CARACTERIZACIÓN DE LA INTERACCIÓN AGUA SUPERFICIAL / AGUA …

UNIVERSIDAD DE LA SERENA

FACULTAD DE INGENIERIA

DEPARTAMENTO DE INGENIERIA DE MINAS

CARACTERIZACIÓN DE LA INTERACCIÓN AGUA SUPERFICIAL /

AGUA SUBTERRÁNEA POCO PROFUNDA EN LA CUENCA DEL

RÍO GRANDE.

Sandro Alexis Zambra Zambra

Memoria para optar al Título de

Ingeniero Civil Ambiental

Profesor Patrocinante

Dr. Ing. Ricardo Oyarzún L.

La Serena, 2013.

Departamento de Ingeniería de Minas – Facultad de Ingeniería – Universidad de La Serena 2

“Caracterización de la interacción agua superficial / agua subterránea poco profunda en la cuenca del río Grande”


DEDICATORIA

Dedico este trabajo y los años de estudio a:

Dios, por entregarme la energía suficiente para salir adelante,

mi madre, por apoyarme en cada momento,

mi abuela, por enseñarme la sencillez de las cosas,

mi abuelo, por enseñarme a ser responsable en la vida,

mi tía, por enseñarme a ser alegre en las dificultades,

mi primo, por ser mi gran amigo y aliado en las metas propuestas.

Y en general a toda persona que de buena fe anheló que llegara

a ser un profesional universitario.




AGRADECIMIENTOS

Agradezco en primer lugar al profesor Dr. Ing. Ricardo Oyarzún por permitirme llevar a

cabo esta memoria de título, su disposición a enseñar, amabilidad e inculcar constantemente

el profesionalismo que debe adquirir un ingeniero. A los profesores Dres. Hugo Maturana

Contardo y Jorge Oyarzún Muñoz, por aportar con sus conocimientos y dedicación a mi

formación profesional, entregándome las herramientas necesarias para enfrentar el mundo

laboral de mejor manera.

Por último, agradecer a la institución, Universidad de La Serena, por contar con la carrera

de Ingeniería Civil Ambiental, carrera a la cual pertenezco.




INDICE

RESUMEN ............................................................................................................................... 11

ABSTRACT .............................................................................................................................. 12

1. INTRODUCCIÓN .............................................................................................................. 13

2. OBJETIVOS ........................................................................................................................ 15

2.1. Objetivo General ........................................................................................................ 15

2.2. Objetivos Específicos ................................................................................................. 15

3. MATERIALES Y METODOS .......................................................................................... 16

3.1. Área de estudio ........................................................................................................... 16

3.1.1. Clima ................................................................................................................... 17

3.1.2. Hidrología ........................................................................................................... 17

3.1.3. Geología............................................................................................................... 18

3.1.4. Fisiografía y Geomorfología ............................................................................... 19

3.1.5. Actividades Económicas ..................................................................................... 19

3.2. Campañas de muestreo ............................................................................................... 20

3.2.1. Preparación de muestras, análisis químico e isotópico ....................................... 23

3.2.2. Control de calidad y corrección de la información ............................................. 26

a. Balance iónico de carga ...................................................................................... 26

b. Valor criterio y datos censurados ........................................................................ 26

3.3. Análisis de la información ......................................................................................... 27

3.3.1. Estadística descriptiva ......................................................................................... 27

3.3.2. Distribución de los datos ..................................................................................... 27

3.3.3. Diagramas de Piper y Stiff .................................................................................. 28

3.3.4. Isótopos estables ................................................................................................. 28

3.3.5. Análisis multivariado ........................................................................................... 29

3.3.6. Definición de tramos ........................................................................................... 30




3.3.7. Evaluación de conectividad ................................................................................ 32

3.3.8. Mapas de distribución espacial y perfiles de 222

Rn ............................................. 33

3.3.9. Estimación de la contribución de agua subterránea al río ................................... 33

4. RESULTADOS Y DISCUSIONES ................................................................................... 35

4.1. Datos considerados en el análisis ............................................................................... 35

4.2. Análisis estadístico simple (descriptivo) .................................................................... 38

4.3. Análisis de la distribución de los datos ...................................................................... 40

4.4. Análisis gráfico: diagramas de Piper y Stiff .............................................................. 45

4.4.1. Diagramas de Piper ............................................................................................. 45

4.4.2. Diagramas poligonales de Stiff ........................................................................... 48

4.5. Isótopos estables ......................................................................................................... 50

4.5.1. Línea meteórica local .......................................................................................... 51

4.5.2. Análisis gráfico ................................................................................................... 52

4.6. Análisis de cluster ...................................................................................................... 57

4.7. Análisis de Componentes Principales (ACP) ............................................................. 62

4.8. Niveles de conectividad ............................................................................................. 66

4.9. Mapas de distribución espacial y perfiles de 222

Rn .................................................... 70

4.10. Estimación de la contribución de agua subterránea al río ........................................ 75

5. CONCLUSIONES ............................................................................................................... 76

REFERENCIAS ...................................................................................................................... 77

ANEXOS .................................................................................................................................. 81

A. Fotos proceso de recolección y preparación de muestras. ................................................... 82

B. Base de datos. ....................................................................................................................... 85

C. Definición de clases para mapas de 222

Rn. ......................................................................... 100

D. Análisis de normalidad ....................................................................................................... 102

E. Análisis de cluster ............................................................................................................... 107

F. Análisis de componentes principales (ACP) ...................................................................... 110




G. Análisis cuantitativo ........................................................................................................... 112




INDICE DE TABLAS

Tabla 1 : Identificación de las muestras……………………………………………. 21

Tabla 2 : Metodología de análisis de laboratorio…………………………………... 24

Tabla 3 : Tramos definidos, se especifica la subcuenca a la que pertenece y

las muestras que incluye……………………………………………….... 31

Tabla 4 : Errores analíticos de las muestras………………………………………... 36

Tabla 5 : Porcentaje de datos censurados (es decir, registros con valores

menores al límite de detección)………………………………………... 37

Tabla 6 : Parámetros seleccionados en análisis estadístico descriptivo……………. 38

Tabla 7 : Estadísticos descriptivos, 1° campaña………………………………….... 39



Tabla 10 : Parámetros seleccionados para el análisis de cluster…………………….. 44

Tabla 11 : Líneas de regresión de señales isotópicas por campaña…………………. 56

Tabla 12 : Promedio de los parámetros por grupo y muestras incluidas,

1° campaña……………………………………………………………….. 59


2° campaña……………………………………………………………….. 59


3° campaña……………………………………………………………….. 59

Tabla 15 : Matriz de correlaciones entre parámetros, 1º campaña…………………... 63



Tabla 18 : Componentes principales por campaña………………………………….. 65

Tabla 19 : Clasificación de conectividad según la diferencia existente entre tipos

de muestras……………………………………………………………….. 66

Tabla 20 : Conectividad (utilizando 2H,

18O y composición química) y resultados

por campaña…………………………………………………………….... 66




Tabla 21 : Comparación resultados de conectividad……………………………….... 69

Tabla 22 : Actividades de radón (Bq/m3) en muestras del tramo 2, río Grande…….. 75




INDICE DE FIGURAS

Figura 1 : Mapa de ubicación área de estudio………………………………………. 16

Figura 2 : Mapa Geológico zona de estudio, dentro del recuadro color rojo

(Modificado de DGA, 2008, adaptado de Espinoza, 2005)……………… 18

Figura 3 : Fisiografía área de estudio, dentro de elipse color rojo

(Adaptado de Romero et al, 1988)……………………………………….. 19

Figura 4 : Ubicación sitios de muestras agua superficial, agua subterránea

y colectores de lluvia……………………………………………………. 21

Figura 5 : Perfil transversal del cauce de río……………………………………….. 22

Figura 6 : Tramos definidos en el área de estudio………………………………….. 31

Figura 7 : Histogramas de porcentajes para parámetros campaña 1………………... 41



Figura 10 : Diagrama de Piper en los puntos de muestreo…………………………… 46

Figura 11 : Diagrama de Piper, promedios por subcuenca…………………………… 47

Figura 12 : Diagramas de Stiff en puntos de muestreo 1° Campaña…………………. 48



Figura 15 : Señales isotópicas de precipitaciones año 2012 y línea de regresión……. 51

Figura 16 : Señal isotópica en agua superficial y agua subterránea………………….. 53

Figura 17 : Señales isotópicas y líneas de regresión en aguas

superficiales y subterráneas……………………………………………… 55

Figura 18 : Dendogramas análisis de cluster…………………………………………. 58

Figura 19 : Mapa distribución espacial de clusters, 1° campaña…………………….. 60



Figura 22 : Mapa conectividad por tramo, 1° campaña……………………………… 67






Figura 25 : Imagen Google Earth, nivel de conectividad por tramos

(tomado de Salazar, 2012)……………………………………………….. 69

Figura 26 : Mapa de distribución espacial de 222

Rn, 1º campaña…………………….. 71


Rn, 2º campaña…………………….. 71


Rn, 3º campaña…………………….. 72

Figura 29 : Variación actividad de 222

Rn en el río Grande…………………………… 74




RESUMEN

El presente trabajo analiza la composición química e isotópica de aguas superficiales y

subterráneas poco profundas de la cuenca del río Grande, región de Coquimbo, Chile.

El objetivo es determinar la interacción entre aguas superficiales y subterráneas poco

profundas en diferentes tramos que componen dicha cuenca. Se estima que los resultados

de este trabajo son de particular interés en esta zona debido a las principales actividades

económicas, en especial la agricultura y en el futuro para otras actividades como la minería.

La composición química de las muestras fue determinada mediante técnicas de absorción

atómica, generación de hidruros, volumetría, gravimetría y espectrofotometría en el

laboratorio Geoquímica Ltda. de la ciudad de Coquimbo. La composición isotópica del

agua se determinó mediante espectrometría de masas de los isótopos de hidrógeno y de

oxígeno en el Laboratorio de Isótopos Ambientales de la Comisión Chilena de Energía

Nuclear en la Región Metropolitana y radón 222 se analizó en el Laboratorio Ambiental del

Departamento de Ingeniería de Minas de la Universidad de La Serena.

Los datos fueron procesados utilizando herramientas tales como gráficos de distribución

espacial, diagramas de Piper y Stiff, métodos estadísticos multivariados como análisis de

cluster y componentes principales (Thyne et al., 2004). Estas herramientas permitieron

realizar una caracterización de la interacción de aguas en los puntos muestreados en el

período de estudio.

Los resultados obtenidos por cada metodología aplicada convergen respecto al alto grado

de conectividad entre aguas superficiales y subterráneas poco profundas en la cuenca del

río Grande. La metodología utilizada para cuantificar las tasas de transferencia de agua

subterránea que ingresa al río sólo permite analizar aquellas zonas donde se observa una

variación en la actividad de radón de aguas superficiales, aguas abajo de un tramo de río

determinado.




ABSTRACT

This paper analyzes the chemical and isotopic composition of surface water and shallow

groundwater in the Grande river basin, Coquimbo Region, Chile.

The objective is to determine the interaction between surface water and shallow

groundwater in different sections of the basin. It is estimated that the results of this study

are of particular interest in this area because of its main economic activities, particularly

agriculture and in the future for other activities such as mining.

The chemical composition of the samples was determined by atomic absorption techniques,

hydride generation, volumetric, gravimetric and spectrophotometric methods in

Geoquímica Ltd Laboratories at the Coquimbo city. The isotopic composition was

determined by mass spectrometry of hydrogen and oxygen in the environmental isotope

laboratory of the Chilean Nuclear Energy Commission in the metropolitan region and

Radon 222 was analyzed in the Environmental Laboratory of the Department of Mining

Engineering at the University of La Serena.

The data were processed using tools such as spatial distribution charts, Piper and Stiff

diagrams, multivariate statistical methods such as cluster analysis and principal components

(Thyne et al., 2004). These tools allowed for characterization of the interaction of water in

the sampled points in the study period.

The results for each methodology converge on the high degree of connectivity between

surface water and shallow groundwater in the Grande river basin. In turn, the methodology

used to quantify rates of transfer of groundwater entering the river allows to analyze only

those areas where there is a variation in the activity of radon in surface waters, downstream

of a given river reach.




1. INTRODUCCIÓN

El recurso hídrico en el mundo es considerado como uno de los recursos naturales más

valiosos que pueda disponer el hombre para llevar a cabo su vida y sus actividades

productivas. Antiguas civilizaciones se desarrollaron gracias a que estaban ubicadas cerca

de cuerpos de agua disponibles para su uso y consumo. Hoy en día, producto de las

elevadas tasas de crecimiento poblacional, actividades económicas cada vez más

demandantes de agua y los efectos provocados por cambios climáticos de nivel mundial,

este recurso se ha posicionado como el factor estratégico y limitante para llevar a cabo

diversas actividades.

En Chile, su importancia se ha incrementado en los últimos años, especialmente en las

zonas norte y centro denominadas respectivamente como zonas áridas y semiáridas, debido

a la escasa disponibilidad de fuentes superficiales y que por tal motivo se han tenido que

implementar sistemas de extracción de aguas subterráneas.

En este contexto, la presente memoria de título se enmarca en la necesidad de conocer,

mediante la aplicación de métodos hidroquímicos e isotópicos, el nivel de interacción aguas

superficiales – aguas subterráneas poco profundas en la cuenca del río Grande, Provincia

del Limarí, Región de Coquimbo, desde el sector de Las Ramadas de Tulahuén hasta la

localidad de Flor del Valle ubicada aguas arriba del embalse La Paloma.

El área de estudio se caracteriza por estar sometida a una alta demanda de sus recursos

hídricos especialmente por actividades agrícolas y para consumo humano. Además cabe

mencionar que por Resolución D.G.A. Nº 72 de fecha 19 de enero de 2005, la cuenca del

río Grande fue declarada agotada para los efectos de la concesión de nuevos derechos de

aprovechamiento consuntivos permanentes de aguas superficiales. Adicionalmente existe

una deficiente oferta hídrica proveniente de las precipitaciones, que no permite suplir más

que el 5 a 9% de las necesidades netas de agua de los cultivos existentes. De esta manera,

es posible prever una mayor demanda de aguas subterráneas a futuro (Alvarez y Oyarzún,

2006), donde se vuelve esencial disponer de un adecuado conocimiento de la interacción

río-acuífero, materia sobre la que aún existen escasos antecedentes en el área de estudio

(DGA, 2008), y de esta forma apoyar la gestión integrada de los recursos hídricos.




Esta memoria se llevó a cabo en el marco del Proyecto Fondecyt de Iniciación (11100040)

“Assessment of a multi-method approach to establish surface water-shallow groundwater

connectivity in the semi-arid agricultural Limarí basin, North Central Chile”, desarrollado

en el Departamento de Ingeniería de Minas de la Universidad de La Serena. Finalmente, los

resultados obtenidos se compararon con los obtenidos por Barrera (2012) en la cuenca del

río Limarí, aguas abajo del embalse La Paloma, usando un enfoque similar (uso de técnicas

químicas e isotópicas).




2. OBJETIVOS

2.1. Objetivo General

Estimar el grado de interacción de aguas superficiales – aguas subterráneas poco

profundas en la cuenca del río Grande mediante el uso de información hidroquímica

e isotópica.

2.2. Objetivos Específicos

Caracterizar la composición química e isotópica de aguas superficiales y

subterráneas poco profundas en la zona del río Grande y afluentes seleccionados.

Establecer el grado de interacción existente entre aguas superficiales y subterráneas.

Comparar los resultados obtenidos con aquellos determinados en Barrera (2012) en

la parte baja de la cuenca.




3. MATERIALES Y METODOS

3.1. Área de estudio

El área de estudio comprende una parte de la cuenca del río Grande, provincia de Limarí,

Región de Coquimbo, Chile, situada aguas arriba del embalse La Paloma, en una superficie

aproximada de 810 km2 la cual se extiende entre los 30°42’ y 31°01’ de latitud Sur y entre

las longitudes 70º34’y 70º55’ Oeste. El tramo de río cubierto por esta área es de

aproximadamente 60 km de longitud, desde la localidad de Las Ramadas de Tulahuén hasta

la localidad de Flor del Valle.

Figura 1. Mapa de ubicación área de estudio.




3.1.1. Clima

En la cuenca del río Grande se identifican dos tipos de climas, el Semiárido Templado con

lluvias invernales y el Semiárido Frío con lluvias invernales.

El primero se caracteriza por ser un clima seco en el cual la evaporación es superior a la

precipitación y donde no hay excedentes hídricos, situado en la parte baja de la cuenca. El

segundo presenta altas precipitaciones, temperaturas bajas y nieves permanentes que

constituyen un aporte significativo de agua en el período estival, localizado sobre los 3.000

metros de altitud hacia la Cordillera de Los Andes (DGA, 2004).

Dichos climas son el resultado de la interacción de tres factores climáticos que afectan a la

región de Coquimbo como son: el anticiclón del Pacífico sur, que bloquea el sistema de

precipitaciones frontales; la corriente de Humboldt a lo largo de la costa y la cordillera de

Los Andes que actúa como una barrera longitudinal a los vientos del Oeste, dando como

resultado una gran escasez de precipitaciones (Kalthoff et al, 2002).

3.1.2. Hidrología

El río Grande es el más importante y de mayor caudal dentro de la cuenca completa del río

Limarí. Nace en la alta cordillera andina, de la confluencia de los ríos Gordito y Las Cuevas

y termina en la confluencia con el río Hurtado recorriendo una longitud aproximada de 115

km. presentando direcciones de escorrentía de S-N a SE-NW. Su cuenca cubre un área

estimada total de 3.680 km2 la cual se extiende aproximadamente desde los 30°29’ a 31°19’

de latitud Sur y entre los 70°22’ a 70°59’ de longitud Oeste. Recibe importantes tributarios,

entre los cuales cabe mencionar el río Tascadero, el río Mostazal y el río Rapel.

El río Grande y sus afluentes presentan un régimen nival con sus mayores caudales entre

Noviembre y Enero (caudal promedio de 11 m3/s), y también presentan influencias

pluviales de consideración en la parte más baja de la cuenca entre los meses de Junio y

Agosto. De acuerdo a la información entregada por la estación agroclimática Ovalle, el

total de agua caída por año alcanza a 125 mm, mientras que la tasa de evapotranspiración

total anual alcanza aproximadamente 1.600 mm (DGA, 2004; CAZALAC, 2006; Gutiérrez,

2007).




3.1.3. Geología

La geología base del área de estudio está dominada por rocas “Kiag” intrusivas del

Cretácico inferior alto y Cretácico superior bajo, así como dioritas, hornblenda,

granodioritas, monzodioritas de hornblenda y biotita, asociadas a mineralización de Fe, Cu,

Au (DGA, 2004). En la Figura 2 se presenta un mapa geológico que cubre el área de

estudio.

Figura 2. Mapa Geológico zona de estudio, dentro del recuadro color rojo

(Modificado de DGA, 2008, adaptado de Espinoza, 2005)

Sin embargo, para este trabajo lo relevante será la litología del lecho del río y áreas

cercanas, la cual en su mayoría está constituida por material originado por fenómenos de

erosión, transporte y depositación ocurridos durante el último período geológico

(Cuaternario) como arenas, lentes limo-arcillosas y gravas areno arcillosas poco permeables

(Anacona, 2010).




3.1.4. Fisiografía y Geomorfología

Se reconocen tres unidades geomorfológicas, la zona de Alta Montaña desde donde nace la

cuenca, una Zona Montañosa Media la cual está surcada por una tercera unidad de Valles

Transversales producto de la erosión hídrica proveniente de la Cordillera de los Andes

(DGA, 1986), como se puede observar en la Figura 3.

Figura 3. Fisiografía área de estudio, dentro de elipse color rojo (Adaptado de Romero et al, 1988).

3.1.5. Actividades Económicas

Las principales actividades económicas que se desarrollan en la cuenca del río Grande son

la agricultura, ganadería y, en menor proporción, la minería.

Según el Censo Agropecuario del año 2007, la agricultura se basa en el riego, con aguas

que provienen mayoritariamente de fuentes superficiales (ríos) y en menor medida obtenida

de pozos. Se desarrolla principalmente en los sectores aledaños a cursos de ríos, donde

podemos encontrar variados cultivos como nogales, cítricos, paltos, prevaleciendo eso sí los

cultivos de vid (de mesa y pisquera). La ganadería que podemos encontrar en esta zona es

principalmente caprina, ovina y bovina, las cuales en estos últimos años han sido

fuertemente afectadas por la carencia de forraje producto de la falta de precipitaciones que

provoca una escasez hídrica para riego.

Si bien en el área de estudio no se desarrolla ninguna faena minera de importancia, se

consideró necesario identificar para futuros estudios, la existencia de la faena minera Los

Pingos (CEMIN), ubicada en la cabecera del río Grande. Dicha minera tiene su proyecto




ambiental aprobado y en su etapa de producción tiene contemplado la extracción de 70.000

ton/año de mineral (sulfuros de cobre) el cual mediante un proceso de flotación se obtiene

concentrado de cobre (CAZALAC, 2006; Rodríguez, 2009).

3.2. Campañas de muestreo

La información base con la cual se llevó a cabo este estudio, corresponde a los datos

derivados de las campañas de muestreo realizadas durante el año 2012 en los períodos

Abril-Mayo, Agosto-Septiembre y Diciembre, las cuales fueron analizadas en términos de

su composición química (aniones y cationes mayores y elementos traza) así como isótopos

ambientales estables (18

O y 2H) y radiactivos (

222Rn) donde se obtuvieron muestras de

aguas superficiales y aguas subterráneas. Las muestras de aguas superficiales fueron

tomadas directamente desde el cauce de los ríos mientras que las muestras de aguas

subterráneas fueron extraídas de pozos de Agua Potable Rural (APR) ubicados en el área de

estudio.

De todos los puntos muestreados, 6 corresponden a aguas subterráneas y 7 a aguas

superficiales. En la Tabla 1 se presenta la identificación, nombre, coordenadas y nivel de

altura de los puntos muestreados y en la Figura 4 se muestra la ubicación espacial y el tipo

de muestra que corresponde a cada punto (superficial o subterránea).

Además, se muestra en la figura la ubicación de 3 de los 4 colectores de lluvias instalados

en la cuenca (el cuarto se ubica al Oeste de Ovalle, cercano a la localidad de Cerrillos

Pobres). Las muestras de lluvia fueron colectadas de acuerdo a eventos de precipitación

ocurridos el año 2012 y con esta información se estableció una línea meteórica local,

información que se complementó con aquella obtenida previamente en los años 2010 y

2011 y descrita en Jofré (2011) y Barrera (2012).




Tabla 1. Identificación de las muestras

Identificación

Muestra Nombre

Coordenadas (UTM)

Norte

(m)

Este

(m)

Altura

(m.s.n.m)

G1 APR Tulahuén 6.572.887 331.616 879

G2 Río Grande en El Cuyano 6.577.029 330.672 895

G3 Río Grande Pulpica 6.582.025 329.811 782

G4 APR Carén 6.585.025 330.330 643

G5 Río Grande después de Mostazal 6.590.306 327.123 621

G6 APR Chilecito 6.595.844 323.650 642

G7 Río Grande Mialqui 6.596.504 322.552 643

G8 Río Grande Flor del Valle 6.601.632 315.928 444

G9 APR Flor del Valle 6.601.879 315.091 457

M1 APR Pedregal 6.585.638 336.792 881

M2 Río Mostazal 6.586.393 330.855 712

R1 APR Cerrillo de Rapel 6.600.702 324.947 643

R2 Río Rapel en Junta 6.600.830 320.533 519

APR: Agua Potable Rural.

Figura 4. Ubicación sitios de muestras agua superficial, agua subterránea y colectores de lluvia.




Se midieron in situ pH, conductividad eléctrica (CE), oxígeno disuelto (DO), temperatura

(T) y potencial oxido-reducción (OPR), usando una sonda multi paramétrica Hanna modelo

HI 9828, y velocidad de la corriente. Para esto, se consideraron dos métodos. El primero

consistió en medir 10 metros de longitud de río, dejar caer a la corriente del cauce un

flotador y anotar el tiempo (segundos) que demoraba en recorrer esa distancia. Teniendo

esa información se utilizaba la siguiente fórmula para calcular la velocidad:

(1)

El segundo método consistió en realizar lecturas de la velocidad del agua a lo ancho del río

(L), cada 1 metro y en función de la columna de agua (h), a través de un medidor digital

con molinete marca HydroBios Kiel modelo D-24161, considerando el siguiente criterio:

Si h< 50 cms. entonces se realizaba una lectura de velocidad al 60% de h, medido

desde la superficie.

Si 50 ≤ h ≤ 100 cms. entonces se realizaban dos lecturas de velocidad, la primera al

20% y la segunda al 80% de h, medidas desde la superficie.

La Figura 5 esquematiza un perfil transversal del cauce de río.

Figura 5. Perfil transversal del cauce de río.

Cabe señalar que cada lectura se realizaba una vez transcurridos unos segundos, cuando se

estabilizaba la velocidad en el medidor digital.




Finalmente, a modo de caracterización de los lugares de muestreo se presentan fotografías

del proceso de recolección y preparación de muestras (Anexo A) y los valores de las

mediciones de la velocidad del agua (Anexo B).

3.2.1. Preparación de muestras, análisis químico e isotópico

Para el análisis químico, las muestras tanto de agua superficial como de agua subterránea se

colectaron en botellas plásticas de 1 litro. En cada punto se colectaron dos muestras: una

para el análisis de iones mayores y otra para el análisis de metales pesados, siendo estas

últimas preservadas con ácido nítrico para su correcta conservación. Cabe señalar que estas

muestras no fueron filtradas en terreno sino que fueron filtradas (0,45 µm) en el

Laboratorio de Metalurgia de la Universidad de La Serena el día inmediatamente siguiente

a la obtención de las mismas.

Las muestras para análisis isotópico fueron colectadas en botellas de polipropileno de 125

ml, tomándose dos muestras. Para evitar evaporación y fraccionamiento isotópico de la

muestra, las botellas fueron llenadas completamente y selladas con lámina plástica

(Parafilm).

Las muestras para la medición de 222

Rn se colectaron en recipientes de vidrio de 250 ml.,

también llenadas completamente y selladas.

Después de la recolección de muestras, éstas se almacenaron en recipientes térmicos y

mantenidas a una temperatura aproximada de 5° C (cooler). Posteriormente fueron

mantenidas en un refrigerador aproximadamente a 4° C, en el Laboratorio de Medio

Ambiente del Departamento de Ingeniería de Minas de la Universidad de La Serena.

El análisis químico de las muestras de agua superficial y subterránea fue realizado en el

laboratorio Geoquímica Ltda., ubicado en la ciudad de Coquimbo. Las técnicas

metodológicas utilizadas y límites de detección respectivos se presentan en la Tabla 2.




Tabla 2. Metodología de análisis de laboratorio

Parámetro

Límite de

Detección

(mg/l)

Técnica Metodología

Aluminio 0,25 Absorción Atómica STD. METHODS 19ava edición

part 3500-Al/B

Arsénico 0,005 Generación de Hidruros NCh 2313/9. Of96

Boro 0,4 Espectrofotometría STD. METHODS 19ava edición

part 4500-B/C

Cadmio 0,005 Absorción Atómica NCh 2313/10. Of96

Calcio 0,1 Absorción Atómica STD. METHODS 19ava edición

part 3500-Ca/B

Cobre 0,01 Absorción Atómica NCh 2313/10. Of96

Hierro 0,05 Absorción Atómica NCh 2313/10. Of96

Magnesio 0,01 Absorción Atómica STD. METHODS 19ava edición

part 3500-Mg/B

Manganeso 0,02 Absorción Atómica NCh 2313/10. Of96

Potasio 0,05 Absorción Atómica STD. METHODS 19ava edición

part 3500-K/B

Sodio 0,05 Absorción Atómica STD. METHODS 19ava edición

part 3500-Na/B

Zinc 0,001 Absorción Atómica NCh 2313/10. Of96

Bicarbonato 1 Volumetría STD. METHODS 19ava edición

part 2320/B

Cloruro 1 Volumetría STD. METHODS 19ava edición

part 4500-Cl-/B

Fosfato 0,3 Espectrofotometría STD. METHODS 19ava edición

part 4500-P/C

Nitrato 0,1 Espectrofotometría STD. METHODS 19ava edición

part 4500-NO3-/B

Sulfato 10 Gravimétrico STD. METHODS 19ava edición

part 4500-SO4=/B




Las muestras para la determinación de los isótopos ambientales (Deuterio y Oxígeno 18),

fueron analizadas en el Laboratorio de Isótopos Ambientales de la Comisión Chilena de

Energía Nuclear (CCHEN), ubicado en la ciudad de Santiago. La razón isotópica se

determinó con un espectroscopio láser (LWIA, Los Gatos Research Inc., CA, USA) con

respecto a un estándar de razón isotópica conocida. El estándar utilizado fue el Promedio de

Agua Marina SMOW (Standard Mean Ocean Water) cuya razón isotópica de 18

O y 2H es

cercana al promedio de la razón isotópica del agua de los océanos (18

O / 16

O SMOW = 0;

2H /

1H SMOW = 0). Para validar la metodología se utilizó espectrometría de masas.

La unidad de concentración isotópica, es el delta por mil, se describe como δ º/oo y se define

según la siguiente expresión:

(2)

RM = Razón isotópica media de la muestra.

Rs = Razón isotópica media de la referencia (estándar).

El error analítico de las mediciones es de +/- 1‰ para el Deuterio y de +/- 0,08 ‰ para el

Oxígeno-18.

El análisis de 222

Rn fue realizado en el Laboratorio de Medio Ambiente del Departamento

de Ingeniería de Minas de la Universidad de La Serena, durante el día posterior a la toma de

muestras, utilizando como instrumento de medición el detector electrónico RAD 7

(Durridge Inc.). Cada medición demoró 40 minutos aproximadamente. Luego a cada valor

medido se le aplicó un factor de corrección de acuerdo al tiempo transcurrido entre la toma

de la muestra y la medición. De este modo, se obtuvieron finalmente los valores a trabajar

en cada campaña de muestreo.




3.2.2. Control de calidad y corrección de la información

a. Balance iónico de carga

Para determinar el nivel de calidad de los análisis químicos de las aguas realizados por el

laboratorio se procedió a realizar el balance iónico de carga. El criterio adoptado fue

eliminar (es decir, no considera para el análisis de la información en esta memoria) los

puntos muestreados que presentaran un porcentaje de error mayor a 25%.

Para el cálculo del balance iónico de cargas se usó la siguiente fórmula (Drever, 1997;

Thyne et al, 2004):

(3)

El balance iónico de cargas se realizó sólo con aquellos parámetros químicos que

presentaban mayores concentraciones a lo largo del área de estudio, Ca, Mg, Na, K, HCO3,

Cl, SO4 y NO3.

b. Valor criterio y datos censurados

Como una forma de contar con los datos necesarios para realizar el análisis estadístico

simple, en el caso de los valores de los parámetros que estuvieran por debajo del límite de

detección (L.D) (es decir presentan valores conocidos como “censurados”), se procedió a

utilizar un “valor criterio”, el cual corresponde al promedio entre cero y el límite de

detección (Güler et al, 2002):

(4)

Una vez completados los datos faltantes utilizando este “valor criterio”, se realizó una

selección de los parámetros a utilizar. Esta selección consistió en que un parámetro con un

porcentaje mayor al 30% de datos censurados, ya sea en aguas superficiales o subterráneas,

no sería considerado en los análisis estadísticos multivariados posteriores.




3.3. Análisis de la información

Para el análisis e interpretación de los datos, se utilizaron procedimientos estadísticos

simples y métodos gráficos, los que se describen a continuación.

3.3.1. Estadística descriptiva

La estadística descriptiva corresponde a un análisis básico de la información. Los

parámetros estadísticos utilizados en este estudio son máximo, mínimo, promedio, mediana

y desviación estándar.

3.3.2. Distribución de los datos

Para el uso correcto de los parámetros estadísticos y de las técnicas de análisis

multivariado, los datos deben presentar, idealmente una distribución normal. Para evaluar

visualmente esta condición en los datos se realizaron histogramas de porcentajes por

variable, donde la marca de clase (k) por intervalo fue definida de acuerdo a la regla de

Sturges, la cual queda definida por la siguiente ecuación, donde “m” es el número de

mediciones por parámetro:

(5)

A continuación, se evaluaron estadísticamente las distribuciones mediante pruebas de

normalidad, las cuales evalúan la hipótesis nula (H0) de que los datos siguen una

distribución normal. Si el valor “p” de la prueba es menor que el nivel “α” elegido,

entonces se debe rechazar H0 y concluir que los datos no siguen una distribución normal.

Con el fin de determinar si los datos se ajustan a una distribución normal, se realizó el test

de normalidad de Anderson-Darling (AD), utilizando el software Minitab 15. El nivel de

significancia utilizado en todos los parámetros fue α=0,05, deduciéndose que para aceptar

la hipótesis nula (i.e., los datos analizados siguen una distribución normal), el valor “p”

debe ser mayor que el nivel de significancia (0,05). Para aquellos datos que no presentaron

dicha distribución, se consideró el uso de transformaciones (e.g., lognormal, exponencial,

Weibull y Gamma) (Lepeltier, 1969) para incluirlos en el análisis multivariado.




3.3.3. Diagramas de Piper y Stiff

Para visualizar el comportamiento de los contenidos de los iones mayores (Ca, Mg, Na, K,

HCO3, Cl, SO4) en el área de estudio, se utilizaron diagramas ternarios (diagrama de Piper)

y los diagramas poligonales de Stiff, elaborados con el software AqQA (Rockware Inc.).

Los diagramas de Piper entregan información para un punto en relación a las proporciones

de cationes y aniones que tenga de acuerdo a su composición química. Dicho punto puede

corresponder a una muestra individual o a un valor que representa un conjunto de muestras

(promedio), dependiendo del análisis requerido.

Los diagramas de Stiff permiten visualizar las variaciones de las concentraciones catiónicas

y aniónicas en cada punto en forma individual y de forma más rápida, lo que nos da cierta

noción del tipo de agua que existe en un lugar. Además, permite comparar las cantidades de

iones disueltos que tiene cada punto de muestreo y/o la cuenca en general.

3.3.4. Isótopos estables

Los isótopos estables como Deuterio y Oxígeno-18, al ser los constituyentes de la molécula

de agua, permiten estudiar la interacción aguas superficiales y aguas subterráneas, así

también el modo de recarga de los acuíferos y la dinámica hidrológica de la cuenca.

El análisis con isótopos estables se llevó a cabo mediante gráficos δ2H vs δ

18O, los cuales

incluyen la Línea Meteórica Mundial (LMM), que representa un promedio de las señales

isotópicas de las lluvias a nivel mundial (Craig, 1961), la Línea Meteórica Local (LML) de

Barrera (2012) y la Línea Meteórica Local (LML) de la cuenca, calculada a partir de las

señales isotópicas (Deuterio y Oxígeno-18) de muestras de aguas lluvias colectadas durante

el año 2012 en cuatro estaciones ubicadas tanto dentro como fuera del área de estudio:

Carretera (214 m.s.n.m.), La Paloma (335 m.s.n.m.), Tulahuén (987 m.s.n.m.) y Las

Ramadas (1.380 m.s.n.m.), dos de éstas se encuentran en el área de estudio, Tulahuén y Las

Ramadas. Además, de graficar las señales isotópicas de las muestras de aguas superficiales

y subterráneas junto con calcular sus líneas de regresión lineal por separado, lo cual permite

identificar, por ejemplo, el posible efecto de la evaporación en ciertos puntos de la cuenca.




3.3.5. Análisis multivariado

Se comenzó realizando un análisis de distribución de los parámetros (i.e., un test de

normalidad mediante la prueba de Anderson-Darling (AD)) para posteriormente realizar

análisis de cluster y análisis de componentes principales (ACP), los cuales permiten medir

y explicar el grado de asociación existente entre diferentes parámetros. El análisis de cluster

es una técnica cuya idea básica es agrupar un conjunto de observaciones en un número

dado de clusters o grupos, con respecto a algún criterio de selección predeterminado. Las

observaciones dentro de cada grupo (conglomerado), son similares entre sí (alta

homogeneidad interna) y diferentes a los objetos de los otros clusters (alta heterogeneidad

externa). Las muestras fueron comparadas mediante el método de vinculación de Ward y la

distancia Euclidiana para medidas similares, combinación que se ha visto efectiva para

producir grupos distintivos en estudios de tipos similares a los de la presente memoria

(Güler et al, 2002; Thyne et al, 2004).

Para la determinación del número óptimo de clusters, no existe un criterio de selección

definido. Según diferentes autores, básicamente existen dos enfoques: el “estadístico” y el

“arbitrario”. El primero consiste en el criterio de Sneath que define la distancia de corte

como 2/3 Dmáx, siendo Dmáx la distancia máxima de separación, donde se selecciona el

número de clusters según lo indique la intersección de una línea horizontal en el diagrama

con una red de conglomerados (dendograma) a esta distancia. Por su parte, el “criterio

arbitrario”, requiere principalmente de la comprensión del agrupamiento de las variables y

el sentido de ésta en el estudio, donde se definirán sub-clusters si es pertinente (Thyne et al,

2004; Shrestha and Kazama, 2007; Astel et al, 2007). Para este estudio se utilizó en cada

campaña el criterio de Sneath.

La información entregada por el análisis de cluster fue contrastada con la entregada por los

diagramas de Piper y Stiff para evaluar la consistencia de los resultados entregados por

cada método.

El análisis de componentes principales (ACP) es una técnica estadística de síntesis de la

información y tiene sentido si existen altas correlaciones entre los parámetros, ya que esto

es indicativo de que existe información redundante. Para esto se calcularon con el software




Minitab los coeficientes de correlación de Pearson y su valor “p”, los cuales miden la

relación lineal entre dos parámetros y se dispusieron en matrices de correlación, para tener

una idea previa de la relación que podrían presentar, siendo considerados como

significativos todos aquellos coeficientes cuyo valor “p” sea igual o menor a una

significancia (α) del 1%. A continuación, los componentes principales se determinaron

mediante el criterio de Kaiser (Kaiser, 1960) el cual permite conocer el número más

adecuado de componentes principales a conservar, cuyos valores propios sean mayor a la

unidad y serán una combinación lineal de las variables originales, además serán

independientes entre sí y explican la mayor variabilidad total de los datos (Baró et al, 2000;

Johnson, 1996; Martín-Guzmán, 1991; Peña Sánchez de Rivera, 1987).

3.3.6. Definición de tramos

Se definieron tramos para el curso de río cubierto por el área de estudio, con tal de aplicar

las metodologías descritas anteriormente y realizar los análisis de la información de una

mejor manera. Los tramos fueron definidos acorde a aquellos establecidos en la memoria de

Salazar (2012), correspondientes a la parte superior del embalse La Paloma, ya que se

contempla comparar los resultados con los mapas de conectividad e interacción obtenidos

en dicho estudio. Asimismo, se incluyen los tramos correspondientes a la subcuenca del río

Mostazal y cabecera del río Grande (no considerados en el estudio citado), los cuales se

pueden observar en la Figura 6.




Figura 6. Tramos definidos en el área de estudio.

En la Tabla 3 se pueden observar las muestras que incluye cada tramo.

Tabla 3. Tramos definidos, se especifica la subcuenca a la que pertenece y las muestras que incluye.

Tramo Subcuenca Puntos de muestreo

Agua Superficial Agua Subterránea

T1 Río Grande G8 G9

T2 Río Grande G5 , G7 G6



T5 Río Rapel R2 R1

T6 Río Mostazal M2 M1




3.3.7. Evaluación de conectividad

Para evaluar la conectividad, según los resultados obtenidos en los diagramas de Piper

(composición química) y los valores de las señales isotópicas (Deuterio y Oxígeno 18), de

las campañas de muestreo, se utilizaron los criterios definidos en Barrera (2012) los cuales

consideran lo siguiente:

i. Según composición química, una diferencia de un 20% como máximo entre los

valores de dos muestras pertenecientes al mismo tramo (una de agua superficial y la

otra de agua subterránea) indicaría un tipo de conectividad “alta”; cuando la

diferencia se encuentra entre un 20% y 40% se considera como conectividad

“media”; si la diferencia (composición) supera el 40%, se establece como

conectividad “baja”.

ii. Para el caso de los isótopos estables, en primer lugar se identificó, para cada

isótopo, la máxima diferencia entre las señales isotópicas y, posteriormente, se

aplicó un criterio similar al antes descrito. Con esto, se determinó que para el 2H, los

valores correspondientes al 20% y 40% (de la diferencia máxima) corresponden

aproximadamente a ±2 y ±4‰ respectivamente; y para el 18

O, los valores umbrales

determinados son ±0,3 y ± 0,6‰ respectivamente.

Para el caso del tramo 2 (T2) (Figura 6, Tabla 3), tramo que incluye más de dos muestras,

se utilizaron las muestras de agua superficial y subterránea más cercanas entre sí (G6 y G7).

Para complementar el análisis se considera la comparación de los resultados con los

obtenidos en el estudio de Salazar (2012), donde se evaluó mediante otra metodología el

nivel de conectividad para los tramos del río Grande (T1 y T2) desde aguas arriba del

embalse La Paloma hasta la localidad de Carén y el tramo final del río Rapel (T5).




3.3.8. Mapas de distribución espacial y perfiles de 222

Rn

Se consideró la utilización del isótopo radiactivo 222

Rn, el cual se encuentra presente de

manera natural en cuerpos de aguas subterráneas en diversas concentraciones dependiendo

de la litología y geología de la zona, permitiéndonos realizar inferencias acerca de la

naturaleza de las aguas (si es un aporte de agua subterránea al río o viceversa) con tal de

evaluar la conectividad río-acuífero y su condición. De esta forma, con los valores

(actividades) de 222

Rn en los diferentes puntos se confeccionaron perfiles longitudinales y

mapas de su distribución espacial. Estos últimos se realizaron definiendo en primer lugar 4

categorías de actividad de 222

Rn, y dibujando en cada punto de muestreo un círculo de un

tamaño específico, dependiendo de la categoría correspondiente. Las categorías fueron

definidas considerando los límites (valores) mínimo y máximo encontrados y una

segmentación logarítmica del rango (esto último debido a la gran diferencia de valores

encontrados), como se indica en el Anexo C.

3.3.9. Estimación de la contribución de agua subterránea al río

Para complementar los análisis anteriores, se consideró necesario aplicar un método que

cuantifique la tasa de transferencia de agua subterránea al flujo superficial para aquellas

zonas donde se infiere, basado en los análisis previos, que dicha situación está ocurriendo.

La metodología considerada se basa en el 222

Rn, la cual fue desarrollada por Stellato et al.

(2008). Consiste en realizar un cálculo de la actividad de 222

Rn en el punto aguas abajo de

una sección de río basado en la “teoría de renovación superficial”, la cual se aplica cuando

la difusividad del gas hacia la atmósfera se ve favorecida por las condiciones de turbulencia

de la corriente (Bertin and Bourg, 1994). La siguiente ecuación fue utilizada para calcular

la actividad de 222

Rn “teórica” (esperada) en un lugar del río a partir de un valor

determinado aguas arriba (Stellato et al. 2008):

(6)

donde Cd es la actividad de radón en el punto aguas abajo (Bq/m3); Cu es la actividad de

radón aguas arriba (Bq/m3), al inicio del tramo de interés; D es la difusividad molecular del




radón (determinada de -log D=980/T° K + 1,59 (cm2/s) Peng et al. 1974, citado por

Stellato et al. 2008); V es la velocidad del río (m/s); h es la profundidad de agua (tirante)

del río (m); x es la longitud del tramo del cauce del río de interés (m) y finalmente es la

constante de decaimiento radioactivo del radón (2,08 x 10-6

s-1

).

Una vez calculado Cd en las secciones de río definidas, se realiza una comparación con las

actividades de 222

Rn observadas (medidas) en la muestra correspondiente. Cualquier

desviación en la actividad de 222

Rn calculada o “teórica” (Cd) con respecto a la observada,

indicaría un aporte de agua subterránea hacia el río en el tramo específico. A partir de esto,

si se requiere calcular el porcentaje de agua subterránea que ingresa al flujo superficial, se

realiza un balance de masa y finalmente, se puede calcular la fracción del flujo de agua

subterránea (Qgw) en el flujo superficial (Qr) como sigue:

(7)

donde Rnobs es la actividad de 222

Rn medida en el río (aguas abajo del tramo), Rngw es la

actividad de 222

Rn medida en agua subterránea y Rncalc es la actividad de 222

Rn calculada

como Cd en la ecuación 6.

Es importante señalar que para la aplicación de las ecuaciones 6 y 7, es necesario que las

muestras de aguas superficiales que se utilizan en los cálculos (en cada tramo) cumplan con

la siguiente condición: la actividad de 222

Rn de la muestra ubicada aguas abajo debe ser

mayor que la de la muestra ubicada aguas arriba en el tramo. Dicha condición tiene sentido

debido que al suponer que si ingresa agua subterránea (con altos niveles de 222

Rn) al río en

un tramo específico, entonces deberían aumentar los niveles de 222

Rn en el punto (del

tramo) ubicado aguas abajo.




4. RESULTADOS Y DISCUSIONES

La base de datos con toda la información de terreno, química e isotópica de las campañas

de muestreo se encuentra disponible en el Anexo B. Es importante señalar, que se consideró

necesario solicitar a la CCHEN evaluar nuevamente las señales isotópicas (Deuterio y

Oxigeno-18) de la muestra G5 (Río Grande después de Mostazal) de la segunda campaña,

por considerarse la señal de Oxigeno-18 un valor muy empobrecido (muy negativo) de

acuerdo a la ubicación espacial de este punto de muestreo y en comparación con los datos

del mismo punto en las campañas anterior y posterior. Inicialmente los valores

correspondían a -86,5 °/oo para 2H y -12,51 °/oo para

18º. Posteriormente se obtuvieron

nuevos valores para cada isótopo, -85,9 °/oo para Deuterio y -12,13 °/oo para Oxigeno-18.

Esta variación en las señales isotópicas es mínima y se podría atribuir a que la muestra

tendría una probable evaporación por la manipulación del frasco que se realizó en el

laboratorio, pudiendo visualizarse en los nuevos valores de ambos isótopos que son

levemente más pesados (menos empobrecidos) que los valores informados inicialmente.

Teniendo presente que es una probabilidad, no hay respuesta exacta a qué atribuir dicha

variación, por consiguiente se consideró que la variación isotópica en esta muestra en

particular no sería influyente en los resultados, por lo que se determinó utilizar en el

presente estudio los valores iniciales.

4.1. Datos considerados en el análisis

Una vez realizado el cálculo del balance iónico de carga de los 13 puntos muestreados en

las campañas de muestreo, los errores obtenidos resultaron todos menores al 25%, por lo

que no fue eliminado ningún punto de muestreo de acuerdo a este criterio. Sin embargo, se

observan variaciones importantes en los valores de los errores (Tabla 4).




Tabla 4. Errores analíticos de las muestras

ID Nombre 1° Campaña- Abril

(%)

2° Campaña- Agosto

(%)

3º Campaña- Diciembre

(%)

G1 APR Tulahuén 16,5 -12,3 -5,0

G2 Río Grande en El Cuyano -0,7 -4,1 -16,2

G3 Río Grande Pulpica -5,8 -10,7 -9,9

G4 APR Carén 14,1 -1,6 -11,2

G5 Río Grande después de Mostazal -5,5 -15,8 -14,8

G6 APR Chilecito 13,2 -3,4 -4,0

G7 Río Grande Mialqui 2,6 -21,7 -14,5

G8 Río Grande Flor del Valle -1,1 -12,6 -4,5

G9 APR Flor del Valle 9,9 -3,9 -6,3

M1 APR Pedregal 11,6 -15,7 -5,2

M2 Río Mostazal -10,5 -7,6 -5,1

R1 APR Cerrillo de Rapel 13,6 -7 -2,6

R2 Río Rapel en Junta -16,7 -12,1 -3,4

Además, con respecto a la selección de los parámetros incluidos en el análisis, en la Tabla 5

se muestran los porcentajes de datos censurados para todos los parámetros muestreados en

la cuenca.




Tabla 5. Porcentaje de datos censurados (es decir, registros con valores menores al límite de detección)

Parámetros

1° Campaña 2° Campaña 3° Campaña

Agua

Superficial

Agua

Subterránea

Agua

Superficial

Agua

Subterránea

Agua

Superficial

Agua

Subterránea

oxígeno disuelto (DO) 0 0 0 0 0 0

temperatura (T°) 0 0 0 0 0 0

conductividad eléctrica (CE) 0 0 0 0 0 0

pH 0 0 0 0 0 0

Calcio 0 0 0 0 0 0

Sodio 0 0 0 0 0 0

Magnesio 0 0 0 0 0 0

Potasio 0 0 0 0 0 0

Cloruro 0 0 0 0 0 0

Sulfato 0 0 0 0 0 0

Bicarbonato 0 0 0 0 0 0

Fosfato 100 100 100 100 100 100

Nitrato 0 0 0 0 0 0

Aluminio 100 100 100 100 100 100

Arsénico 100 100 100 100 100 100

Boro 100 100 100 100 100 100

Cadmio 100 100 100 100 100 100

Cobre 0 0 0 0 0 0

Hierro 0 0 0 0 0 0

Manganeso 100 100 100 100 100 100

Silicio 100 100 100 100 100 100

Zinc 0 0 0 0 0 0

Deuterio 0 0 0 0 0 0

Oxigeno 18 0 0 0 0 0 0

Radón 222 0 0 0 0 0 0

De la Tabla 5, se puede observar que no existen variaciones entre los parámetros de las

campañas con respecto a los porcentajes de datos censurados. Además, es importante

recordar que las muestras fueron filtradas (0,45 µm) por lo que los valores reportados

corresponden a concentraciones disueltas, lo que explica la no detección para elementos

como PO4, Al, As, B, Cd, Mn y Si. Los parámetros seleccionados para el análisis

estadístico descriptivo se resumen en la Tabla 6.




Tabla 6. Parámetros seleccionados en análisis estadístico descriptivo

Parámetros Campañas 1°, 2° y 3º

Terreno DO CE

T° pH

Químicos Calcio Magnesio

Potasio Sodio

Zinc Hierro

Cobre Bicarbonato

Sulfato Cloruro

Nitrato

Isotópicos Deuterio Oxígeno 18

Radón 222

4.2. Análisis estadístico simple (descriptivo)

Para el análisis estadístico descriptivo se analizaron por separado las muestras de agua

superficial y agua subterránea, y se incluyó los parámetros de terreno, químicos e

isotópicos indicados anteriormente (Tabla 6).

Los resultados de los estadísticos descriptivos para cada campaña de monitoreo se resumen

en las Tablas 7, 8 y 9.




Tabla 7. Estadísticos descriptivos, 1° campaña.

Aguas Superficiales ( n=7 ) Aguas Subterráneas ( n=6 )

Parámetro Unidad Mínimo Máximo Promedio Mediana Desviación

Estándar Mínimo Máximo Promedio Mediana

Desviación

Estándar

DO mg/l 4,7 13,1 11,0 12,4 3,0 3,3 9,9 6,1 5,8 2,6

T° °C 4,6 7,2 6,2 6,5 1,0 8,7 10,7 9,6 9,6 0,8

CE μS/cm 256 573 354 301 117 273 651 464 483 129

pH 7,0 8,2 7,9 8,0 0,4 6,8 7,3 7,0 7,0 0,2

Ca mg/l 47,8 62,9 53,9 53,2 5,6 66,2 119,7 98,5 104,5 20,2

Mg mg/l 5,2 20,0 9,8 7,1 5,6 7,7 19,7 13,8 14,5 4,6

K mg/l 0,2 1,1 0,7 0,6 0,3 2,6 3,6 3,1 3,1 0,3

Na mg/l 14,4 28,1 18,0 16,0 4,8 23,6 40,3 29,9 28,6 6,1

Zn mg/l 0 0,05 0,01 0,01 0,02 0,01 0,11 0,05 0,04 0,04

Fe mg/l 0,08 0,12 0,10 0,10 0,01 0,06 0,09 0,07 0,07 0,01

Cu mg/l 0,01 0,03 0,01 0,01 0,01 0,01 0,03 0,02 0,02 0,01

HCO3 mg/l 113 272 166 139 58 115 255 194 208 48

Cl mg/l 15 21 20 21 2 13 28 21 21 5

SO4 mg/l 48 125 73 62 30 52 121 88 93 30

NO3 mg/l 3,4 10,9 5,9 6,1 2,6 4,2 14,4 9,2 8,8 3,6

δ²H °/oo -86,7 -81,2 -84,7 -85,2 2,0 -87,6 -77,6 -84,2 -85,4 3,7

δ18O °/oo -12,0 -11,3 -11,7 -11,7 0,3 -12,1 -10,7 -11,6 -11,7 0,5

222Rn Bq/m3 337 3.231 1.085 682 1.027 4.254 48.560 17.857 15.010 15.997

Tabla 8. Estadísticos descriptivos, 2° campaña

Aguas Superficiales ( n=7 ) Aguas Subterráneas ( n=6)



Desviación

Estándar

DO mg/l 11,7 14,6 13,4 13,6 1,1 3,0 6,9 4,7 4,3 1,3

T° °C -0,7 6,4 3,7 4,9 2,8 6,9 8,1 7,4 7,3 0,4

CE μS/cm 232 540 367 335 111 259 520 424 458 101

pH

7,3 8,3 7,9 7,9 0,3 6,7 7,4 7,0 7,0 0,2

Ca mg/l 30,5 52,4 40,4 35,2 8,8 34,9 77,2 58,9 62,4 15,5

Mg mg/l 5,2 17,6 10,1 8,0 4,7 8,5 17,7 13,4 14,3 3,7

K mg/l 0,5 1,6 1,0 1,0 0,3 1,0 2,2 1,7 1,9 0,5

Na mg/l 18,7 31,1 23,4 20,5 5,0 20,2 35,6 25,6 24,7 5,5

Zn mg/l 0,01 0,19 0,08 0,04 0,06 0,02 0,10 0,05 0,04 0,04

Fe mg/l 0,12 0,42 0,21 0,18 0,10 0,06 0,09 0,07 0,07 0,01

Cu mg/l 0,01 0,03 0,02 0,01 0,01 0,02 0,05 0,03 0,03 0,01

HCO3 mg/l 110 253 173 187 50 121 291 206 210 66

Cl mg/l 16 32 26 27 6 11 28 22 24 6

SO4 mg/l 35 103 63 55 25 54 110 83 87 26

NO3 mg/l 3,5 8,5 5,5 5,3 1,8 11,8 33,1 19,2 15,3 8,4

δ²H °/oo -87,4 -83,3 -85,6 -86,2 1,6 -87,1 -78,2 -83,3 -83,8 3,5

δ18O °/oo -12,5 -11,4 -11,9 -11,9 0,4 -11,7 -10,8 -11,3 -11,4 0,3

222Rn Bq/m3 201 1.438 694 605 449 7.375 51.799 21.166 16.156 15.702




Tabla 9. Estadísticos descriptivos, 3° campaña

Aguas Superficiales (7 muestras) Aguas Subterráneas (6 muestras)



Desviación

Estándar

DO mg/l 7,7 12,7 10,5 10,7 1,8 3,4 7,0 5,3 5,2 1,5

T° °C 5,7 12,3 9,5 10,1 2,2 6,7 8,6 7,4 7,3 0,7

CE μS/cm 389 830 557 499 165 288 636 480 484 113

pH

7,4 7,9 7,6 7,6 0,2 7,4 7,6 7,5 7,5 0,1

Ca mg/l 35,0 79,6 52,2 45,9 16,5 31,0 76,3 56,5 60,6 17,1

Mg mg/l 5,0 20,8 11,0 9,1 5,9 8,4 20,9 14,5 15,6 4,7

K mg/l 0,4 0,7 0,5 0,5 0,1 2,4 5,8 3,8 3,6 1,1

Na mg/l 10,3 30,0 17,6 13,9 7,7 19,3 33,1 24,0 23,2 5,0

Zn mg/l 0,01 0,12 0,04 0,02 0,04 0,03 0,08 0,05 0,06 0,02

Fe mg/l 0,10 0,27 0,17 0,17 0,06 0,13 0,31 0,21 0,19 0,07

Cu mg/l 0,01 0,11 0,03 0,02 0,04 0,01 0,08 0,02 0,01 0,03

HCO3 mg/l 110 210 158 150 38 100 250 181 195 52

Cl mg/l 25 35 32 32 4 18 35 28 28 6

SO4 mg/l 28 133 70 65 37 38 109 76 78 29

NO3 mg/l 4,7 13,9 8,4 7,1 3,6 19 40 26 23 8

δ²H °/oo -85,1 -80,2 -82,8 -83,1 1,8 -86,9 -77,0 -84,1 -85,4 3,7

δ18O °/oo -11,6 -10,8 -11,2 -11,2 0,3 -12,1 -10,7 -11,5 -11,6 0,5

222Rn Bq/m3 399 2.266 1.244 931 859 14.134 44.423 25.537 22.781 10.503

Como se puede apreciar en las Tablas 7, 8 y 9 las tres campañas en general presentan

valores similares para cada parámetro, sin embargo, podemos decir que las mayores

diferencias se observan para el caso de las aguas superficiales en el parámetro 222

Rn donde

la 2° campaña presenta menores valores. A su vez para el caso de las aguas subterráneas

podemos señalar que la 3º campaña presenta los mayores valores para los parámetros Fe y

NO3.

4.3. Análisis de la distribución de los datos

El análisis de normalidad fue aplicado a los parámetros mostrados en la Tabla 6, excepto

los parámetros de terreno DO y T°, por considerarse no necesarios para lograr los objetivos

planteados en el presente estudio. Primero que todo, con la finalidad de tener una idea

previa de la distribución que presentan los datos, se obtuvieron mediante el software




Minitab los histogramas de porcentajes para cada variable por campaña como se indica en

las Figuras 7, 8 y 9 respectivamente.

8,0

7,8

7,6

7,4

7,2

7,0

30

15

0

640

560

480

400

320

240

40

20

0

119,70

105,32

90,94

76,56

62,18

47,80

40

20

0

0,030

0,026

0,022

0,018

0,014

0,010

40

20

020

17

14

1185

40

20

0

4,0

3,2

2,4

1,6

0,8

0,0

30

15

0

42

36

30

24

18

12

30

15

0

0,125

0,100

0,075

0,050

0,025

0,000

50

25

0

0,120

0,108

0,096

0,084

0,072

0,060

30

15

0

290

250

210

170

130

90

30

15

0

28

25

22

19

16

13

50

25

0

140

120

100

80

60

40

40

20

0

15,0

12,5

10,0

7,5

5,0

2,5

30

15

0

-77,6

-79,6

-81,6

-83,6

-85,6

-87,6

40

20

0

-10,6

-10,9

-11,2

-11,5

-11,8

-12,1

30

15

0

50000

40000

30000

20000

100000

50

25

0

pH

Po

rce

nta

je

CE Ca Cu

Mg K Na Zn

Fe HCO3 Cl SO4

NO3 d²H d18O Rn222

Histogramas de porcentajes - Campaña 1

Figura 7. Histogramas de porcentajes para parámetros campaña 1.




8,05

7,80

7,55

7,30

7,05

6,80

20

10

0

640

560

480

400

320

240

20

10

0

80

70

60

50

40

30

40

20

0

0,055

0,045

0,035

0,025

0,015

0,005

40

20

0

19

16

13

1074

30

15

0

2,4

2,0

1,6

1,2

0,8

0,4

30

15

0

38

34

30

26

22

18

40

20

0

0,20

0,16

0,12

0,08

0,04

0,00

40

20

0

0,45

0,37

0,29

0,21

0,13

0,05

40

20

0

300

260

220

180

140

100

30

15

0

35

30

25

20

15

10

40

20

0

110

95

80

65

50

35

30

15

0

33,10

27,18

21,26

15,34

9,42

3,50

40

20

0

-78

-80

-82

-84

-86

-88

40

20

0

-10,6

-11,0

-11,4

-11,8

-12,2

-12,6

40

20

0

60000

48000

36000

24000

120000

50

25

0

pH

Po

rce

nta

jeCE Ca Cu

Mg K Na Zn

Fe HCO3 Cl SO4

NO3 d²H d18O Rn222



7,9

7,8

7,7

7,6

7,5

7,4

30

15

0

829,5

721,2

612,9

504,6

396,3

288,0

40

20

0

80

70

60

50

40

30

20

10

0

0,125

0,100

0,075

0,050

0,025

0,000

80

40

0

23

19

15

1173

30

15

0

6,0

4,8

3,6

2,4

1,2

0,0

40

20

0

35

30

25

20

15

10

40

20

0

0,125

0,100

0,075

0,050

0,025

0,000

30

15

0

0,33

0,28

0,23

0,18

0,13

0,08

40

20

0

250

220

190

160

130

100

40

20

0

36

32

28

24

20

16

50

25

0

145

120

95

70

45

20

30

15

0

40

32

24

1680

30

15

0

-77

-79

-81

-83

-85

-87

40

20

0

-10,7

-11,0

-11,3

-11,6

-11,9

-12,2

30

15

0

50000

40000

30000

20000

100000

40

20

0

pH

Po

rce

nta

je

CE Ca Cu

Mg K Na Zn

Fe HCO3 Cl SO4

NO3 d²H d18O Rn222






La marca de clase calculada mediante la regla de Sturges con 13 mediciones por parámetro

resultó de 4,7 unidades la cual se aproximó a 5. En las Figuras 7, 8 y 9, se puede observar

que la mayoría de los parámetros por campaña presenta una distribución asimétrica, donde

los menores porcentajes se encuentran al lado derecho del gráfico lo que se conoce

estadísticamente como distribuciones de sesgo positivo. El parámetro δ18

O en la segunda

campaña (Figura 8) es el que mejor se ajusta a una distribución normal (o de campana de

Gauss). La existencia de ciertas distribuciones con discontinuidades en la gráfica podría

explicarse a la presencia de grandes diferencias en los valores de las mediciones.

A continuación, para cada variable se realizaron análisis de normalidad utilizando el test de

Anderson-Darling. Se comenzó evaluando los datos en la distribución normal y para

aquellas variables que no cumplieron con este criterio se consideraron transformaciones

como lognormal, exponencial, Weibull y gamma, evaluando el mejor ajuste.

Para la primera campaña, las variables que no se ajustaron a la distribución normal fueron

Ca, K, Zn, Cu, SO4, Cl y 222

Rn. De éstas, Ca, Zn, SO4 y 222

Rn se ajustaron mejor a la

distribución lognormal, K se ajustó a la distribución exponencial, Cu y Cl no se ajustaron a

ninguna distribución.

Para la segunda campaña, las variables que no se ajustaron a la distribución normal fueron

Fe, Cu, NO3 y 222

Rn. De éstas, todas se ajustaron mejor a la distribución lognormal a

excepción de Cu que se ajustó a la distribución Gamma.

Para la tercera campaña, las variables que no se ajustaron a la distribución normal fueron K,

Cu, Cl y 222

Rn. De éstas, K y Cu se ajustaron mejor a la distribución exponencial, Cl se

ajustó a la distribución Weibull y 222

Rn a la distribución lognormal.

Cabe destacar que debido a que la variable Cu no se ajustó a ninguna distribución en la 1º

campaña, se decidió eliminar para trabajar todas las campañas con la misma cantidad de

variables en futuros análisis y la variable Cl se trabajará con los valores originales en todas

las campañas.

En el Anexo D se explica la realización del análisis de normalidad, mostrando los

resultados obtenidos para cada campaña.




Finalmente, los parámetros seleccionados para el análisis multivariado se presentan en la

Tabla 10.

Tabla 10. Parámetros seleccionados para el análisis de cluster.

Parámetros

Terreno pH CE

iones mayores

Ca HCO3

Mg NO3

K SO4

Na Cl

Zn

Fe

isótopos estables 2H 18O

isótopo radiactivo 222Rn

Los parámetros mostrados en la Tabla 10, se ajustaron a diversas distribuciones (normal,

log normal, exponencial y Weibull) en cada campaña, como se indica en el Anexo D,

(Tablas D-1, D-2 y D-3). En comparación con el estudio realizado por Barrera (2012), sus

parámetros se ajustaron mayoritariamente a la distribución lognormal. Además, el presente

estudio trabajará con tres parámetros adicionales para el análisis de cluster, Zn, Fe y NO3.




4.4. Análisis gráfico: diagramas de Piper y Stiff

4.4.1. Diagramas de Piper

En la Figura 10 se presentan los diagramas de Piper para los 13 puntos de la zona de

estudio, donde se puede apreciar que las muestras de aguas superficiales se disponen junto

a las muestras de aguas subterráneas, lo que sería un indicio de una activa interacción río-

acuífero en la cuenca. La composición de las aguas, tanto superficiales como subterráneas,

de cada campaña, pueden ser caracterizadas como bicarbonatada-cálcica.

Para tener una visión más general de las proporciones catiónicas y aniónicas, se realizó en

forma adicional un análisis con los valores promedio de cada subcuenca del área de estudio,

el cual se puede observar en la Fig.11. En la Tabla B-10 (Anexo B) se muestran los valores

ingresados al software en este caso.




Campaña 1 Campaña 2 Campaña 3

Figura 10. Diagrama de Piper en los puntos de muestreo.

Aguas Superficiales: ○ Río Grande - ∆ Río Mostazal - □ Río Rapel

Aguas Subterráneas: ● Río Grande - ▲ Río Mostazal - ■ Río Rapel





Figura 11. Diagrama de Piper, promedios por subcuenca.

Se especifica componente hidrológico, subcuenca y el número de muestras que incluye:

Aguas Superficiales: ○ Río Grande (5) - ∆ Río Mostazal(1) - □ Río Rapel(1)

Aguas Subterráneas: ● Río Grande (4) - ▲ Río Mostazal(1) - ■ Río Rapel(1)




La Figura 11 confirma el hecho mencionado previamente, en términos que se pueden

observar para cada campaña, composiciones muy parecidas en aguas superficiales y

subterráneas para cada subcuenca (los símbolos respectivos se encuentran ubicados

bastante cerca en los diagramas de Piper).

En resumen, los cationes predominantes son Ca seguido de Mg, siendo el primero

predominante en toda el área de estudio, mientras que el segundo abunda preferentemente

en la parte baja del área de estudio (principalmente en el río Rapel). En cuanto a los aniones

predomina el HCO3 en toda el área de estudio.

4.4.2. Diagramas poligonales de Stiff

Para complementar el análisis realizado con los diagramas de Piper y entregar mayor

información sobre cada sitio muestreado en cuanto a su composición iónica, se

confeccionaron los diagramas poligonales de Stiff de los puntos muestreados para cada

campaña de muestreo, los cuales se pueden observar en las Figuras 12, 13 y 14.

Figura 12. Diagramas de Stiff en puntos de muestreo 1° Campaña.









Observando las Figuras 12, 13 y 14 se puede apreciar claramente que en las tres campañas

de muestreo el patrón del polígono es el mismo, el cual se caracteriza por presentar

mayores concentraciones de anión bicarbonato y de catión calcio en todas las muestras

analizadas. Además, las muestras de aguas subterráneas en su mayoría contienen

concentraciones mayores (polígono de mayor extensión) en comparación con las muestras

de aguas superficiales.

Para el caso de las aguas subterráneas monitoreadas en el río Grande, en cada campaña, los

polígonos de Stiff van aumentando su tamaño (por ende la concentración va aumentando) a

medida que descendemos por la cuenca y nos vamos acercando al embalse La Paloma. Esta

situación ocurre en menor medida para las muestras de aguas superficiales, las cuales

presentan un patrón más homogéneo.

Así, en conjunto con los diagramas de Piper se puede decir que la composición química de

las aguas superficiales y subterráneas en puntos cercanos de la cuenca presenta gran

similitud, lo que posiblemente podría estar indicando una elevada interacción río-acuífero.

4.5. Isótopos estables

La ecuación que relaciona al Deuterio y Oxígeno-18 a nivel global se ha establecido como

δ2H = 8 δ

18O + 10, conociéndose como Línea Meteórica Mundial o GMWL por sus siglas

en inglés (Clark and Fritz, 1997).

Respecto a la Línea Meteórica Local (LML), en el trabajo realizado por Barrera (2012) se

determinó con los valores isotópicos de las precipitaciones del año 2011 de la cuenca del

Limarí, resultando la ecuación δ2H = 8,9 δ

18O + 24. Del mismo modo, en la presente

memoria se determinó la Línea Meteórica Local para el año 2012, lo cual se explica a

continuación.




4.5.1. Línea meteórica local

La LML se estableció utilizando los valores de las señales isotópicas de muestras de

precipitaciones del año 2012. Para poder realizar el cálculo, junto con las señales

isotópicas, se necesitaron además las precipitaciones (agua caída) en cada estación, de las

cuales se encontraban disponibles Tulahuén y La Paloma. Para las otras dos estaciones (Las

Ramadas y Carretera) se realizaron estimaciones de la lluvia caída. En el caso de Las

Ramadas se utilizaron los datos de agua caída en Tulahuén y para Carretera se utilizó la

información de agua caída en Ovalle. En el Anexo B se incluye información de ubicación,

precipitaciones y resultados del análisis isotópico por estación de aguas lluvias (colectores).

La ecuación obtenida con la regresión lineal define la Línea Meteórica Local (LML) para la

cuenca, siendo ésta δ2H = 8,5 δ

18O + 16 (con un R

2= 1) la cual se puede observar en la

Figura 15.

Figura 15. Señales isotópicas de precipitaciones año 2012 y línea de regresión.

■ Carretera ▲ La Paloma x Tulahuén ● Las Ramadas

De la figura anterior, se puede decir que la ecuación calculada para este estudio, tiene

levemente menor pendiente (8,5 vs 8,9) y su intercepto es bastante menor (16 v/s 24) que

la obtenida en Barrera (2012) con datos de lluvia del año 2011.




4.5.2. Análisis gráfico

De acuerdo a las Tablas 7, 8 y 9 que muestran los estadísticos descriptivos para cada

parámetro medido, se puede observar que las variaciones en las señales isotópicas de δ2H y

δ18

O en las aguas superficiales y subterráneas obtenidas en distintos períodos de tiempo

(campañas) son mínimas, cuyos rangos se encuentran en 88 ‰ a -77 ‰ para el 2H y entre

-13 ‰ a -10 ‰ para el caso del 18

O.

En la siguiente figura (Fig. 16) se puede observar las señales isotópicas de todos los sitios

muestreados para cada campaña realizada, además de las LML correspondientes a la

memoria de Barrera (2012), la calculada en el presente trabajo (LML 2012) y la línea

meteórica mundial (LMM).




Figura 16. Señal isotópica en agua superficial y agua subterránea.

LMM; LML Barrera; LML 2012; Superficiales; Subterráneas.

1° Campaña (Panel A) - 2° Campaña (Panel B) – 3º Campaña (Panel C).




De la Figura 16 se puede señalar que en general para las tres campañas de muestreo las

señales isotópicas de 2H y

18O tanto en aguas superficiales como en aguas subterráneas

presentan una composición isotópica similar, donde todas las muestras se sitúan muy

próximas entre sí y bajo la línea meteórica local. La excepción a esto es la muestra G5 en la

segunda campaña, la cual se encuentra sobre la línea meteórica local del presente trabajo

inclusive levemente por sobre la LML calculada por Barrera (2012) y mostrando la señal

más empobrecida de todos los registros.

Así, y de acuerdo a lo observado se podría suponer un elevado nivel de interacción entre

estos tipos de aguas.

En la Fig.17 se muestra la señal isotópica de todos los puntos de muestreo junto con las

líneas de tendencia de aguas superficiales y aguas subterráneas. Además en la Tabla 11 se

pueden observar las ecuaciones de dichas líneas de regresión.




Figura 17. Señales isotópicas y líneas de regresión en agua superficial y subterránea.

LMM; LML Barrera; LML 2012; Superficiales; Subterráneas;

Línea de tendencia (Superficiales); Línea de tendencia (Subterráneas)

1° Campaña (Panel A) - 2° Campaña (Panel B) – 3º Campaña (Panel C).




Tabla 11. Líneas de Regresión de señales isotópicas por campaña.

Tipo Agua Superficial Agua Subterránea

1° Campaña

Línea de

Regresión 2H = 7,3 18O + 0,4 2H = 7,2 18O - 0,8

R2 0,96 0,99

2° Campaña

Línea de

Regresión 2H = 6,6 18O - 7,2 2H = 10,1 18O + 30,7

R2 0,97 0,99

3° Campaña

Línea de

Regresión 2H = 5,3 18O - 23,4 2H = 7,5 18O + 3,1

R2 0,87 0,89

De la Fig. 17, paneles A, B y C, podemos decir que en general se observa que tanto las

muestras de aguas superficiales como de aguas subterráneas presentan menores pendientes

que la LML de la cuenca, explicado por la influencia de fenómenos de evaporación, a

excepción de las muestras de aguas subterráneas de la segunda campaña (panel B) que

presentan una pendiente mayor a las líneas meteórica mundial, local según Barrera (2012) y

local calculada en el presente estudio. Dicho resultado es muy distinto en comparación con

los obtenidos para el mismo tipo de agua en la primera y tercera campaña, lo cual podría

explicarse en parte por el período en que se tomaron las muestras correspondiente a

invierno, donde quizás el efecto de la evaporación no es demasiado influyente sobre las

aguas subterráneas.

Cabe señalar que al obtener la línea de tendencia para aguas superficiales de la segunda

campaña (panel B) no fue considerada la muestra G5 debido a que se consideró como un

valor extraño su señal isotópica de 18

O ya que es un valor muy negativo (muy

empobrecido) con respecto a los valores encontrados en la primera y tercera campaña.

En resumen, se puede señalar que la semejanza que presentan las señales isotópicas de las

muestras tanto de aguas superficiales como subterráneas evidenciaría cierta relación entre




éstas, lo cual puede ser un indicador de algún grado de interacción río-acuífero. Además, la

señal isotópica muestra que en general la dinámica hidrológica del sistema es local.

4.6. Análisis de cluster

Para realizar el análisis de cluster, se utilizaron los parámetros de terreno, químicos e

isotópicos mostrados en la Tabla 10. Los detalles del análisis de cluster, entregados por el

software Minitab 15, se encuentran disponibles en el Anexo E. Los resultados

(dendogramas) para cada campaña se pueden observar en la Figura 18.

De la Figura 18, se puede decir que se identificaron dos grupos principales, S-1 y S-2 para

la primera y segunda campaña, mientras que en la tercera campaña se determinaron tres

grupos. En términos generales, los grupos están compuestos por muestras de aguas

superficiales y subterráneas a excepción del grupo S-2 en la primera campaña, el cual

presenta únicamente muestras de aguas superficiales de la cuenca del río Grande y S-2 en la

tercera campaña, que está compuesto sólo de muestras de aguas subterráneas. Debido que

al evaluar las tres campañas en conjunto, las agrupaciones indicarían una semejanza tanto

química como isotópica de los componentes hidrológicos analizados, no fue necesario

dividir los grupos en subgrupos.

En las Tablas 12, 13 y 14 se observan los promedios de los parámetros para cada grupo

resultante según la campaña de muestreo.




G8G7G5G3G2G9R2M2R1M1G6G4G1

16,60

11,07

5,53

0,00

Muestras

Dist

anci

a

Campaña 1

S-1 S-2

R2M2G8R1M1G9G6G5G7G3G2G4G1

14,79

9,86

4,93

0,00

Muestras

Dist

anci

a

Campaña 2

S-1 S-2

G9R2M2G8R1M1G6G4G7G5G3G2G1

12,33

8,22

4,11

0,00

Muestras

Dist

anci

a

Campaña 3

S-3S-1 S-2

Figura 18. Dendogramas análisis de cluster.

Se indican los grupos S-1, S-2 y S-3 de acuerdo al criterio de Sneath.




Tabla 12. Promedio de los parámetros por grupo y muestras incluidas, 1º campaña.

Promedio por Grupo

1° Campaña

Grupo Agua Superficial Agua Subterránea

pH CE Ca Mg K Na Zn Fe HCO3 Cl SO4 NO3 δ²H δ18O 222Rn

μS/cm mg/L mg/L mg/L mg/L mg/L mg/L mg/L mg/L mg/L mg/L °/oo °/oo Bq/m3

S-1 M2, R2 G1, G4, G6, G9, M1, R1 7,3 475 87,6 14,7 2,54 28,2 0,04 0,08 206 20 94 7,7 -83,8 -11,5 13.979

S-2 G2, G3, G5, G7, G8 7,7 294 53,5 6,7 0,57 15,9 0,01 0,11 135 21 56 6,8 -85,5 -11,8 581


Promedio por Grupo

2° Campaña




S-1 G2, G3, G5, G7 G1, G4 7,4 311 36,4 7,4 1,10 20,3 0,07 0,18 139 26 48 11,2 -86,2 -11,9 5.132

S-2 G8, M2, R2 G6, G9, M1, R1 7,5 506 59,7 15,3 1,53 27,9 0,06 0,12 230 22 94 12,3 -83,1 -11,4 14.438


Promedio por Grupo

3° Campaña




S-1 G2, G3, G5, G7 G1 7,5 408 38,6 7,1 0,85 14,8 0,05 0,18 124 32 45 10,8 -84,4 -11,5 4.808

S-2

G4, G6, M1, R1 7,5 489 57,9 14,4 4,23 22,3 0,05 0,21 184 27 77 23,3 -85,2 -11,7 29.617

S-3 G8, M2, R2 G9 7,7 697 70,0 17,8 1,34 26,1 0,03 0,19 209 32 103 17 -80,4 -10,9 4.856




De las Tablas 12, 13 y 14, se puede observar que para el caso de la primera campaña (Tabla

12), existe una gran diferencia por grupo en los promedios de K y 222

Rn, que podría estar

explicado debido a que el grupo S-2 está compuesto únicamente por muestras de aguas

superficiales las cuales presentan normalmente bajos niveles en estos parámetros. Sin

embargo, para los demás parámetros sus promedios son similares. Para el caso de la

segunda y tercera campaña (Tabla 13 y 14 respectivamente) el promedio que mayor difiere

se observa en el parámetro 222

Rn, siendo los promedios de los otros parámetros semejantes.

En cuanto a la distribución espacial de los grupos identificados en cada campaña, éstos se

pueden observar en las Figuras 19, 20 y 21.

Figura 19. Mapa distribución espacial de clusters, 1° campaña.









De acuerdo a las Figuras 19, 20 y 21 se puede señalar que para el caso de las aguas

superficiales del río Grande, en la primera campaña (Fig. 19) todas las muestras (G2, G3,

G5, G7 y G8) se encuentran incluidas en el mismo grupo (S-2), mientras que para las

campañas siguientes (Figuras 20 y 21) la muestra G8 es diferenciada del resto de las

muestras (G2, G3, G5 y G7). Para el caso de las muestras de aguas subterráneas del río

Grande, en la primera campaña todas las muestras (G1, G4, G6 y G9) son agrupadas en el

mismo grupo (S-1). En la segunda campaña, las muestras comprendidas en la parte superior

de la cuenca (G1 y G4) son diferenciadas de aquellas ubicadas en la parte baja de la cuenca

(G6 y G9) y en la tercera campaña, sólo G4 y G6 tienden a ser similares (en S-2) y se

diferencian de G1 (en S-1) y G9 (en S-3).

Así, de acuerdo a los resultados mostrados por el análisis de cluster, se advierte una alta

relación entre aguas superficiales y subterráneas dado por las agrupaciones encontradas,

reafirmando los resultados obtenidos con las metodologías desarrolladas anteriormente, que

consideraban la información química e isotópica por separado.

4.7. Análisis de Componentes Principales (ACP)

Los parámetros con los que se trabajó para este análisis fueron pH, CE, Ca, Cu, Mg, K, Na,

Zn, Fe, HCO3, Cl, SO4, NO3.

A continuación en las Tablas 15, 16 y 17 se muestran las matrices de correlaciones entre

parámetros para cada campaña, donde el primer valor corresponde al coeficiente de Pearson

y bajo éste se informa su valor “p”. Además se destacan en negrita aquellas correlaciones

significativas, cuyo valor p es igual o menor a una significancia α = 0,01.




Tabla 15. Matriz de correlaciones entre parámetros, 1º campaña.

pH CE Ca Mg K Na Zn Fe HCO3 Cl SO4

CE -0,28

0,36

Ca -0,53 0,67

0,07 0,01

Mg -0,31 0,97 0,59

0,31 0,00 0,03

K -0,81 0,47 0,76 0,46

0,00 0,11 0,00 0,12

Na -0,50 0,86 0,84 0,82 0,72

0,09 0,00 0,00 0,00 0,01

Zn -0,21 0,26 0,37 0,28 0,54 0,57

0,50 0,40 0,22 0,36 0,06 0,04

Fe 0,49 -0,53 -0,66 -0,55 -0,63 -0,80 -0,76

0,09 0,07 0,01 0,05 0,02 0,00 0,00

HCO3 -0,19 0,97 0,52 0,98 0,35 0,76 0,19 -0,46

0,54 0,00 0,07 0,00 0,24 0,00 0,52 0,12

Cl 0,12 0,11 0,15 0,02 0,04 0,37 0,45 -0,31 0,01

0,70 0,73 0,63 0,94 0,89 0,21 0,13 0,31 0,97

SO4 -0,27 0,93 0,55 0,91 0,33 0,69 -0,05 -0,30 0,94 -0,13

0,37 0,00 0,05 0,00 0,27 0,01 0,88 0,31 0,00 0,67

NO3 0,06 0,32 0,61 0,19 0,38 0,53 0,38 -0,35 0,20 0,61 0,13

0,85 0,29 0,03 0,54 0,20 0,06 0,19 0,24 0,50 0,03 0,68



CE 0,17

0,58

Ca -0,26 0,85

0,39 0,00

Mg 0,07 0,95 0,85

0,81 0,00 0,00

K -0,48 0,43 0,76 0,53

0,10 0,15 0,00 0,06

Na 0,03 0,81 0,71 0,85 0,32

0,93 0,00 0,01 0,00 0,29

Zn 0,41 -0,13 -0,31 -0,12 -0,23 -0,07

0,17 0,66 0,29 0,69 0,46 0,81

Fe 0,33 -0,29 -0,52 -0,38 -0,52 -0,13 0,32

0,28 0,32 0,07 0,19 0,07 0,68 0,29

HCO3 0,17 0,91 0,81 0,83 0,29 0,71 -0,28 -0,33

0,59 0,00 0,00 0,00 0,33 0,01 0,36 0,28

Cl 0,39 -0,31 -0,45 -0,35 -0,40 -0,03 0,51 0,34 -0,32

0,19 0,29 0,12 0,24 0,18 0,94 0,07 0,26 0,29

SO4 0,01 0,94 0,89 0,94 0,45 0,80 -0,24 -0,38 0,90 -0,48

0,98 0,00 0,00 0,00 0,13 0,00 0,43 0,20 0,00 0,09

NO3 -0,49 0,37 0,59 0,41 0,61 0,28 -0,00 -0,72 0,34 -0,25 0,38

0,09 0,22 0,03 0,17 0,03 0,36 0,99 0,01 0,26 0,41 0,21






CE 0,70

0,01

Ca 0,52 0,85

0,07 0,00

Mg 0,48 0,78 0,94

0,10 0,00 0,00

K -0,37 -0,13 -0,14 -0,05

0,22 0,67 0,66 0,87

Na 0,15 0,50 0,62 0,79 0,05

0,63 0,08 0,02 0,00 0,87

Zn -0,58 -0,52 -0,45 -0,36 0,23 -0,25

0,04 0,07 0,12 0,23 0,45 0,41

Fe -0,49 -0,11 -0,11 -0,08 0,60 -0,08 0,65

0,09 0,73 0,72 0,79 0,03 0,81 0,03

HCO3 0,42 0,76 0,95 0,94 -0,04 0,64 -0,29 0,07

0,16 0,00 0,00 0,00 0,89 0,02 0,34 0,82

Cl -0,06 0,07 -0,23 -0,26 0,16 0,01 0,06 0,29 -0,25

0,86 0,82 0,45 0,39 0,61 0,97 0,84 0,34 0,41

SO4 0,57 0,85 0,95 0,91 -0,15 0,70 -0,59 -0,26 0,84 -0,12

0,04 0,00 0,00 0,00 0,63 0,01 0,03 0,38 0,00 0,70

NO3 -0,26 -0,02 0,28 0,47 0,49 0,66 0,14 0,34 0,44 -0,04 0,27

0,39 0,95 0,36 0,10 0,09 0,02 0,66 0,26 0,13 0,90 0,37

De las Tablas 15, 16 y 17, se puede apreciar la existencia de varias correlaciones

significativas entre parámetros para cada campaña, las cuales están comprendidas en un

rango de 66% a 97%, con la tercera campaña siendo la que presenta una menor cantidad de

ellas.

La Tabla 18 presenta los componentes principales calculados (por criterio de Kaiser) para

cada campaña y sus coeficientes por cada parámetro analizado. En negrita se destaca el

coeficiente (positivo o negativo) de mayor importancia que presenta cada parámetro entre

los tres componentes principales.




Tabla 18. Componentes principales por campaña.


Parámetro PC1 PC2 PC3 PC1 PC2 PC3 PC1 PC2 PC3

pH -0,20 -0,06 0,62 -0,07 -0,55 -0,01 0,26 -0,33 -0,22

CE 0,36 -0,24 0,17 0,36 -0,25 -0,02 0,36 -0,06 -0,35

Ca 0,33 0,11 -0,10 0,39 0,05 0,04 0,40 0,06 0,02

Mg 0,35 -0,27 0,10 0,37 -0,19 0,03 0,40 0,14 0,10

K 0,29 0,19 -0,41 0,27 0,30 0,21 -0,07 0,44 -0,18

Na 0,39 0,08 0,05 0,30 -0,28 0,08 0,30 0,24 0,07

Zn 0,20 0,42 0,00 -0,13 -0,28 0,64 -0,24 0,32 0,10

Fe -0,30 -0,25 0,11 -0,22 -0,33 -0,21 -0,11 0,48 -0,27

HCO3 0,32 -0,32 0,19 0,34 -0,22 -0,14 0,37 0,17 0,07

Cl 0,09 0,43 0,45 -0,20 -0,29 0,47 -0,08 0,08 -0,80

SO4 0,30 -0,41 0,10 0,38 -0,16 -0,12 0,40 0,00 -0,05

NO3 0,19 0,35 0,36 0,24 0,30 0,49 0,12 0,49 0,22

Observando la Tabla 18, se puede señalar que en las tres campañas los parámetros CE, Ca,

Mg, Na y HCO3 se encuentran incluidos (es decir, con los mayores coeficientes) en el

primer componente principal, además de SO4 en la segunda y tercera campaña, lo cual se

puede interpretar como los parámetros más significativos e influyentes sobre el área de

estudio. Esta información concuerda con los resultados obtenidos anteriormente con otras

metodologías como por ejemplo los diagramas de Piper y Stiff , donde se determinaba a los

iones Ca y HCO3 como los iones característicos de las aguas superficiales y subterráneas de

la cuenca del río Grande.

En el Anexo F, se presenta el resultado completo para todos los componentes determinados

por el software.




4.8. Niveles de conectividad

El nivel de conectividad existente en cada tramo de río (Figura 6) se determinó según el

criterio usado por Barrera (2012) y explicado en la sección 3.3.7, donde se analizó la

diferencia en composición química e isotópica existente entre dos muestras cercanas de

agua superficial y subterránea contenidas en un mismo tramo, para posteriormente

clasificarla como “alta”, “media” o “baja” como se indica en la Tabla 19.

Tabla 19. Clasificación de conectividad según la diferencia existente entre tipos de muestras.

Composición Alta media Baja

Química < 20% 20% - 40% > 40%

18O < ±0,3‰ ±0,3‰ - ±0,6‰ > ±0,6‰

2H < ±2‰ ±2‰ - ±4‰ >±4‰

Debido a que existen tres evaluaciones de conectividad (química, Oxigeno-18 y Deuterio)

por cada tramo, el resultado final de conectividad se estableció eligiendo el tipo (“alta”,

“media” o “baja”) que se repitiera al menos 2 veces en el mismo tramo y en el caso de que

los tres fueran diferentes, se dejaría como resultado final conectividad “media” (lo que no

se dio en ningún caso). Lo anterior se puede observar en la Tabla 20 y en los mapas de las

Figuras 22, 23 y 24.

Tabla 20. Conectividad (utilizando 2H, 18O y composición química) y resultados por campaña.

1°campaña 2°campaña 3°campaña

Tramo Química

(Piper) 18O 2H Resultado

Química


Química


T1 Alta media media media Alta alta media alta Alta alta alta alta

T2 Alta alta alta alta Alta media media media Alta alta alta alta

T3 Alta alta alta alta Alta media media media Alta alta alta alta

T4 Alta alta alta alta Alta alta alta alta Alta alta alta alta

T5 Alta alta alta alta Alta alta alta alta Alta media alta alta

T6 alta alta media alta Alta alta alta alta Alta alta media alta




Figura 22. Mapa conectividad por tramo, 1° campaña.






De las Figuras 22, 23 y 24 se observa que al considerar las tres campañas en conjunto, el

área de estudio presenta una conectividad “media a alta” entre aguas superficiales y aguas

subterráneas. Para el caso de los tramos 1 y 2 (río Grande) y tramo 5 (río Rapel) de la

presente memoria, estos resultados pueden ser comparados con el mapa de conectividad del

trabajo realizado por Salazar (2012), correspondiente al área encerrada en la elipse de color

rojo (Fig.25), donde dichos tramos presentan un nivel de conectividad alto, sin embargo,

fueron determinados utilizando otra metodología, la cual consistía en determinar la

conectividad potencial río-acuífero por medio de un índice de valoración basado en una

ponderación numérica y sistema de clasificación ideados para cuatro entradas de datos que

corresponden a: la profundidad de los niveles freáticos de pozos (datos históricos), la

geología, la geomorfología y los sedimentos del lecho del río. De acuerdo a esto fue posible

cuantificar el grado potencial de la interacción entre aguas superficiales y subterráneas,

señalando aquellos sectores en donde se presenta una Conectividad Alta, Media o Baja.




Figura 25. Imagen Google Earth, nivel de conectividad por tramos (tomado de Salazar, 2012)

A continuación se presenta la Tabla 21 donde se muestra un resumen comparativo de los

resultados obtenidos de conectividad por campaña y para cada tramo definido en este

estudio y lo obtenido por Salazar (2012).

Tabla 21. Comparación resultados de conectividad.

Tramo 1° Campaña 2° Campaña 3º Campaña Salazar (2012)

T1 Media alta Alta alta

T2 alta media Alta alta

T3 alta media Alta nc

T4 alta alta Alta nc

T5 alta alta Alta alta

T6 alta alta Alta nc

nc: tramo no considerado en el estudio.

Según la Tabla 21, se observa que en términos generales, la mayoría de los tramos

definidos evidenciaron una conectividad alta. Los tramos cuyos resultados coincidieron con

los del estudio de Salazar (2012) fueron, en la primera campaña, T2 y T5 (conectividad

“alta”); en la segunda campaña, T1 y T5 (conectividad “alta”) y en la tercera campaña, T1,

T2 y T5 (conectividad “alta”).




4.9. Mapas de distribución espacial y perfiles de 222

Rn

En toda el área de estudio y en cada campaña de muestreo, aguas superficiales y

subterráneas se diferencian en forma importante por sus actividades de 222

Rn, siendo éstas

en las muestras de aguas subterráneas mucho mayores que las de las aguas superficiales. En

este contexto, para la campaña de Abril, el promedio general de las aguas subterráneas es

del orden de los 18.000 Bq/m3, mientras que en las aguas superficiales es del orden de los

1.100 Bq/m3. Por otra parte, en la campaña de Agosto, los promedios de aguas subterráneas

y superficiales son del orden de los 21.200 y 700 Bq/m3 respectivamente. Y en la campaña

de Diciembre, los promedios son del orden de los 23.000 y 1.200 Bq/m3.

Lo anterior se

puede observar en las Tablas 7, 8 y 9 que muestran los estadísticos descriptivos.

La muestra de agua subterránea R1 correspondiente al río Rapel presenta la mayor

actividad de 222

Rn en las tres campañas, y se encuentra en torno a los 49.000 Bq/m3 en la

primera campaña, 52.000 Bq/m3 en la segunda y en la tercera campaña es del orden de

44.000 Bq/m3. Por otro lado, en aguas superficiales, la muestra G5 (río Grande después de

Mostazal) es la que registra la menor actividad de 222

Rn con un valor en torno a los 350

Bq/m3 en la primera campaña, mientas que en la segunda y tercera campaña, la muestra G3

(río Grande Pulpica) presenta la menor actividad con un valor del orden de los 200 Bq/m3 y

400 Bq/m3 respectivamente.

Las Figuras 26, 27 y 28 muestran la distribución espacial que presentan las señales de 222

Rn

en el área de estudio durante cada campaña de muestreo.




Figura 26. Mapa de distribución espacial de 222Rn, 1º campaña.






Utilizando los valores de las señales de 222

Rn en cada punto (Figuras 26, 27 y 28) y

siguiendo los criterios de Green and Stewart (2008), quienes establecen que actividades de

222Rn mayores a 1.000 Bq/m

3 en muestras de aguas superficiales pueden considerarse como

indicador de aporte reciente de agua subterránea al río; y de Baskaran et al. (2009) quienes

señalan que bajos valores de 222

Rn en aguas subterráneas pueden evidenciar infiltración

desde el río hacia el acuífero y no el proceso inverso, se puede afirmar lo siguiente:

Aguas superficiales: en la muestra M2 (ubicado en el sector de Mostazal), se

observan relativamente altos valores en las actividades de 222

Rn en las tres

campañas (del orden de los 1.000 Bq/m3 y los 1.500 Bq/m

3). Similares son los casos

de las muestras G7 y G8 sobre los 2.000 Bq/m3 en la segunda y tercera campaña y

de la muestra R2 sobre los 3.000 Bq/m3 en la primera campaña. Dichos resultados

podrían estar evidenciando un posible aporte de agua subterránea al río en esas

zonas.




Aguas subterráneas: en la muestra G6 las señales de 222

Rn son considerablemente

menores al promedio de las aguas subterráneas tanto en la primera como en la

segunda campaña, lo cual podría indicar dos posibles situaciones: que los bajos

niveles de 222

Rn se deben a las características geológicas y litológicas del acuífero

de esa zona en particular y no tendría relación con la interacción aguas

superficiales-aguas subterráneas o debido a las características físicas del pozo APR

donde se recolectó la muestra que permitían un mayor contacto del agua subterránea

con la atmósfera, puesto que ésta se acumulaba en un estanque aireado, bajo el nivel

del terreno, siendo esta situación la más probable.

También es posible visualizar y diferenciar los valores de 222

Rn mediante el uso de perfiles

longitudinales, que pueden permitir interpretar de una mejor manera la interacción entre

agua superficial y subterránea (Baskaran et al, 2009). De esta forma, una tendencia suave

de la curva o ausencia de “peak” indicaría una infiltración del río hacia el acuífero o nula

interacción. Al contrario, si la gráfica indica una curva muy marcada o con un “peak” muy

pronunciado, quiere decir que hay una exfiltración (aporte de agua subterránea al flujo

superficial). Los tramos utilizados para realizar este análisis fueron los correspondientes al

río Grande. Dichos perfiles se pueden observar en la Figura 29 (nótese la escala logarítmica

del eje y).




Figura 29. Variación actividad de 222Rn en el río Grande.

1° campaña (panel A), 2° campaña (panel B) y 3º campaña (panel C)

- -◊- - Aguas Superficiales - -♦- - Aguas Subterráneas

De acuerdo a la Figura 29, se puede decir que en cada campaña se aprecian unos aumentos

o descensos leves en las curvas junto con una marcada diferencia en las actividades de

222Rn de ambos tipos de aguas (superficiales y subterráneas), que podría estar indicando




una posible infiltración de aguas superficiales hacia el acuífero o nula interacción. Sin

embargo, se puede visualizar que en la segunda y tercera campaña (paneles B y C,

respectivamente) se produce un aumento de la actividad de 222

Rn en la muestra de agua

superficial G7 que posiblemente podría estar influenciado por la muestra de agua

subterránea G6, situación que reflejaría una interacción entre estos compartimentos

hidrológicos, la cual es respaldada con los resultados obtenidos en las metodologías

anteriores.

4.10. Estimación de la contribución de agua subterránea al río

De acuerdo a los resultados obtenidos en el apartado anterior (perfiles de 222

Rn) y a la

condición que la actividad de 222

Rn de la muestra de aguas abajo de un tramo debe ser

mayor que la de aguas arriba, la cual permite aplicar el método de Stellato et al. (2008), se

analizarán en particular las muestras de aguas superficiales G5 y G7 las cuales cumplen con

la condición antes descrita junto con considerar para el análisis la muestra de agua

subterránea G6. Dichas muestras pertenecen al tramo 2 del río Grande (definido

anteriormente).

A continuación se presenta la Tabla 22 donde se indican las actividades de 222

Rn para las

muestras antes señaladas.

Tabla 22. Actividades de 222Rn (Bq/m3) en muestras del tramo 2, río Grande.

Campaña Muestras de agua superficial Muestra

agua

subterránea aguas arriba aguas abajo

Nº 2 G5(290) G7(871) G6(7.375)

Nº 3 G5(465) G7(2.065) G6(20.174)

Al utilizar las ecuaciones 6 y 7 con los datos de la Tabla 25, se logró cuantificar la tasa de

transferencia (% Qg/Qr) de agua subterránea que ingresa al flujo superficial, obteniéndose

tasas similares, 11% en la segunda campaña y 10% en la tercera campaña. Los datos y

valores utilizados para esta metodología se encuentran disponibles en el Anexo G.




5. CONCLUSIONES

El río Grande junto con sus afluentes ríos Mostazal y Rapel presentan un comportamiento

hidroquímico caracterizado por la presencia de los iones mayores calcio y bicarbonato. En

general para el río Grande se observa que en cada campaña las concentraciones de estos

iones tienen a aumentar en las zonas bajas del área de estudio. Este incremento sucede tanto

en aguas subterráneas como en aguas superficiales. Situación similar ocurre con el ión

sulfato. Lo mencionado anteriormente es confirmado con los valores de conductividad

eléctrica obtenidos, los cuales tienden a ser mayores en la parte baja de la cuenca, en cada

campaña de muestreo. Al realizar el análisis de Piper por subcuenca, se observó el mismo

tipo de clasificación para muestras de aguas superficiales y subterráneas, lo cual apoya la

hipótesis de interacción entre componentes hidrológicos.

De acuerdo a la información obtenida del análisis con isótopos estables (2H y

18O), se

observa que las señales isotópicas de todas las muestras presentan valores similares, con

muy baja dispersión, donde no es posible identificar un posible enriquecimiento isotópico

en ninguna zona de la cuenca. Además al graficar las señales isotópicas de cada punto,

éstas se disponen bajo la línea meteórica local y mundial (excepto la muestra G5 en la

segunda campaña) lo que lleva a concluir que la dinámica hidrológica del área analizada

está en general influenciada por fenómenos de evaporación junto con la existencia de

interacciones río-acuífero.

En relación al 222

Rn se pudo observar gracias a la técnica aplicada, que las actividades en el

río son considerablemente menores que las medidas en aguas subterráneas, situación que

podría estar explicada debido a la baja permeabilidad que presenta el subsuelo en el área

estudiada, que impide que el radón emigre con facilidad a la atmósfera, sin embargo,

técnicas anteriormente utilizadas respaldan la condición de interacción río-acuífero.

Para finalizar, se puede decir que en base a todas las metodologías aplicadas en la presente

memoria se lograron los objetivos planteados y los resultados obtenidos por cada una de las

metodologías son consistentes y reafirman la información en cuanto al alto grado de

conectividad de las aguas superficiales y subterráneas en el área analizada.




REFERENCIAS

Alvarez P, Oyarzún R, 2006. Interacción río-acuífero en zonas áridas: contexto legal y

análisis de casos. Ponencia presentada al VIII Congreso Latino-Americano de Hidrología

Subterránea (ALSHUD). Asunción, Paraguay.

Anacona J, 2010. Sistematización y análisis crítico de la información hidrogeológica de la

cuenca del río Limarí, con especial énfasis en la zona bajo embalse y en la interacción

aguas superficiales/ aguas subterráneas. Memoria de Título, Ingeniería Civil Ambiental,

Universidad de La Serena, 170 p.

Astel A, Tsakovski S, Barbieri P, Simeonov V, 2007. Comparison of self-organizing maps

classification approach with cluster and principal components analysis for large

environmental data sets. Water Research 41: 4566-4578.

Baró J, Alemany R, 2000. Estadística II. Ed. Fundación per a la Universitat Oberta de

Catalunya. Barcelona.

Barrera F, 2012. Uso de un enfoque multimétodo para establecer la relación agua

superficial/agua subterránea en la parte baja de la cuenca del río Limarí, región de

Coquimbo. Memoria de Título, Ingeniería Civil Ambiental, Universidad de La Serena, 108

p.

Baskaran S, Ranskey T, Brodie R.S, Baker P, 2009. Investigating groundwater river

interactions using environmental tracers. Australian Journal of Earth Sciences 56: 13-19.

Bertin C. and Bourg A, 1994. Radon-222 and chloride as natural tracers of the infiltration

of river water into an alluvial aquifer in which there is significant river/groundwater

mixing. Environmental Science and Technology 28: 794-798.

CAZALAC, 2006. Aplicación de metodologías para determinar la eficiencia de uso del

agua. Estudio de caso en la región de Coquimbo. Gobierno Regional, 908 p.

Censo Agropecuario y Forestal 2007, Instituto Nacional de Estadística, Chile. Disponible

en:




http://www.ine.cl/canales/chile_estadistico/censos_agropecuarios/censo_agropecuario_07_

comunas.php Consultado el 10 de diciembre del 2012.

Clark I, Fritz P, 1997. Environmental isotopes in hydrogeology: New York, Lewis

Publishers, 328 p.

Craig H, 1961. Isotopic variations in meteoric waters. Science, 133: 1702-1703.

DGA, 1986. Mapa hidrogeológico de Chile. Escala 1:2.500.000. Texto explicativo.

Santiago de Chile. 36 p.

DGA, 2004. Diagnóstico y clasificación de los cursos y cuerpos de agua según objetivos de

calidad. Cuenca del Río Limarí. Dirección General de Aguas, Ministerio de Obras Públicas,

Gobierno de Chile, 137 p.

DGA, 2008. Evaluación de los recursos hídricos subterráneos de la cuenca del río Limarí.

Informe Técnico N°268. Departamento de Administración de Recursos Hídricos, Dirección

General de Aguas, Ministerio de Obras Públicas, Gobierno de Chile, 40 p.

Drever J, 1997. The geochemistry of natural waters. Surface and groundwater

environments. (3ra Edición). Prentice Hall, 436 p.

Espinoza M. C, 2005. Vulnerabilidad de los acuíferos en los ríos Limarí y Maule mediante

las metodologías GOD y BGR. Memoria de Título, Departamento de Geología, Facultad de

Ciencias Físicas y Matemáticas, Universidad de Chile, 146 p.

Green G, Stewart S, 2008. Interactions between groundwater and surface water systems in

the Eastern Mount Lofty Ranges, South Australia, DWLBC Reportt 2008/27. Department

of Water, Land and Biodiversity Conservation Government of South Australia.

Güler G, Thyne G, McCray J, Turner A, 2002. Evaluation of graphical and multivariate

statistical methods for classification of water chemistry data. Hydrogeology Journal, 10:

455–474.

http://www.ine.cl/canales/chile_estadistico/censos_agropecuarios/censo_agropecuario_07_comunas.php

http://www.ine.cl/canales/chile_estadistico/censos_agropecuarios/censo_agropecuario_07_comunas.php




Gutiérrez S, 2007. Consultoría Técnica. Anteproyecto normas secundarias de calidad

ambiental para la protección de las aguas continentales superficiales de la cuenca del Río

Limarí, Informe de Avance. Contrato de Consultoría 1854-15-LE07. Coquimbo, 163 p.

Jofré E, 2011. Caracterización de la interacción agua superficial/agua subterránea poco

profunda en la parte baja de la cuenca del río Limarí, a través del uso de herramientas

hidroquímicas e isotópicas. Memoria de Título, Ingeniería Civil Ambiental, Universidad de

La Serena, 154 p.

Johnson R, 1996. Elementary statistics. Belmont, etc.: Duxbury, cop.

Kaiser H. F, (1960). The application of electronic computers to factor analysis. Educational

and Psychological Measurement, 20, 141-151.

Kalthoff N, Bischoff-Gauss I, Fiebig M, Fiedler F, Thürauf J, Novoa E, Pizarro C, Castillo

R, Gallardo L, Rondanelli R, (2002). Mesoscale Wind Regimes in Chile at 30ºS, Journal of

Applied Meteorology.

Lepeltier C, 1969. A simplified statistical treatment of geochemical data by graphical

representation. EconomicGeology 14: 538-550.

Martín-Guzmán P, 1991. Curso básico de estadística económica. AC, DL. Madrid. ISBN:

84-7288-142-3.

Peña Sánchez de Rivera D, 1987. Estadística. Modelos y Métodos. Volumen 2. Alianza

Editorial. Madrid. ISBN: 84-206-8110-5.

Rodríguez H, 2009. Declaración de Impacto Ambiental - Plan Regulador Intercomunal

Provincia de Limarí, IV Región de Coquimbo.

Romero H, Rovira A, Véliz G, 1988. Geografía IV Región de Coquimbo. Instituto

Geográfico Militar, Santiago, 425 p.

Shrestha S, Kazama F, 2007. An assessment of stream water quality of the río San Juan,

Nuevo Leon, Mexico, 1995-1996. Journal of Environmental Quality 31: 1256-1265.




Stellato L, Petrella E, Terrasi F, Belloni P, Belli M, Sansone U, Celico F, 2008. Some

limitations in using 222

Rn to assess river-groundwater interactions: the case of Castel di

Sangro alluvial plain (central Italy). Hydrogeology Journal 16: 701-712.

Thyne G, Güler C, Poeter E, 2004. Sequential analysis of hydrochemical data for watershed

characterization. GroundWater, Vol. 42, N° 5: 711-723.




ANEXOS




A. Fotos proceso de recolección y preparación de muestras.

Figura A-1. Instrumentos y materiales de muestreo.

Figura A-2. Toma de muestra agua subterránea.




Figura A-3. Medición parámetros físicos de río.

Figura A-4. Extracción muestra de precipitación en colector ubicado

en la localidad de Las Ramadas.




Figura A-5. Proceso de medición de Radón, dispositivo RAD7.

Figura A-6. Proceso extracción muestras de aguas lluvia, mediante bomba peristáltica.


B. Base de datos.

Tabla B-1. Datos de terreno: velocidad, caudal, temperatura, ancho de la superficie del río y tirante, 1° campaña.

Punto V flotador

V

molinete

Q

flotador

Q

molinete V (a usar) Q (a usar) T Ancho mediciones (tirante) h promedio

m/s m/s m3/s m3/s m/s m3/s °C m Cm

h (m)

G2 0,59 0,35 2,58 1,53 0,35 1,53 4,6 11 16 23 26 30 37 50 55 56 58 48 0,40

G3 0,81 0,49 - - 0,49 - 4,9 -

-

M2 0,91 0,60 2,89 1,89 0,60 1,89 7,2 9 27 35 35 37 37 40

0,35

G7 0,86 0,52 - - 0,52 - 6,6 - -


Punto V flotador

V

molinete

Q

flotador

Q

molinete V (a usar) Q (a usar) T Ancho mediciones (tirante) h Promedio

m/s m/s m3/s m3/s m/s m3/s °C m cm h (m)

G2 0,55 0,29 2,92 1,57 0,29 1,57 -0,69 11 18 26 35 47 55 65 69 63 57

0,48

M2 0,60 0,37 - - 0,37 - 5,32 - 14 27 26 17 6

0,18

G5 0,66 0,52 1,27 1,00 0,52 1,00 4,15 7,5 23 27 20 20 23 18 35 41

0,26

R2 0,61 0,37 0,44 0,27 0,37 0,27 4,90 3,9 10 15 29 25 15

0,19

G8 0,38 0,23 0,17 0,10 0,23 0,10 5,72 3,0 17 17 18 18 10 8 0,15


Punto V flotador

V

molinete

Q

flotador

Q

molinete V (a usar) Q (a usar) T Ancho mediciones (tirante) h Promedio

m/s m/s m3/s m3/s m/s m3/s °C m cm h (m)

G2 0,53 0,25 2,00 0,95 0,25 0,95 5,7 10 10 15 22 22 35 48 52 62 57 47 50 0,38

G3 0,60 0,37 - - 0,37 - 8,6 8

-

M2 0,56 0,34 - - 0,34 - 8,0 0,8

-

G5 0,34 0,21 0,55 0,34 0,21 0,34 11 7 8 13 22 15 15 24 40 44 0,23

Velocidades (V) y caudales (Q) promedios. Valores en rojo corresponden a datos ausentes y que fueron calculados a partir de la multiplicación del valor

de Vflotador por el promedio de la razón Vmolinete/Vflotador de datos existentes de las tres campañas. El mismo procedimiento se usó para los caudales y

en ambos casos la razón es igual a 0,61.




Tabla B-4. Datos Agua Superficial y Subterránea - 1° Campaña, Abril de 2012

ID Nombre

Coordenadas

(UTM)(m) Altura

Fecha Tipo de muestra

Norte Este m.s..n.m. A. Superficial A. Subterránea

G1 APR Tulahuén 6.572.887 331.616 879 12-abr-12 x

G2 Río Grande en El Cuyano 6.577.029 330.672 895 25-abr-12 x

G3 Río Grande Pulpica 6.582.025 329.811 782 25-abr-12 x

G4 APR Carén 6.585.025 330.330 643 11-abr-12

x

G5 Río Grande después de Mostazal 6.590.306 327.123 621 25-abr-12 x

G6 APR Chilecito 6.595.844 323.650 642 11-abr-12

x

G7 Río Grande Mialqui 6.596.504 322.552 643 25-abr-12 x

G8 Río Grande Flor del Valle 6.601.632 315.928 444 25-abr-12 x

G9 APR Flor del Valle 6.601.879 315.091 457 11-abr-12

x

M1 APR Pedregal 6.585.638 336.792 881 12-abr-12

x

M2 Río Mostazal 6.586.393 330.855 712 25-abr-12 x

R1 APR Cerrillo de Rapel 6.600.702 324.947 643 11-abr-12

x

R2 Río Rapel en Junta 6.600.830 320.533 519 25-abr-12 x





Parámetros Terreno

ID DO

(mg/l)

pH pH (mV) T °C P (mmHg) MΩ cm CE

(μS/cm)

CE

(mS/cmA)

TDS

(mg/l)

SAL

(PSU)

OPR DO (%)

G1 4,4 7,1 3,4 8,7 684,2 0,0037 273 0,214 137 0,15 -38,2 40,4

G2 12,4 7,4 -75,8 4,6 687,4 0,0039 257 0,181 128 0,14 -18,3 97,6

G3 10,2 7,5 -90,6 4,9 696,8 0,0039 260 0,185 129 0,14 -33,3 83,1

G4 4,2 7,4 -2,4 9,7 701,2 0,0027 375 0,302 188 0,21 -36,8 38,6

G5 12,5 7,8 -89,8 6,0 708,7 0,0035 292 0,211 144 0,16 -32,0 109,2

G6 9,9 7,3 -28,4 10,3 713,1 0,0021 480 0,392 240 0,27 -32,6 96,4

G7 13,1 7,8 -94,1 6,6 717,3 0,0033 302 0,225 151 0,17 -35,2 104,0

G8 11,1 7,8 -80,9 7,2 725,3 0,0028 362 0,272 180 0,20 -29,8 97,7

G9 7,1 7,4 -3,5 10,7 723,1 0,0015 636 0,536 326 0,36 0,3 62,4

M1 3,3 7,1 -0,4 8,8 690,4 0,0019 526 0,41 261 0,29 -28,0 29,7

M2 4,7 7,3 20,2 7,2 701,2 0,0023 446 0,334 221 0,25 -4,2 42,2

R1 7,9 7,4 -17,0 9,4 708,0 0,0021 487 0,387 243 0,27 -24,0 91,0

R2 12,9 7,6 -48,2 6,5 719,9 0,0017 574 0,426 286 0,32 -27,2 110,9

PSU: Escala práctica de salinidad ampliada




Parámetros Químicos (mg/l)

ID Al As B Cd Ca Cu Fe Mg Mn K Si Na Zn HCO3 Cl PO4 NO3 SO4

G1 <0.25 <0.005 <0.40 <0.005 66,2 0,01 0,07 7,7 <0.02 2,60 <0.1 23,6 0,032 115 20 <0.30 4,2 52

G2 <0.25 <0.005 <0.40 <0.005 48 0,01 0,12 5,3 <0.02 0,95 <0.1 14,4 0,012 113 21 <0.30 4,1 49

G3 <0.25 <0.005 <0.40 <0.005 47,8 0,03 0,1 5,2 <0.02 0,57 <0.1 14,5 0,008 126 21 <0.30 6,3 54

G4 <0.25 <0.005 <0.40 <0.005 84 0,03 0,07 9,3 <0.02 3,60 <0.1 26,2 0,11 165 21 <0.30 11,9 56

G5 <0.25 <0.005 <0.40 <0.005 53,2 0,01 0,12 6,6 <0.02 0,58 <0.1 15,5 0,005 139 21 <0.30 10,9 62

G6 <0.25 <0.005 <0.40 <0.005 97,7 0,02 0,06 17,2 <0.02 3,10 <0.1 31,0 0,097 215 22 <0.30 9,1 78

G7 <0.25 <0.005 <0.40 <0.005 55,4 0,01 0,1 7,1 <0.02 0,55 <0.1 16,0 0,02 132 21 <0.30 6,1 48

G8 <0.25 <0.005 <0.40 <0.005 62,9 0,01 0,09 9,4 <0.02 0,21 <0.1 19,0 0,005 165 21 <0.30 6,8 69

G9 <0.25 <0.005 <0.40 <0.005 119,7 0,02 0,07 19,7 <0.02 3,20 <0.1 40,3 0,045 255 28 <0.30 14,4 121

M1 <0.25 <0.005 <0.40 <0.005 112 0,03 0,08 14,2 <0.02 2,90 <0.1 32,2 0,01 210 21 <0.30 8,4 113

M2 <0.25 <0.005 <0.40 <0.005 58,7 0,01 0,11 14,7 <0.02 1,07 <0.1 18,4 0,001 214 15 <0.30 3,4 103

R1 <0.25 <0.005 <0.40 <0.005 111,2 0,02 0,09 14,8 <0.02 3,00 <0.1 26,0 0,012 205 13 <0.30 7 107

R2 <0.25 <0.005 <0.40 <0.005 51,5 0,01 0,08 20 <0.02 0,86 <0.1 28,1 0,05 272 19 <0.30 3,4 125

<: Indica bajo el límite de detección




Isótopos

ID δ²H ( °/oo) δ18

O (°/oo) 222

Rn (Bq/m3)

G1 -86,6 -11,94 12.515

G2 -86,7 -11,96 1.011

G3 -86,6 -11,94 501

G4 -84,4 -11,65 6.762

G5 -85,7 -11,78 337

G6 -82,5 -11,37 4.254

G7 -85,2 -11,66 373

G8 -83,5 -11,48 682

G9 -77,6 -10,66 17.505

M1 -86,3 -11,78 17.544

M2 -81,2 -11,25 1.463

R1 -87,6 -12,07 48.560

R2 -84,1 -11,49 3.231




Tabla B-5. Datos Agua Superficial y Subterránea -2° Campaña, Agosto 2012

ID Nombre

Coordenadas

(UTM)(m)

Altura Fecha Tipo de muestra


G1 APR Tulahuén 6.572.887 331.616 879 05-sep-12 x

G2 Río Grande en El Cuyano 6.577.029 330.672 895 08-ago-12 x

G3 Río Grande Pulpica 6.582.025 329.811 782 08-ago-12 x

G4 APR Carén 6.585.025 330.330 643 05-sep-12 x

G5 Río Grande después de Mostazal 6.590.306 327.123 621 08-ago-12 x

G6 APR Chilecito 6.595.844 323.650 642 05-sep-12 x

G7 Río Grande Mialqui 6.596.504 322.552 643 08-ago-12 x

G8 Río Grande Flor del Valle 6.601.632 315.928 444 08-ago-12 x

G9 APR Flor del Valle 6.601.879 315.091 457 05-sep-12 x

M1 APR Pedregal 6.585.638 336.792 881 05-sep-12 x

M2 Río Mostazal 6.586.393 330.855 712 08-ago-12 x

R1 APR Cerrillo de Rapel 6.600.702 324.947 643 05-sep-12 x

R2 Río Rapel en Junta 6.600.830 320.533 519 08-ago-12 x





Parámetros Terreno

ID DO

(mg/l)

pH pH (mV) T °C P (mmHg) MΩ cm CE

(μS/cm)

CE

(mS/cmA)

TDS

(mg/l)

SAL

(PSU)

OPR DO (%)

G1 5,4 7,1 4,0 6,87 681,0 0,0039 274 0,194 130 0,14 -1,4 46,2

G2 14,6 6,9 -67,5 -0,69 689,2 0,0043 260 0,141 116 0,13 -46,9 106,4

G3 14,2 7,5 -84,8 0,21 697,4 0,0038 277 0,165 132 0,15 -19,4 103,5

G4 4,3 7,0 4,2 7,10 701,3 0,0029 366 0,261 173 0,19 1,2 38,5

G5 14,3 7,9 -94,4 4,15 708,0 0,0032 334 0,221 159 0,18 2,8 115,5

G6 6,9 7,6 -30,7 8,05 713,3 0,0022 479 0,351 227 0,25 1,8 52,0

G7 13,6 8,0 -92,1 6,38 715,6 0,0030 353 0,248 168 0,19 1,6 111,0

G8 11,7 7,7 -76,4 5,72 723,3 0,0022 468 0,326 224 0,25 -5,1 98,1

G9 4,3 7,2 -9,6 7,29 723,2 0,0019 543 0,395 260 0,29 74,5 34,2

M1 3,0 7,2 -3,7 7,36 688,4 0,0020 532 0,382 251 0,28 3,1 25,8

M2 12,5 7,6 -63,8 5,32 702,3 0,0023 461 0,314 218 0,24 -15,5 106,6

R1 4,2 7,3 -14,9 7,54 707,4 0,0022 491 0,353 231 0,26 -3,0 36,6

R2 12,7 7,8 -84,1 4,90 718,1 0,0019 569 0,385 270 0,30 -1,3 104,1







G1 <0,25 <0,005 <0,40 <0,005 34,9 0,02 0,06 8,5 <0,02 1,00 <0,1 20,2 0,053 143 21 <0,30 13,8 54

G2 <0,25 <0,005 <0,40 <0,005 34,7 0,03 0,42 5,7 <0,02 1,23 <0,1 20,5 0,043 110 23 <0,30 3,9 42

G3 <0,25 <0,005 <0,40 <0,005 30,5 0,02 0,12 5,2 <0,02 0,84 <0,1 18,7 0,008 116 27 <0,30 3,5 35

G4 <0,25 <0,005 <0,40 <0,005 48 0,02 0,08 9,6 <0,02 1,80 <0,1 21,9 0,086 121 24 <0,30 33,1 54

G5 <0,25 <0,005 <0,40 <0,005 35,2 0,02 0,24 7,3 <0,02 0,96 <0,1 20,3 0,193 154 30 <0,30 8,5 47

G6 <0,25 <0,005 <0,40 <0,005 57,2 0,05 0,07 16,3 <0,02 2,10 <0,1 26,8 0,099 192 28 <0,30 14,3 78

G7 <0,25 <0,005 <0,40 <0,005 35 0,01 0,16 8,0 <0,02 0,77 <0,1 20,2 0,042 187 30 <0,30 4,3 55

G8 <0,25 <0,005 <0,40 <0,005 43,6 0,01 0,19 13,6 <0,02 0,48 <0,1 31,1 0,132 195 32 <0,30 5,4 87

G9 <0,25 <0,005 <0,40 <0,005 77,2 0,03 0,09 17,7 <0,02 2,20 <0,1 35,6 0,015 259 24 <0,30 16,2 110

M1 <0,25 <0,005 <0,40 <0,005 67,6 0,03 0,07 13,8 <0,02 1,40 <0,1 26,5 0,019 291 23 <0,30 25,7 95

M2 <0,25 <0,005 <0,40 <0,005 51,5 0,01 0,16 13,1 <0,02 1,56 <0,1 23,2 0,076 195 23 <0,30 5,3 74

R1 <0,25 <0,005 <0,40 <0,005 68,3 0,02 0,06 14,7 <0,02 1,90 <0,1 22,8 0,03 228 11 <0,30 11,8 109

R2 <0,25 <0,005 <0,40 <0,005 52,4 0,01 0,18 17,6 <0,02 1,06 <0,1 29,6 0,038 253 16 <0,30 7,3 103





Isótopos

ID δ²H (°/oo) δ18

O (°/oo) 222

Rn (Bq/m3)

G1 -86,5 -11,63 15.030

G2 -87,1 -12,03 407

G3 -87,4 -12,05 201

G4 -83,2 -11,35 13.996

G5 -86,5* -12,51* 290

G6 -80,4 -11,04 7.375

G7 -86,2 -11,91 871

G8 -83,6 -11,44 1.438

G9 -78,2 -10,83 17.281

M1 -84,3 -11,46 21.516

M2 -83,3 -11,53 1.048

R1 -87,1 -11,72 51.799

R2 -85,1 -11,71 605

(*) Debido a que la muestra G5 presentó valores muy negativos, se solicitó nueva evaluación, resultando -85,9°/oo

para δ²H y -12,13 °/oo para δ18

O, valores que fueron registrados pero no considerados en este estudio.




Tabla B-6. Datos Agua Superficial y Subterránea -3° Campaña, Diciembre 2012

ID Nombre Coordenadas (UTM) Altura

Fecha Tipo de muestra


G1 APR Tulahuén 6.572.887 331.616 879 05-dic-12 x

G2 Río Grande en El Cuyano 6.577.029 330.672 895 28-nov-12 x

G3 Río Grande Pulpica 6.582.025 329.811 782 28-nov-12 x

G4 APR Carén 6.585.025 330.330 643 05-dic-12

x

G5 Río Grande después de Mostazal 6.590.306 327.123 621 28-nov-12 x

G6 APR Chilecito 6.595.844 323.650 642 05-dic-12

x

G7 Río Grande Mialqui 6.596.504 322.552 643 28-nov-12 x

G8 Río Grande Flor del Valle 6.601.632 315.928 444 28-nov-12 x

G9 APR Flor del Valle 6.601.879 315.091 457 05-dic-12

x

M1 APR Pedregal 6.585.638 336.792 881 05-dic-12

x

M2 Río Mostazal 6.586.393 330.855 712 28-nov-12 x

R1 APR Cerrillo de Rapel 6.600.702 324.947 643 05-dic-12

x

R2 Río Rapel en Junta 6.600.830 320.533 519 28-nov-12 x





Parámetros Terreno

ID DO

(mg/l) pH pH (mV) T °C P (mmHg) MΩ cm

CE

(μS/cm)

CE

(mS/cmA)

TDS

(mg/l)

SAL

(PSU) OPR DO (%)

G1 7,0 7,5 -15,0 6,66 683,7 0,0036 288 0,205 137 0,15 11,8 57,8

G2 10,1 7,4 -92,2 5,7 686,6 0,0037 389 0,196 135 0,15 -4,1 87,9

G3 8,8 7,4 -108,7 8,6 696,6 0,0038 392 0,209 134 0,15 -15,5 71,0

G4 3,4 7,4 -13,2 7,43 690,2 0,0019 464 0,399 262 0,29 6,0 30,3

G5 11,8 7,8 -110,2 11,0 709,2 0,003 499 0,280 169 0,18 4,8 116,4

G6 6,7 7,6 -44,9 7,86 714,8 0,0021 497 0,365 238 0,26 4,3 60,2

G7 7,7 7,6 -93,0 12,3 716,9 0,0032 471 0,270 159 0,17 1,6 73,3

G8 12,7 7,6 -80,0 10,1 725,4 0,0022 669 0,373 230 0,25 12,3 118,1

G9 4,1 7,5 -27,1 8,59 724,5 0,0017 636 0,460 294 0,33 16,5 36,4

M1 4,2 7,5 -6,0 6,77 702,9 0,0028 472 0,271 180 0,20 13,1 35,2

M2 10,7 7,8 -69,9 8,0 702,4 0,0022 654 0,347 225 0,25 -4,7 978,0

R1 6,1 7,5 -31,9 7,21 709,3 0,002 524 0,375 247 0,28 7,0 39,6

R2 11,5 7,9 -76,5 10,7 719,7 0,0018 830 0,464 282 0,31 7,4 109,1







G1 <0,25 <0,005 <0,40 <0,005 31 0,02 0,14 8,4 <0,02 2,40 <0,1 21,9 0,065 100 28 <0,30 23 38

G2 <0,25 <0,005 <0,40 <0,005 35,6 0,11 0,27 5,0 <0,02 0,42 <0,1 10,3 0,123 120 35 <0,30 5,5 30

G3 <0,25 <0,005 <0,40 <0,005 35 0,03 0,17 5,2 <0,02 0,38 <0,1 14,9 0,041 110 35 <0,30 4,7 28

G4 <0,25 <0,005 <0,40 <0,005 42,6 0,08 0,31 9,7 <0,02 5,80 <0,1 19,3 0,066 145 35 <0,30 29 51

G5 <0,25 <0,005 <0,40 <0,005 45,9 0,01 0,1 9,1 <0,02 0,51 <0,1 13,8 0,016 150 32 <0,30 13,9 64

G6 <0,25 <0,005 <0,40 <0,005 55 0,01 0,22 16,1 <0,02 4,00 <0,1 24,4 0,075 200 25 <0,30 23 63

G7 <0,25 <0,005 <0,40 <0,005 45,6 0,02 0,2 7,7 <0,02 0,54 <0,1 13,0 0,016 140 32 <0,30 7,1 65

G8 <0,25 <0,005 <0,40 <0,005 58,1 0,02 0,14 14,9 <0,02 0,59 <0,1 30,0 0,021 175 32 <0,30 11,3 96

G9 <0,25 <0,005 <0,40 <0,005 76,3 0,02 0,27 20,9 <0,02 3,60 <0,1 33,1 0,052 250 35 <0,30 40 109

M1 <0,25 <0,005 <0,40 <0,005 66,2 0,01 0,13 15,0 <0,02 3,60 <0,1 24,9 0,035 190 28 <0,30 22 100

M2 <0,25 <0,005 <0,40 <0,005 65,9 0,02 0,2 14,4 <0,02 0,49 <0,1 13,9 0,044 200 25 <0,30 5,3 75

R1 <0,25 <0,005 <0,40 <0,005 67,7 0,01 0,16 16,6 <0,02 3,50 <0,1 20,4 0,034 200 18 <0,30 19 93

R2 <0,25 <0,005 <0,40 <0,005 79,6 0,01 0,14 20,8 <0,02 0,69 <0,1 27,4 0,008 210 35 <0,30 11,2 133





Isótopos

ID δ²H °/oo δ18O °/oo 222

Rn Bq/m3

G1 -86,4 -11,7 20.623

G2 -84,5 -11,6 490

G3 -85,1 -11,6 399

G4 -84,7 -11,6 28.932

G5 -82,7 -11,3 465

G6 -83,2 -11,5 20.174

G7 -83,1 -11,2 2.065

G8 -80,2 -10,8 2.266

G9 -77,0 -10,7 14.134

M1 -86,1 -11,6 24.939

M2 -80,7 -10,9 931

R1 -86,9 -12,1 44.423

R2 -83,6 -11,1 2.094




Tabla B-7. Ubicación estaciones de aguas lluvias (colectores)

Estación Norte

UTM (m)

Este

UTM (m)

Altura

m.s.n.m.

Carretera 6.614.319 260.800 214

La Paloma 6.602.501 304.970 335

Tulahuén 6.572.954 331.025 987

Las Ramadas 6.567.449 348.782 1.380

Tabla B-8. Resultados análisis isotópico muestras de agua lluvia

Fecha Identificación Fecha análisis d o/oo 2H d o/oo

18 O

03/05/2012 Las Ramadas 03/07/2012 -79,3 -11,5

03/05/2012 Tulahuén 03/07/2012 -50,0 -7,8

03/05/2012 La Paloma 03/07/2012 -18,4 -3,5

03/05/2012 Carretera 03/07/2012 -13,2 -2,0

21/11/2012 Las Ramadas 25/01/2013 -62,6 -8,9

21/11/2012 Tulahuén 25/01/2013 -54,9 -8,2

21/11/2012 La Paloma 25/01/2013 -29,6 -5,3

21/11/2012 Carretera 25/01/2013 -18,4 -4,4

Tabla B-9. Precipitaciones 2012.

Colector Fecha Precipitaciones

mm

Las Ramadas 27/04/2012 17,6

26/05/2012 2,9

31/08/2012 17,2

31/10/2012 3,5

Tulahuen 27/04/2012 17,6

26/05/2012 2,9

31/08/2012 17,2

31/10/2012 3,5

La Paloma 30/04/2012 1,5

31/05/2012 0,3

31/08/2013 16

Carretera 30/04/2012 3,6

31/05/2012 1,5

30/06/2012 0,5

31/08/2012 33,2

31/10/2012 4,0




Tabla B-10. Concentraciones por subcuenca del área de estudio

1° Campaña Subcuencas (N) Concentraciones Promedio (mg/L)

Ca Mg Na K HCO3 SO4 Cl

Aguas

Subterráneas

Río Grande (4) 91,9 13,5 30,3 3,1 188 77 23

Río Mostazal (1) 112 14,2 32,2 2,9 210 113 21

Río Rapel (1) 111,2 14,8 26 3 205 107 13

Aguas

Superficiales

Río Grande (5) 53,5 6,7 15,9 0,6 135 56 21

Río Mostazal (1) 58,7 14,7 18,4 1,1 214 103 15

Río Rapel (1) 51,5 20 28,1 0,9 272 125 19



Aguas

Subterráneas

Río Grande (4) 54,3 13,0 26,1 1,8 179 74 24

Río Mostazal (1) 67,6 13,8 26,5 1,4 291 95 23

Río Rapel (1) 68,3 14,7 22,8 1,9 228 109 11

Aguas

Superficiales

Río Grande (5) 35,8 8,0 22,2 0,9 152 53 28

Río Mostazal (1) 51,5 13,1 23,2 1,6 195 74 23

Río Rapel (1) 52,4 17,6 29,6 1,1 253 103 16



Aguas

Subterráneas

Río Grande (4) 51,2 13,8 24,7 4,0 174 65 31

Río Mostazal (1) 66,2 15 24,9 3,6 190 100 28

Río Rapel (1) 67,7 16,6 20,4 3,5 200 93 18

Aguas

Superficiales

Río Grande (5) 44,0 8,4 16,4 0,5 139 57 33

Río Mostazal (1) 65,9 14,4 13,9 0,5 200 75 25

Río Rapel (1) 79,6 20,8 27,4 0,7 210 133 35

N: Número de muestras por subcuenca.




C. Definición de clases para mapas de 222

Rn.

Los intervalos (clases) utilizados en la distribución espacial de las actividades de 222

Rn fue

la siguiente:

Figura C-1. Intervalos de 222Rn

Para determinar los valores extremos de cada uno de los intervalos, se realizó el siguiente

procedimiento:

1° A los valores mínimo y máximo (ambas campañas en conjunto) se les aplicó una

transformación logarítmica

Valor mínimo (Vmin): 201 Bq/m3 Log(Vmin) = Log 201 = 2,30

Valor máximo (Vmax): 51.799Bq/m3 Log(Vmax) = Log 51.799 = 4,71

La diferencia entre ambos valores (en logaritmo) corresponde al rango total (R):

R = Log(Vmax) – Log(Vmin)

R = 4,71-2,30 = 2,41

2° Como se definieron 4 intervalos (arbitrariamente), el valor del rango de cada intervalo

(I) se calcula como el rango total dividido por 4:

I = R/4

I = (2,41 / 4) = 0,60

3° Para determinar los valores extremos de cada intervalo, se realizó el cálculo comenzando

con el valor máximo (Log(Vmax)) y restando cada vez el valor del rango de cada intervalo

(I):




Log(Vmax) - I : 4,71 – 0,60 = 4,11

4,11 – 0,60 = 3,51

3,51 – 0,60 = 2,91

2,91 – 0,60 = 2,31

4° Finalmente, se aplica antilogaritmo a cada valor anterior para obtenerlo en la unidad

requerida (Bq/m3), y arbitrariamente, se establece un valor aproximado al calculado como

valor extremo de cada intervalo (mostrados en la Fig. C-1)

Antilog 4,71= 51.286 (se aproxima a 52.000)



Antilog 2,91 = 813 (se aproxima a 800)

Antilog 2,31 = 204 (se aproxima a 200)




D. Análisis de normalidad

Para realizar el análisis de normalidad, se utilizó el softwareMinitab 15. Las siguientes

figuras corresponden a capturas al ejecutar el software y seleccionar gráfica de

probabilidad:

Figura D-1. Selección de gráfica de probabilidad en software Minitab 15

Figura D-2. Cuadro de diálogo, selección de distribución a evaluar.




La Fig. D-3 muestra la gráfica de salida del software (al seleccionar la distribución

“Normal”, como se muestra en la Fig. D-2), para el parámetro sodio (1° campaña).

Figura D-3. Gráfica de probabilidad normal (ejemplo para el sodio, 1°campaña), salida software Minitab 15.

Se destaca con la elipse roja los valores “AD” (Anderson-Darling) y valor “P”.

Una vez realizadas las gráficas de probabilidad normal para todos los parámetros (de cada

campaña), los resultados se muestran las Tablas D-1, D-2 y D-3. Aquellos parámetros que

resultaron tener el valor “P” mayor que “α” (0,05) son los que se ajustaron a la distribución

normal y no fue necesario realizar transformaciones. En los casos en que los valores “P”

resultaron menor a 0,05, se evaluó el mejor ajuste en las distribuciones lognormal,

exponencial, Weibull y gamma, en este caso, el criterio para utilizar el parámetro en el

análisis multivariado fue el siguiente: si simultáneamente ocurre que el valor de “AD”

(Anderson-Darling) disminuye y “P” aumenta (con respecto a los valores de “AD” y “P”

resultantes de la gráfica de probabilidad normal), el parámetro fue seleccionado para el

análisis multivariado. Si lo anterior ocurría en mas de una distribución se seleccionaba el

mejor ajuste de la distribución que presentara el mayor valor “P”, como se indica en las

figuras D-4 y D-5.




Tabla D-1. Resultados test Anderson Darling (1° campaña)

Parámetro

Probabilidad

mejor ajuste Normal Lognormal Exponencial Weibull Gamma

AD p AD p AD p AD p AD p

pH 0,36 0,40

normal

CE 0,39 0,33

normal

Ca 0,84 0,02 0,65 0,07 2,79 <0,003 0,81 0,03 0,77 0,05 lognormal

Mg 0,51 0,17

normal

K 0,97 0,01 0,68 0,06 0,79 0,20 0,86 0,02 0,81 0,04 exponencial

Na 0,37 0,36

normal

Zn 1,17 <0,005 0,21 0,82 0,45 0,531 0,29 >0,25 0,32 >0,25 lognormal

Fe 0,32 0,48

normal

Cu 1,43 <0,005 1,48 <0,005 2,19 0,005 1,43 <0,001 1,55 <0,005 (*)

HCO3 0,41 0,30

normal

NO3 0,34 0,45

normal

SO3 0,74 0,04 0,63 0,08 2,62 <0,003 0,75 0,04 0,73 0,06 lognormal

Cl 1,35 <0,005 1,48 <0,005 4,46 <0,003 1,38 <0,01 1,44 <0,005 (**)

δ2H 0,55 0,12

normal

δ18O 0,46 0,22

normal 222Rn 1,56 < 0,005 0,31 0,52 2,06 0,01 0,37 >0,25 0,47 >0,25 lognormal

(*) No se ajusta a ninguna distribución.

(**) No se ajusta a ninguna distribución, pero se trabajó de igual forma con los valores reales.


Parámetro

Probabilidad



pH 0,26 0,64

normal

CE 0,46 0,22

normal

Ca 0,46 0,21

normal

Mg 0,39 0,32

normal

K 0,26 0,64

normal

Na 0,61 0,09

normal

Zn 0,59 0,10

normal

Fe 0,84 0,02 0,38 0,35 1,26 0,05 0,52 0,18 0,48 0,25 lognormal

Cu 0,79 0,03 0,74 0,04 1,89 0,01 0,69 0,06 0,73 0,06 gamma

HCO3 0,28 0,58

normal

NO3 0,77 0,03 0,27 0,63 0,74 0,22 0,39 >0,25 0,38 >0,25 lognormal

SO4 0,41 0,30

normal

Cl 0,41 0,30

normal

δ2H 0,59 0,10

normal

δ18O 0,17 0,91

normal 222Rn 1,34 < 0,005 0,54 0,14 3,22 <0,003 0,61 0,10 0,64 0,12 lognormal





Parámetro

Probabilidad



pH 0,70 0,05

normal

CE 0,38 0,35

normal

Ca 0,30 0,54

normal

Mg 0,38 0,34

normal

K 1,11 <0,005 1,08 <0,005 0,98 0,11 1,13 <0,01 1,17 0,01 exponencial

Na 0,26 0,64

normal

Zn 0,40 0,32

normal

Fe 0,43 0,26

normal

Cu 2,15 <0,005 1,05 0,01 1,29 0,05 1,34 <0,01 1,42 <0,005 exponencial

HCO3 0,31 0,52

normal

NO3 0,40 0,31

normal

SO4 0,22 0,79

normal

Cl 0,80 0,03 0,94 0,01 4,25 <0,003 0,85 0,02 0,91 0,02 weibull

δ2H 0,35 0,42

normal

δ18O 0,40 0,31

normal 222Rn 0,97 0,01 0,68 0,06 2,34 <0,003 0,76 0,04 0,75 0,07 lognormal

Figura D-4. Selección de identificación de la distribución individual en software Minitab 15.




Figura D-5. Gráficas de probabilidad (ejemplo para el 222Rn, 2º campaña), salida software Minitab 15.

Como se puede observar en la Tabla D-1, para el caso del Cu, ocurre que el valor de “P” no

cambia al aplicar la transformación logarítmica, siendo aun muy pequeño (< 0,005). En la

siguiente figura (Fig. D-6), se muestran las gráficas de probabilidad normal y lognormal

para este caso particular, donde se puede observar además los valores de “AD” y “P”

mostrados en la Tabla D-1.

Figura D-6. Gráficas de probabilidad normal y lognormal para el Cu, 1° Campaña




E. Análisis de cluster

Salida (output) software Minitab 15, al realizar el análisis de cluster:

Resultados para 1° Campaña (Abril 2012).

Análisis de observaciones de conglomerado: pH; CE; Ca; Mg; K; Na; Zn; Fe; ... Variables estandarizadas, Distancia euclediana, Enlace de Ward

Pasos de amalgamación

Número Número de

de Nivel de Nivel de Grupos Nuevo obs. en el

Paso grupos semejanzal distancia incorporados grupo grupo nuevo

1 12 85,5819 1,4102 2 3 2 2

2 11 79,1801 2,0363 7 8 7 2

3 10 74,7781 2,4669 5 7 5 3

4 9 70,2980 2,9050 10 12 10 2

5 8 69,3287 2,9998 4 6 4 2

6 7 63,2051 3,5988 2 5 2 5

7 6 53,8908 4,5098 11 13 11 2

8 5 51,7801 4,7162 1 4 1 3

9 4 43,2934 5,5463 1 10 1 5

10 3 22,9450 7,5365 1 11 1 7

11 2 17,0550 8,1125 1 9 1 8

12 1 -69,7111 16,5988 1 2 1 13

Partición final

Número de grupos: 1

Dentro de Distancia

la suma de promedio Distancia

Número de cuadrados desde el máxima desde

observaciones del grupo centroide centroide

Grupo1 13 180 3,61065 6,43192




Resultados para 2° Campaña (Agosto 2012).



Número Número de



1 12 71,9294 2,6263 3 7 3 2

2 11 69,5253 2,8512 1 4 1 2

3 10 66,4157 3,1422 11 13 11 2

4 9 65,9439 3,1863 10 12 10 2

5 8 61,1723 3,6328 6 9 6 2

6 7 59,0758 3,8289 8 11 8 3

7 6 58,4588 3,8866 2 3 2 3

8 5 50,3181 4,6483 2 5 2 4

9 4 42,0599 5,4209 6 10 6 4

10 3 20,8090 7,4092 6 8 6 7

11 2 16,2688 7,8340 1 2 1 6

12 1 -58,0330 14,7857 1 6 1 13

Partición final


Dentro de Distancia




Grupo1 13 180 3,60734 5,38960




Resultados para 3° Campaña (Diciembre 2012).



Número Número de



1 12 76,8503 2,0074 5 7 5 2

2 11 68,2102 2,7566 6 10 6 2

3 10 63,7675 3,1418 2 3 2 2

4 9 62,2245 3,2756 8 11 8 2

5 8 58,7690 3,5752 6 12 6 3

6 7 54,7000 3,9280 1 2 1 3

7 6 51,7529 4,1836 8 13 8 3

8 5 35,3285 5,6078 1 5 1 5

9 4 30,0329 6,0670 8 9 8 4

10 3 22,7365 6,6997 4 6 4 4

11 2 -11,1807 9,6407 1 4 1 9

12 1 -42,2252 12,3326 1 8 1 13

Partición final


Dentro de Distancia




Grupo1 13 180 3,57604 5,28658




F. Análisis de componentes principales (ACP)

Salida (output) software Minitab 15, al realizar el análisis de componentes principales:

Resultados para 1° Campaña (Abril 2012).

Análisis de componente principal: pH; CE; Ca; Mg; K; Na; Zn; Fe; HCO3; Cl; SO4; NO3

Análisis de los valores y vectores propios de la matriz de correlación

Valor propio 6,5060 2,2728 1,5643 0,8220 0,4369

Proporción 0,542 0,189 0,130 0,069 0,036

Acumulada 0,542 0,732 0,862 0,930 0,967

Variable PC1 PC2 PC3 PC4 PC5

pH -0,203 -0,059 0,620 -0,109 0,495

CE 0,356 -0,235 0,167 -0,019 -0,031

Ca 0,332 0,109 -0,102 0,417 0,248

Mg 0,345 -0,268 0,104 -0,181 -0,019

K 0,292 0,193 -0,410 0,184 0,081

Na 0,385 0,079 0,046 -0,004 -0,125

Zn 0,203 0,422 -0,000 -0,542 0,323

Fe -0,304 -0,250 0,112 0,375 -0,095

HCO3 0,324 -0,317 0,193 -0,143 0,019

Cl 0,089 0,428 0,451 -0,023 -0,694

SO4 0,299 -0,408 0,100 0,098 -0,088

NO3 0,186 0,351 0,364 0,532 0,258

Resultados para 2° Campaña (Agosto 2012).



Valor propio 6,3140 2,3573 1,2590 0,6993 0,5706

Proporción 0,526 0,196 0,105 0,058 0,048

Acumulada 0,526 0,723 0,828 0,886 0,933


pH -0,073 -0,545 -0,009 -0,504 0,141

CE 0,361 -0,248 -0,020 -0,031 0,065

Ca 0,385 0,046 0,040 0,117 0,006

Mg 0,369 -0,187 0,034 0,034 0,097

K 0,265 0,299 0,214 0,287 0,240

Na 0,303 -0,275 0,079 0,404 -0,325

Zn -0,129 -0,283 0,639 0,026 0,533

Fe -0,222 -0,332 -0,208 0,633 0,271

HCO3 0,341 -0,221 -0,138 -0,202 -0,127

Cl -0,197 -0,289 0,465 0,129 -0,647

SO4 0,375 -0,155 -0,119 -0,015 0,096

NO3 0,237 0,303 0,494 -0,160 -0,032




Resultados para 3° Campaña (Diciembre 2012).



Valor propio 5,8311 2,6653 1,2051 0,8999 0,6749

Proporción 0,486 0,222 0,100 0,075 0,056

Acumulada 0,486 0,708 0,808 0,883 0,940


pH 0,262 -0,330 -0,222 -0,127 -0,182

CE 0,361 -0,060 -0,350 -0,216 -0,060

Ca 0,397 0,055 0,019 -0,203 -0,002

Mg 0,396 0,143 0,103 -0,068 0,064

K -0,073 0,442 -0,176 0,127 -0,738

Na 0,300 0,244 0,068 0,425 0,344

Zn -0,240 0,316 0,095 -0,443 0,424

Fe -0,109 0,483 -0,272 -0,447 -0,015

HCO3 0,373 0,169 0,071 -0,266 0,036

Cl -0,079 0,081 -0,803 0,295 0,339

SO4 0,402 0,001 -0,050 0,057 -0,002

NO3 0,122 0,492 0,215 0,371 0,018




G. Análisis cuantitativo

Al aplicar el método de Stellato et al. (2008), para el cálculo de la actividad de 222

Rn teórica

en el punto aguas abajo del tramo 2 (Cd) se usaron los valores de V, h y T (disponibles en

las Tablas B-2 y B-3) correspondientes a la muestra de agua superficial G5 la cual estaba

disponible.

En la Tabla G-1 se pueden observar los valores utilizados y calculados para determinar Cd

en cada campaña y en la Tabla G-2 los valores de % Qg/Qr .

Observaciones:

- En la Tabla G-1:

N = y por lo tanto, Cd = Cu*eN

- En la Tabla G-2:

Rcalc = Cd (en cada tramo)

Notación muestras: u (muestra de río aguas arriba en el tramo), d (muestra de río aguas

abajo en el tramo), gw (muestra de agua subterránea asociada al tramo).




Tabla G-1. Datos y valores calculados aplicando la ecuación 6 (Stellato et al., 2008) para tramo 2, río Grande.

Campaña

Muestras X

V

prom h prom λ Tprom D D

N

Cu

(dato) Cd

U d gw (m) (m/s) (m) (s-1

) (K) (cm2/s) (m

2/s) (Bq/m

3) (Bq/m

3)

2 G5 G7 G6 8.000 0,52 0,26 2,08E-06 278,4 7,8E-06 7,8E-10 -2,4 290 26

3 G5 G7 G6 8.000 0,21 0,23 2,08E-06 284,8 9,3E-06 9,3E-10 -5,5 465 2

Tabla G-2. Aplicación de la ecuación 7 (Stellato et al., 2008), para tramo 2, río Grande.

Campaña Rn obs (dato)

Rn calc

(Cd)

Rn gw

(dato) % Qgw/Qr

2 871 26 7.375 11

3 2.065 2 20.174 10

Documents

CARACTERIZACIÓN DE LA INTERACCIÓN AGUA SUPERFICIAL / AGUA …