oxigeno para asimilar la carga de contaminantes que es vertida por las dos
entradas puntuales caracterizadas (Ver Fotografía 7 y 8).
3.1.4.5 Sitio 1
Más adelante aguas abajo en el río se ven afloramientos de roca sólida, ya el

lecho no es de arenas, las condiciones cambian (Ver Fotografía 9 y 10), pero
esto ayuda notablemente pues los afloramientos producen flujos súper críticos
donde las velocidades son elevadas y se produce una reaireación más alta.

3.1.4.6 Sitio 2
La zona ya no tiene afloramiento de rocas pero predomina el material fino en el

lecho como la arcilla, para este momento el río ha tenido una asimilación muy
elevada por la reaireación del sector anterior y por el tiempo de retención tan
elevados en piscinas naturales formadas por la arcilla (Ver Fotografía 11 y 12)
que sirven como sedimentadores.

3.2 Experimentos con trazadores
Teniendo en cuenta las bases teóricas mencionadas en la investigación de

Cañón (2004), se llevaron a cabo experimentos con trazadores para evaluar el
transporte en la quebrada. Se realizaron 5 viajes en diferentes fechas del primer
semestre del año en curso (Ver Tabla 10), con el fin de tener los suficientes
datos para el análisis y también para ver el comportamiento de la quebrada en
diferentes condiciones climatológicas.
Tabla 11. Fechas de Viajes Realizados

Viaje Fecha
1 Ene-17
2 Ene-31
3 Feb-14
4 Mar-06
5 Abr-04
Los datos de conductividad obtenidos en los viajes fueron procesados con los
métodos y aplicados en los modelos de transporte de solutos ya mencionados.
Estos son mencionados a continuación en forma grafica para lograr ver a
plenitud las diferencias marcadas en todos los viajes realizados para la
investigación.
3.2.1 Resultados de experimentos
3.2.1.1 Viaje 1
Para esta ocasión, se presento un clima bastante adverso, se presentaron

lluvias constantes durante el viaje, con esto se presentaron caudales muy altos
con los cuales fue muy difícil realizar los experimentos, sin embargo este
experimento es una condición crítica.
Estas condiciones críticas, sirven como limite superior de los parámetros

hidráulicos como fisicoquímicos, es la condición de invierno para el modelo y
donde los contaminantes están en el estado mas diluido posible.
3.2.1.2 Viaje 2
Este experimento tuvo condiciones normales de flujo para el río, se estima que
estas condiciones con las que se realizó este experimento son las normales o
las más frecuentes durante todo el año.
3.2.1.3 Viaje 3
Para esta ocasión se realizo la primera campaña de medición en este viaje, en

este era muy importante tener bien claros los datos hidráulicos con los cuales
calcular los tiempos de viaje (Ver numeral 2.3), y datos que son muy útiles para
el modelo QUAL2K como caudal, dispersión, temperatura, etc.
Como por disponibilidad de tiempo, los viajes eran realizados los fines de
semana, se realizaban experimentos con trazadores un día antes de la toma de
muestras (sábado) para tener idea de los valores con los cuales calcular los
tiempos de viaje para el día siguiente. Además el día de la toma de muestras,
también se realizan experimentos con el fin de tener datos suficientes para
comparar y tener claro los valores de parámetros hidráulicos con los que se
montan los datos al modelo.
Para estos experimentos vemos que al contrario del viaje uno, este tiene
condiciones críticas que se pueden tomar como limite inferior para el modelo,
estas son condiciones de verano intenso y se puede notar el cambio tan brusco
que existen en los caudales medidos por los experimentos.
También hay que tener en cuenta que las condiciones cambian completamente
como la reaireación, acumulación temporal, movimiento de sedimentos,
degradación de materia orgánica, entre otros. Esto se debe por el poco
movimiento de agua que tiene el río en este momento, sin embargo la carga
contaminante es la misma y pues esta estaría en el estado mas concentrado
posible.
3.2.1.4 Viaje 4
En estos experimentos se sigue viendo los valores mas comunes en el río, en

este viaje se realizaron cuatro experimentos con trazadores y en la mayoría se
vieron resultados muy parecidos, entonces con estos se realizaron los tiempos
de viaje para la toma de muestras en la campaña 2.
3.2.1.5 Viaje 5
En este viaje también se tuvo la oportunidad de hacer varios experimentos con

trazadores, es importante tener en cuenta que al igual que en el viaje 4, las
condiciones climáticas e hidrológicas son normales, y pues los valores de
caudales obtenidos por los experimentos son frecuentes.
También es importante mencionar que lastimosamente para este viaje final, se

tuvo que cambiar los conductivimetros con que se realizaron las pruebas, estos
no tenían la precisión de los anteriores y por eso es complicado formar la curva

con una línea.
3.2.2 Análisis resultados trazadores
Teniendo todos los resultados completos, podemos dar un análisis adecuado a

estos, la relación que estábamos buscando es entre el caudal y el tiempo medio
de viaje (Ver Figura 5). Hay que tener en cuenta que entre los datos vamos a
presentar una dispersión muy grande ya que se tienen las 3 posibles
condiciones para el río bajo estudio: Critico (Verano), Critico (Invierno) y las
condiciones normales de flujo.
Analisis de Tiempos de Viaje
3000
Tiempo de Viaje (s)
2500
2000
1500
1000
500
0
0 250 500 750 1000 1250 1500 1750 2000
Caudal (L/s)
Maximo (Critico) Minimo (Critico) Normal Promedio
Figura 5. Análisis Tiempos de Viaje
Como se ve en la grafica anterior, vemos que las condiciones medias son muy
parecidas en sus valores, mientras que los valores críticos son muy alejados del
promedio. Con esto podemos ver que tener campañas en condiciones críticas
puede ser además de difícil, inexacto para el modelo de calidad del agua.
Se deben tener presente que las campañas realizadas en condiciones

hidrológicas y climáticas mas frecuentes, generan modelos muy cercanos a la
realidad, que sirven para dar soluciones a problemas y que tienen una
incertidumbre baja ya que estas condiciones son las mas predominantes
durante todo el ciclo hidrológico. En la Tabla 12 se ven los datos de caudal y
tiempo de viaje predominantes en la Q. La Lejía.
Tabla 12. Condiciones Hidrológicas Normales

Caudal Tiempo
(L/s) Medio (s)
123,686 556
IAMB – 200410 – 01 Capitulo 4. Campañas de Medición 39
CAPITULO 4: CAMPAÑAS DE MEDICIÓN Y TRABAJO EN CAMPO
4.1 Metodología desarrollada
En esta investigación, como ya se había mencionado anteriormente, se adoptó

y se logró diseñar un procedimiento a partir de una metodología (Camacho,
Diazgranados, 2003) mediante la cual se pudiesen alcanzar los objetivos
generales y específicos de la investigación. Se tuvo en cuenta que el nivel de
dificultad en el modelo no sea muy complejo ya que para esta investigación la
prioridad es tener un modelo predictivo claro, con gran aplicabilidad y con un
error mínimo.
4.1.1 Marco de modelación
A continuación se presenta detalladamente los pasos adecuados que se

siguieron en esta investigación para la obtención de modelos predictivos de
calidad del agua que sean útiles para una evaluación de impacto ambiental en
cuerpos de agua superficial.
4.1.2 Investigación preliminar
En este primer paso para el estudio se realizo una investigación y recolección

de datos de la zona en la cual se encuentra el cuerpo a modelar. Estos datos
pueden ser históricos o de adquisición reciente. Lo importante en ellos es tener
claridad de quien los obtuvo, cuando y cual es la incertidumbre o posible error
que se pueda tener en ellos.
Los datos que fueron de gran ayuda para este estudio son:
• Valores Históricos Hidrológicos: A través del Instituto de Estudios

Ambientales y Meteorológicos (IDEAM) se pueden hacer consultas sobre
la existencia de estaciones pluviométricas, limnimétricas, y
meteorológicas cerca al cuerpo a modelar, con las que se pueden
obtener datos históricos útiles (Ver Tabla 13):
Tabla 13. Variables Hidrológicas

Caudales del Cuerpo de Agua
Precipitación
Radiación Solar
Temperatura en Aire
Temperatura en Agua
Velocidad del Viento
• Análisis y Estudios Previos de Calidad del Agua: Estos estudios que por
lo general se pudieron encontrar en la Corporación Autónoma Regional
(CAR) y en la Alcaldía de la población, se pueden encontrar datos
importantes para el carácter y criterio de selección del modelo como lo
son (Ver Tabla 14):
Tabla 14. Datos Calidad del Agua

Usos del agua (Actuales y Prospectivos)
Sistemas sanitarios de poblaciones cercanas
Actividades económicas de la región
Modelaciones anteriores
Datos de campo históricos (OD, DBO, DQO, NTK, etc.)
• Características Geográficas: En el Instituto Geográfico Agustín Codazzi

(IGAC) se pudieron encontrar claras referencias y datos útiles sobre la
zona como son (Ver Tabla 15):
Tabla 15. Variables Georeferencia

Topografía de la zona
Planchas con la descripción real y georeferenciación del cuerpo de agua
(Escalas 1:10000 y 1:25000)
Fotografías Aéreas Recientes
4.1.3 Inspección de campo del modelador
Este paso es fundamental para una toma de decisiones preliminar en cuanto

corresponde a la selección del modelo y caracterización del cuerpo de agua
superficial. Es muy importante realizar una inspección detallada a pie por todo
el tramo a modelar, tomando un registro fotográfico minucioso de todas las
zonas que deban tener consideración.
Por otra parte esta primera inspección en campo tiene la función de brindar
información para la búsqueda del modelo que mas se ajuste a las condiciones y
el nivel de complejidad que se necesite en el estudio, teniendo en cuenta los
fondos y los alcances de esta investigación, para este caso QUAL2K.
También fue fundamental que el modelador tenga un acercamiento directo con

las autoridades de las poblaciones involucradas en el estudio, como la alcaldía
o la oficina de servicios públicos. Además se debe tener el contacto constante
con los habitantes de la población, ya que brindaron puntos a tener en
consideración, comentarios y sugerencias con respecto a la problemática que
los rodea.
4.1.4 Investigación hidráulica
Para realizar la toma de muestras de las características fisicoquímicas del agua,

es necesario primero obtener parámetros hidráulicos como caudales y otras
características que afectan el movimiento y la calidad del agua.
En las condiciones normales de un río de montaña es casi imposible tener

datos exactos de las características hidráulicas por su irregularidad en forma y
características, sin embargo mediante experimentos con trazadores se lograron
obtener datos precisos mediante los cuales se puedo hacer una buena
estimación de las características de transporte de solutos del río. (Ver Cañón,
2004)
Estos datos fueron implementados en los modelos de transporte de solutos que

existen actualmente y dependiendo de las características visibles del río se
puede utilizar los modelos que mas se ajusten a los requerimientos, entre estos
se encuentran Agregated Dead Zone model (ADZ, Beer y Wallis, 1993), OTIS-P
y TS (Trasient Storage, Bengala y Walters, 1983), entre otros. (Ver Cañón,
2004).
4.1.5 Programación de toma de muestras
Para implementar el modelo de calidad de agua se debe planear con extrema

cautela la toma de muestras; tomarse el tiempo necesario para aprovechar la
caracterización hidráulica realizada con anterioridad y aprovechar los resultados
de los modelos de transporte ejecutados. Estos procedimientos se ven a
continuación (Ver numeral 4.2).
4.2 Tiempos de viaje
Como primer paso, para crear el cronograma de toma de muestras, se debe

calcular los tiempos de viaje con el fin de perseguir en la toma de muestras la
misma masa de agua. Esto se debe a que es la masa la que esta sufriendo las
transformaciones en función de la distancia que recorre y si esto no se hace, se
esta infiriendo un error considerable en la modelación.
Las metodologías para realizar estos cálculos son variadas (Cañón, 2004) pero
se decidió realizar estos tiempos de viaje en función del tiempo medio de viaje
obtenidos en los experimentos con trazadores. Los cronogramas obtenidos se
muestran a continuación (Ver Tabla 16):
Tabla 16. Cronograma Toma de Muestras (Campaña 2)

Aguas Efluente
Marranera Puente Sitio 1 Sitio 2
Arriba PTAR
distancia
0,00 10,00 200,00 732,90 1187,20 1547,20
(m)
tiempo de
0,00 58,26 1165,30 4270,24 6917,22 9014,76
arribo (s)
tiempo
medio de 0,00 134,83 2696,51 9881,37 16006,50 20860,22
arribo (s)
tiempo de
0,00 0,97 19,42 71,17 115,29 150,25
arribo (min)
tiempo
medio de 0,00 2,25 44,94 164,69 266,77 347,67
arribo (min)
tiempo de
0,00 0,02 0,32 1,19 1,92 2,50
arribo (hr)
tiempo
medio de 0,00 0,04 0,75 2,74 4,45 5,79
arribo (hr)
Promedio
tiempos 0,00 0,03 0,54 1,97 3,18 4,15
arribo (hr)
Tiempo al
Próximo 0,03 0,51 1,43 1,22 0,97
Sitio (hr)
Aguas Efluente
Arriba PTAR
Hora de
toma de 8,00 8,02 8,32 9,19 9,92 10,50
muestras
Hora de
toma de
8,00 8,04 8,75 10,74 12,45 13,79
muestras
(medio)
Promedio
hora de
8,00 8,03 8,54 9,97 11,18 12,15
toma de
muestras
HORA DE
TOMA DE 08:30 8:31:37 9:02:11 10:27:56 11:41:02 12:38:57
MUESTRAS
Tabla 17. Cronograma Toma de Muestras (Campaña 3)

Aguas Efluente
Arriba PTAR
distancia
0,00 10,00 200,00 732,90 1187,20 1547,20
(m)
tiempo de
0,00 40,43 808,51 2962,79 4799,32 6254,64
arribo (s)
tiempo
0,00 102,81 2056,23 7535,06 12205,78 15907,00
medio (s)
tiempo de
0,00 0,67 13,48 49,38 79,99 104,24
arribo (min)
tiempo
0,00 1,71 34,27 125,58 203,43 265,12
medio (min)
tiempo de
0,00 0,01 0,22 0,82 1,33 1,74
arribo (hr)
tiempo
0,00 0,03 0,57 2,09 3,39 4,42
medio (hr)
0,00 0,02 0,40 1,46 2,36 3,08
0,02 0,38 1,06 0,90 0,72
Hora de 8,00 8,01 8,22 8,82 9,33 9,74
toma de
8,00 8,03 8,57 10,09 11,39 12,42
muestras
promedio 8,00 8,02 8,40 9,46 10,36 11,08
HORA DE
TOMA DE 08:00 8:01:12 8:23:52 9:27:29 10:21:43 11:04:41
MUESTRAS
Como se puede apreciar (Ver Tabla 17), existen muestras que se deben tomar
al mismo tiempo, esto es importante ya que hay que programar más de un
grupo para lograr cumplir el cronograma.
Ahora, los cronogramas de toma de muestra y el tiempo de toma real en campo

se muestran a continuación (Ver Tabla 18 y 19):
Tabla 18. Horario Muestreo Campaña 2

Cronograma Teórico Muestreo Real
Aguas Arriba 8:00:00 a.m. 8:10:00 a.m.
Efluente PTAR 8:01:37 a.m. 8:11:00 a.m.
Marranera 8:32:11 a.m. 8:42:00 a.m.
Puente 9:57:56 a.m. 10:07:00 a.m.
Sitio 1 11:11:02 a.m. 11:21:00 a.m.
Sitio 2 12:08:57 p.m. 12:18:00 p.m.
Tabla 19. Horario Muestreo Campaña 3

Cronograma Teórico Muestreo Real
Aguas Arriba 8:00:00 a.m. 8:02:00 a.m.
Efluente PTAR 8:01:12 a.m. 8:02:00 a.m.
Marranera 8:23:52 a.m. 8:25:00 a.m.
Puente 9:27:29 a.m. 9:27:00 a.m.
Sitio 1 10:21:43 a.m. 10:22:00 a.m.
Sitio 2 11:04:41 a.m. 11:05:00 a.m.
4.3 Metodología Muestreo
Para los parámetros fisicoquímicos que se midieron y utilizaron en el modelo, es

necesario el uso de envases y equipos especiales. Es muy importante tener
conocimiento acerca del manejo y uso adecuado para la preservación de las
muestras.
Se manejaron cuatro diferentes envases los cuales se mencionan a

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

(Winckler) en cristal (Ver Fotografía 13), el cual tiene una bala que cierra
el envase herméticamente y una tapa plástica como sello. Esta muestra
necesita tener como mínimo 250 ml de agua, incluyendo 2 ml de
reactivos que fijan el oxigeno dentro de la muestra, requiere preservación
en frío. Tiempo máximo de preservación es 48 horas a partir de la toma.
• Demanda Química de Oxigeno (DQO): Para este parámetro se utiliza un

envase de vidrio ámbar que tiene en su interior 2 ml de Ácido Sulfúrico
para preservar el litro de muestra (Ver Fotografía 14). Requiere
preservación en frío. Tiempo máximo de preservación es 2 meses a
partir de la toma.
• Patógenos: Requiere un frasco estéril con 25 ml mínimo de capacidad.

Requiere preservación en frío, tiempo máximo de preservación entre 12 y
24 horas a partir de la toma.
• Demás Parámetros: Requiere un envase de 1 litro de capacidad mínimo,

requiere preservación en frío. Tiempo máximo de preservación es 48
horas a partir de la toma.
Fotografía 13. Envase Oxigeno Disuelto
Fotografía 14. Envases Muestreo
4.4 Programación con los laboratorios
Es clave programarse con los laboratorios que van a realizar los ensayos con
las muestras tomadas en campo, ya que se debe tener disposición de los
laboratoristas para procesar un numero de muestras lo mas pronto posible. Por
esto hay que tener presupuestado el numero de campañas, el numero de sitios

de muestro por campaña y el numero de muestras y parámetros requeridos por
sitio.
En este tipo de investigaciones también se debe tener muy claro que los fondos
económicos rigen los alcances y resultados del estudio. No necesariamente se
debe disponer de altos fondos para un muestreo excesivo y poco útil, al
contrario, debe planearse de manera detallada los requerimientos del modelo
escogido con el fin de obtener las muestras necesarias y no perder tiempo y
dinero en muestreos innecesarios.
No obstante un modelo con el número de muestras adecuado, puede tener

excelentes resultados sin inferir en altos costos de investigación, los modelos
predictivos pueden ser claros y precisos si se planean adecuadamente. A
continuación se muestra la programación con los laboratorios de la Universidad
de los Andes (CITEC) que realizaron los ensayos para esta investigación.
Tabla 20. Programación Laboratorios

Campaña 1
Campaña 2
Campaña 3
Parámetro
Total
Alcalinidad 7 7 7 21
DBO5 Filtrado 0 0 7 7
DBO5 7 7 7 21
DQO 7 7 7 21
Coliformes 7 7 7 21
Fósforo 7 7 7 21
Nitratos 7 7 7 21
Nitritos 7 7 7 21
Nitrógeno 7 7 7 21
Amoniacal
Nitrógeno Total 7 7 7 21
Oxigeno Disuelto 7 7 7 21
Sólidos 7 7 7 21
Suspendidos
Grasas y Aceites 2 2 2 6
IAMB – 200410 – 01 Capitulo 5. Modelación de Campañas 49
CAPITULO 5: MODELACIÓN DE CAMPAÑAS (QUAL2K)
5.1 Metodología de modelación
Para este momento, en la investigación ya se han logrado obtener datos

importantes con los cuales se puede realizar un modelo, con el cual se obtiene
el comportamiento del río de montaña.
Este comportamiento, es la respuesta de las condiciones iniciales del río

(condiciones de frontera) frente al vertimiento de la carga contaminante del
municipio. Sin tener conocimiento adecuado sobre la capacidad del cuerpo
receptor.
A continuación, se muestra con detalle la forma de implementación del modelo

en base a todo el trabajo preliminar, trabajo de campo y resultados de
Laboratorio.
5.1.1 Datos requeridos
Para utilizar el modelo QUAL2K se necesitan datos variados acerca del río (Ver
Tabla 21), además de los parámetros de calidad del agua, con los cuales se
ejecutan las ecuaciones mencionadas en el numeral 2.4.2.
El modelo a pesar que utiliza estos datos obtenidos por el modelador, no es

muy cerrado; pues en ciertas ocasiones no se tendrán todos los datos
necesarios, sin embargo el modelo se puede ejecutar a cabalidad. Convirtiendo
así, al modelo QUAL2K en una herramienta muy robusta pero que al mismo
tiempo abre las posibilidades para el modelador.
Tabla 21. Datos Requeridos por el Modelo

Datos Importancia
Día donde se ejecuto la
Fecha
campaña
Georeferenciación de sitios
Latitudes y Longitudes
importantes
Caudal Caracteriza el flujo
Geométricos como
Brinda condiciones
Profundidades, Pendientes
hidráulicas
(Laterales), Anchos
Rugosidad (Manning) Rige condiciones hidráulicas
Caracterizan tramos
Pendientes y Cotas modelados con altitudes y
longitudes
Meteorológicos como
Caracterizan el ambiente en
Temperaturas Aire, Viento,
que se ejecuto la campaña
Nubosidad
Parámetros de Calidad del Caracterizan
Agua bioquímicamente el modelo
5.1.2 Procedimiento de Modelación
En este tipo de investigaciones se debe seguir un procedimiento mediante el

cual se permita introducir los datos necesarios dentro del modelo (Hojas de
Excel®), y lograr realizar una simulación sin errores producidos ya sea por la
falta de datos o por datos equivocados e incoherentes.
Para evitar esto, a continuación se menciona paso a paso la forma en que se

deben agregar los datos de cada campaña realizada, observar la simulación,
utilizarla para calibración y luego generar el modelo definitivo (Ver Figura 6).
Con el cual se puede trabajar para encontrar los problemas y definir soluciones
concretas para nuestro problema definido anteriormente (Ver Capitulo 1).
Simulación
Datos de
Campaña
No
Aireación Generar
Correcta? Valores
Reaireación
Si
Simulación
Modelación
Final
No
Calibración Rutinas
Correcta? Montecarlo
Si
Figura 6. Diagrama Modelación de Campañas
5.1.2.1 Datos campaña
En este paso se introducen los datos de la campaña de medición, también los

demás datos que son requeridos para el correcto funcionamiento del modelo
(Ver Tabla 21). El procedimiento para esto se ve más adelante (Ver 5.2).
5.1.2.2 Simulación inicial
Se realiza la primera simulación teniendo las constantes de un modelo

involucrado en un proyecto similar o las que están presentes por defecto en el
software. Ya que no se tienen disponibles las constantes reales para el río del
proyecto. Sin embargo teniendo unas constantes cercanas genera un modelo
bueno para empezar a calibrar con el fin de obtener las constantes óptimas.
5.1.2.3 Corrección de constantes de reaireación
En la simulación inicial se permite que el software calcule la reaireación

mediante las ecuaciones que maneja (O`Connor-Dobbins, Churchill, Owens-
Gibbs).
Sin embargo los resultados no son del todo correctos, ya que estas formulas de
reaireación son empíricas, los ríos donde se desarrollaron y calibraron para su
uso son en su mayoría norteamericanos. Se estaría infiriendo en un error ya
que estos ríos son de planicie y tienen un comportamiento totalmente diferente
en muchos aspectos incluida la reaireación.
Para realizar la corrección necesaria se utiliza la formula de Tsivoglou (Ver

Ecuación (12). La cual en estudios anteriores, a generado excelentes resultados
calculando la reaireación en ríos de montaña colombianos (Olguín, 2001).
∆H
Ka = 0.1573 * (12)
t
Esta formula aprovecha los resultados hidráulicos obtenidos por la simulación

inicial del modelo (Tiempos de Viaje, Diferencias de Altitud) con el fin de
calcular los nuevos valores en reaireación.
Con estos se realiza una segunda simulación, esta ya tendrá incluida la

reaireación adecuada que es una de las variables que mas impacto tiene sobre
los resultados del modelo.
5.1.2.4 Calibración
Teniendo ya la campaña modelada, se procede a calibrar las constantes que

ajustan el modelo predictivo, con esto se vera un mayor nivel de ajuste en los
resultados del modelo y se logra minimizar el error.
Para esto, la segunda simulación debe ejecutarse por lo menos 1000 veces
para generar los suficientes datos para correr las rutinas de Montecarlo (Ver
numeral 2.5). Es importante ver que cada una de estas simulaciones tiene un
conjunto de parámetros totalmente diferentes a los demás, con esto se busca
tener sensibilidad en los datos de resultado.
5.1.2.5 Simulación final
Esta es la última simulación que se realiza utilizando los resultados de la

calibración realizada con MCAT. Con las constantes calibradas se ejecuta el
modelo y este arrojara los resultados definitivos de la modelación de la
campaña. Nótese que en todas las simulaciones realizadas los únicos datos
que varían son los parámetros de calibración, se recomienda no mover o alterar
otro dato pues puede agregar error a la simulación y crear discrepancias con las
simulaciones anteriores.
5.2 Simulaciones
Teniendo claridad en los resultados de los ensayos de laboratorio y demás

parámetros necesarios para crear un modelo, se procede con la simulación, sin
embargo para realizarla se necesita los procedimientos que se mencionan
anteriormente (Ver numeral 5.1). Los pasos a seguir se presentan

detalladamente a continuación.
5.2.1 Manejo de datos
Para facilitar la presentación de las instrucciones para manejar el software del

modelo QUAL2K, se plantea a continuación una metodología siguiendo el orden
original de las hojas en el libro de Excel®. Es importante seguir el orden de las
hojas con el fin de evitar errores en la simulación por olvidos o datos
incorrectos.
En el modelo existen 4 tipos de celdas, su definición y forma de empleo se

mencionan a continuación (Ver Tabla 22).
Tabla 22. Tipos de Celdas (QUAL2K)

1 Datos Usuario (Campo)
2 Datos Usuario
3 Datos Calculados
4 Parámetros Calibración
Las celdas del tipo 1, son datos del usuario obtenidos en campo, como lo
pueden ser parámetros de calidad del agua dentro del río, caudal, temperatura,
etc. Estos pueden ser opcionales, no afectan el modelo si no se encuentran
presentes.
Por otro lado las celdas del tipo 2, son datos del usuario pero no
necesariamente son de campo, la mayoría de estos están por defecto presentes
en el modelo como lo son las tasas de reacción, parámetros lumínicos, etc. Se
recomienda que para estas celdas siempre se tengan datos, la carencia de
alguno de estos puede llevar al error en la simulación.
Las celdas del tipo 3 son cálculos realizados por el programa, estas no se
pueden alterar por el usuario y son el resultado en forma de base de datos.
Estos datos se pueden extraer del modelo para presentarlas como informe o
para generar las curvas del modelo predictivo realizado.
Por ultimo, las celdas de tipo 4 que aparecen únicamente en la hoja “Rates”,
son las constantes con que se calibra el modelo, el uso y modificación de estas
se explica mas adelante (Ver numeral 5.2.3).
5.2.1.1 Qual2K
En esta primera hoja se inicia el proceso de manejo de datos (Ver Figura 7),
acá se introduce información básica del modelo como lo son la fecha de
campaña de muestreo además de datos para las simulaciones como lo son el
delta de tiempo de simulación y el tiempo de simulación final.
Es importante manejar muy bien estos datos pues es una de las fuentes mas
frecuentes de error, se recomienda verificar el cumplimiento de la siguiente
condición en el coeficiente de Pecklet (Pe < 2).
Figura 7. Hoja “Qual2K”

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

Figura 8), en esta se introducen datos del inicio del tramo a modelar o
cabecera, algunos de estos datos importantes son el caudal, geometría del
cauce, avisa, parámetros fisicoquímicos en este punto, etc.
Es importante mencionar que no siempre se tienen todos los datos completos

de la cabecera, sin embargo se recomienda no dejar el valor de los nitratos en
cero, pues esto conlleva a que falle la simulación por la forma de las formulas
(Ver numeral 2.4). Las unidades en que están expresados los datos siempre se
encuentran en la celda adyacente.
Figura 8. Hoja “Headwater”

5.2.1.3 Reach
Esta es una de las hojas mas importantes del modelo, en esta se caracterizan
los segmentos matemáticos del tramo en estudio y todas sus características
fisicoquímicas como lo son la geometría, rugosidad, pendiente de fondo y
coeficiente de reaireación, etc.
Acá el usuario puede hacer uso de las ventajas más útiles del modelo, como lo
son segmentos de diferentes longitudes, características independientes entre
segmentos y coeficientes de reaireación independientes. Se debe tener cuidado
con los datos, pues deben ser consecuentes con la realidad y si no se dispone
del dato en especifico el usuario puede dejarlo en blanco.
Para la primera simulación se debe dejar en blanco la columna de coeficientes

de reaireación para que el software la calcule (Ver Figura 9), también es bueno
darle nombre a los segmentos con el fin de identificar zonas primordiales en el
análisis.
Figura 9. Hoja “Reach”

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

afecta parámetros importantes como lo son los coliformes y reacciones que
sean causadas o catalizadas por la luz. Estos valores se encuentran por defecto
y se recomienda utilizarlos sin modificar (Ver Figura 10).
Figura 10. Hoja “Light”
5.2.1.5 Meteorology
El ambiente que rodea el cuerpo de agua es muy importante para la

modelación, este se tiene en cuenta por que es el que realiza el intercambio
térmico entre el aire y el agua, estas condiciones meteorológicas se introducen
en esta hoja, como lo son la temperatura del aire, punto de rocío, etc. (Ver
Figura 11).
Estos datos no necesariamente se deben tomar, variables como viento,

temperatura son medidas por estaciones meteorológicas. Se recomienda
buscar la estación más cercana y basarse en los datos históricos que la
estación mida en la región de influencia del cuerpo de agua.
Figura 11. Hoja “Meteorology”
5.2.1.6 Point Sources y Difusse Sources
Teniendo caracterizadas las entradas o vertimientos de contaminantes sobre el

río, se ingresan los datos caracterizando cada una de ellas (Ver Figura 12), es
importante definir si la entrada es puntual o distribuida, sin embargo la mayoría
de vertimientos que se realizan, lo hacen por un único tubo o salida. También
se puede especificar si el río tiene una bocatoma o salida de agua.
En esta hoja se pueden especificar todos los parámetros de la caracterización

de calidad del agua en los vertimientos como DBO, oxigeno disuelto,
temperatura, etc. Además se debe especificar el caudal de cada una de ellas y
su localización o abscisa dentro del tramo modelado.
Figura 12. Hoja “Point Sources”

5.2.1.7 Rates
Esta es la hoja contiene todas las constantes de reacción para todos los
procesos bioquímicas que contempla el modelo, también contiene los 7
parámetros que el modelo utiliza para calibrar la sensibilidad del modelo (Ver
Figura 13.).
A pesar que todos estos valores están por defecto, es necesario que el usuario
se informe de los valores que estas constantes pueden tomar según su
ubicación geográfica. Vale la pena mencionar que estas constantes rigen los
resultados directamente y que si se altera una constante de una forma
inadecuada puede repercutir en resultados equivocados.
Figura 13. Hoja “Rates”

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

agua, ya que los medidos en aire se introdujeron en una hoja anterior (Ver
Figura 14). Estos datos son opcionales, sin embargo vale la pena adicionarlos
ya que da pautas para que el modelo se ajuste mejor.
Figura 14. Hoja “Temperatura Data”
5.2.1.9 WQ Data
Esta hoja debe contener la mayoría de los parámetros de calidad del agua
medidos en la campaña que se esta modelando, se identifica cada punto con la
abscisa que tiene con respecto a la cabecera y se introducen todas las
características que se tengan medidas (Ver Figura 15). Es importante tener en
cuenta que las unidades de los datos que se introducen en esta hoja son las
mismas que se utilizaron para cada parámetro en hojas anteriores
respectivamente.
Figura 15. Hoja “WQ Data”

5.2.1.10 Primera simulación
Es un buen inicio para el modelo generar una simulación de partida, ya que esta
es la base para ir generando correcciones y obtener datos para las
calibraciones futuras con el fin de determinar el ajuste para la modelación final.
Quebrada La Lejia (4/ 6/ 2004)
Cam paña de
55
50
45
40
35
30
25
20
15
10
5
0
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
DO(mg/L) DO-data Dos(mg/L)

Figura 16. Errores Tempranos “Primera Simulación”
Sin embargo cabe mencionar que esta primera simulación no es del todo
precisa y que presenta muchos errores tempranos (Ver Figura 16), estos se
deben corregir con simulaciones futuras y calibraciones. Este modelo inicial no
se debe tomar como punto de partida para un estudio concreto pues las
soluciones serán muy desacertadas.
Nótese en la Figura 16, como el resultado es totalmente incoherente con la

realidad a pesar que se introdujeron todos los datos de manera acertada,
valores de oxigeno disuelto de 55 mg/L donde el oxigeno de saturación en el río
solo alcanza 7 mg/L. Es quizá por esto que el modelador debe corregir variables
como el coeficiente de reaireación con el fin ir mejorando el modelo.
5.2.2 Mejoras en reaireación
Para mejorar un modelo, se requiere adaptar ciertas variables a las condiciones

reales que presenta el cuerpo de agua, una de ellas es el coeficiente de
reaireación, ya que las ecuaciones que maneja el modelo QUAL2K no son las
apropiadas para ríos de montaña.
Aprovechando la primera simulación, se realiza el calculo de los coeficientes de

reaireación para cada segmente del tramo, este calculo se realiza con la
formula mencionada anteriormente. (Ver numeral 5.1.2.3).
Figura 17. Uso de la Hoja “Hydraulics” para Reaireación
Aprovechando los cálculos hidráulicos realizados por el modelo, que solo

dependen de las características físicas y geometrías del cauce. Se calculan los
deltas de tiempo de viaje y cambios de elevación entre segmentos; estos se
utilizan en la ecuación de Tsivoglou obteniendo así los nuevos coeficientes de
reaireación (Ver Figura 17).
Estos deben ingresarse en la columna de reaireación prescrita en la hoja

“Reach” para cada segmento y luego sin modificar los demás datos, se ejecuta
la segunda simulación. Esta nueva corrida debe generar resultados mas
coherentes de la campaña que se esta modelando, esta corrección por ningún
motivo se debe omitir en el proceso de modelación de calidad del agua.
Qu ebr ad a La Lej i a (4/6/2004)
Cam paña de
0
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
DO(mg/L) DO-data Dos(mg/L)

Figura 18. Corrección de Reaireación “Segunda Simulación”
Claramente se puede observar la mejora extraordinaria que tiene el modelo al

corregirle los valores de reaireación, comparando las figuras 16 y 18. Es
importante que el modelador tenga claro los posibles valores de reaireación en
el tramo que esta modelando pues no siempre la ecuación funcionara
correctamente.
En este ejemplo que corresponde a la campaña 3 de medición de calidad del

agua en la Q. La Lejía, se manejaron coeficientes de reaireación en un rango
entre 5 y 195 d-1 aproximadamente. También se puede apreciar el nivel de
ajuste con respecto a los valores observados dentro del río, representados por
puntos en la grafica.
5.2.3 Calibración del modelo
Continuando con el proceso para obtener el modelo óptimo de la campaña, se

procede a calibrar los parámetros en la simulación. Para esto se realizan
múltiples corridas basadas en la segunda simulación.
Como se menciono anteriormente, son 7 los parámetros que el modelo

QUAL2K permite modificar (Ver Tabla 2) con el fin de obtener una calibración
adecuada. Las herramientas mencionadas en el numeral 2.5 buscan el óptimo
de estos parámetros con el fin de brindar el mejor ajuste posible a los datos
observados y su relación con la simulación.
Para generar la matriz de datos con los que MCAT busca los óptimos, se
generan valores aleatorios de estos parámetros. Para generar sensibilidad en la
evaluación de incertidumbre, se requieren por lo menos mil simulaciones
diferentes de la misma campaña, los rangos en que se generaron estos
parámetros aleatorios se pueden observar en la Tabla 23.
Tabla 23. Rangos de Parámetros de Calibración

Parámetro Parámetro Parámetro Parámetro Parámetro Parámetro Parámetro
1 2 3 4 5 6 7
Mínimo 0.040009 0.041685 0.040772 0.042251 0.040106 0.040232 0.042194
Máximo 1.999118 1.998405 1.994622 0.999873 1.990694 1.997062 1.9966
Estos números aleatorios se pueden generar con Excel®, o también con

software de matemáticas como lo es Maple® o MATLAB®. Por la experiencia
se recomiendan los dos últimos respectivamente para le generación de estos

parámetros.
Teniendo esta matriz de parámetros, se corrió una macro desarrollada con base
en el software que realiza corridas del modelo utilizando cada grupo de
parámetros, de cada simulación se va a extraer los valores de 8 parámetros de
calidad del agua (Ver Tabla 24) en las abscisas que el modelador crea
conveniente.
Para el caso de esta investigación, se realizo la extracción de datos en las

distancias donde se encontraban ubicados los puntos de muestreo de las
campañas realizadas y el modelo que se corrió para generar la matriz fue la
campaña 3.
Tabla 24. Parámetros Simulados (1000 veces, Todos los Sitios Medición)
Parámetros Extraídos
Oxigeno Disuelto
Carbono (Rápida Degradación)
Nitrógeno Total
Fósforo Total
Fósforo Soluble Reactivo
Nitrógeno Amoniacal
Materia Orgánica Particulada
Sólidos Suspendidos Totales
Figura 19. Corridas para Calibración Hoja “MCT”
La figura anterior muestra como la hoja expresa los resultados de las múltiples
corridas realizadas. Para montar estos datos en MCAT se deben realizar las
siguientes matrices con los tamaños que se mencionan a continuación:
• Matriz Parámetros = 1000 X 7 datos.
• Matriz Valores Observados = 1 X 24 datos.
• Matriz Valores Calculados = 1000 X 24 datos.
Los resultados de la calibración con MCAT se muestran a continuación:

0.1 0.1 0.1

0.08 0.08 0.08
1−R2
1−R2
1−R
0.06 0.06 0.06
0.04 0.04 0.04
0.02 0.02 0.02
0.5 1 1.5 0.5 1 1.5 0.5 1 1.5
Desc HydNO Nit
0.1 0.1 0.1
0.08 0.08 0.08
1−R2
1−R2
1−R
0.06 0.06 0.06
0.04 0.04 0.04
0.02 0.02 0.02
0.2 0.4 0.6 0.8 0.5 1 1.5 0.5 1 1.5
Denit Hydp HydPOM
0.1
0.08
1−R2
0.06
0.04
0.02
0.5 1 1.5
vs
Figura 20. Gráficos Dispersión Parametrica (MCAT)
0.8 0.8 0.8

H
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
1−R2
0.5 1 1.5 0.5 1 1.5 0.5 1 1.5
Desc HydNO Nit
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4 L
0.2 0.2 0.2
0.2 0.4 0.6 0.8 0.5 1 1.5 0.5 1 1.5

Denit Hydp HydPOM
0.8
0.6
0.4
0.2
0.5 1 1.5
vs
Figura 21. Gráficos Sensibilidad Regional (MCAT)

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

8
Observed
Confidence Limits
7
6
Concentration [mgl−1]
0
1
dCFL
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12
Time [samples]
Figura 22 Grafico Resultado (GLUE)

Class output simulations

8
6
Concentration [mgl−1]
3 H
Likelihood f(1−R2)
2
L
0
1 2 3 4 5 6 7 8 9 10 11 12
Time [samples]
Figura 23. Grafico Bandas de Confianza
Las graficas anteriores muestran los resultados concretos de la calibración del

modelo. Se puede apreciar como la incertidumbre es muy baja a pesar que
algunos parámetros no tienen la sensibilidad esperada. Sin embargo se
escogen solo algunos de los parámetros para realizar esta calibración conjunta
y tener coeficientes de correlación altos.
Las calibraciones óptimas encontradas se ubicaron relacionando los siguientes

parámetros entre los mencionados en la Tabla 24:
Calibración 1: Oxigeno Disuelto, DBO, NH4, SRP
Calibración 2: Oxigeno Disuelto, DBO, NH4, SRP, POM

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

implementar en las demás campañas y obtener el modelo definitivo son los
siguientes (Ver Tabla 25). Nótese que se obtuvieron dos calibraciones y se
ejecutaron a los modelos definitivos.
Tabla 25. Calibraciones Óptimas Q. La Lejía

Calibración 1 Calibración 2
Parámetro 1 1.2558 1.1924
Parámetro 2 0.29 0.5132
Parámetro 3 1.914 1.7706
Parámetro 4 0.5137 0.6811
Parámetro 5 0.6748 0.1527
Parámetro 6 0.9072 1.9675
Parámetro 7 0.3762 1.9704
R2 0.976 0.8139
5.2.4 Resultados Modelo Definitivo
Como última actividad propuesta en la metodología de esta investigación, se

realiza la modelación definitiva de las campañas con la calibración optima. Se
realizaron las simulaciones de las 3 campañas con las dos calibraciones y se
pudo observar que la variación entre simulaciones correspondientes es mínima.
En la grafica que se presenta a continuación, se puede apreciar la similitud que

presenta en las graficas de una misma campaña, a pesar que los parámetros
de cada calibración llegasen a ser muy distintos.
MODELACION DE LA CALIDAD DEL AGUA (QUEBRADA LA LEJIA)

CONDICIÓN ACTUAL Y CONDICIÓN CRÍTICA (CAMPAÑAS 1, 2 Y 3)
Oxígeno Disuelto
8.0
7.5
7.0
6.5
6.0
5.5
Concentración (mg/L)
5.0
4.5
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8
Distancia (Km)
Campaña 3 Calibracion #1 (1.2558) Campaña 3 Calibracion #2 (1.1924) Ox.Saturación
Campaña 2 Calibracion #1 (1.2558) Campaña 2 Calibracion #2 (1.1924) Campaña 1 Calibracion #1 (1.2558)
Campaña 1 Calibracion #2 (1.1924)
Gracias a esta similitud presentada, se decidió generar modelos definitivos con

la calibración que tuviera el coeficiente de correlación (R2) más alto. Es decir, la
calibración que mas nivel de ajuste presentase, que es la Calibración 1.
A continuación se muestran las graficas resultantes de las simulaciones de las 3

campañas con la calibración optima, en ellas se muestra el resultado del
modelo definitivo y los respectivos puntos observados, vale la pena entender
que se muestra cada parámetro independiente mente con el fin de apreciar
mejor el comportamiento entre las condiciones normales (campaña 2 y 3) y las
condiciones criticas (campaña 1).
IAMB – 200410 – 01 Capitulo 6. Conclusiones 84
CAPITULO 6: ANÁLISIS DE RESULTADOS Y CONCLUSIONES
La presente investigación ha brindado excelentes resultados en varios aspectos

que son primordiales en la modelación de ríos de montaña colombianos. Se
cumplieron las expectativas, además del cumplimiento de los objetivos
planteados en el Capítulo 1.
Se logró obtener los suficientes datos topográficos, hidrológicos y

meteorológicos necesarios para el modelo, gracias a esto se logro tener una
modelación de parámetros como la temperatura.
En primera instancia se consiguió adaptar un modelo norteamericano como

QUAL2K a un río colombiano. La metodología planteada genera resultados
correctos. Sin embargo se recomienda tener muy en cuenta las correcciones
necesarias para que el modelo se ejecute correctamente. Los resultados de
calibración del modelo descritos en el Capítulo 5, que comparan las 3
campañas, indican claramente como la campaña tres presenta un mejor nivel
de ajuste frente a las otras dos campañas.
Esto se debe a distintos factores, tales como condiciones hidrológicas normales

(caudal de 125 L/s Aprox.) y manejo con precisión del cronograma de toma de
muestras. Además ya se contaba con la experiencia del muestreo de las dos
campañas anteriores y con esto se reduce la incertidumbre en los parámetros
medidos.
Es importante tener en cuenta que en la campaña tres se considero

acertadamente la medición de parámetros adicionales como conductividad
eléctrica y DBO5 Disuelta con el fin de mejorar el modelo predictivo.
La campaña dos presenta ajuste aceptable pero no tan bueno como se obtuvo
en la campaña tres. No obstante, se considera que los resultados predictivos
del modelo son buenos pues se representa bien los datos observados y
conjuntamente se conservaron las características frecuentes que se manejaron
en la tercera campaña. Además cabe mencionar el hecho que en la campaña
dos no se midieron los parámetros extra ya mencionados.
En la campaña uno se observan las condiciones críticas de verano en la Q. La

Lejía, se presentan caudales menores a 10 L/s y esto presenta dificultades al
simular. Como se tienen caudales tan pequeños la modelación hidráulica se
vuelve imprecisa, generando distintos errores como geometría incoherente con
la realidad, cálculos incorrectos en los balances de masa y reacciones
bioquímicas. Generando así el poco ajuste en el modelo definitivo de la
campaña uno. La toma de datos se complico por la concentración elevada
presente (poca dilución). Asimismo como el tiempo de viaje calculado superaba
para este caso las 24 horas, no se pudo seguir la masa de agua.
También es esencial comprender que la base de datos con la que se obtuvo la

calibración óptima de parámetros se generó con la campaña tres. Sin embargo
esto no tiene efecto considerable sobre los modelos definitivos de las dos
campañas anteriores. Por el contrario, la calibración de un modelo definido
debe realizarse con la mejor campaña de medición realizada, o con todos los
datos disponibles. En este caso por la calidad de los datos se opto por la
primera opción.
Esta calibración se puede utilizar como parámetros de la primera simulación en

proyectos de modelación de la calidad del agua futuros, donde se estén
analizando ríos de montaña dentro del territorio nacional. Esto debido a que el
tramo estudiado contiene diferentes tipos de suelo, geometrías y formaciones
como empozamientos y rápidos, características que por lo general están

presentes en los ríos de montaña.
Del análisis anterior se puede formular conclusiones sobre la investigación y

recomendaciones concretas para las directivas del municipio de Arbelaez con el
fin de usar este modelo predictivo para la mejora y conservación del recurso
hídrico de la zona.
Se consideró que faltó realizar una campaña de medición en las condiciones

críticas de invierno, ya que esta brinda las condiciones de frontera (mínimos)
pero los parámetros de calidad del agua ya que con caudales altos se tendrían
los contaminantes en su forma mas diluida.
Se recomienda para modelaciones como la que se realizó en esta investigación,

llevar a cabo campañas en todas las condiciones que se puedan presentar en el
cuerpo de agua (verano, invierno), con el objetivo de tener datos suficientes
para generar las bandas de confianza en el modelo.
Es importante que en la caracterización hidráulica del río se puedan utilizar

varios métodos de aforo. Combinaciones como experimentos con trazadores y
aforo por correntómetro brindan buenos resultados. Esto da idea de la
interacción del lecho con el cauce y crea precisión en la medida del caudal.
Se observó que el caudal es una variable que afecta considerablemente la

aireación del cuerpo de agua, pues en campañas de caudal bajo (campaña 1)
se obtienen coeficientes de reaireación (Ka) muy elevados (mayor a 180 /d
Aprox.) con respecto a las otras campañas, porque el agua tiene la oportunidad
de sufrir agitación fuerte y mantener mayor contacto entre aire y agua.
Se recomienda seguir adecuadamente los procedimientos y metodologías

mencionadas en capítulos 2 y 4 con la idea de reducir al máximo la
incertidumbre presente en los datos y tener la capacidad de generar
simulaciones precisas. También es importante tener en mente el uso de los
protocolos de bioseguridad por la presencia en ciertas ocasiones de sustancias
tóxicas y patógenos en altas concentraciones que pueden afectar la salud del
personal.
Si no se cuenta con recursos extensos para la modelación, se debe planear

adecuadamente y a conciencia las pocas campañas por realizar con el objetivo
que las mediciones realizadas sean representativas del cuerpo de agua a
evaluar. Se recomienda minimizar el número de datos ausentes en las
simulaciones, con la prioridad de brindar los datos requeridos para correr el
modelo.
Por ultimo, se observa que el modelo QUAL2K si tiene realmente la capacidad

de modelar adecuadamente ríos de montaña a pesar que su objetivo principal
son los ríos de planicie, sin reducir su nivel de precisión en la modelación. Se
constituye así en una herramienta para la mejora y planeación del saneamiento
de los recursos hídricos en el territorio nacional.
La base de datos se puede aprovechar por directivas de municipios

colombianos teniendo como marco de referencia esta investigación en conjunto
con los estudios complementarios de Robles (2004) y Cañón (2004).
Esta modelación se ejecuto con QUAL2K versión 2000, se recomienda revisar

el modelo QUAL2K versión 2003 en donde se pueden encontrar nuevas
posibilidades para la modelación de calidad del agua.
IAMB – 200410 – 01 Capitulo 7. Referencias 88
CAPITULO 7: BIBLIOGRAFÍA Y REFERENCIAS
CHAPRA, S. C., (1997). Surface Water-Quality Modeling, The McGraw-Hill Inc.,

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

de un Modelo Predictivo de Transporte de Solutos y Calidad del Agua en
Ríos – Caso Río Bogotá, Universidad de los Andes, Bogotá.
UNIANDES - EAAB (2001). Instrumentación y Análisis Ambiental de una

Subcuenca del Sistema de Alcantarillado de Bogota, Informe Final
Capitulo 6, Universidad de los Andes, Bogotá.
CHAPRA, S. C., PELLETIER, GREG (2003). QUAL2K Documentation and User

Manual, Tufts University, Medford.
LEES, M., THORSTEN, W., (2000). Monte-Carlo Analysis Tool (MCAT) V 2.0
User Manual, Imperial College of Science, Technology and Medicine,
Londres.
UNIANDES – EAAB (2003). Modelación de la Calidad del Agua – Caso Río

Bogotá, Informe Final, Universidad de los Andes, Bogotá.
ROBLES, E., (2004). Impacto Ambiental de las Descargas de Aguas Residuales

del Municipio de Arbelaez, Proyecto de Grado, Universidad de los Andes,
Bogotá.
IAMB – 200410 – 01 Capitulo 7. Referencias 89
CAÑÓN, J., (2004). Estudios con Trazadores e investigación de Modelos de

Transporte de Solutos en un Río de Montaña – Quebrada La Lejía,
Proyecto de Grado, Universidad de los Andes, Bogota.
IAMB – 200410 – 01 Anexo A. Trazadores 90
ANEXO A
Experimentos con Trazadores

Viaje 1
Trazadores Viaje 1
0,010
0,009
Punto 1
0,008
Punto 2
Concentración (g/L)
0,007
0,006
0,005
0,004
0,003
0,002
0,001
0,000
0 500 1000 1500 2000 2500 3000 3500 4000
Tiempo (seg)
Curvas Concentración Viaje 1
Parámetros Hidráulicos Viaje 1

Viaje 1 Sitio 1 Sitio 2 Unidades
Masa 5000 5000 g
Tiempo Medio 1247 2719 seg.
Tiempo Primer
Arribo 810 1560 seg
Caudal 1054,64 2411,27 L/seg
Tiempo Medio 1472 seg
Tiempo Primer
Arribo 750 seg
SSG 2,29 N/A
Caudal 1732,955 L/seg
Viaje 2
Trazadores Viaje 2
0,030
Punto 1
Punto 2
0,025
0,020
0,015
0,010
0,005
0,000
0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000
Tiempo (seg)
Curvas Concentración Viaje 2
Parámetros Hidráulicos Viaje 2

Viaje 2 Punto 1 Punto 2 Unidades
Masa 10000 10000 g
Tiempo Medio 7814 12670 seg
Tiempo Primer
Arribo 5130 9390 seg
Caudal 117,09 321,40 L/seg
Tiempo Medio 4855,80 seg
Tiempo Primer
Arribo 4260,00 seg
SSG 2,745 N/A
Caudal 219,25 L/seg
Viaje 3
Trazadores Viaje 3 (Sabado)
0,9
0,8
0,7 Sitio 1
Concentracion (g/L)
Sitio 2
0,6
0,5
0,4
0,3
0,2
0,1
0
0 1000 2000 3000 4000 5000 6000 7000 8000
Tiempo (s)
Curvas Concentración Viaje 3 (Sábado)
Parámetros Hidráulicos Viaje 3 (Sábado)

Viaje 3 Sábado Punto 1 Punto 2 Unidades
Masa 6000 6000 g
Tiempo Medio 642,61 1748,79 seg
Tiempo Primer
Arribo 120 290 seg
Caudal 13,08 13,82 L/seg
Tiempo Primer
Arribo 170 seg
SSG 1,17 N/A
Caudal 13,45 L/seg
Trazadores Viaje 3 (Domingo)
0,600
Concentracion (g/L)
Sitio 1
0,500
0,400 Sitio 2
0,300
0,200
0,100
0,000
0 2000 4000 6000 8000 10000 12000
Tiempo (s)
Curvas Concentración Viaje 3 (Domingo)
Parámetros Hidráulicos Viaje 3 (Domingo)

Viaje 3 Domingo Punto 1 Punto 2 Unidades
Masa 4000 4000 g
Tiempo Primer
Arribo 320 840 seg
Caudal 3,44 4,57 L/seg
Tiempo Primer
Arribo 520 seg
SSG 1,33 N/A
Caudal 4,005 L/seg
Viaje 4
Trazadores 1 Viaje 4 (Sabado)
0,18
Concentracion (g/l)
0,16
Punto 1
0,14
Punto 2
0,12
0,10
0,08
0,06
0,04
0,02
0,00
0 500 1000 1500 2000 2500 3000
Tiempo (seg)
Curvas Concentración Viaje 4 (Sábado 1)
Parámetros Hidráulicos Viaje 4 (Sábado 1)

Viaje 4 Sábado 1 Punto 1 Punto 2 Unidades
Masa 6000 6000 g
Tiempo Medio 345,6124 961 seg
Tiempo Primer
Arribo 120 390 seg
Caudal 112,189124 197,0992 L/seg
Tiempo Primer
Arribo 270 seg
SSG 1,75685 N/A
Trazadores Viaje 4 (Sabado 2)
0,16
0,14 Punto 1
Concentracion (g/L)
0,12 Punto 2
0,10
0,08
0,06
0,04
0,02
0,00
0 200 400 600 800 1000 1200 1400 1600 1800
Tiempo (s)
Curvas Concentración Viaje 4 (Sábado 2)
Parámetros Hidráulicos Viaje 4 (Sábado 2)

Viaje 4 Sábado 2 Punto 1 Punto 2 Unidades
Masa 4000 4000 g
Tiempo Primer
Arribo 90 260 seg
Caudal 110,852455 176,9784 L/seg
Tiempo Primer
Arribo 170 seg
SSG 1,59652 N/A
Trazadores Viaje 4 (Domingo 1)

0,16
Punto 1
0,14
Punto 2
0,12
0,1
0,08
0,06
0,04
0,02
0
0 300 600 900 1200 1500 1800 2100 2400
tiempo (seg)
Curvas Concentración Viaje 4 (Domingo 1)
Parámetros Hidráulicos
Viaje 4 Domingo 1 Punto 1 Punto 2 Unidades
Masa 5000 5000 g
Tiempo Primer
Arribo 110 280 seg
Caudal 96,7983744 166,0384 L/seg
Tiempo Primer
Arribo 170 seg
SSG 1,72 N/A
Trazadores Viaje 4 (Domingo 2)
0,14
Punto 1
0,12
Punto 2
0,1
0,08
0,06
0,04
0,02
0
0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600
Tiempo(seg)
Curvas Concentración Viaje 4 (Domingo 2)
Parámetros Hidráulicos (Domingo 2)

Viaje 4 Domingo 2 Punto 1 Punto 2 Unidades
Masa 5000 5000 g
Tiempo Primer
Arribo 40 260 seg
Caudal 93,5787042 147,1204 L/seg
Tiempo Primer
Arribo 220 seg
SSG 1,57 N/A
Viaje 5
Trazadores Viaje 5 (Lunes 1)
0,25
0,2
Punto 1
Punto 2
0,15
0,1
0,05
0
0 200 400 600 800 1000 1200
Tiempo (s)
Curvas Concentración Viaje 5 (Lunes 1)
Parámetros Hidráulicos (Lunes 1)

Viaje 5 Lunes 1 Punto 1 Punto 2 Unidades
Masa 6000 6000 g
Tiempo Primer
Arribo 40 200 seg
Caudal 93,5787 91,2551 L/seg
Tiempo Primer
Arribo 160 seg
SSG 0,716 N/A
Caudal 109,32 L/seg
Trazadores Viaje 5 Lunes 2
0,25
0,2
Punto 1
Punto 2
0,15
0,1
0,05
0
0 500 1000 1500 2000 2500
Tiempo (s)
Curvas Concentración Viaje 5 (Lunes 2)
Parámetros Hidráulicos Viaje 5 (Lunes 2)

Masa 6000 6000 g
Tiempo Primer
Arribo 80 270 seg
Caudal 118,9061 83,85861 L/seg
Tiempo Primer
Arribo 190 seg
SSG 0,705 N/A
Trazadores Viaje 5 (Martes 1)
0,14
0,12 Punto 2
Punto 1
0,10
0,08
0,06
0,04
0,02
0,00
0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000 3200 3400 3600
Tiempo (s)
Curvas Concentración Viaje 5 (Martes 1)
Parámetros Hidráulicos Viaje 5 (Martes 1)

Masa 5000 5000 g
Tiempo Primer
Arribo 70 260 seg
Caudal 92,48983 131,3888 L/seg
Tiempo Primer
Arribo 190 seg
SSG 1,421 N/A
Caudal 111,94 L/seg
0,14
0,12
0,10 Punto 2
Punto 1
0,08
0,06
0,04
0,02
0,00
0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000 3200 3400 3600
Tiempo (s)
Curvas Concentración Viaje 5 (Martes 2)
Parámetros Hidráulicos Viaje 5 (Martes 2)

Masa 5000 5000 g
Tiempo Primer
Arribo 70 260 seg
Caudal 92,79881 140,2918 L/seg
Tiempo Primer
Arribo 190 seg
SSG 1,512 N/A
Caudal 116,55 L/seg
IAMB – 200410 – 01 Anexo B. Resultados Laboratorio 103
ANEXO B
RESULTADOS CAMPAÑA 3
IAMB – 200410 – 01 Anexo C. Modelación 104
ANEXO C
MODELACIÓN CAMPAÑA 3

U 250653

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

U 250653

Enviado por

Direitos autorais:

Formatos disponíveis

MODELACIÓN DE LA CALIDAD DEL AGUA EN UN RÍO DE MONTAÑA

COLOMBIANO (QUEBRADA LA LEJÍA)

Proyecto de Grado presentado como

Asesor: Luis Alejandro Camacho

1.1 Aspectos Generales 1

1.2 Definición del Problema 2

1.3.1 Objetivos Generales 3

1.3.2 Objetivos Específicos 3

1.5 Principales Resultados 4

1.6 Resumen de Contenido 5

CAPITULO 2: REVISIÓN BIBLIOGRAFICA PARA LA MODELACIÓN 7

2.1 Marco Jurídico 7

2.2 Metodología Investigación 8

2.2.2 Descripción del Procedimiento 9

2.2.2.1 Investigación Preliminar 9

2.2.2.2 Inspección de Campo 9

2.2.2.3 Selección del Modelo 9

2.2.2.4 Investigación Hidráulica 10

2.2.2.5 Programación de Toma de Muestras 10

2.2.2.7 Análisis de Datos 12

2.2.2.8 Calibración del Modelo 12

2.2.2.9 Implementación del Modelo Definitivo 12

2.3 Tiempos de Viaje 13

2.4 Modelo QUAL2K 14

2.4.1 Breve Descripción 14

2.4.2 Matemática Manejada por el Modelo 16

2.5 Rutinas de Montecarlo MCAT 19

CAPITULO 3: DESCRIPCIÓN DEL ÁREA DE ESTUDIO Y TRABAJO

3.1 Descripción del Tramo 21

3.1.1 Línea Base (Quebrada La Lejía) 22

3.1.2 Descripción Geográfica del Tramo 24

3.1.3 Descripción Topográfica del Tramo 26

3.1.4 Descripción Visual (Fotográfica) del Tramo 27

3.1.4.1 Aguas Arriba 27

3.1.4.2 Efluente (PTAR) 29

3.2 Experimentos con Trazadores 34

3.2.2 Análisis Resultados Trazadores 37

CAPITULO 4: CAMPAÑAS DE MEDICIÓN Y TRABAJO EN CAMPO 39

4.1 Metodología Desarrollada 39

4.1.1 Marco de Modelación 39

4.1.2 Inspección Preliminar 39

4.1.3 Inspección de Campo del Modelador 41

4.1.4 Investigación Hidráulica 42

4.1.5 Programación de Toma de Muestras 42

4.2 Tiempos de Viaje 43

4.3 Metodología de Muestreo 45

4.4 Programación con los Laboratorios 47

CAPITULO 5: MODELACIÓN DE CAMPAÑAS (QUAL2K) 49

5.1 Metodología Modelación 49

5.1.1 Datos Requeridos 49

5.1.2 Procedimiento de Modelación 50

5.1.2.2 Simulación Inicial 51

5.1.2.3 Corrección de Constantes de Reaireación 52

5.1.2.5 Simulación Final 53

5.2.1 Manejo de Datos 54

5.2.1.6 Point Source & Difusse Source 59

5.2.1.8 Temperature Data 61

5.2.1.10 Primera Simulación 62

5.2.2 Mejoras en Reaireación 63

5.2.3 Calibración del Modelo 65

5.2.4 Resultados Modelo Definitivo 71

CAPITULO 6: ANÁLISIS DE RESULTADOS Y CONCLUSIONES 84

CAPITULO 7: BIBLIOGRAFÍA Y REFERENCIAS 88