Facultad de Ciencias Exactas, Ingeniería y Agrimensura a 2013... · 2016. 3. 4. · CUADERNOS DEL CURIHAM (Revista de Estudios sobre la Cuestión Hidroambiental ) Volumen Nro. 14

CUADERNOS

DEL CURIHAM

REVISTA DE ESTUDIOS SOBRE LA CUESTIÓN HIDROAM BIENTAL

ISSN 1514-2906

CUADERNOS DEL CURIHAM

REVISTA DE ESTUDIOS SOBRE LA CUESTION HIDROAMBIENTAL

Volumen 14 Año 2008

CURIHAM-FCEIA (UNR) Rosario-Santa Fe

República Argentina

CUADERNOS DEL CURIHAM (Revista de Estudios sobre la Cuestión Hidroambiental )

Volumen Nro. 14 – Año 2008 CURIHAM : Centro Universitario Rosario de Investigaciones Hidroambientales Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario. Director: Dr. Ing. Gerardo Adrián Riccardi Riobamba 245 bis, 2000 Rosario (Santa Fe), Argentina. Telefax 54 (0341) 480 8541. E_mail: [email protected]. Sitio web: http://www.fceia.unr.edu.ar/curiham Dirección de Consejo Editorial Consejo Editorial Cuadernos del CURIHAM, Riobamba 245 bis, 2000 Rosario (SF), Argentina. Telefax 54 (0341) 480 8541. E_mail: [email protected]. Sitio web: http://www.fceia.unr.edu.ar/curiham Editor responsable revista Cuadernos del CURIHAM: Dr. Ing. Pedro Abel Basile Editora asociada: Msc. Ing. Adelma Mancinelli Jefe de edición: Dr. Ing. Hernán Stenta Asistentes de Edición: Ing. Carlos Scuderi; Msc. Inga. Marina García CURIHAM. Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario. E_mail: [email protected] Consejo Revisor Javier Heredia, Instituto Geológico y Minero de España, Madrid. [email protected] José Vargas, Universidad de Concepción. Chile. [email protected] Pablo Miguel Jacovkis, Instituto de Cálculo, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires. [email protected] Eric Zimmermann, CURIHAM , Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario [email protected] Gabriel Caamaño Nelli, Centro de Investigaciones Hídricas Región Semiárida, Conicet, Villa Carlos Paz, Córdoba. caamañ[email protected] Leopoldo Génova, Facultad de Ciencias Agrarias y Forestales, Universidad Nacional de La Plata. [email protected] Raúl Payró, Departamento de Hidráulica, Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario. [email protected] Alfredo Trento, Facultad de Ingeniería y Ciencias Hídricas, Ciudad Universitaria, Universidad Nacional del Litoral. [email protected] Graciela Sanguinetti Centro de Ing. Sanitaria, Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario. [email protected] Alicia Ronco, Centro de Investigaciones del Medio Ambiente, Facultad de Ciencias Exactas, Universidad Nacional de La Plata. [email protected] Armando Brizuela, Facultad de Ciencias Agropecuarias. Universidad Nacional de Entre Ríos. [email protected] Gerardo Riccardi, Depto de Hidráulica - Curiham. Facultad de Ciencias Exactas, Ingeniería y Agrim., Universidad Nacional de Rosario. [email protected] Leticia Rodríguez, Facultad de Ingeniería y Ciencias Hídricas, Universidad Nacional del Litoral. [email protected] Luis Vives, Instituto de Hidrología de Llanura, UNCPBA. [email protected] Victor Lallana,Director Revista científica Agropecuaria ,Facultad de Ciencias Agropecuarias,Paraná, Entre Rios [email protected] Mónica Blarasín, Universidad Nacional de Río Cuarto. [email protected] Objetivos de la Revista El Cuaderno del CURIHAM es una publicación semestral del Centro Universitario Rosario de Investigaciones Hidroambientales, Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario. La revista está dedicada a la divulgación de trabajos de investigación básica y aplicada, como así también innovaciones tecnológicas en el campo concerniente a la disciplina hidroambiental. Asimismo, esta publicación puede incluir resultados de investigaciones de campo, estudios interdisciplinarios como así también trabajos acerca de estado del arte en la temática. El CURIHAM invita a la contribución de trabajos para ser incluidos en próximas publicaciones. Las temáticas comprendidas son: Hidráulica Fundamental, Fluvial e Hidrodinámica; Hidrología Superficial y Subterránea; Hidrología Urbana; Estocástica; Planeamiento y Manejo de Recursos Hídricos; Evaluación Ambiental; Contaminación y Calidad de aguas; Política y Legislación de Aguas; Gerenciamiento Hidroambiental Regional; Obras Hidráulicas, Métodos y Técnicas Constructivas; y todos aquellos temas relacionados con las ciencias hidroambientales. Los artículos estarán sujetos a revisión a cargo del Consejo Revisor. Se solicita que los trabajos publicados no hayan sido enviados para publicación ni publicados en otras revistas científicas y/o tecnológicas. Copyright Todos los derechos reservados. Ninguna parte de esta publicación podrá ser reimpresa, reproducida o utilizada de cualquier forma o por medio electrónico, mecánico u otro medio conocido o por inventarse, sin expresa autorización del Consejo Editorial. ISSN 1514-2906 Catálogo LATINDEX Nº 1715.

INDICE PUBLICACIONES Calidad Hidroquímica del Recurso Hídrico en una Cuenca Endorreica del Sudoeste de la Provincia de Buenos Aires. Mario Eduardo Sequeira, Sandra Noemi Fernández, Juan Darío Paoloni, Elida Carmen Fiorentino, Martín Esposito y Pablo Javier Antonelli..............................................................................................01 Estimación de Humedades Características en Suelos Limosos Mediante Diferentes Funciones de Pedotransferencia. Erik Zimmermann……………………………………………………………...…...……………..…..13 Simulación Agregada y Distribuida de un Área de Llanura: Arroyo Santa Catalina, Partido de Azul, Buenos Aires. Georgina Cazenave, Luis Vives y Adolfo Villanueva...........................................................................27 Comparación de Índices de Calidad de Aguas Aplicados en el Arroyo del Azul, Provincia de Buenos Aires. Lorena Rodríguez, Fabio Peluso, José González Castelain...................................................................41 REPORTES Condiciones de Explotación y Uso Doméstico del Agua: El Caso de un Barrio Periférico de la Ciudad de Tandil, Buenos Aires, Argentina. Corina Iris Rodríguez, Víctor Alejandro Ruiz de Galarreta, Anahí Tabera…………………………...51 Caracterización Físicoquímica y Biológica de Tres Lagunas Pampasicas. Oscar Díaz, Viviana Colasurdo, Fabián Grosman, Pablo Sanzano……………………………….…...59 NOTAS TECNICAS Determinación del Factor Topográfico LS en los Modelos RUSLE y RUSLE3D mediante el SIG Sextante. José L. García Rodríguez y Martín C. Giménez Suárez……………………………………………....67

CUADERNOS del CURIHAM, Vol. 14, Año 2008

1

CALIDAD HIDROQUÍMICA DEL RECURSO HÍDRICO EN UNA CUENCA ENDORREICA DEL SUDOESTE DE LA PROVINCIA DE BUENOS AIRES

Mario Eduardo Sequeira(1) (2), Sandra Noemi Fernández(1), Juan Darío Paoloni(2), Elida Carmen Fiorentino(3),

Martín Esposito(3) y Pablo Javier Antonelli(1) (1) Dpto. de Ingeniería – Universidad Nacional del Sur (UNS) - Avda. Alem 1253, (8000), Bahía Blanca

(2) Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) (3) Dpto. de Agronomía – Universidad Nacional del Sur

[email protected] y [email protected]

RESUMEN La calidad hídrica es un término relativo, referido a la composición del agua cuando es afectada por la con-centración de sustancias producidas por procesos naturales y actividades humanas. Como tal, es un término neutral que no puede clasificarse como bueno o malo sin hacer referencia al uso para el cual el agua es desti-nada. El objetivo de este trabajo es analizar la calidad hidroquímica del recurso hídrico de la cuenca endo-rreica de la laguna de Puán, Provincia de Buenos Aires, y su aptitud para uso agropecuario y consumo huma-no. Se consideraron datos proporcionados por el municipio y se tomaron muestras del nivel freático y de la laguna. Se midieron factores físico-químicos como el pH, la conductividad eléctrica, cantidad de sales y ciertos oligoelementos. Los resultados determinan aguas subterráneas mayoritariamente dulces, moderada-mente duras, aptas para la ganadería y buenas para riego con baja peligrosidad salina y moderada peligrosi-dad sódica. También se observan elementos nocivos como As, V, F y Cr, que en algunas muestras superan los valores máximos admitidos para el consumo humano y pueden generar enfermedades de origen hídrico a mediano y/o largo plazo. Los resultados del agua de la laguna reflejan una aptitud nula para todo tipo de consumo. Palabras claves: Recurso Hídrico, Cuenca Endorreica, Calidad del Agua, Hidroquímica

ABSTRACT Water quality is a relative term which refers to those water components affected by substances produced by natural processes or human activities. As such, it must be considered as a neutral term that qualifies water as good or bad referring to the implication of its use. The purpose of this work is to analyze the hydrochemistry of water resources from an endorheic watershed known as Laguna de Puán, located in the south-west of Bue-nos Aires Province, and to determine the water quality for farming use and human consumption. Data pro-vided by the municipal authorities were considered and samples of the water table and lake were taken. Phys-icochemical factors as pH, electric conductivity, several salts and oligoelements were measured. Research results determine that underground waters are mainly freshwaters, with good aptitude for cattle raising and irrigation but low salted and moderately sodic risk. Noxious elements as As, V, F and Cr are observed. Some samples overcome maximum admitted values for human consumption and may generate diseases in the me-dium/long term. Lake water results show useless aptitude for any kind of use. Key words: Hydric Resource, Endorheic Watershed, Water Quality, Hydrochemistry

Calidad Hidroquímica del Recurso Hídrico en una Cuenca Endorreica del Sudoeste de la Provincia de Buenos Aires

2

INTRODUCCIÓN La relevante importancia de la gestión de los recursos naturales y en especial del agua, ha motivado y motiva permanentemente la planificación de estudios regiona-les destinados a la evaluación de los aspectos que hacen al diagnóstico de este recurso. El suroeste de la Provin-cia de Buenos Aires es una región caracterizada por una importante actividad agropecuaria de secano y con riego y una creciente concentración urbana industrial. La necesidad de conciliar aspectos generales y particu-lares condicionan un desarrollo en etapas de los estu-dios regionales, llevándose a cabo a través de releva-mientos de diversos espacios territoriales, a fin de lo-grar un diagnóstico sobre la calidad del agua freática.

La cuenca de la laguna de Puán (Figura 1) se ubica en el geoambiente denominado de llanura pedemon-tana (VLlp), que comprende las tierras por sobre la cota de 250 msnm, conformando el piedemonte distal y proximal del Sistema serrano (Figura 2). El territorio se sitúa en la transición de los paisajes pampeano y patagónico, teniendo por tipo morfoló-gico dominante a la llanura. En la orla de piedemon-te, es notable la desaparición superficial de los cur-sos emergentes de las sierras, indicando un predo-minio de la infiltración que aporta al escurrimiento hipodérmico y freático. Ya en la superficie, en cam-bio se implanta un drenaje lacunar que encadena escurrimientos difusos de patrón cuasi radial (Gon-zález Uriarte, M. et al, 2002).

Figura 1. Ubicación geográfica de la zona de estudio

Figura 2. Ámbito físico de la zona en estudio


3

La laguna de Puán presenta una gran variabilidad en su superficie, alcanzando en la actualidad una exten-sión superficial del orden de las 700 has., incluyendo una isla de 25 has. La laguna está alimentada princi-palmente por el aporte de carácter torrencial de las precipitaciones, que se encauzan en dos pequeños arroyos semipermanentes de escaso caudal, que bajan de los cerros vecinos. El espejo de agua nunca se ha secado totalmente, pero en los años 1909 a 1910, a raíz de una prolongada sequía, quedó reducido nota-blemente al punto tal que podía ser atravesado sin dificultad con los medios de transporte de la época. El incremento promedio de las precipitaciones, es-pecialmente a partir de fines de la década del 60, fue

acompañado por un continuo aumento de la cota de la laguna afectando en 1992 a ciertos sectores del casco urbano de la localidad de Puán (Sequeira, et al, 2004). Este hecho obligó a las autoridades a ini-ciar acciones conjuntas con la Dirección de Hidráu-lica de la Provincia de Buenos Aires. Las variables climáticas y el marco geomorfológico descrito, marcan las pautas de funcionamiento del sistema de la cuenca endorreica de la laguna de Puán (Figura 3). Posee un área de aproximadamente 10000 has., donde las precipitaciones son las generadoras de los escurrimientos superficiales y subsuperficiales, dando lugar a la configuración de la red de drenaje y principalmente recargando los acuíferos.

Figura 3. Cuenca endorreica de la laguna de Puán

Emplazada en su orilla, la localidad de Puán reviste especial importancia pues constituye la ciudad cabe-cera de la unidad del Partido, unidad de gestión políti-co-administrativa provincial ubicada entre los 37º 22´ y 38º 49´ de latitud sur y 62º 30´ y 63º 23´ de longitud oeste. Dicha ciudad capital posee una población aproximada a los 5000 habitantes, y en el partido totaliza alrededor de 18000 habitantes distribuyéndose en algunos centros urbanos y en un importante asen-tamiento rural de pequeños abastecimientos. La pro-ductividad principal (agrícola-ganadera) y la ausencia de cursos fluviales y una cierta restricción hídrica en el clima, hacen que el recurso agua dependa en forma primordial del acuífero freático, tanto para consumo humano-animal, como para la creciente asistencia con riego complementario (Fiorentino et al, 1998).

El Ministerio de Agricultura de la Nación, entre los años 1921 y 1934, analizó el agua de la laguna. De los resultados analíticos, el agua fue calificada en una categoría extraordinariamente fuerte -clorosulfatada sódica -, de mineralización exage-rada e hipertónica (Informe de la Comisión Nacio-nal de Climatología y Aguas Minerales, 1937). Cabe destacar que durante ese período la máxima extensión áreal estimada de la laguna sería del orden de las 400 has (alrededor del 57 % de la superficie actual). En este trabajo, se propone analizar la calidad hidro-química del recurso hídrico, en el ámbito físico con-formado por la cuenca topográfica endorreica apor-tante a la laguna de Puán.


4

MATERIALES Y METODOLOGÍA En diversos trabajos previos, se determinaron: la cuenca endorreica de la laguna de Puán, sus paráme-tros hidromorfológicos, las relaciones área–volumen correspondientes a las alturas del cuerpo de agua, la clasificación hidrológica de las características de su suelo y la estimación del riesgo hídrico que represen-ta la laguna sobre la localidad homónima empleando modelos de balances hídricos mensuales seriados y de Índice de severidad de sequía (Palmer) (Sequeira et al, 2004 y Sequeira et al, 2006) y las características generales de la hidroquímica regional de las aguas subterráneas del sudoeste bonaerense y sudeste pam-peano (Fiorentino et al, 1998, Paoloni et al, 2000, González Uriarte et al, 2002 y Paoloni et al, 2003). Para la evaluación hidroquímica preliminar, se tuvo en cuenta la información aportada por el relevamien-to en la cuenca de 65 perforaciones distribuidas de-ntro y fuera de la misma, realizado por la Municipa-lidad de Puán, donde se determinaron la profundidad del nivel de la freática con relación a la superficie y la obtención de una muestra de agua para precisar el contenido de sales solubles totales para cada caso.

En función de estos resultados, se planificó un muestreo hidroquímico puntual de los siguientes elementos: bicarbonatos (CO3H-), cloruros (Cl-), cromo (Cr), Cadmio (Cd), ciertos poluentes en las aguas de origen natural como arsénico (As), boro (B), y fluor (F), sodio (Na+), fosfatos (PO4), sul-fatos (SO4

=), magnesio (Mg++), calcio (Ca++), bario (Ba), nitratos (N-NO3

-) y vanadio (V), Además, se midieron conductividad eléctrica (Ce), temperatura y pH. En total son 11 posicio-nes de muestreo: 1 en la laguna y 10 en perfora-ciones distribuidas en el área de la cuenca (Figura 4). Estas últimas aprovechan el acuífero freático, principal fuente de aprovisionamiento para los diferentes usos locales. La explotación del recur-so hídrico se efectúa a través de las tradicionales bombas de émbolo, impulsadas por energía eólica (molinos) y en algunos casos con el uso de bom-bas centrífugas accionadas eléctricamente. Las muestras se tomaron por duplicado en envases de 500 cc. y se llevaran a cámara fría hasta su proce-samiento en laboratorio. Se tomaron además da-tos de profundidad mediante sonda piezométrica, posicionamiento y altura del terreno mediante sistema GPS.

Figura 4. Ubicación de las muestras hidroquímicas

Los análisis hidroquímicos para la determinación cuali-cuantitativa se llevaron a cabo en los laborato-rios del Departamento de Agronomía de la Univer-sidad Nacional del Sur (UNS) y del LANAQUI (Laboratorio de Análisis Químicos) del CERZOS (Centro de Estudios de Recursos de las Zona Semi-árida, UNS – CONICET), empleándose en cada

caso las siguientes técnicas: fluor, método electro-métrico con electrodo positivo; boro, arsénico y vanadio, equipo analizador de plasma (Induced Coupled Plasma – ICP); sales solubles totales, puente de conductividad; pH, electrodo; nitrato y fosfatos, test colórimetros y demás técnicas de aná-lisis de rutina.


5

RESULTADOS Y DISCUSIONES Hidrología Subterránea Las formaciones geológicas como portadoras de acuí-feros están compuestas por depósitos sedimentarios (Pampeano), representados por fracciones limosas, arenosas y arcillosas, con presencia de material calcá-reo en forma de mantos, entre los cuales se observan afloramientos que conforman potentes bancos (Sala et al, 1983) de edad del Plioceno y Pleistoceno (Hidalgo et al, 1975). En general son materiales acuíferos con

permeabilidad que en algunos casos llega a valores del orden de 5 a 10 m/día (Sala, 1975). La característica y conformación de la morfología de la freática pueden evaluarse a partir del relevamiento de base mencionado, confeccionado los mapas de isohipsas, que son curvas que unen puntos de igual carga hidrostática con referencia al plano topográfi-co (Figura 5) y de isobatas, donde se grafican las curvas que unen puntos de igual profundidad freáti-ca, con relación a la superficie del terreno (Figura 6) (Custodio y Llamas, 1976).

Figura 5. Mapa de isohipsas

Del análisis del mapa de isohipsas se desprende que el área de recarga de la cuenca de la laguna de Puán, se encuentra en la vertiente extrema nor-occidental del Sistema de Ventania (extremo más oriental de la cuenca), mientras que la descarga se produce hacia la depresión que da lugar a la formación de dicha lagu-na. El mapa muestra una morfología de tipo radial, con gradientes que varían según los distintos sectores de la cuenca, entre 0.0228 a 0.0055 (perfil A – B de la Figura 5 y Figura 7). Se observa un quiebre en la regularidad de las curvas, con una marcada inflexión en el sector central de la cuenca, quedando netamente demarcada el área por los últimos afloramientos rocosos del Sistema (sector del monasterio de Puán). En cuanto al mapa de isobatas (Figura 6), este mues-tra la interrelación entre la superficie freática y la superficie topográfica. En la mitad más oriental de la cuenca, es donde se produce el máximo distancia-

miento entre ambas superficies, hasta valores mayo-res de 70 m, mientras que el máximo acercamiento se manifiesta entre la laguna y el área de los aflora-mientos rocosos, donde esta situado el monasterio, con valores menores a 5 m. Calidad del agua subterránea Acuífero freático La variación espacial de los valores de sales solubles totales de las muestras de agua tomadas por el muni-cipio, expresados en micro siemens por centímetro (µS/cm), permitió elaborar un mapa de isoconductivi-dad (Figura 8), donde se observa una cierta zonación de menores concentraciones en el área de recarga, incrementándose los valores salinos en forma de bolsones dispuestos en el sector central de la cuenca, tanto en el borde superior como el inferior, y también sobre el extremo occidental del área urbana de la


6

Figura 6. Mapa de isobatas

Figura 7. Perfil A-B del mapa de isohipsas

Figura 8. Mapa de isoconductividad


7

localidad, muy cercana al espejo de agua de la laguna. Aptitud de uso Los valores de conductividad varían de acuerdo a los siguientes porcentajes del área de la cuenca (Tabla 1). Tabla 1. Conductividad y % de área de la cuenca afectados

Rango de Conductividad % Area Cuenca

395 – 700 µS/cm (0.25 – 0.45 g/l) 23

701 – 1000 µS/cm (0.45 – 0.64 g/l) 65

1001 – 1353 µS/cm (0.64 – 0.86 g/l) 12

Químicamente, a medida que los valores de conduc-tividad decrecen la calidad de las aguas mejoran. Los rangos de conductividad menores de 700 µS/cm son indicadores de agua de buena calidad. A partir de este valor podrían observarse algunas restriccio-nes en cuanto al uso del agua para riego, y a partir de 1500 µS/cm, para uso ganadero (Ayers et al, 1987). Los valores de los análisis físicos-químicos de los pozos muestreados que captan del acuífero freático de la cuenca endorreica y de la laguna se muestran en la Tabla 2. Se presentan los valores límites para las características químicas y substancias inorgáni-cas fijados por el Código Alimentario Argentino para la aptitud del agua en alimentación y uso do-méstico (CAA, modificación 2007).

Tabla 2. Análisis físico-químicos de las muestras de pozos (M) y de la laguna (L). Valores límites según CAA Análisis Físico-

químicos M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 L11

laguna Max. (s/lag)

Min. (s/lag)

Medio (s/lag)

CE(µS/cm) 500 1010 530 710 510 630 640 650 720 510 4010 1010.0 500 641

pH (6.5 – 8.5) 7.2 7.5 7.7 7.4 7.4 7.4 7.3 7.6 7.5 7.5 8.9 7.7 7.2 7.5

CO3=

0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0

CO3H-

(600 ppm) 307.1 307.0 211.5 264.4 278.6 235.9 274.6 313.2 284.7 292.9 1678 313.2 211.5 277.0

SO4=

(400 ppm) 23.1 68.1 30.9 34.8 28.5 114.9 67.5 65.1 69.0 36.3 693.0 114.9 23.1 53.8

Cl- (350 ppm) 30.1 143.6 59.4 103.7 4.4 15.1 16.8 13.3 30.1 31.9 469.9 143.6 4.4 44.9

N-NO3-

(45 ppm) 5.7 39.8 4.9 14.8 6.0 3.4 8.4 6.3 18.3 7.4 2.1 39.8 3.4 11.5

Na+ (920 ppm) 52.9 201.0 141.0 206.0 96.8 141.0 137.0 181.0 197.0 143.0 1325 206.0 52.9 149.7

Ca++ (400 ppm) 48.1 38.0 13.3 21.5 33.4 33.5 37.1 15.9 31.3 20.2 6.4 48.1 13.3 29.2

Mg++ (60 ppm) 14.6 15.9 6.6 7.2 11.7 14.4 12.6 7.0 11.0 8.3 12.3 15.9 6.6 10.9

As (0.01 ppm) 0.01 0.01 0.02 0.03 0.02 0.01 0.03 0.02 0.05 0.01 0.09 0.05 0.01 0.02

V (0.05 ppm) 0.06 0.12 0.13 0.19 0.08 0.09 0.20 0.24 0.15 0.14 <0.05 0.24 0.06 0.14

B (2 ppm) 0.22 0.44 0.36 0.42 0.30 0.31 0.40 0.48 0.37 0.31 2.91 0.48 0.22 0.36

F-

(1.2 ppm) 1.2 1.5 2.2 2.1 1.3 1.4 1.9 2.2 1.6 1.2 10.2 2.2 1.2 1.7

PO43-

(0.2 ppm) <0.15 <0.15 <0.15 <0.15 <0.15 <0.15 <0.15 <0.15 <0.15 <0.15 0.77 <0.15 <0.15 <0.15

Ba (1 ppm) 0.07 0.07 0.02 0.06 0.07 0.06 0.09 0.05 0.06 0.08 <0.05 0.09 0.02 0.06

Cr (0.05 ppm) 0.03 0.14 0.06 0.10 0.01 0.02 0.02 0.01 0.03 0.03 0.47 0.14 0.00 0.04

Cd (0.01 pm) 0.001 0.003 0.002 0.001 0.002 0.002 0.003 0.003 0.003 0.002 0.006 0.003 0.001 0.002

Aplicando el diagrama de representación de datos químicos de Schoeller-Berkeloff se infiere que la salinidad del nivel freático en la cuenca se debe a la

presencia del anión bicarbonato y del catión sodio, que son los que ocupan mayor porcentaje, pudién-dose clasificarlas como bicarbonatadas sódicas en


8

un 90 % del total y bicarbonatadas cálcico-magnésicas el 10 % restante (Figura 9). En lo refe-rente a la calidad del agua de la laguna, la misma presenta elevados valores de conductividad eléctrica

(4010 µS/cm – muy alta salinidad), manteniendo su clasificación de sódica cloro-bicarbonatada-sulfatada, a pesar de haber alcanzado actualmente el doble del área original.

Diagrama de Schoeller-Berkeloff

0.10

1.00

10.00

100.00

Ca Mg Na Cl SO4 HCO3

meq

/l

M1M2M3M4M5M6M7M8M9M10L11

Figura 9. Diferencias hidroquímicas en las aguas muestreadas – Diagrama de Schoeller-Barkeloff

Al estudiar la posibilidad de usar el agua para riego, hay que tener en cuenta que no basta conocer su contenido en sales. Es necesario analizar la naturale-za de éstas, ya que no todas las soluciones salinas producen los mismos efectos, que dependen de su proporción de sodio, solubilidad de las sales, conte-nido de boro, etc. Para definir la evaluación anterior, se han propuesto numerosos índices, que podemos agrupar en fundamentales y de menor aplicación (Pizarro, 1978). Los primeros involucrarían a la conductividad eléctrica (CE), el RAS y el RSC, que indican el riesgo de sodificación del suelo y el con-tenido de boro. Los de menor aplicación serían el CIP, que indica las proporciones nocivas de Cl, el índice de Mg y la proporción de carbonatos y sulfa-tos. Estos índices en realidad indican la posibilidad de que un agua, que en su estado natural no es per-judicial, evolucione en el suelo induciendo altera-ciones en la solución del mismo o en el complejo de cambio que pueda tener efectos nocivos. Con respecto a la CE ya se ha visto el significado de esta medida, que indica la concentración salina de una solución. El RAS (Relación de Adsorción del Sodio) expresa la posibilidad de que el agua de riego provoque la sodificación del suelo, lo que produce una acumulación de sodio intercambiable que tiene una acción dispersante sobre las arcillas y de solubi-lización de la materia orgánica, que afecta muy ne-gativamente a las propiedades físicas del suelo (agregados menos estables, sellado del suelo, encos-tramiento y disminución de la conductividad hidráu-lica), por lo que el medio será menos apto para el

crecimiento de los cultivos. Se define por la ecua-ción (1), donde los cationes se expresan en meq/l:

2MgCa

NaRAS+

= (1)

Los valores de RAS que permiten clasificar el agua de riego en sus distintas clases dependen de la CE de esa agua, por lo tanto, el US. Salinity Laboratory (Pizarro, 1978) ha elaborado una codificación de 16 tipos de agua que es ampliamente utilizada (Figura 10), donde en función de 5 clases de CE (µS/cm) y 4 clases de RAS, que demarcan en cada nivel la apti-tud del agua para riego, permiten clasificar lo ade-cuado o no de su uso (Figura 10 y Tabla 3). La presencia de aniones carbonatos y bicarbonatos afecta al RAS de la solución del suelo. El índice RSC indica la peligrosidad del sodio una vez que han reaccionado los cationes calcio y magnesio con los aniones mencionados. Se calcula mediante la fórmu-la (2), con los elementos en meq/l. RSC = ( CO3

= + CO3H-) – (Ca+++ Mg++ ) (2) Los valores extremos para este índice son 2.5 y 1.25. Por encima del límite superior, indica un agua no aprovechable para el riego y por debajo buena apti-tud para el uso (Tabla 3). Valores intermedios clasi-fican al agua como marginal para el riego. En la evaluación de un agua atendiendo a su RSC hay que tener en cuenta el tipo de suelo. Un determinado va-


9

lor puede ser peligroso en un suelo sódico y tener un efecto mejorador en un suelo ácido.

Figura 10. Clasificación del agua de riego (US Salinity

Laboratory-Riverside) y ubicación de las muestras analizadas El boro es un elemento esencial para el desarrollo normal de las plantas, pero si se excede la concen-tración necesaria puede perjudicar seriamente a los cultivos. El contenido perjudicial depende de los cultivos y se agrupan en tres clases: tolerantes (1 mg/l), semitolerantes (hasta 2 mg/l) y sensibles (has-ta 4 mg/l) (Tabla 3). El índice CIP tiene en cuenta al ión cloro. Clasifica las aguas en 5 clases, desde excelente a inútil, de acuerdo a valores desde 4 a mayores de 20 y está definido por la ecuación (3) (meq/l). Los resultados se muestran en la Tabla 3. CIP =((Cl-+ N-NO3) / (-CO3

=+ CO3H-+ + SO4

= + Cl-+ N-NO3-)) x 100 (3)

Normalmente, el contenido de sales de un agua de riego es insuficiente para perjudicar a los cultivos. Los daños se ocasionan cuando el agua se concentra en el suelo, aumentando la salinidad. Algunos de los índices y clasificaciones estudiados consideran la evolución posible del agua en el suelo (RSC y proporción de carbonatos y sulfatos). Sin embargo, ninguno de ellos es suficiente para definir dicha evolución, por lo que ésta se debe estudiar con detalle, cuantificando las

variaciones que tienen lugar en las concentraciones de las sales y en particular de las pocos solubles, que pueden precipitar al concentrarse el agua, retirando iones de la solución y modificando las proporciones iniciales, con sus correspondientes efectos sobre la adsorción de Na, Mg, etc. (Pizarro, 1978). En cuanto al contenido del Mg, cuando este se en-cuentra en la solución del suelo en altas concentra-ciones se producen ciertos efectos tóxicos, pudiendo inducir deficiencias de Ca en los cultivos. Se expresa por el índice resultante de la ecuación (4) (cationes en meq/l). Un agua se considera peligrosa cuando el índice es superior a 50 (Tabla 3). ((Mg++) / (Ca++) + (Mg++)) x 100 (4) En lo que respecta a la consideración de la propor-ción de carbonatos y sulfatos, se tiene en cuenta que el ion Ca, aportado por el agua de riego, al concen-trarse la solución de suelo, puede ser eliminado al precipitar en forma de carbonato, bicarbonato o sulfato. Igualmente ocurre con el Mg, que puede precipitar en forma de carbonato o bicarbonato. Cuando disminuyen las concentraciones de Ca y Mg, aumenta el RAS y el riesgo de sodificación del suelo. Por lo tanto, el agua de riego se puede clasifi-car en 4 clases que marcan esta posibilidad de sodi-ficación, desde la I (la más peligrosa) a IV (efecto despreciable) (Tabla 3). Finalmente consideramos la dureza, considerada como la propiedad de un agua caracterizada por la dificultad de hacer espuma con jabón. Es debida a la presencia de alcalinotérreos (en el agua: Ca y Mg). En la actualidad no presenta interés científico, aun-que si práctico, por los problemas que plantean las aguas duras, especialmente por incrustaciones en las instalaciones de agua. Por razones históricas se mide como mg/l de CO3Ca (ecuación (5)), definiéndose rangos que clasifican al agua desde blanda a muy duras (Custodio y Llamas, 1976). Los resultados se muestran en la Tabla 4. 50.

12)ppm(Mg

20)ppm(Ca)CaCO(Dureza 3 ⎟

⎠⎞

⎜⎝⎛ += (5)

En cuanto a su aplicabilidad para ganadería, desde el punto de vista del tenor salino, no cuenta con ningún tipo de limitación según la guía de calidad de agua para ganadería propuesta por FAO (Ayers et al, 1987) sobre la base de los trabajos realizados por la Nacional Academy of Science (1972, 1974).


10

Tabla 3: Calidad del agua para riego. Índices y clasificaciones

Proporción de carbonatos y sulfatos Muestra RAS

Clasificación (US Soil

Laboratory) RSC Riesgo de

Sodificación Boro CIP Clase Indice de Mg Clase

Mg+Ca CO3H+CO3 Clase M1 1.24 C2-S1 1.43 Moderado s/riesgo 14.6 Mala 33.4 s/riesgo 3.60 5.03 Clase 1 M2 5.46 C3-S1 1.82 Moderado s/riesgo 42.1 Inútil 40.9 s/riesgo 3.21 5.03 Clase 1 M3 10.34 C2-S2 2.26 Alto s/riesgo 29.9 Inútil 44.9 s/riesgo 1.20 3.47 Clase 1 M4 10.53 C2-S2 2.67 Alto s/riesgo 38.5 Inútil 35.7 s/riesgo 1.67 4.33 Clase 1 M5 3.15 C2-S1 1.94 Moderado s/riesgo 4.1 Buena 36.6 s/riesgo 2.63 4.57 Clase 1 M6 4.34 C2-S1 1.01 Bajo s/riesgo 7.1 Media 41.5 s/riesgo 2.86 3.87 Clase 1 M7 4.06 C2-S1 1.61 Moderado s/riesgo 9.4 Media 35.9 s/riesgo 2.89 4.50 Clase 1 M8 11.59 C2-S2 3.76 Alto s/riesgo 6.8 Buena 42.1 s/riesgo 1.37 5.13 Clase 1 M9 6.86 C2-S2 2.20 Moderado s/riesgo 15.8 Mala 36.6 s/riesgo 2.46 4.67 Clase 1

M10 7.39 C2-S2 3.11 Alto s/riesgo 15.5 Mala 40.4 s/riesgo 1.69 4.80 Clase 1 L11 78.56 C5-S4 26.17 ---------- c/riesgo 24.1 Inútil 75.9 c/riesgo 1.34 27.50 Clase 1

Tabla 4. Dureza del agua

Muestra Dureza (mg/l CO3Ca)

Clasificación

M1 181 Moderada M2 162 Moderada M3 61 Ligera M4 84 Ligera M5 132 Moderada M6 144 Moderada M7 145 Moderada M8 69 Ligera M9 124 Moderada

M10 85 Ligera L11 68 Ligera

En el análisis de las muestras, también se midieron poluentes de origen natural como arsénico (As), fluor (F), boro (B) y vanadio (V) (Tabla 3). En función de los datos expuestos, se puede resaltar que en algunos sectores de la cuenca el acuífero libre presenta tenores de arsénico (As), vanadio (V) y fluor (F), que superan moderadamente, en algunos casos los valores límites permitidos para el consumo humano, de acuerdo a la normativa vigente (Código Alimentario Argentino (CAA), modificación 2007). También se observa algunas muestras con valores superiores a los admisibles en cuanto al cromo (Cr). Los habitantes rurales e incluso urbanos, utilizan el agua freática práctica-mente para todos los fines, incluido el consumo, sin embargo, la mayoría de ellos desconocen la calidad del agua que usan, aspecto que se convier-te en un riesgo para la salud y para algunas activi-dades productivas, debido principalmente a los tenores de arsénico y fluor, superiores a los valores guías permitidos: 0.01 mg/l y 1.2 mg/l, respecti-vamente (CAA). Las diferentes concentraciones de los valores que exceden los límites permitidos para consumo humano y las demandas agrícolas y ga-naderas, responden principalmente, al condicio-namiento impuesto por los factores geomorfológi-

cos y edáficos en la circulación del agua, determi-nando un patrón espacial no uniforme (Paoloni et al, 2000 y 2003). CONCLUSIONES El recurso subterráneo por su presencia y distribu-ción en toda el área, es el más seguro e importante como fuente posible de aprovechamiento. Su pro-fundidad variable y en general bastante somera, hace al mismo accesible y fácilmente explotable. Son mayoritariamente dulces, moderadamente duras, aptas para la ganadería, buenas para riego con baja peligrosidad salina y moderada peligrosidad sódica. En el aspecto cualitativo se manifiestan por predomi-nancia del catión sodio y el anión bicarbonato sobre la totalidad de los componentes que la integran. En relación a los oligoelementos As, F y V, su de-tección y distribución permitirá sin ninguna duda comunicar a todos aquellos que de una u otra manera se encuentren relacionados con el consumo y el aprovechamiento del recurso, desde la medicina preventiva, pasando por las explotaciones agrícolas y las demandas ganaderas, hasta los aspectos recrea-tivos y los más ínfimos usos. Por todo ello, el alta-mente recomendable alertar a los centros de salud y/o órganos de gobierno sobre la presencia natural de estos elementos para contemplar su incidencia sobre la salud de la población. Los resultados encontrados indican con claridad que se convierte en un problema ambiental la calidad del recurso hídrico, dado que debido a la presencia, aunque moderada de elementos nocivos en el acuífe-ro libre, puede generar enfermedades de transmisión hídrica a mediano y/o largo plazo. Por ello, se reco-mienda la prospección de fuentes alternativas, como


11

otros acuíferos y/o el desarrollo y uso de técnicas domiciliarias para hacer el recurso viable. Los resultados del agua de la laguna reflejan una aptitud nula para todo tipo de consumo. REFERENCIAS Ayers R. S., Westcot D. W., 1987. La calidad del

agua en la agricultura. Estudio FAO: Riego y Drenaje 29, Rev.1-173.

Código Alimentario Argentino (CAA), 2007. Modificación del Artículo 982 del CAA, vigente desde el 7 de Junio del 2007. Res. Conj. SPRyRS y SAGPyA. Nro. 68/2007 y Nro. 196/2007.

Custodio E., Llamas M. R., 1976. Hidrología Subterrá-nea. Tomo I. Editorial Omega, Barcelona, España.

Fiorentino C. E., Paoloni J. D., Sequeira M. E., Echeverría N., 1998. Detección y Distribución de Arsénico, Fluor, y Boro en aguas subterráneas re-gionales. Mapas de Riesgo. Actas del XVII Con-greso Nacional del Agua y II Simposio de Recur-sos Hídricos del Conosur, Santa Fé (Argentina). Tomo 3, 71-79.

González Uriarte M., Paoloni J. D., Navarro E. L., Fiorentino C. E. y Sequeira M. E., 2002. Land-scape surface runoff and groundwater quality in the district of Puan, Province of Buenos Aires, Argentine. Journal of Soil and Water Conserva-tion, Vol 57, N3, 192–195.

Hidalgo F., De Francesco J., Pascual R., 1975. Geo-logía superficial de la llanura bonaerense. VI Congreso Geológico Argentino, Buenos Aires, Relatorio, 103-108.

Ministerio de Agricultura de la Nación, 1937. In-forme de la Comisión Nacional de Climatología y Aguas Minerales.

National Academy of Sciences and National Acad-emy of Ingeneering, 1972. Water quality criteria. U.S.Environmental Proteccion Agency, Washing-ton DC.,Report Nº EPA-R 373-033, pp.592.

National Academy of Sciences, 1974. Nutrients and Toxic substances in water for livestook and poul-try. U.S.Environmental Proteccion Agency, Was-hington DC, pp.93.

Paoloni J. D., Fiorentino C. E., Sequeira M. E., Echeverría N., 2000. Spatial variability and con-centration of arsenic in the groundwater of a re-gion in southwest of Buenos Aires Province, Ar-gentina. Journal of Soil and Water Conservation, 55 (4), 436-438.

Paoloni J. D., Sequeira M., Fiorentino C. E., Amiotti N., Vázquez R., 2003. Water resources in the semi-arid Pampa-Patagonia transitional re-gion of Argentina. Journal of Arid Environment 53, 257-270.

Pizarro F., 1978. Drenaje Agrícola y Recuperación de Suelos Salinos. Editorial Agrícola Española, S.A., Madrid, España.

Sala J. M., 1975. Recursos Hídricos, VI Congreso Geológico Argentino, Buenos Aires, Relatorio, 169-193.

Sala J. M., González M., Keuse E., 1983. Generali-zación hidrológica de la Provincia de Buenos Ai-res, Coloquio Internacional sobre Hidrología de Grandes Llanuras, Actas II, 975-1009.

Sequeira M. E., Paoloni J. D., Fernández S. N., An-tonelli P. J., 2004. Riesgo hídrico en una cuenca endorreica (Laguna de Puán, Provincia de Buenos Aires). Aplicación del modelo de Palmer y com-paración con otros métodos. Cuadernos del CU-RIHAM. Centro Universitario Rosario de Investi-gaciones Hidroambientales de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura dela Universidad de Rosario, Provincia de Santa Fe, Argentina. Vol. 10, 73-84.

Sequeira M. E., Paoloni J. D., Fernández, S. N., Antonelli, P. J., 2006. Balances hídricos seriados aplicados a la cuenca endorreica de la laguna de Puän (provincia de Buenos Aires). Predicción cua-litativa de niveles de agua. Resúmenes de la XXIII Reunión Científica de la Asociación Argentina de Geofísicos y Geodestas, Bahía Blanca, Provincia de Buenos Aires, Argentina. Vol 1, 91.

Articulo recibido el 12/2007 y aprobado para su publicación el 03/2009.


13

ESTIMACIÓN DE HUMEDADES CARACTERÍSTICAS EN SUELOS LIMOSOS MEDIANTE DIFERENTES FUNCIONES DE PEDOTRANSFERENCIA

Erik Zimmermann

CONICET y Centro Universitario Rosario de Investigaciones Hidroambientales. Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario.

Riobamba 245 bis (2000). Rosario. Santa Fe. Argentina e-mail: [email protected]

RESUMEN En este trabajo se han utilizado diferentes procedimientos para estimar humedades características de suelos limosos, representativos de un sector de la llanura argentina, partiendo de información granulométrica y de parámetros fisico-químicos disponibles en las cartas de suelos del INTA. Se utilizaron valores de referencia característicos propuestos por Rawls y otros (1982), Carsel y Parrish (1988) y Zimmermann (2006a, 2006b) y funciones de pedotransferencia (FPT) propuestas por un conjunto de autores y otras incluidas en los códigos SOILPAR (Acutis y Donatelli, 2003) y Rosetta (Schaap et al, 1999) para las composiciones texturales de las 136 muestras analizadas. Se concluye que los resultados obtenidos ofrecen una gran dispersión entre los diferentes procedimientos empleados dando la pauta que los predictores se deben emplear con precaución. Para la estimación de humedades de punto de marchitez permanente y capacidad de campo en la cuenca del Aº Ludueña pueden recomendarse las ecuaciones propuestas por Rawls et al. (1982). Para la estimación de humedad residual y de saturación puede considerarse el código Rosetta o bien la ecuación propuesta por Wösten et al. (1999). Palabras claves: Suelos Limosos, Humedades Características, Curvas de Retención de Humedad

ABSTRACT In this work, different procedures have been used to estimate characteristic moistures of silt soils, representa-tive of a sector of the Argentinean flatlands. It was used grain size, and physical-chemical information of soil maps printed by the National Agriculture Technology Institute (INTA). Characteristic reference values (Rawls et. al, 1982; Carsel and Parrish, 1988; Zimmermann 2006a, 2006b), pedotransfer functions (PTF) included in the codes SOILPAR (Acutis and Donatelli, 2003) and Rosetta (Schaap et to the, 1999) together with others PTFs were used for 136 analyzed samples of soils. Results showed a great dispersion among the different used procedures. Consequently the methods should be used with caution. The equation proposed by Rawls et al. (1982) gave good results for wilting point and field capacity estimations in Ludueña’s catch-ment. The Rosetta’s code and Wösten et al. (1999) equation gave good results for saturation and irreductible moistures estimation. Key words: Silt Soils, Characteristic Moistures,

Estimación de Humedades Características en Suelos Limosos Mediante Diferentes Funciones de Pedotransferencia

14

INTRODUCCIÓN El interés en la zona no saturada (ZNS) ha aumenta-do en los últimos años debido a la evidencia crecien-te de la afectación ambiental provocada por activi-dades agrícolas e industriales. En este ambiente, los modelos numéricos son rutinariamente usados en investigación y gestión para predecir el movimiento de agua y solutos en la ZNS. Los resultados de las aplicaciones sólo pueden ser confiables si las propiedades del medio poroso son conocidas. Esto representa la principal limitación a la tecnología actual de modelos sofisticados que se en-cuentra en un estado avanzado con respecto al conoci-miento de los parámetros que engloban esos modelos. En trabajos de calibración de modelos hidrológicos continuos; se ha demostrado la alta sensibilidad que presentan los procesos subterráneos, observables en el sistema mediante los niveles freáticos, y los pro-cesos hidrológicos superficiales, observables a tra-vés de volúmenes de escurrimiento, frente a los parámetros hidráulicos que caracterizan la zona no saturada (Zimmermann, 2003). Esto resalta el rol protagónico que ejerce la zona vadosa en la recarga freática y en la infiltración, que constituyen los pro-cesos que interconectan la hidrología superficial y la subterránea. La zona no saturada debe ser analizada con detenimiento ya que en ella se da lugar a impor-tantes procesos de intercambio de flujo. Para caracterizar el medio no saturado se requiere del conocimiento de las curvas de conductividad k(θ), y retención ψ(θ) o bien, difusividad D(θ), siendo θ, el contenido volumétrico de humedad, k(θ) la conducti-vidad hidráulica no saturada, ψ(θ) el potencial mátri-co del suelo y D(θ) el coeficiente de difusividad. Muchos de los modelos analíticos para tales curvas utilizan valores del contenido volumétrico de hume-dad correspondientes a puntos característicos tales como: saturación, saturación irreductible, capacidad de campo y punto de marchitez permanente. En trabajos previos (Zimmermann 2006a, 2006b) se han estimado, para los suelos típicos de la llanura pampeana santafecina, valores de referencia de los parámetros que gobiernan sus funciones hidráulicas. Estos valores fueron obtenidos de distintas fuentes de información: calibraciones de modelos matemáticos hidrológicos (Zimmermann, 2003), resultados de ensayos compilados de estaciones del INTA y las curvas de retención calibradas (Zimmermann 2006b)

con la información de la base de datos pública recopi-lada por el departamento de agricultura de EEUU, USDA, denominada UNSODA (Leij et al, 1996). En el mismo trabajo se propusieron regresiones entre parámetros hidráulicos y parámetros físicos (densidad húmeda, contenido orgánico, porosidad y pH) con el fin de pronosticar los primeros en función de los de-más parámetros (Zimmermann y Basile, 2006, 2007). Paralelamente se han propuesto un conjunto de fun-ciones de pedotransferencia basadas en diferentes propiedades fisico-químicas del suelo que han sido ajustadas a otras bases de información edafológica. Entre las más conocidas se pueden citar los trabajos de Rawls et al (1982), Rawls y Brakensiek (1985), Cosby et. al. (1984), Saxton et al. (1986), Vereecken et al. (1989), Sharpley y Williams (1990), Hutson y Wagenet (1992), Damiano et al (1996), Wösten et al. (1999). Existen códigos informáticos que incluyen modelos de pedotransferencia tales como el SOILPAR (Acu-tis y Donatelli, 2003) y Rosetta (Schaap et al, 1999). En este trabajo se ha puesto atención a las ecuacio-nes que definen las humedades características de los suelos, aplicando las propuestas mencionadas prece-dentemente a perfiles tipo de suelos pampeanos de la provincia de Santa Fe y comparándolas con el obje-tivo de analizar la semejanza en los resultados. MODELOS ANALÍTICOS DE CURVAS DE RETENCIÓN DE HUMEDAD Aunque se han propuesto muchas funciones empíri-cas para la curva de retención son pocas las que tienen una base fenomenológica. Una de las más conocidas y populares es la de Brooks y Corey, según la cual:

⎪⎩

⎪⎨

⎧

ψ<ψ→

ψ≥ψ→⎟⎟⎠

⎞⎜⎜⎝

⎛ψψ

=θ−θθ−θ

=

λ

c

cc

rs

re

si1

siS (1)

donde θs es el contenido de humedad para medio saturado, θr es la humedad correspondiente a satu-ración irreductible, λ es un parámetro que depende de la distribución de los tamaños de poros, ψc es la succión crítica (presión de entrada de aire) y Se es la saturación efectiva.


15

Para soslayar las limitaciones de la curva de Brooks y Corey, específicamente la discontinuidad en la zona de saturación, se han propuesto curvas con forma sigmoidal. Entre ellas se destaca la de van Genuchten, cuya expresión es la siguiente:

[ ] mne )(1S

−αψ+= (2)

donde α, m y n son parámetros empíricos. Este mo-delo de curva de retención tiene más flexibilidad para adaptarse a las curvas reales ya que depende de cinco parámetros independientes (α, m, n, θs, θr). En la práctica resulta conveniente restringir los valores de m y n de forma que: m = 1 - 1/n. Con ello se obtienen expresiones sencillas de la curva de con-ductividad que se deriva de ella. La curva de van Genuchten incluye la de Brooks y Corey como un caso particular cuando n tiende a infinito, siendo el producto n.m constante. En este caso λ es igual a n.m y α = 1/ψc. PARÁMETROS DEL SUELO PARA LAS FUNCIONES HIDRÁULICAS DE SUELOS NO SATURADOS Existen métodos indirectos para estimar las propie-dades hidráulicas de suelos, que varían en términos de metodología y complejidad, pudiendo distinguir-se tres grupos principales: los métodos basados en la distribución del tamaño de poros, los métodos inver-sos y las funciones de pedotransferencia. Los primeros se usan frecuentemente para estimar conductividad hidráulica no saturada y la curva de retención de humedad con las funciones de Brooks-Corey o Van Genuchten. Se han propuesto métodos cuasi-físicos que usan el concepto de similitud de la forma entre distribuciones del tamaño de poros y de la partícula (Arya y París, 1981, Haverkamp y Parlange, 1986). Los métodos inversos están basados en la resolución numérica de la ecuación de Richards junto a un algoritmo de optimización y paralelamente medicio-nes de campo o laboratorio. Ajustando los resultados del modelo a los medidos se pueden obtener los parámetros hidráulicos del suelo en forma indirecta. Los métodos inversos son a menudo vulnerables por la no singularidad de los resultados, es decir, dos o más juegos de parámetros optimizados pueden ser aplicables al problema estudiado.

Las funciones de pedotranferencia (FPT) ofrecen un tercer método para estimar propiedades hidráulicas usando el hecho que las mismas se relacionan con la composición textural del suelo entre otra informa-ción taxonómica disponible (ej., la distribución de tamaño de partículas, densidad aparente, contenido de materia orgánica, etc.). Sin embargo, la gran mayoría de FPTs son completamente empíricas y no usan ningún concepto físico. En este trabajo se ha empleado ésta tercer vía para la estimación de humedades características, es decir se han cuantificado las FPTs. Funciones de Pedotransferencia utilizadas Existen un conjunto de ecuaciones que relacionan propiedades hidráulicas de suelos con parámetros físicos y granulométricos de las muestras. Hay diferentes tipos de FPTs. Un primer tipo se basa en clasificar los suelos por su composición textural y asignar iguales parámetros asumiendo que suelos de similar textura tienen parámetros hidráulicos simila-res (ej. Carsel y Parrish, 1988 y Rawls et al 1982). Otro grupo de FPT se basa en ecuaciones de regre-sión lineal y/o no lineal ofreciendo una solución con propiedades hidráulicas que varían en forma conti-nua a través del triángulo de clasificación textural del USDA. Las predicciones pueden ser mejoradas usando propiedades físicas del suelo como informa-ción adicional, tales como la densidad aparente, porosidad o contenido de materia orgánica, en suelos de la región pampeana de Argentina (Zimmermann y Basile, 2006, 2007). Otros autores mejoran la pre-dicción incluyendo uno o más puntos de la curva de retención (Rawls et al., 1992; Williams et al., 1992), p.ej. las humedades correspondientes a capacidad de campo y punto de marchitez permanente, con poten-ciales mátricos de -33 KPa y -1500 KPa, respecti-vamente. En la Tabla 1 se muestran las ecuaciones de regre-sión que se han empleado para las comparaciones en este trabajo. En la misma se incluyen regresiones lineales múlti-ples entre los parámetros hidráulicos y otras caracte-rísticas físicas y granulométricas para muestras de suelos limosos extractadas de la base UNSODA (Zimmermann y Basile, 2006, 2007).


16

Tabla 1. Funciones de pedotransferencia empleadas para estimación de humedades características del suelo

FUNCIONES DE PEDOTRANSFERENCIA FUENTES

0,0182.DA-0,0122.MO+0,0044.C+0,0004.A-0,08541500 =θ−

0,0738.DA-0,00228.MO+0,0039.C+0,0018.A-0,348633 =θ− Rawls y Brakensiek,

1985

MO.0158,0C.005,0026,01500 ++=θ− MO.0299,0C.0036,0A.002,02576,033 ++−=θ−

Rawls et al, 1982

CCIC.DA.0224,0C.00003,0C.007,000208,0 22

1500 +−+=θ−

C.DA.00217,0A.0013,0.64,02756,0 150033 +−θ+=θ −−

EPIC-ASW code, Sharpley and Wil-

liams, 1990

DA.0182,0MO.0122,0C.0044,0A.0004,00854,01500 −++−=θ− DA.0738.0MO.0228,0C.0039,0A.0018,03486,033 −++−=θ−

LEACHM code, Hutson and Wagenet,

1992

CO.005,0L.0005,0C.004,00611,01500 +++=θ− British Soil Service (topsoil) (LEACHM

code, Hutson and Wagenet, 1992):

AA.1318,0C.9636,0C.0042,00233,0 11500 +−+=θ −

−

C/)CICCIC(AA co−= actividad de la arcilla

( )[ ]3/2/e9,2.COCICCO += e: espesor horizonte (cm) 1

33 A.1836,1A.0029,03718,0 −− +−=θ

Damiano et al 1996

L.top.0001664,0MO.DA.001183,0C.DA.000619,0C.MO.0000733,0)Lln(.01472,0L.01113,0C.02427,0

MO.0000821,0L.000001491,0DA.29619,0C.001691,07919,011

22s

−−−−++

++−−+=θ−−

1.0r =θ

(Wösten et al., 1999)

C.0013,0DA.283,0803,0s +−=θ CO.014,0C.005,0015,0r ++=θ

Vereecken et al., 1989

( ) 100C.037,0A.142,05,50s −−=θ Cosby et. al. 1984

)C(log.1276,0A.0007251,0332.0 10s +−=θ Saxton et al. 1986

hs 3188.00847.08757.0 δ−η+=θ (ARCILLA LIMOSA )

gs d273.14006.01261.0 +η+=θ (FRANCO ARCILLO-LIMOSO)

ghs CV0003682.01528.01578.05318.0 +δ−η+=θ (FRANCO LIMOSO)

Zimmermann y Basile, 2007

Glosario de Variables: DA (tm-3): Densidad aparente, CIC (cmol(+) kg-1): Capacidad de intercambio catiónico, C (%): Contenido de arcilla, A (%): Contenido de arena, L (%) : Contenido de limo, CO (%): Contenido de carbono orgánico, MO (%): Contenido de materia orgánica, pH Concentración de hidrogeniones, top: Variable cualitativa binaria (0, 1) que indica si el estrato es superficial (1) o no (0), θ-33 (m3 m-3): Contenido de humedad a -33 kPa, capacidad de campo, θ-1500 (m3 m-3): Contenido de humedad a -1500 kPa, punto de marchitez permanente, θr (m3 m-3): Contenido de humedad residual, θs (m3 m-3): Contenido de humedad para el suelo saturado, η (adimensional) Porosidad,


17

δh (g/cm3) Densidad húmeda, δs (g/cm3) Densidad seca, dg (mm) Diámetro geométrico, CVg Coeficiente de variación geométrico, β2 Curtosis adimensional Los parámetros granulométricos se obtienen de la siguiente forma: Escala sedimentológica φ: dlog2−=φ siendo d diámetro de la partícula (mm). Los parámetros estadísticos considerados para las distribuciones granulométricas son Diámetro Medio φm, Desvío Es-tándar σ, Curtosis K, y Curtosis Adimensional β2. Los mismos se calculan en la escala φ de la siguiente manera:

∑=

φ=φN

iiim f

1

, ( )21

1

2⎥⎥

⎦

⎤

⎢⎢

⎣

⎡φ−φ=σ ∑

=

N

iimi f , ( )∑

=

φ−φ=N

iimi fK

1

4 , 42

σ=β

K, donde fi es la fracción en peso asociada al

diámetro di . El diámetro medio geométrico dg, el desvío estándar geométrico σg y el coeficiente de variación geométrico CVg se obtie-nen a través de los respectivos valores definidos en la escala φ mediante las ecuaciones:

mgd φ−= 2 , σ=σ 2g , g

gg

dCV

σ=

Para la implementación práctica de algunas FPT se han desarrollado varios códigos de cálculo entre los que pueden mencionarse los programas Rosetta© y SoilPar©. Ambos fueron utilizados en este trabajo y se describen sucintamente a continuación. Programa Rosetta Rosetta implementa funciones de pedo-transferencia que predicen las curvas de retención y conductivi-dad basadas en ajustes de composición textural, densidad aparente y en uno o dos puntos de la curva de retención (punto de marchitez permanente y/o capacidad de campo). Rosetta fue desarrollado por Marcel G. Schaap en el United States Salinity Laboratory (USDA), Riversi-de, California supervisado por Leij y van Genuchten. Esta versión del software refleja el estado del arte en las FPTs hasta el año 1999. Este programa emplea para el ajuste de parámetros redes neuronales para mejorar las predicciones de las FPTs empíricas. Los parámetros hidráulicos ópti-mos, relacionados con datos de la entrada (tamaño de partícula, densidad aparente, etc.) se obtienen mediante un procedimiento de calibración iterativo. Diversos autores opinan que los ajustes alcanzados superan los de los métodos anteriormente menciona-dos (Schaap et al. 1999). El software es de distribución libre y gratuita y pue-de obtenerse mayor información consultando la página web http://www.ussl.ars.usda.gov.

Programa SOILPAR SOILPAR 2.0 es un programa para estimar paráme-tros hidráulicos del suelo desarrollado por Marco Acutis (Departamento de Ingeniería Agrícola y Agronomía Territorial, Nápoles, Italia) y Marcello Donatelli (Instituto de Investigación para Cultivos Industriales, Bologna, Italia). El programa permite guardar información de suelos en un banco de datos georeferenciado, estimar pará-metros hidráulicos de suelos usando varios procedi-mientos incorporados al programa, comparar las esti-maciones contra datos medidos en forma gráfica y/o tabulada, y crear mapas que usan el formato ESRI. Once métodos estiman una o más de las caracte-rísticas siguientes: contenido de humedad para diferentes tensiones matriciales, conductibilidad hidráulica saturada, y densidad aparente. Tres métodos estiman los parámetros de curvas de retención (Brooks-Corey, Hutson-Cass, Van Ge-nuchten), y un método para estimaciones de con-ductibilidad hidráulica no saturada y parámetros de curvas de retención (Campbell). El software corre bajo Windows 98/NT/2000/XP y es de acce-so libre vía internet. Los procedimientos de pedotransferencia se clasifi-can en: a) Estimación puntual de algunos valores específicos de interés de la curva de retención de humedad, conductibilidad hidráulica no saturada y densidad aparente; b) Estimación de parámetros de curvas de retención.


18

El programa permite el ajuste de parámetros para las curvas de retención, en caso de contar con datos medidos de contenido de humedad y potencial ma-tricial mediante un procedimiento de calibración no lineal. El mismo está basado en el método simplex con restricciones, para evitar inconsistencias físicas en los valores ajustados. SOILPAR es un software disponible gratuito con propósitos no-comerciales. El paquete de la instala-ción puede obtenerse de: http://www.isci.it /tools. APLICACIÓN A LAS SERIES DE SUELOS TÍPICAS EN LA REGIÓN SUR DE LA PRO-VINCIA DE SANTA FE (PAMPA HÚMEDA ARGENTINA) La llanura chaco-pampeana de Argentina, de clima templado húmedo, está caracterizada por un relieve de moderada pendiente topográfica. El área meridio-nal de la provincia de Santa Fe, motivo de interés en

este estudio (Figura 1), presenta un módulo pluvio-métrico del orden de los 1000 mm y la temperatura media anual del orden de los 17 ºC. La unidad estratigráfica superior del paquete sedi-mentario, que constituye el sustrato geológico de los sistemas hidrológicos, está compuesta por el loess de la formación pampeana, integrada por limos y arci-llas de colores castaños. El espesor en el sector de análisis varía entre 30 y 150 metros. Los mapas de suelos disponibles en la provincia de Santa Fe, elaborados por el Instituo Nacional de Tecnología Agropecuaria (INTA), clasifican, desde un punto de vista textural, a los suelos de la región entre las fracciones franco limosa, franco arcillo limosa y arcilla limosa. A los fines de aplicar los procedimientos descritos se contó con información elaborada por INTA, que caracteriza los perfiles de suelos presentes en el área de estudio.

Argenti

na

0 100

Escala (aprox.)

300 km

Santa Fe

5

A. Pav¾n

La Picasa

0

BUENOS AIRESPROVINCIA

CHOVET

RN 33

Melincue

BOMBAL SANTATERESA

A012

PROVINCIA CORDOBA

A. Sala

dillo

RÝo Carcara±ß

R Ý

o P a r a n

ß

RN 9ROSARIO

RN 34

10 35km

Escala (aprox.)

EMPALME

PROVINCIA ENTRE RIOS

Figura 1. Area de estudio: sector meridional de Santa Fe


19

De las cartas de suelos disponibles se extractó la información de los perfiles tipo siguientes:

A.Juarez Huemul Pergamino Arequito Juncal Peyrano Casilda Las Gamas Roldan Chabas Lima Santa Lucia Faustina Los Nogales Villada Gelly Maizales VillaEloisa Hansen Monte Fiore Zavalla

En cada uno de los veintiún (21) perfiles, en función de su profundidad y su estratigrafía, se detallan entre 3 y 8 sub-horizontes de los cuales, en las cartas de suelo, se publicó la granulometría, junto a otros parámetros bio-físicos tales como contenido de ma-teria orgánica, capacidad de intercambio catiónico,

pH, etc. El conjunto de estratos para todas las series estudiadas totalizan ciento treinta y seis (136) mues-tras de suelo. A manera de ejemplo se presenta en la Tabla 2 los datos y estimaciones realizadas con el software SoilPar para la serie Casilda, con sus 8 estratos. El mismo trabajo se realizó para cada uno de los horizontes de las series, obteniéndose densidades aparentes, humedades para capacidad de campo (CC), punto de marchitez permanente (PMP) y humedad irreductible y de saturación entre otros parámetros para las curvas de retención de humedad. Fueron aplicadas también las ecuaciones de las re-gresiones multivariadas presentadas en Tabla 1.

Tabla 2. Propiedades granulométricas, físicas e hidráulicas estimadas para la serie Casilda

Unidades L1 L2 L3 L4 L5 L6 L7 L8Profundidad (m) 0.18 0.27 0.48 0.76 1.04 1.28 1.80 2.10 Densidad seca (Rawls) (t/m3) 1.46 1.44 1.42 1.38 1.39 1.42 1.45 1.44 PMP (Brakensiek & Rawls) (m/m) 0.19 0.22 0.22 0.28 0.23 0.19 0.14 0.16 CC (Brakensiek & Rawls) (m/m) 0.39 0.42 0.40 0.46 0.40 0.35 0.31 0.32 Contenido de arena muy gruesa (%) 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 Contenido de arena gruesa (%) 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 Contenido de arena media (%) 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 Arena fina (%) 2.00 1.50 1.00 1.00 1.50 1.00 1.80 1.30 Arena muy fina (%) 8.20 5.50 4.20 2.50 4.60 6.90 9.80 6.90 Contenido de limo (%) 69.90 64.40 61.70 49.60 55.80 62.80 67.80 68.20 Contenido de arcilla (%) 19.87 28.57 33.07 46.87 38.07 29.27 20.57 23.57 coarse fragment content (%)Materia orgánica (%) 2.55 2.29 1.22 0.99 0.49 0.27 0.15 0.10 Capac. Intercambio Catiónico (cmol/kg 16.70 19.30 21.40 30.60 29.80 24.70 18.80 20.60 pH - en agua 6.20 6.40 6.60 7.00 7.10 6.80 7.50 8.20

Humedad a 10 (-J/kg) (m/m)Humedad a 20 (-J/kg) (Brakensiek & Raw(m/m) 0.43 0.46 0.44 0.49 0.44 0.39 0.35 0.36 Humedad a 30 (-J/kg) (Brakensiek & Raw(m/m) 0.39 0.42 0.41 0.46 0.40 0.35 0.31 0.32 Humedad a 50 (-J/kg) (Brakensiek & Raw(m/m) 0.34 0.38 0.37 0.42 0.36 0.32 0.27 0.28 Humedad a 100 (-J/kg) (Brakensiek & Ra(m/m) 0.31 0.34 0.33 0.39 0.33 0.29 0.24 0.26 Humedad a 500 (-J/kg) (Brakensiek & Ra(m/m)Humedad a 1500 (-J/kg) (Brakensiek & R(m/m) 0.19 0.22 0.23 0.28 0.23 0.19 0.15 0.16

Conductividad Hidráulica saturada (Puck (mm/h) 31.01 5.56 2.29 0.15 0.85 4.84 27.00 14.93 vanGenuchten α (1/cm) 0.0014 0.0010 0.0017 0.0010 0.0019 0.0036 0.0051 0.0053vanGenuchten m (adim) 0.53 0.19 0.17 0.14 0.41 0.35 0.37 0.33 vanGenuchten n (adim) 2.14 1.24 1.21 1.16 1.68 1.54 1.58 1.48 vanGenuchten θr (adim) 0.18 0.01 0.03 0.02 0.20 0.16 0.13 0.13

(*) Los valores en itálica son estimados aplicando el programa SoilPar RESULTADOS Y DISCUSIÓN Los resultados de la aplicación de los criterios con-juntos mencionados, para los perfiles tipo de suelo seleccionados, se muestran en las Figuras 2, 3, 4 y 5. Como se puede apreciar, las metodologías emplea-das arrojan resultados disímiles, para todas las humedades características. Se ha utilizado, solo a los fines de poder realizar las comparaciones, a los re-sultados de SoilPar como referencia para las hume-dades de capacidad de campo y punto de marchitez

permanente y los de Rosetta como referencia para las humedades residuales y de saturación. Respecto al pronóstico de humedades de capacidad de campo (Figura 2), se observa que las formulacio-nes de Damiano (1996) y Sharpley y Williams (1990) exceden en más de un 20% los pronósticos de SoilPar mientras que la formulación de Hutson y Wagenet (1992) lo hace por defecto. Algo similar sucede con la estimación del punto de marchitez permanente (Figura 3), aunque en este


20

caso la formulación de Damiano se aparta del patrón que siguen las demás, mostrando valores por exceso y defecto respecto al pronóstico del SoilPar. Esto no significa que una u otra formulación sea mejor o peor, ya que no hay información de campo o laboratorio que permita identificar aquella que mejor represente los datos reales. Respecto a las humedades residuales y de satura-ción, se han comparado el conjunto de ecuaciones de pedotransferencia con los resultados del programa

Rosetta, como se mencionara precedentemente. El programa Rosetta pronostica parámetros bajo opciones diferentes en función de la información disponible. Hay un primer nivel de información requerida que contempla la clasificación textural (Rosetta SSC), un segundo nivel que adiciona a los requerimientos la densidad aparente (Rosetta SSCB) y un tercer nivel que requiere como infor-mación adicional las humedades de capacidad de campo y punto de marchitez permanente (clasifi-cación textural, densidad y humedades límites - SSCB θ33-θ1500).

0.20

0.25

0.30

0.35

0.40

0.45

0.50

0.55

0.60

0.20 0.25 0.30 0.35 0.40 0.45 0.50 0.55 0.60

SoilPar

Damiano et al. 1996Rawls et al 1982Sharpley y Williams 1990 SoilParRawls y Brakensiek 1985Hutson y Wagenet 1992

Figura 2. Estimación de la humedad de capacidad de campo, θ-33

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.05 0.10 0.15 0.20 0.25 0.30 0.35

SoilPar

Damiano et al. 1996Rawls et al 1982Sharpley y Williams 1990 SoilParRawls y Brakensiek 1985Hutson y Wagenet 1992British Soil Serv

Figura 3. Estimación del punto de marchitez permanente, θ-1500


21

La Figura 4 muestra las estimaciones de la humedad residual. Allí se observa que cualquiera de las opcio-nes de Rosetta pronostica θr dentro de un rango aproximado al 20%. EL programa SoilPar presenta patrones disímiles y evalúa tanto por defecto como por exceso. La formulación de Vereecken (1989) propone estimaciones por exceso e incluso valores bastante alejados de los promedios recomendados por Rawls y Brakensiek ó Carsel y Parrish, p. ejemplo. La Figura 5 muestra las estimaciones para la humedad de saturación. En términos generales hay mucho menos dispersión que para las otras hume dades características. Casi todos los pronósticos

caen dentro del rango +/- 20%. Se podría afirmar que es el parámetro que puede pronosticarse con menor variabilidad. Debido a que la información granulométrica dispo-nible en las cartas de suelo no incluye una curva de distribución no fue posible aplicar las ecuaciones propuestas por Zimmermann y Basile (2006, 2007). Los resultados, puestos de manifiesto en las Figuras, dan la pauta que se debe considerar con precaución el empleo de las ecuaciones ajustadas ya que dan resultados muy distintos para una misma caracteri-zación fisico-química de un suelo.

0.00

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.10 0.11

Rosetta

RosettaRosetta SSCBRosetta SSCSoilParVereecken et al 1989

Figura 4. Estimación de la humedad residual, θr

0.35

0.40

0.45

0.50

0.55

0.60

0.35 0.40 0.45 0.50 0.55

Rosetta

RosettaCosby et al 1984Saxton et al 19861-DA/2,65Wosten et al 1999Vereecken et al 1990

Figura 5. Estimación de la humedad de saturación, θs


22

Probablemente las muestras utilizadas para el ajuste de las FPTs internas de cada software, aunque pre-senten la misma clasificación textural, propiedades físicas y químicas semejantes, no permiten un pre-dictor que pronostique comportamientos hidráulicos semejantes. Es decir, hasta el momento no pueden obtenerse ecuaciones aplicables “universalmente”. Resultados para la cuenca del Aº Ludueña Las formulaciones analizadas se han aplicado a las series de suelos presentes en la cuenca del Aº Lu-dueña, cuyas asociaciones se combinan arealmente de acuerdo a la distribución porcentual que se mues-tra en la Tabla 3 y gráficamente en la Figura 6. Los valores de las humedades características se han promediado por horizonte (A y B según cartas de suelo de INTA) y ponderado arealmente de acuerdo a los porcentajes de asociaciones y series presenta-dos en la Tabla 3. El horizonte B mantiene predominantemente una textura arcillo-limosa, mientras que el horizonte A presenta una textura franco-limosa. Las Tablas 4 y 5 presentan los valores medios de las humedades características ponderados arealmente y

promediados por horizontes para las diferentes FPTs consideradas en los análisis. En la Tabla 4 se observan valores elevados para las humedades de capacidad de campo estimadas con las metodologías propuesta por Damiano et al. (1996) y Sharpley y Williams (1990), hecho también observado en las Figuras anteriores. El valor pro-puesto por Rawls y Brakensiek (1985) para la humedad de capacidad de campo en el horizonte “A” parece estar subestimado. Por simplicidad y en función de la información disponible para la estima-ción de humedades de punto de marchitez perma-nente y capacidad de campo en la cuenca del Aº Ludueña puede recomendarse las ecuaciones pro-puestas por Rawls et al. (1982). En la Tabla 5, el valor de humedad residual estima-do según Rawls et al. (1982) parece estar subestima-do mientras que los valores estimados por Vereec-ken et al. (1989) parecen estar sobrestimados (hecho también que fue evidenciado en la Figura 4). Para la estimación de humedad residual y de satura-ción, empleadas como parámetros para las curvas de retención de humedad, se considera que el código Rosetta o bien la ecuación propuesta por Wösten et al. (1999) da buenos resultados en las predicciones.

Tabla 3. Composición entre asociaciones y series de suelo en cuenca Ludueña

Composición % por Series Asociaciones Área de

influencia (%) Gelly MFiore Peyrano Roldán Zavalla Py 24.7 100

Py15 0.2 100 Py20 1.0 100 Py2x 1.7 100 Py8 3.0 100 Rd 9.3 100

Rd10 15.3 20 20 30 30 Rd11 1.8 20 40 40 Rd12 15.9 10 20 70 Rd15 9.2 20 20 50 10 Rd8 3.3 30 70 Za2 2.2 20 30 50 Za3 8.3 20 30 50


23

Figura 6. Distribución de las asociaciones de suelos en la cuenca del Arroyo Ludueña (Santa Fe, Argentina)

Tabla 4. Humedades de capacidad de campo y punto de marchitez permanente

estimadas para la cuenca del Aº Ludueña bajo diferentes FPTs Autores θ-1500 − θ-33 (cm3/cm3)

Horizonte “A” Horizonte “B”

θ-1500 θ-33 θ-1500 θ-33 Rawls y otros, 1982 0.18 0.40 0.29 0.46 SoilPar 0.20 0.40 0.30 0.47 Damiano, 1996 0.16 0.64 0.30 0.78 Sharpley y Williams, 1990 EPIC ASW 0.18 0.46 0.30 0.61 Rawls y Brakensiek, 1985 0.19 0.33 0.29 0.44 British Soil Service 0.20 0.29 Hutson y Wagenet, 1992 0.19 0.46 0.29 0.54

Tabla 5. Humedades residuales y de saturación estimadas para la cuenca del Aº Ludueña bajo diferentes FPTs

θr − θs (cm3/cm3) Horizonte “A” Horizonte “B” Autores θr θs θr θs

Rawls y otros, 1982 0.02 0.50 0.06 0.48 SoilPar 0.11 0.03 Rosetta SSCB θ33-θ1500 (cuenca Ludueña) 0.08 0.47 0.09 0.52 Rosetta SSCB (cuenca Ludueña) 0.08 0.10 Vereecken et al, 1989 0.15 0.43 0.27 0.48 Cosby et al, 1984 0.49 0.48 Wosten et al, 1999 0.10 0.42 0.10 0.48 Saxton et al, 1986 0.50 0.55 Aplicando θs = 1- (DA/2,65) 0.46 0.49 Zimmermann, 2006 (promedios de 141 muestras de UNSODA) 0.43 0.53


24

CONCLUSIONES Se han utilizado diferentes procedimientos para estimar propiedades hidráulicas de suelos limosos, representativos de un sector de la llanura argentina, partiendo de información granulométrica, y de pa-rámetros fisico-químicos disponibles en las cartas de suelos de INTA. Se emplean funciones de pedotransferencia (FPT) incluidas en los códigos SOILPAR (Acutis y Dona-telli, 2003) y Rosetta (Schaap et al, 1999) junto con un conjunto de ecuaciones propuestas por Rawls et al (1982), Rawls y Brakensiek (1985), Cosby et. al. (1984), Saxton et al. (1986), Vereecken et al. (1989), Sharpley y Williams (1990), Hutson y Wa-genet (1992), Damiano et al (1996), Wösten et al. (1999) y otros. Los procedimientos se aplican a un conjunto de 21 perfiles tipo de series de suelos los que totalizan 136 muestras representativas de las características edafo-lógicas del sur santafecino, República Argentina. A partir de los resultados obtenidos en este trabajo pudo concluirse que en general los procedimientos considerados muestran una diversidad importante en el pronóstico de las humedades características. Consecuentemente se debe considerar con precau-ción el empleo de las ecuaciones ya que dan resulta-dos diversos para una misma caracterización fisico-química de un suelo. Entre los métodos empleados para la estimación de humedades de punto de marchitez permanente y capacidad de campo en la cuenca del Aº Ludueña puede recomendarse las ecuaciones propuestas por Rawls et al. (1982). Para la estimación de humedad residual y de satura-ción, empleadas como parámetros para las curvas de retención de humedad, puede considerarse el código Rosetta o bién la ecuación propuesta por Wösten et al. (1999). REFERENCIAS Acutis, M. and Donatelli,M. (2003) SOILPAR 2.00:

software to estimate soil hydrological parameters and functions. Europ. J. Agronomy 18:p373-377.

Arya, L.M., and J.F. Paris. 1981. A physico-empirical model to predict the soil moisture characteristic

from particle-size distribution and bulk density data. Soil Sci. Soc. Am. J. 45:218-1227.

Carsel, R. F., and R. S. Parrish. 1988. Developing joint probability distributions of soil water retention characteristics. Water Resour. Res. 24:755-769.

Cosby,B.J.,Hornberger,G.M.,Clapp,R.B.,and Ginn, T.R., 1984, A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils.Water Resources Research,20,682 -690.

Damiano F, Díaz R A, Grondona M O. 1996. Evaluación de una función uni-parámetrica para la estimación de la curva de retención de agua en suelos agrícolas. XVI Congreso Nacional del Agua. San Martín de los Andes, Argentina. Trabajo Nº 148. Publicado en Actas.

Haverkamp, R., and J.Y. Parlange. 1986. Predicting the water-retention curve from particle size distribution: 1. Sandy soils without organic matter. Soil Sci. 142:325-339.

Hutson, J.L., Wagenet, R.J., 1992. LEACHM, Leaching Estimation And Chemistry Model. Department of Soil, Crop and Atmospheric Sciences Research series no. 92.3. New York, Cornell University, p. 121.

Leij, F. J., W. J. Alves, M. Th. van Genuchten, and J. R. Williams. 1996. Unsaturated Soil Hydraulic Database, UNSODA 1.0 User's Manual. Report EPA/600/R-96/095, U.S. Environmental Protection Agency, Ada, Oklahoma. 103 pp.

Rawls, W. J., D. L. Brakensiek, and K. E. Saxton. 1982. Estimating soil water properties. Transactions, ASAE, 25(5):1316-1320 and 1328.

Rawls, W.J. and D.L. Brakensiek. 1985. Prediction of soil water properties for hydrologic modeling. p 293-299. In Jones, E.B. and T.J. Ward (ed.) Watershed management in the eighties. Proc. Irrig. Drain. div., ASCE, Denver, CO. April 30 - May 1. 1985.

Rawls, W.J., L.R. Ahuja and D.L. Brakensiek. 1992. Estimating soil hydraulic properties from soils data. p 329-340. In M. Th. van Genuchten, M.Th., F.J. Leij, and L.J. Lund (ed.). Indirect methods for estimating the hydraulic properties of unsaturated soils. Proc. Int Worksh. Riverside, CA. Oct 11-13. 1989. University of California, Riverside, CA.

Schaap, M.G., Leij F.J., van Genuchten. M. Th., 1999. A bootstrap neural-network approach to predict soil hydraulic parameters. In: van Genuchten, M.Th., F.J. Leij, and L. Wu (Eds.), Proceedings of the International Workshop on Characterization and easurements of the Hydraulic Properties of Unsaturated Porous Media,


25

University of California, Riverside, CA, pp. 1237_/1250.

Sharpley, A.N., and J.R. Williams. 1990. EPIC-Erosion/Productivity Impact Calculator. USDA, Agricultural Research Service, Technical Bulletin No. 1768, Washington, D.C., USA.

Saxton, K.E., Rawls,W.J., Romberger,J.S.,and Papendick R.I., 1986, Estimating generalized soil-water characteristics from texture.Soil Science Society of America Journal,50,1031 -1036. Geoderma,102,275 -297.

Vereecken, H., J. Maes, J. Feyen, and P. Darius. 1989. Estimating the soil moisture retention characteristic from texture, bulk density, and carbon content. Soil Sci. 148:389-403.

Williams, R.D., L.R. Ahuja, and J.W. Naney. 1992. Comparison of methods to estimate soil water characteristics from limited texture, bulk density, and limited data. Soil Sci. 153:172-184.

Wösten, J.H.M., A. Lilly, A. Nemes, and C. Le Bas. 1999. Development and use of a database of hydraulic properties of European soils. Geoderma 90:169-185.

Zimmermann E. 2003. Modelo Hidrológico Superficial y Subterráneo desarrollado para la Simulación de Sistemas de Llanura. 2. Estrategias para la Calibración". Journal of Earth Sciences.

Boletin Geológico y Minero de España. ISSN 0366-0176. Vol 114. No 2: 159-169. Madrid. España.

Zimmermann, E. 2006a. Funciones hidráulicas de suelos limosos: valores de referencia. In: XXII Congreso Latinoamericano de Hidráulica. Ciudad Guayana. Venezuela.

Zimmermann E. 2006b. Estimación de funciones hidráulicas de suelos limosos. Valores de referencia y regresiones con parámetros físicos. Cuadernos del CURIHAM, UNR Editora. Rosario, v. 11, n. 1, p. 49-66, 2006.

Zimmermann, E; Basile, P. 2006. Funciones hidráulicas de suelos limosos: regresiones con propiedades físicas y granulométricas. In: XXII Congreso Latinoamericano de Hidráulica. Ciudad Guayana. Venezuela.

Zimmermann, E; Basile,.P. 2007. Funciones hidráulicas de suelos limosos: regresiones no lineales con propiedades fisicas y granulometricas. XXI Congreso Nacional del Agua. Tucumán. Argentina.



27

SIMULACIÓN AGREGADA Y DISTRIBUIDA DE UN ÁREA DE LLANURA: ARROYO SANTA CATALINA, PARTIDO DE AZUL, BUENOS AIRES

Georgina Cazenave, Luis Vives y Adolfo Villanueva

Instituto de Hidrología de Llanuras. CC 44. 7300. Azul [email protected]

RESUMEN Se modeló matemáticamente el escurrimiento superficial de una cuenca mixta (nacientes en el borde oriental de las sierras de Azul y el resto de su superficie en la llanura pampeana) con distintos programas: uno agre-gado y otro distribuido. En este trabajo se presenta el estudio del funcionamiento hidrológico de la misma y la comparación de los resultados obtenidos para la simulación de eventos. En la modelación se empleó el programa agregado HEC-HMS del U.S. Army Corps of Engineers, y el modelo distribuido Sistema de Simu-lación SSHH-I de la Universidad Nacional de Rosario. Se empleó para este último un modelo digital del terreno (MDT) de detalle, construido mediante técnicas de interferometría a partir de imágenes radar. La comparación entre los modelos se hizo considerando dos aspectos: i) caudales y volúmenes a la salida de la cuenca, a la manera tradicional; y ii) tomando en cuenta la capacidad de representar la distribución espacial del agua en la superficie de la cuenca, que es un factor crítico de la inundaciones en áreas de llanura. El em-pleo de un MDT de detalle permitió representar mejor el movimiento superficial del agua y las áreas de al-macenamiento en este tipo de relieve que es de morfología básicamente llana. Palabras clave: modelos agregados, modelos distribuidos, MDT, áreas de llanuras

ABSTRACT The surface drainage of a mixed river basin (headwater on the Eastern edge of the Azul hills and middle and low areas on the Pampean plain) was simulated with two hydrological models, a lumped model and a grid model. This work presents the analysis and comparison of the results obtained from the simulation of some flood events. The lumped model used was HEC-HMS, from the U.S. Army Corps of Engineers. The distrib-uted model was System of Simulation SSHH-I, from Rosario National University. For this last model, the digital elevation model (DEM) used was obtained using radar images interferometry techniques. Comparison between the models was made considering two aspects: i) discharge and volumes at the basin outlet; and ii) the capacity to represent the space distribution of water on the surface of the river basin, that is a critical factor for the floods in plain areas. The use of a grid DEM allowed a better representation of the surface movement of water and of storage areas, the being very common in this type of relief, characterized by a basically level morphology. Key Words: lumped model, distributed model, DEM, plain areas

Simulación Agregada y Distribuida de un Área de Llanura: Arroyo Santa Catalina, Partido de Azul, Buenos Aires

28

INTRODUCCIÓN La llanura pampeana es un área de muy baja pen-diente, donde el relieve es muy suave y la red de drenaje no está bien definida. Eso genera un com-portamiento hidrológico atípico del sistema, en es-pecial durante inundaciones. Varios fenómenos condicionan el comportamiento hidrológico de las llanuras: - el escurrimiento puede tomar caminos diferentes

dependiendo de la altura de agua; - en inundaciones el escurrimiento en lámina es

muy frecuente, a veces más que el encauzado; - el almacenamiento en áreas bajas del terreno

tiene mucho peso en el balance hídrico; - el peso relativo del movimiento vertical del agua

es mucho mayor que en sistemas hidrológicos tí-picos;

Durante las inundaciones, el concepto de conver-gencia del escurrimiento hacia una red de drenaje, que es la principal vía de movimiento del agua, no es aplicable. La capacidad de escurrimiento de los cauces es muy pequeña, y el valle de inundación no está bien definido. Eso genera inundaciones de poca profundidad y gran extensión; un arroyo de pocos metros de ancho puede tener un frente de inundación del orden de varios kilómetros. En la Figura 1 se pueden ver los innumerables cuerpos de agua que quedan luego del paso de una inundación, cuando se produce el fenómeno de llenado y enca-denamiento de áreas bajas y el agua ocupa, de ma-nera discontinua, superficies del orden de centenas o miles de km2.

Figura 1. Patrón de anegamiento típico de la llanura en la zona de Azul, Prov. de Buenos Aires (imagen Landsat 7,

composición RGB 5-4 -3 del 20/08/2002).

El partido de Azul, situado en la Pampa Húmeda, es asolado periódicamente por estos fenómenos. La ciudad de Azul, cabecera del partido, tiene aproxi-madamente 50000 habitantes. La principal actividad económica del partido es la producción agropecua-ria. Por esto es que las inundaciones producen cuan-tiosas pérdidas en la zona rural, con impacto también en la zona urbana. Dado que el objetivo principal de este trabajo es la comparación entre un modelo agregado y uno de grilla se tomó, por una cuestión de escala, la sub-cuenca del arroyo Santa Catalina como cuenca re-presentativa de la cuenca del Azul, para el análisis de variables y comparación de los resultados de los modelos utilizados. Esta cuenca cuenta con caracte-rísticas similares a la cuenca del Azul y toda la in-formación necesaria para la modelación hidrológica a una escala de trabajo menor. La utilización de la expresión “de grilla” es delibe-rada, dado que este trabajo se refiere a un tipo muy específico de modelo distribuido. El tipo de modelo utilizado tiene la capacidad de representar el relie-ve, y su relación con el escurrimiento sobre la su-perficie del terreno con un grado de detalle y preci-sión tan alto como el del modelo digital de eleva-ción disponible La utilización de modelos de escurrimiento basados en modelos digitales del terreno de detalle, permite una adecuada representación del escurrimiento su-perficial complejo característico de esta zona. Este tipo de relieve es de morfología básicamente llana con pequeñas depresiones que almacenan agua gran parte del año y marcan en el paisaje un sinnúmero de cuerpos de agua de variadas dimensiones que parti-cipan y definen la respuesta de la cuenca ante preci-pitaciones intensas. OBJETIVOS El objetivo de este artículo es analizar el comporta-miento de dos modelos matemáticos de simulación del escurrimiento superficial, uno agregado y otro distribuido, y su capacidad de representar el funcio-namiento hidrológico en un área de llanura, la cuen-ca del arroyo Azul. La comparación entre los modelos se hizo conside-rando dos aspectos: i) caudales y volúmenes a la salida de la cuenca, a la manera tradicional; y ii) tomando en cuenta la capacidad de representar la


29

distribución espacial del agua en la superficie de la cuenca, que es un factor crítico de la inundaciones en áreas de llanura. La distribución areal de los anegamientos calculados con el modelo distribuido fue cotejada con las imá-genes satelitales de épocas próximas a las inunda-ciones (las disponibles sin nubes) para comparar los patrones de escurrimiento y la representatividad del modelo digital del terreno utilizado. ZONA DE ESTUDIO La cuenca del arroyo Azul ocupa prácticamente la totalidad de la superficie del partido homónimo. En la zona central de la misma se halla la ciudad de Azul (Figura 2), que se encuentra a la salida de la cuenca superior. El relieve de esa cuenca es típico de llanura pero bordeado por el extremo oriental de las sierras de Azul. A los efectos de simular las crecidas en el arroyo Azul, se estudió la cuenca del arroyo Santa Cata-lina (121 km2) que es similar a la del Azul Supe-rior (1135 km2), con una cabecera serrana que luego se transforma en la llanura de transición, de relieve ondulado con depresiones que encierran espejos de agua de distintas dimensiones y per-manencias. Por las características fisiográficas, su cercanía a la ciudad, la información disponible y la necesidad de comparar modelos matemáticos del escurrimiento superficial se eligió esta cuenca como área de estudio (Figura 3) donde la escala de trabajo permitió alcanzar con mayor detalle los objetivos planteados.

Figura 2. Partido de Azul y traza de los arroyos.

Figura 3. Cuenca del arroyo Santa Catalina (imagen Spot 2,

julio 1986, composición RGB XS3-XS2-XS1). La sección de control en el arroyo Santa Catalina se encuentra en el cruce con la RN3 y dispone de datos de alturas observadas para los eventos de 2001 y 2002 que produjeron inundaciones de diferentes magnitudes en la ciudad de Azul. Se cuenta con la relación de nivel - caudal (curvas h-Q), y un limní-metro digital que registra las variaciones de nivel del arroyo durante distintos eventos. El módulo del arroyo durante los años 2003-2005 fue de 0,25 m3/s, pero en el 2002 (año húmedo) se estima que el módulo fue aproximadamente constante de 0,90 m3/s. El caudal del arroyo puede variar desde pocos metros cúbicos a 15 m3/s (caudal para el cual el nivel de agua alcanza el tablero del puente) o más de 30 m3/s (cuando desborda la misma anegando la ruta). Las tormentas que se estudiaron en este trabajo son aquellas del 2001 y 2002 donde se disponía infor-mación pluviométrica – pluviográfica (en Chillar y Azul) e hidrogramas en la sección de control de la cuenca del Santa Catalina. En la Tabla 1 se presenta un resumen de la información y se detalla la relación entre el volumen medido bajo el hidrograma y el precipitado en el área de la cuenca (coeficiente de escorrentía). En los eventos analizados se observan dos situaciones para las respuestas de la cuenca: las de primavera-otoño con aproximadamente el 30% de escurrimiento directo y las de invierno con coefi-cientes de escorrentía superiores al 35%. Esta sepa-ración se debe a la fuerte explotación agrícola que


30

cubre más del 80% de la superficie de la cuenca, donde los ciclos de cultivos regulan la cobertura vegetal. Así se tiene una alta resistencia al escurri-miento durante los meses de verano y mínima en los de invierno, según el estado de la cobertura vegetal. La mínima cobertura vegetal invernal asociada a meses de excesos dan como resultado una respuesta de la cuenca más rápida que en los meses de verano, cuando el sistema es deficitario. Si bien, en general, los meses más lluviosos son los de verano también son los meses en que se usa el agua de reserva en el suelo que durante el otoño se repone. De este modo, satisfecha la capacidad de almacenamiento del suelo, se tiene desde mayo a diciembre los meses de exce-sos hídricos (Figura 4).

Tabla 1. Datos pluviométricos, estado del acuífero y caudales del Aº Santa Catalina.

Tormenta

Octubre 2002

Agosto 2002

Mayo 2002

Junio 2001

Precipitación (mm) 72 93,8 85,5 144,7

Tiempo lluvia (hs) 15 19 22 15

Int. máx. en una hora (mm/h) 25,9 15,3 29,6 31,8

Lluvia antec. 30 días (mm) 142 34 68 32

Car

acte

ríst

icas

del

eve

nto

Prof. NF (m) 0,7 0,6 1 1,2

Caudal pico (m3/seg) 13,7 38 20,4 112 (*)

Tiempo pico (hs) 48 29 61 21

Volumen (mm) 20,6 34,7 27,2 75,1(*)

Cre

cida

Coeficiente de escurrimiento

(%) 28,6 36,9 31,8 51,9(*)

(*) Valor extrapolado, sección desbordada A esta información se suma la caracterización geomé-trica de cada una de las subcuencas: longitudes y pendientes promedio de cauce, secciones tipo; y la caracterización necesaria para el modelo: longitudes de escurrimiento y pendientes promedio de los planos, rugosidades características de cauces y planos para la cuenca del arroyo Santa Catalina. La cuenca se divide en tres zonas: un área de aporte superior con pendien-tes superiores al 1%, un área intermedia de transición hacia un área inferior de llanura ondulada. Para tener la caracterización de la superficie de escu-rrimiento la información de las cartas de suelo del

INTA proveen la clasificación de suelos según la Soil Taxonomy (USDA Soil Survey Staff, 1975) (Figura 5). Los parámetros de infiltración se tienen en cuenta mediante los ensayos de infiltración reali-zados con la metodología de doble anillo en distintos puntos de la cuenca del Santa Catalina para suelos argiudoles típicos, que cubren gran parte de la super-ficie de la cuenca, y la humedad antecedente (IHLLA, 2000).

Figura 4. Balance Hídrico de Azul. Serie 1901-1985 (Sala et al.,

1987). Para la determinación de la humedad antecedente se toma la precipitación de los 7 y 30 días anteriores a la tormenta (para tener idea de la condición inmedia-ta y anterior de presencia de agua en la cuenca), la evolución de los niveles freáticos en la zona y la condición de los cultivos (Tabla 1). Los niveles freáticos empleados son obtenidos a partir de la red de piezómetros del Instituto de Hidrología de Llanuras (IHLLA) distribuidos en la cuenca, los cuales se miden trimestralmente. En la Figura 6 se representa la evolución de los niveles de pozos de observación en la cuenca del Aº Santa Catalina. Si bien la profundidad de la napa freática es diferente para cada pozo, todos ellos presentan la misma evolución en el tiempo. Para el evento de Agosto de 2002 se tiene el mayor volumen almace-nado en el acuífero y para Junio de 2001 el mínimo del período considerado, siendo para Mayo y Octu-bre de 2002 situaciones intermedias. Los niveles freáticos altos modifican, por su proximidad con la superficie, la humedad de suelo que se encuentra muy por encima de los valores normales. Esto se ve potenciado en los meses de invierno cuando el sis-tema hidrológico funciona con excesos hídricos (Figura 4), que es lo que ocurre en los eventos de


31

Agosto de 2002 y Junio de 2001 que precisan una calibración diferente a la de los eventos de Mayo y Octubre de 2002.

Figura 5. Grupos de suelo según Soil Taxonomy (Fuente INTA)

00.5

11.5

22.5

33.5

4

Dec

-00

Mar

-01

Jun-

01

Sep-

01

Dec

-01

Mar

-02

Jun-

02

Sep-

02

Dec

-02

Mar

-03

Jun-

03

Fecha

Prof

undi

dad

(m)

La Aurora (Cuenca media) El Cerrito (Cuenca alta)IHLLA Santa María (Cuenca Alta)

Figura 6. Evolución de las profundidades de niveles freáticos.

Cuenca del Santa Catalina. La condición de los cultivos se obtiene con el Índice de Vegetación Normalizado Diferencial (NDVI, Normalized Difference Vegetation Index), Rouse et al., 1974). Este índice permite observar el nivel de desarrollo de la vegetación en las diferentes regiones y sintetiza el resultado de la marcha de cultivos y pastizales en el tiempo. El estado de la cobertura vegetal, así como el patrón de uso de las tierras predominantes en cada zona y el estado de creci-miento de los cultivos se obtienen a partir del trata-miento de imágenes satelitales. La ecuación que calcula este índice a partir de las bandas rojo visible (R) e infrarrojo cercano (IRC) es la siguiente:

RIRCRIRCNDVI

+−

= (1)

Si bien no se tienen los datos del NDVI del año 2002, se adopta una condición tipo dada a partir del análisis de las imágenes del año 2001. En la Figura 7 queda claramente definido el grado de cobertura vegetal, máximo para el evento de Octubre de 2002, mínimo para Junio de 2001 y Agosto de 2002, y una situación intermedia para el mes de Mayo de 2002. Este grado de cobertura vegetal representa la facilidad o dificultad que encuentra el agua al escurrimiento, así para los meses de invierno el NDVI menor repre-senta una condición de máximo escurrimiento mien-tras que para el otoño o primavera el crecimiento o presencia de vegetación obstaculiza el escurrimiento y favorece la infiltración.

Figura 7. Evolución de NDVI (adimensional) para distintas

zonas de la cuenca Santa Catalina de Julio de 2001 a Mayo de 2002. Spot 4 Product Vegetation (Gandini M., 2003. Comunica-

ción personal). MODELO AGREGADO – PROGRAMA HEC-HMS El modelo HEC-HMS (Scharffenberg and Fleming, 2006) simula, a partir de un evento de lluvia, el escu-rrimiento superficial de un área. A través de rutinas de abstracción de lluvias calcula el hietograma de preci-pitación efectiva que se emplea para el cálculo de la transformación lluvia-escorrentía. La cuenca se repre-senta como un sistema interconectado de componen-tes hidrológicos e hidráulicos del proceso lluvia-escorrentía de cada subcuenca. Cada uno de estos componentes requiere un conjunto de parámetros que especifican las características particulares de los mis-mos y las relaciones matemáticas que describen el proceso físico. Como resultado se obtienen hidrogra-mas en los puntos requeridos dentro de la cuenca.


32

La determinación de la lluvia neta para los eventos se cuantificó con el método del Número de Curva (CN) del Soil Conservation Service (S.C.S.) del U.S.D.A. (1985), que tiene en cuenta las condiciones de lluvia antecedente, uso de las tierras y tipo de suelo que son fundamentales para la caracterización de la respuesta de la cuenca. Si tenemos en cuenta que la clasificación hidrológica de suelo corresponde al Grupo B (suelos poco profundos, margas areno-sas), el uso de tierra es agrícola y la condición de humedad II (clase antecedente de humedad) el rango de CN varía entre 56 y 69. Para la representación de las zonas hidrológicas se dividió la cuenca en trece subcuencas que cierran en la sección de control ubicada en la intersección del arroyo con la Ruta Nacional Nº 3. La subdivisión fue de detalle ya que el relieve de la parte superior tiene fuerte influencia en el hidrograma de salida de la cuenca por sus tiempos de concentración cortos para eventos de alta intensidad. Para este área de estudio se aplicó onda cinemática (Chow, 1994). El método se utilizó siguiendo el concepto que asume el programa Kineros (Docu-mentation-Overland Flow, en: http://www.tucson.ars.ag.gov/kineros/) el que asume que el caudal es una función potencial de la altura, con lo cual pasa a ser una relación empírica caudal-almacenamiento y no una ecuación de base física. De todas maneras, las pendientes de la cabecera de la cuenca (mayores al 1%) son las que imponen mayormente los tiempos y caudales pico de los hidrogramas de salida. El método adoptado para la propagación en canales para la cuenca del arroyo Santa Catalina fue el mé-todo de Muskingum Cunge para ruteos en canales usando las ecuaciones de Manning (CEWRC-HEC, 1990), ya que permitió la definición de las secciones en los distintos tramos de los cauces y afluentes, y adoptar una rugosidad para fondo y para márgenes. MODELO DISTRIBUIDO – PROGRAMA SSHH-I El programa Simulaciones Hidrológicas (SSHH-I) es un modelo que permite la simulación hidrológica-hidráulica de escurrimiento superficial en dominios bidimensionales con unidades de discretización

ortogonales (denominadas celdas o elementos). Es un modelo de base física, que utiliza en cada ele-mento de la cuenca formulaciones hidráulicas reco-nocidas (Riccardi, 2000). Los parámetros que utiliza son: la rugosidad de Manning, tanto para escurrimiento en superficie (nv) como en canal (nr); y los parámetros de almacena-miento (ita) y conducción (itc) en el elemento, que describen las variaciones de las características hidráulicas de la celda como función de la variación de la altura de agua. Se considera también como parámetro, aunque usado por fuera del modelo, el número de curva (CN), con el cual se determinaron los hietogramas netos de cada evento. La definición del modelo para la cuenca del Arroyo Santa Catalina se realizó a partir del modelo digital del terreno (MDT) obtenido de imágenes radar (Eu-lliades y Vénere, 2003) con una resolución de 200 x 200 m (Figura 8). Una vez definida el área general (dominio de simulación) que incluye la cuenca, se delimita la zona activa, es decir, los elementos que pertenecen a la cuenca cuyo cálculo se realiza con las formulaciones de escurrimiento en la superficie del terreno. También se determinaron los elementos que constituyen la traza del arroyo los cuales se definen como canal y son calculados con ecuaciones para flujo encauzado. El modelo utiliza hietogramas de lluvia neta, que deben ser calculadas previamente a la simulación del escurrimiento. El modelo distribuido tiene en cuenta explícitamente los bajos que forman parte del alma-cenamiento superficial (bajos, pequeñas lagunas y bañados). El almacenamiento (nivel de agua) para todos los elementos que componen el sistema simu-lado, es una condición inicial del modelo. Si se con-sidera un estado inicial de cálculo en que la cuenca tiene altura de agua cero en todos los elementos, es necesario considerar el volumen adicional de llenado de los bajos en las pérdidas. Si, por el contrario, se establece que en determinados elementos se tiene una altura de agua (como condición inicial para zonas de almacenamiento superficial) el volumen que se quitará del hietograma total será menor, de-pendiendo del estado de llenado que presenten las zonas bajas. Esta regulación se trabaja con el método de abstracción del CN, que para un valor de CN mayor incorpora al sistema el volumen adicional de llenado de bajos necesario.


33

Figura 8. Discretización de la cuenca del arroyo Santa Catalina RESULTADOS HEC-HMS: El modelo con el programa HEC-HMS reprodujo correctamente caudales y tiempos de los picos, aunque por los métodos adoptados es necesa-rio ser cuidadoso en el manejo de los parámetros que resultan de mayor sensibilidad, como la pendiente, la rugosidad y el número de curva. En general los ajus-tes obtenidos de caudales se pueden considerar bue-nos y los parámetros calibrados son coherentes. Durante la calibración se observó que el hidrogra-ma de respuesta de cada subcuenca es muy sensible a la rugosidad hidráulica. Para el escurrimiento sobre el terreno se utilizó un n de Manning de 0,1 a 0,22. Este último es un valor elevado debido a la altura relativa de rugosidad, es decir, el tirante de escurrimiento no supera los 0,50 m a 0.80 m que es la altura que alcanzan los cultivos de soja o maíz en la planicie de inundación. Otros ejemplos de n de

Manning elevados pueden ser encontrados en USACE, 2000 y Arcement and Schneider, 1989. La variación de la rugosidad del terreno es función de la época, ya que en el invierno además de haber menor cobertura de cultivos, los almacenamientos superficiales se encuentran frecuentemente satura-dos y funcionan encadenados acelerando la res-puesta del escurrimiento. En cauces la rugosidad varía entre 0,02 a 0,1, este último valor en algunos cursos efímeros. El n de 0,02 es más bajo que lo sugerido por la literatura para cauces naturales porque no fue posible reproducir con los valores recomendados los hidrogramas observados. Se eligió como sección representativa una sección compuesta, con cauce principal y planicie de inun-dación. Los valores de rugosidad en la planicie fueron semejantes a los del terreno. La sensibilidad del modelo depende tanto de la ru-gosidad como de la pendiente (entre 5 y 0.1 %, se-gún sea zona de cabecera o de transición). En las zonas de mayor pendiente ésta domina el flujo y su traslado pasando la rugosidad a tener menor impor-tancia. Para aquellas zonas donde la pendiente es de transición, la rugosidad de las superficies de escu-rrimiento determina el tiempo de respuesta del hidrograma. Finalmente, en la cuenca baja (zona de pendientes bajas), la respuesta de la cuenca depende del estado de saturación de los almacenamientos superficiales que determinan la capacidad de la misma de retener el agua o permitir su transporte. Por ello no depende principalmente de la pendiente, sino del número de curva y la rugosidad. SSHH-I: Para reproducir el volumen bajo el hidro-grama con el modelo SSHH-I se utilizó un número de curva más alto que en el HEC-HMS. Esto es debido a que hay un volumen de agua que queda retenido en las depresiones del terreno y es represen-tado explícitamente por el modelo pero no por el HEC-HMS. La causa es que el MDT tiene capacidad de representar esas características (salvo errores propios del MDT), y el modelo no genera escurri-miento hasta que el nivel de agua no supera la cota de los bordes de esas depresiones. Ese efecto podría haber sido en principio representado en el HMS con la abstracción inicial (Ia), pero la concepción con-ceptual de Ia no está orientada a ese tipo de fenóme-no. En función de eso, se optó por trabajar sólo con el CN, cuya relación con las características físicas del terreno es más clara. En cuanto a la magnitud del caudal máximo y tiem-po al pico el ajuste es bueno. Esto se debe a la dis-


34

cretización espacial dada por el modelo digital del terreno que regula a través de las depresiones los volúmenes de agua que aportan a la sección de sali-da. Esto se traduce en un buen ajuste de las curvas de crecida y de agotamiento. Los volúmenes calcu-lados también tienen un ajuste adecuado. COMPARACIÓN DE LOS RESULTADOS OBTENIDOS MEDIANTE AMBOS MODELOS i) de los hidrogramas Los hidrogramas calculados por cada modelo y el hidrograma observado se representan en las figuras 9, 10, 11 y 12 para cada uno de los eventos. Los hidrogramas calculados con el modelo distribuido no reproducen en todos los casos el caudal y tiempo al pico pero la forma de los mismos se asemeja mejor a los observados. Posiblemente se podría obtener un mejor ajuste si se zonificaran los parámetros del escurrimiento en la superficie de la cuenca. También se debe tener en cuenta que los caudales observados en Junio de 2001 tienen errores debido a que el arro-yo desbordó y el nivel del agua cubrió la calzada del puente sobre la RN3. Además, para este evento, no se contó con datos de distribución de lluvia en la cuenca alta y se adoptó la distribución de cuenca baja. La incertidumbre de esta tormenta también está dada por la gran variabilidad de lluvia total en la cuenca, que presenta un núcleo con precipitaciones superiores a los 180 mm (en la cabecera de la cuenca del Santa Catalina) y registros de 80 mm aguas abajo de la sección de control. El modelo agregado, por el contrario, calcula el pico del hidrograma con mayor fidelidad pero las curvas de crecida y recesión se encuentran muy lejos de los hidrogramas reales. En los eventos de invierno fue necesaria una calibración diferente para acelerar el escurrimiento. Esto se consiguió bajando la rugosi-dad tanto del terreno como del canal. En los canales fue necesario utilizar un valor de rugosidad por debajo de los recomendados en la literatura. Con los valores usuales de rugosidad en cauce (USACE, 2000 y Barnes, 1967), ni aún bajando mucho la rugosidad de la planicie. Debido a este ajuste las diferencias en los volúmenes son notorias para los hidrogramas calculados por el programa HEC-HMS (Tabla 2). Con el cambio de las rugosidades se ob-tiene una mejor distribución temporal del pico pero no mejora la forma de las curvas de crecida y rece-sión, que los modelos distribuido, por su representa-

ción más real del terreno, obtienen una mayor seme-janza al observado.

-10

10305070

90110130150

170190

0 24 48 72 96Tiempo (hs)

Cau

dal (

m3/

s)

ObservadoHEC-1SSHH-I

Figura 9. Comparación de hidrograma observado y simulado.

Junio de 2001.

0

5

10

15

20

25

24 48 72 96Tiempo (hs)

Cau

dal (

m3/

s)ObservadoHEC-1SSHH-I


Mayo de 2002.

0

5

10

15

20

25

30

35

40

0 24 48 72 96Tiempo (hs)

Cau

dal (

m3/

s)



Agosto de 2002.

0

5

10

15

20

0 24 48 72 96Tiempo (hs)

Cau

dal (

m3/

s)



Octubre de 2002.


35

La representación a través del MDT de los almace-namientos de agua en el terreno y el uso de una condición inicial permitió reproducir más acertada-mente la regulación (retención/escorrentía) que éstos producen durante el movimiento del agua sobre la superficie de la cuenca. También en función de esto fue posible usar básicamente los mismos parámetros en todos los eventos, a diferencia del HEC-HMS en que fue necesario adoptar una cierta “estacionali-dad” para los parámetros.

Tabla 2. Características de hidrogramas observados y calcula-

dos de cada evento Junio 2001

Variable Observado HEC-HMS SSHH-ICaudal pico (m3/s) 112 (*) 143 136

Tiempo al pico (hs) 21 25 24 Volumen (hm3) 9.1 5.7 8.5

(*) Caudal extrapolado. Sección desbordada

Mayo 2002

Variable Observado HEC-HMS SSHH-ICaudal pico (m3/s) 20.4 22.3 19.3 Tiempo al pico (hs) 61 54 56

Volumen (hm3) 3.3 2.9 2.7

Agosto 2002

Variable Observado HEC-HMS SSHH-ICaudal pico (m3/s) 38 39 36.2 Tiempo al pico (hs) 29 31 33

Volumen (hm3) 4.2 2.5 4.2

Octubre 2002

Variable Observado HEC-HMS SSHH-ICaudal pico (m3/s) 13.7 15.3 12.4 Tiempo al pico (hs) 48 44 36

Volumen (hm3) 2.5 2.4 2.6 ii) de los parámetros En cuanto a los parámetros calibrados, en la Tabla 3 se detallan los parámetros comunes y los específicos de cada uno de los programas. Se observa que el HEC-HMS y SSHH-I comparten parcialmente la rugosidad y el CN, que si bien son diferentes varían dentro de un rango aceptable.

Las rugosidades, como se comentó anteriormente, responden para el HEC-HMS a una cuestión de caracterización de la cuenca según la estación climá-tica que describe de manera general el tipo de cober-tura y necesidad hídrica. En el caso del SSHH-I no hace falta esta separación. La utilización del MDT permite tener en cuenta las retenciones en superficie y su estado anegamiento, por lo cual no hace falta una calibración diferente para reproducir los hidro-gramas observados. Sólo se adopta una pequeña variación de la rugosidad en el canal que describe mejor las secciones características del arroyo en cuenca baja y cuenca alta. Tabla 3. Resumen de los parámetros utilizados en el HEC-HMS

y SSHH-I.

Parámetros HEC-HMS SSHH-IOtoño/primavera 0.22 nV Invierno 0.10

0.22

Otoño/primavera 0.10 nR Invierno 0.02 0.08-0.05

Com

unes

CN 56-69 62-71

iTc 0.13

SSH

H-I

iTa 0.13 Las diferencias en los CN adoptados está basada en la valoración de un volumen de agua extra que que-da retenido como almacenamiento superficial en el terreno y que es representado en el modelo digital del terreno que utiliza el modelo SSHH-I pero no en el HEC-HMS. Si bien el método del CN contempla las abstracciones iniciales, entre ellas los almacena-mientos superficiales, es una determinación de difí-cil cuantificación. Por ello se adoptó la misma abs-tracción inicial en ambos casos y se obtuvo el volu-men suplementario necesario para el modelo distri-buido aumentando el CN. Los parámetros específicos del SSHH-I son los de almacenamiento y conducción dentro de la celda (Rentería y Stenta, 2003) y tienen un único valor para la cuenca, ya que el modelo no permite discre-tizar espacialmente este parámetro. iii) de los almacenamientos Para realizar un análisis espacial del MDT utilizado en el modelo distribuido se comparan los resultados con imágenes satelitales Landsat. El proceso de com-paración requiere tener para cada evento simulado dos imágenes, una anterior que permita evaluar la acumu-


36

lación previa de agua en el terreno (condición antece-dente) y otra posterior con el anegamiento resultante debido a un evento de lluvia. Del conjunto de eventos estudiados sólo se encontraron imágenes satelitales libres de nubosidad en el área de estudio para el even-to del 13 de junio de 2001. Las imágenes correspon-den a los meses de mayo y agosto de 2001, ambas muy distantes temporalmente del evento. Para poder tener una idea cualitativa de los resultados obtenidos a partir del uso del MDT se comparó la si-mulación del evento de junio de 2001 con la situación posterior registrada en la imagen satelital del 9 de agos-to de 2001. En la imagen satelital la condición es alta-mente húmeda porque al invierno lluvioso se agrega un evento de 68 mm registrado 4 días antes del paso del satélite, lo cual permite suponer que si bien no es la imagen correspondiente temporalmente al evento de junio de 2001 podría ser una situación similar. La imagen calculada corresponde a las 100 horas de simulación cuando el hidrograma calculado por el programa ha pasado completamente por la sección de salida. Los resultados del SSHH-I tienen una discreti-zación de 200 m (definida en función la capacidad de cálculo del programa) mientras que la imagen satelital 30 m, pero a pesar de esta diferencia pueden observarse en ambas los almacenamientos de agua en el terreno así como las vías de escurrimiento (Figura 13). En la Figura 13 se observa que las zonas con agua en la imagen generada por el SSHH-I forman un patrón o esquema de encharcamiento similar al que se ve en la imagen de satélite pero con mayor área. Esa diferen-cia de área es causada en buena medida por la dife-rencia en la resolución del modelo (200 m) y la de la imagen (15 m). Para el SSHH-I, una celda de 200x200 m aparece como inundada uniformemente, siendo que en la realidad es posible que eso corres-ponda, por ejemplo, a un anegamiento de menor área y mayor profundidad. No se dispone de valores de profundidad de agua para los almacenamientos para verificar ese tipo de diferencias. En los resultados del modelo los cursos de agua simulados también apare-cen con un tamaño superior al normal, ya que son cursos pequeños, del orden de 10 m de ancho. Ade-más, por causa de la vegetación de las márgenes, no son identificados como agua en la clasificación de la imagen de satélite. La diferencia de fecha entre el final de la simulación y la imagen es otra causa para la diferencia de área inundada. En la realidad, parte del agua almacenada se ha ido perdiendo por infiltración y evaporación.

Debido a que en el modelo el agua no infiltra ni eva-pora, una vez que el agua queda confinada el almace-namiento en una celda se mantiene indefinidamente. El patrón de anegamiento calculado por el SSHH-I está fuertemente influenciado por el MDT, particu-larmente en relación a puntos de acumulación de agua. En otras palabras, para que el modelo acumule agua en una depresión, ésta debe estar representada en el MDT. Comparando el MDT con algunas transectas relevadas en campo se detectaron diferencias puntua-les y de microrelieve. Si bien el MDT describe ade-cuadamente la morfología de la superficie del terreno y en cotas promedio es correcto, puede estar ignoran-do o exagerando lomadas y depresiones en las cuales se almacena el agua. Existen también problemas con la interpretación de espejos de agua, arboledas o construcciones (detecta-das por la imagen radar) que si no son corregidas quedan como alturas de terreno. Como ejemplo de lo anterior se pueden tomar las áreas marcadas como (1), (2), (3) y (4) en la figura 13 b). En los 4 casos, la imagen presenta áreas oscuras, que parecen acumula-ción de agua, y que la simulación no detecta. Un análisis de detalle reveló que las áreas (1), (2) y (4) no están adecuadamente representadas en el MDT. El área (3) no es acumulación de agua, sino una arbole-da. Definir cuantitativamente y solucionar estas dife-rencias requiere del estudio particular del MDT, as-pecto que está fuera del alcance de este trabajo. Otro caso interesante que surge de la utilización de imágenes de satélite para análisis de acumulación de agua se puede ver en la Figura 14. En la imagen apa-recen varias áreas oscuras, con el aspecto generalmen-te asociado a un cuerpo de agua. Sin embargo, un análisis cuidadoso revela que esos “cuerpos de agua” son en realidad la sombra de algunas nubes. En la Figura 14 están marcadas algunas de las nubes con su correspondiente sombra/”cuerpo de agua”. A pesar de estas diferencias, la utilización de un MDT de detalle en la definición de las vías de escurrimiento y áreas de aporte es un avance significativo en la representación de la cuenca. En función de lo obser-vado en este trabajo, en áreas llanas sería mejor no limitar la modelación y el MDT a una “cuenca” defi-nida de antemano, sino que se debiera tomar un área que abarque la zona en estudio y una zona marginal que asegure que el movimiento del agua es debido a la topografía y no a una definición impuesta. Con este procedimiento se disminuiría el error que puede gene-rarse al calcular el área de aporte en zonas de llanura.


37

a) imagen de satélite con el vector del curso de agua

b) imagen de satélite con los resultados del modelo superpuestos.

Figura 13. Comparación de imagen satelital Landsat 5TM, composición RGB 5-4 -3 del 9 del Agosto de 2001 con anegamientos calculados por SSHH-I para el evento del 13 de junio de 2001. Parte inferior de la cuenca del arroyo Santa Catalina.


38

Figura 14. Falsos cuerpos de agua causados por sombra de nubes

CONCLUSIONES Con la combinación de metodologías adoptadas en el modelo agregado HEC-HMS (CN-SCS, onda cinemática y Muskingum-Cunge) hubo dificultades para ajustar simultáneamente la forma del hidrogra-ma (tiempo y caudal de pico) y el volumen escurri-do. En general, fue necesaria una “solución de com-promiso”, buscando un resultado aceptable para ambas cosas. El modelo distribuido SSHH-I permi-tió obtener una mejor combinación del ajuste de las curvas de crecida y recesión de los hidrogramas con el ajuste de volumen. La incorporación al modelo de algoritmos para simulación continua es una posibili-dad interesante, y permitiría pensar en términos de modelación integrada y gestión de recursos hídricos. La utilización de modelos digitales del terreno de detalle en modelos hidrológicos distribuido permite reproducir mejor el funcionamiento de la cuenca, especialmente en las de llanura. La aparición, poste-

rior al desarrollo de este trabajo, del SRTM (NASA, 2001) de 90 metros de resolución hace viable la apli-cación de este tipo de técnica sin costos adicionales, ya que ese MDT es gratuito y accesible en la web. Es importante en cualquiera de los modelos, y espe-cialmente en los distribuidos, tener en cuenta que los almacenamientos en áreas bajas del terreno pueden tener mucha influencia sobre la velocidad de res-puesta de cuencas en zonas de llanura. La evaluación correcta de esta variable puede ser crítica para obte-ner buenos resultados en la simulación. La distribución espacial de los anegamientos calcu-lados en el modelo SSHH-I dependerá del MDT utilizado, de la discretización adoptada y de las condiciones de humedad antecedente. Para la eva-luación espacial es necesario contrastar las zonas de anegamiento del modelo con imágenes satelitales (varias fechas) y verificación en campo siempre que sea posible. La utilización de imágenes satelitales


39

además puede permitir estimar las condiciones ini-ciales de humedad y cobertura de la cuenca, ajustan-do mejor el modelo de escurrimiento. La precisión del modelo digital del terreno utilizado es un factor crítico para la calidad de los resultados en la modelación hidrológica distribuida. En función de eso es necesario un trabajo previo de verificación del MDT, comparando con otras fuentes de informa-ción y con relevamientos en campo en los puntos críticos. Esa información complementaria permite corregir las discrepancias que el MDT pueda tener con el terreno natural. Según los objetivos de la aplicación, se deben anali-zar las ventajas y desventajas de cada tipo de mode-lo. Si se busca representar fundamentalmente caudal y tiempo de pico (e. g. alerta de crecidas), con in-formación simple y de rápida obtención, el programa HEC-HMS tiene las características necesarias. En cambio, si se busca representar el movimiento del agua sobre la superficie de la cuenca, representando la distribución espacial de la inundación y su impac-to sobre la cuenca, los modelos distribuidos como el SSHH-I son los indicados. BIBLIOGRAFÍA Arcement G. and Schneider V., 1989. Guide for

Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains. U.S. Geologi-cal Survey Water Supply Paper 2339. Metric Ver-sion, http://www.usgs.gov/

Barnes H., 1967. Roughness Characteristics of Natu-ral Channels. United State Geological Survey Wa-ter-Supply Paper 1849.

CEWRC-HEC. 1990. HEC-1 Flood Hydrograph Package, User´s Manual. Hydrologic Engineering Center. U. S. Army Corps of Engineers.

Chow V., Maidment D. y Mays L. 1994. Hidrología Aplicada. Ed. Mc Graw Hill.

Euillades P. y Vénere M. 2003. Corrección de mode-los de elevación en base a un conjunto de puntos seguros. Revista Internacional de Métodos Numé-ricos para Cálculo y Diseño en Ingeniería. Vol 19, pp. 33-43.

IHLLA. 2000. Avance metodológico en el trata-miento de los recursos hídricos en una cuenca de llanura. Proyecto CIC-UNCPBA. Informe Final. Instituto de Hidrología de Llanuras, Azul, Argen-tina.

NASA. 2001. SRTM, Shuttle Radar Topography Mission. http://seamless.usgs.gov/, http://www.jpl.nasa.gov/srtm/

Rentería J y Stenta H. 2003. Desarrollo de soporte computacional interactivo para sistema de simula-ción hidrológica superficial. Tesis de Grado Inge-niería Civil. Facultad de Cs. Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario. Rosario, Argentina. Inédito.

Riccardi G. 2000. Cell model for hydraulic mode-ling. Journal of Enviromental Hydrology. Vol. 8, paper 15, 1-13.

Rouse J., Haas R., Schell J., Deering D. and Harlan J. 1974. Monitoring the vernal advancement of retrogradation of natural vegetation, NASA / GSFC, Type III, Final Report, Greenbelt, MD, p. 371.

Sala J. M., Kruse E. y Aguglino R. 1987. Investiga-ción hidrológica de la Cuenca del Arroyo Azul, Provincia de Buenos Aires. Comisión de Investi-gaciones Científicas de la Provincia de Buenos Aires, Informe 37, 235 p.

Scharffenberg W and Fleming M. 2006. Hydrologic Modeling System HEC-HMS. User´s Manual. U. S. Army Corps of Engineers. Hydrologic Engi-neering Center.

USACE, 2000. Hydrologic Modeling System HECHMS, Technical Reference Manual, Hydro-logic Engineering Center.

USDA Soil Survey Staff. 1975. Soil Taxonomy. A Basic System of Soil Classification for Making and Interpreting Soil Surveys

USDA. 1985. National Engineering Handbook, Section 4. Soil Conservation Service, United States Government Printing Office, Washington.



41

COMPARACIÓN DE ÍNDICES DE CALIDAD DE AGUAS APLICADOS EN EL ARROYO DEL AZUL, PROVINCIA DE BUENOS AIRES

Lorena Rodríguez, Fabio Peluso, José González Castelain

Instituto de Hidrología de Llanuras de Azul. Av. Italia 780, Campus Universitario UNCPBA, 7300, Azul, Provincia de Buenos Aires. Telefax: 02281-432666 e-mail: [email protected].

RESUMEN

La evaluación de la calidad del agua en los países desarrollados se ha convertido en una decisión crítica en los últimos años. Los índices de calidad de agua son herramientas de gestión aplicadas frecuentemente para ese fin. En el presente trabajo se comparan cuatro índices de calidad del agua aplicados con el fin de estudiar su comportamiento en base a información de 9 campañas de muestreo estacionales realizadas en el Arroyo del Azul, para su adopción como herramienta de gestión y el establecimiento de un sistema de monitoreo conti-nuo de la calidad de sus aguas que contemple diversos usos. Los cuatro índices se muestran sensibles a cierta variación de la calidad del agua en diversos tramos del arroyo del Azul, presentando la misma tendencia general, siempre en un rango de calidad entre buena y media. Cobra importancia considerar, al elegir entre ellos, el número y la cantidad de variables incluidas como factor clave para que el mismo refleje las caracte-rísticas del cuerpo de agua en estudio. El índice de la Nacional Science Foundation es un evaluador aceptable de la calidad del agua del arroyo del Azul debido a su sensibilidad y grado de exigencia a un costo operativo razonable. Palabras clave: Arroyo del Azul, Índices de Calidad de Agua.

ABSTRACT

The evaluation of water quality in developed countries has lately become of a critical decision nature. In-dexes of water quality are management tools frequently applied for that purpose. In this paper four water quality indexes are applied and compared in order to study their performance on the basis of information from 9 seasonal sampling surveys carried out in the Azul Creek, aiming at their use as a management tool and for the establishment of a continuous water monitoring system for diverse uses. When choosing among the indexes, it is important to consider the number and quality of variables as a key factor in order that the chosen index reflects properly the characteristics of the water body. The four indexes are sensitive to certain variation of the water quality in diverse sections of the creek, presenting the same general trend, though al-ways in a range between good and average quality. Therefore, those indexes, given their adequacy, may prove to be valid evaluation instruments. Keywords: Azul Creek, Water Quality Indexes.

Comparación de Índices de Calidad de Aguas Aplicados en el Arroyo del Azul, Provincia de Buenos Aires

42

INTRODUCCIÓN El arroyo del Azul recorre un total de 160 kilóme-tros, desde su nacimiento en las cercanías de la localidad de Chillar y hasta alcanzar el límite norte del partido homónimo, recibiendo las aguas de los arroyos Videla y Santa Catalina (Figura 1).

Las características ambientales y las condiciones de uso a que se ve sometido a lo largo de su reco-rrido, permite discriminar tres grandes tramos en donde difieren el estado natural del curso de agua, el tipo y la presión de uso, y los riesgos ecológi-cos y ambientales derivados de ellos (Gonzalez Castelain et al, 1995).

Figura 1. Ubicación de la cuenca del Azul en la provincia de Buenos Aires, y localización de las diferentes estaciones de muestreo.

A fin de resolver esta situación la utilización de los índices de calidad de agua parece ser adecuada ya que los mismos permiten explorar el sistema am-biental a partir de la integración de información selecta. El Índice de Calidad del Agua (ICA), como forma de agrupación simplificada de algunos pará-metros indicadores de un deterioro en calidad del agua, es una herramienta que facilita la transmisión de información al público en general y puede ser utilizado para evaluar la calidad del agua, lo cual permite un mejor manejo del recurso y la toma de decisiones (Stambuck-Giljanovic, 1999). Un único valor produce información más fácil y rápidamente comprensible que un listado de valores numéricos correspondientes a una gran cantidad de parámetros. Y si su diseño es adecuado, el resultado

arrojado puede ser representativo e indicativo del nivel de contaminación y comparable con otros para enmarcar rangos y detectar tendencias. En la cuenca del arroyo del Azul no existen estu-dios previos sobre el uso de índices de calidad de aguas. El Instituto de Hidrología de Llanuras (IHLLA) realiza monitoreos y diagnósticos de la calidad fisicoquímica de las aguas del mencionado arroyo y tributarios (Gonzalez Castelain y Gros-man, 1997; IHLLA, 2000). Éstos permitieron conocer su calidad en base al relevamiento de variables selectas e identificar los patrones gene-rales de variación como forma de identificación de los procesos hidroecológicos generales de la cuenca y de los principales efectos ocasionados por el uso del recurso.


43

El cúmulo de información obtenida en estos estu-dios otorga una base de datos con la cual es posible aplicar ICAs con el fin de dotar a la comunidad de una herramienta que permita la clasificación de las aguas en términos comprensibles tanto para los res-ponsables de la gestión hídrica como para la comu-nidad en general. El objetivo del presente trabajo es comparar los resultados obtenidos a partir de la aplicación de cuatro índices de calidad de agua de la bibliografía para analizar su empleo como herramienta de ges-tión en aguas del arroyo del Azul. Esto permitirá avanzar en el establecimiento de un sistema definiti-vo de monitoreo continuo de la calidad de sus aguas que contemple diversos usos. MATERIALES Y MÉTODOS Área de estudio y sitios de muestreo La cuenca del arroyo del Azul se ubica en el centro de la Provincia de Buenos Aires (Figura 1), entre las coordenadas 36º00’/37º20’S - 60º12’/58º52’W y abarca un área de más de 6000 km2. El arroyo del Azul nace en el sistema de Tandilia correspondiente a un ambiente serrano, al suroeste de la cuenca y se desplaza en sentido SW-NE por un subambiente de llanura, desembocando en el canal 11. Sus principales afluentes, aguas arriba de la ciudad de Azul, son el arroyo Santa Catalina y el arroyo Videla. Aproximadamente a mitad de su recorrido, el arroyo atraviesa la ciudad de Azul (60.000 habitantes), donde se constituye en uno de los elementos naturales del paisaje más sobresalien-te. La ciudad de Azul se ubica en la zona de transi-ción entre cuenca alta y cuenca baja. En la cuenca se caracteriza por ser representativa de áreas mixtas pampeanas, donde se desarrolla una actividad agrícola ganadera intensa desde la década del 90, la fertilización intensa se da a fines de esa década, por la expansión dominante del cultivo de soja (Bilello, 2006). El sector agrícola se desarrolla en la zona topográficamente más elevada de la cuenca, donde se cultivan maíz, trigo, soja y girasol. El sector ganadero se ubica en cuenca baja donde la calidad de los suelos limita la agricultura (Ares et al, 2007). Para analizar la variabilidad espacial de la calidad del agua del arroyo se localizaron 14 estaciones de

muestreo (Figura 1), las cuales fueron seleccionadas buscando una distribución uniforme en la cuenca, con mayor intensidad en el sector urbano y aten-diendo las zonas afectadas por distintos usos (des-cargas de líquidos residuales, balneario). La variabilidad temporal de la calidad del agua ha sido evaluada realizando campañas de muestreo con intervalos de tres meses desde junio del 2005 hasta junio del 2007. Colección y análisis de las muestras Tratamiento y análisis de las muestras Tanto la colección, estabilización, transporte y al-macenamiento de las muestras, así como los reci-pientes utilizados para tomarla, se realizaron consi-derando la GEMS/Water Operacional Guide (WHO, 1987). Las muestras fueron tomadas a menos de 40 cm de la superficie del agua (subsuperficial) en sectores de aguas corrientes. Los muestreos se reali-zaron en ausencia de precipitaciones, o por lo menos 72 hs después de su finalización, cuando el arroyo retornó a sus condiciones de flujo normal. Los métodos analíticos utilizados fueron tomados de APHA et al (1992); el número del método es citado entre paréntesis. Los parámetros medidos incluyeron: Amonio (Visocolor ECO Ammonium 15 de Mache-rey-Nagel 931244), Nitrito (Visocolor ECO Nitrit Test de Macherey-Nagel 931010), Calcio (3500-Ca B), Magnesio (3500-Mg B), Sodio (3500-Na B), Potasio (3500-K B) con Espectrofotómetro de absor-ción atómica GBC 902 y lámparas de cátodo hueco, Fósforo Total (4500-P-E), Fósforo Reactivo Soluble (4500-P-E), Fósforo Orgánico (4500-P-E ), Cloruro (4500-Cl- D), Fluoruro (4500-F D) con Multivoltíme-tro con electrodos específicos, Nitrato (4500-NO3- D), Sulfato (4500-SO4-2 E), Carbonato (2320 B), Dureza (estimado), Temperatura (2550-B), Oxígeno disuelto (OD) (4500-O G) con Oxímetro de campo YSI mod 58, Demanda Biológica de Oxígeno (DBO) en 5 días (5210-B), Demanda Química de Oxígeno (DQO) (5220-A), pH (4500-H+ B) con Peachímetro digital Altronix TPA IV, Sólidos Solubles (2540-C), Sólidos Suspendidos (2540-D), Sólidos Totales (2540-B), Sólidos Sedimentables (2540-F), Turbidez (2130-B), Conductividad eléctrica (Potenciométrico con Conductivímetro Digital Altronix CT2), Nitróge-no Kjeldahl (4500-Norg B), Detergentes SAAM (5540 C Espectrofotometría UV Visible), Hidrocarbu-ros Totales de Petróleo (EPA 418.1 Espectrofotome-tría Infrarroja), Aerobios totales (9215-B), Colifor-mes fecales (9222-B), Escherichia coli (9222-D).


44

Índices de Calidad de Agua Utilizados A partir de las variables físico-químicas de calidad de aguas medidas en el arroyo del Azul se aplicaron los siguientes WQI (Water Quality Index): • WQI NSF (1970) (A), desarrollado para la National Sanitation Foundation (ahora NSF Internacional). • WQI objetivo (B), adaptado por Pesce y Wunderlin (2000), y desarrollado por Conesa Fdez-Vitora (1995). • WQI objetivo (C), adaptado por Debels et al (2005), y desarrollado por Conesa Fdez-Vitora (1995). • WQI mínimo (D), aplicado por Pesce y Wunderlin (2000). Estos índices evalúan la calidad del agua desde el punto de vista de la protección de la vida acuática, y se basan en diferentes variables. En la Tabla I se presentan las variables que incluye el cálculo de cada índice mencionado. El índice WQI (Water Quality Index) propuesto por National Sanitation Foundation (1970), consiste en una suma ponderada de distintas variables normali-zadas, tal como se aprecia en la ecuación (1):

∑=

n

i 1 Donde: WQI es un número entre 0 y 100. qi, calidad del parámetro i, un número entre 0 y 100, que se obtiene de curvas de ponderación propuestas por el autor para cada parámetro. Wi, peso asignado al parámetro i, un número entre 0 y 1 siendo Σ Wi = 1 (ver Tabla I). n, número de parámetros. El valor de WQI obtenido por la ecuación (1) se evalúa en distintas categorías según una escala de calidad (ver Tabla II). El índice WQI objetivo propuesto por Conesa Fdez-Vitora (1995) es, a su vez una adaptación del WQI desarrollado por Martínez de Bascarán (1979).

Las modificaciones propuestas por Pesce y Wunder-lin (2000) y por Debels et al (2005) consisten en cambiar y/o incorporar nuevos parámetros de eva-luación de la calidad del agua, respetando la ecua-ción original pero modificando los pesos asignados para cada variable (ver Tabla I).

Tabla I: Variables que incluyen los índices de calidad de agua utilizados con sus respectivos pesos. SP: sin peso.

Tabla II: Escala de calidad de agua propuesta por la Nacional

Sanitation Foundation (1970).

El índice WQI responde a la siguiente expresión matemática:

∑

∑

=

=n

i

n

i

Pi

CiPi

1

1 (2)

Donde: WQI es un número entre 0 y 100. Ci, valor de calidad asignado al parámetro i después de la normalización (ver Tablas III y IV). Pi, peso asignado a cada variable. n, número de variables incluidas (ver Tablas III y IV).

Wi qi WQI=

WQI=

(1)


45

Tabla III: Factores de normalización para las variables utilizadas para el cálculo del WQI de Pesce y Wunderlin (2000).

Tabla IV: Factores de normalización para las variables utilizadas para el cálculo del WQI de Debels et al (2005).

El WQI mínimo aplicado por Pesce y Wunderlin (2000) es un promedio no ponderado que sólo utiliza tres variables como indicadoras, tal como se aprecia en la ecuación (3):

3

.. CturbCcondCdo ++ (3)

Donde: Cdo es el valor normalizado de oxígeno disuelto. Ccond es el valor normalizado de la conductividad o de los sólidos totales disueltos. Cturb es el valor normalizado de la turbidez (ver Tabla III).

Cálculo y comparación de los Índices de Calidad de Agua utilizados Se calcularon los cuatro índices de calidad de agua mencionados para las catorce estaciones de muestreo durante nueve campañas (n=126). A fin de comparar los índices se obtuvo, para cada índice analizado, la media aritmética y otros estadísticos descriptivos de dispersión (desvío estándar, mínimo, máximo, coefi-ciente de variación) tanto para el conjunto de esta-ciones como para cada estación. Se obtuvo una matriz de correlación entre los cuatro índices utilizando todos los valores calculados para caracterizar cada estación utilizando el coeficiente de Pearson.

WQI mín =


46

Para analizar el grado de importancia de cada varia-ble en el valor final del índice, se calculó un coefi-ciente de correlación entre el valor de calidad nor-malizado de cada variable y su ponderación con respecto al valor del índice obtenido. RESULTADOS Y DISCUSIÓN Los cuatro índices se muestran sensibles a la varia-ción de la calidad del agua en los diferentes puntos de muestreo del Arroyo Azul, aunque siempre de-ntro de un rango de calidad entre buena y media en base a los valores promedio (Figura 2).

0

20

40

60

80

100

120

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Estaciones de Muestreo

Índi

ce d

e C

alid

ad d

e A

gua

A

B

C

D

Figura 2. Valores promedio de los cuatro índices de calidad de

agua analizados

Los WQI objetivo y mínimo de Pesce y Wunderlin (2000) presentan desvíos estándar y coeficiente de variación más bajos que los otros WQI (ver Tabla V). Esto resulta importante si se considera que la dispersión de valores de calidad obtenidos es un estimador de la sensibilidad del índice a las varia-ciones propias del sistema natural analizado. En este sentido, los WQI de Debels et al (2005) y de la NSF (1970) representarían mejor la variabilidad de la calidad de las aguas del arroyo del Azul. Si bien el valor mínimo de WQI se obtuvo con el índice objetivo de Debels et al (2005) (ver Tabla V) el índice de NSF (1970) resulta más riguroso al evaluar la calidad del agua, dado que presenta una media general menor (ver Tabla V) y valores medios meno-res en todas las estaciones de muestreo (Figura 2).

Tabla V: Valores de medias anuales, desviación estándar, coeficiente de variación, valores máximos y mínimos y núme-

ro de variables incluidas para cada índice aplicado en el arroyo del Azul (Junio 2005 - Junio 2007).

n = 126: obtenidos sobre 14 estaciones de muestreo con 9 repeticiones en cada una. La correlación entre los valores de calidad obteni-dos por los cuatro índices es significativa, siendo más alta entre los índices de Pesce y Wunderlin (2000) y de Debels et al (2005) y entre los de Pesce y Wunderlin (2000) y de NSF (1970) (ver Tabla VI). La alta correlación puede ser explicada dado que los índices involucrados comparten la mayoría de las variables, aunque con distintos pesos y me-canismos de normalización (Tablas I, III y IV). La menor correlación la presentan los índices de la NSF (1970) y de Debels et al (2005) con el WQI mínimo de Pesce y Wunderlin (2000) (ver Tabla VI). Esto puede atribuirse a que el índice mínimo de Pesce y Wunderlin (2000) incluye muy pocas variables (ver Tabla I).

Tabla VI: Matriz de correlación entre los cuatro índices

Los cuatro índices de calidad de agua aplicados mues-tran una tendencia espacial de variación similar, indi-cando una calidad alta (índice entre 70-100) para las estaciones de cuenca alta (1 a 4) y para las estaciones urbanas que se encuentran aguas arriba de la descarga de los efluentes cloacales (5 y 6) (Figura 2). Los índices de calidad de agua medios obtenidos para las estaciones aguas debajo de esta descarga (7 a 10) indicando un deterioro en la calidad, lo cual es esperable ya que en las muestras presentan valores altos de recuentos bacterianos, DBO-5, conductivi-dad, nitrito y amonio (ver Tabla IX).


47

Tabla VII: Valores de medias anuales y desviación estándar de los cuatro índices para cada estación de muestreo del

arroyo del Azul (Junio 2005 - Junio 2007).

La zona afectada es de alrededor de 10 km comenzan-do en la descarga de los efluentes cloacales y finalizan-do unos km después de la misma. Los valores de los índices en dicha zona se encuentran entre 45 y 70. A partir de la estación 10 (cuenca baja) los índices aumentan aunque no se recuperan los valores anteriores al paso por la ciudad. Sin embargo, esto es un reflejo de

un cambio en las características naturales del arroyo, ya que la química inorgánica de las aguas de la cuenca baja muestra un aumento de la conductividad eléctrica y de las concentraciones de cloruros y sodio con rela-ción a las de la cuenca alta y media. Asimismo se ob-serva un aumento de los sólidos suspendidos, sólidos filtrables y turbidez (IHLLA, 2000). El WQI mínimo de Pesce y Wunderlin (2000) adopta valores más altos en los tres sectores mencionados (entre 85 y 95). Teniendo en cuenta que un factor limitante para la utilización de herramientas de gestión local es el costo de las mismas (Peluso y Usunoff, 2004), el índice objetivo de Pesce y Wunderlin (2000) parece ser el menos adecuado ya que incluye un mayor número de variables a medir (ver Tabla I) sin lograr mayor sensi-bilidad por ello (Figura 3, ver Tabla I). Los valores obtenidos a partir de la aplicación del WQI mínimo de Pesce y Wunderlin (2000) llevarían a con-siderar que si bien el costo analítico es bajo, la evalua-ción de la calidad del agua puede estar sobreestimada ya que el mismo es poco riguroso y poco sensible. Al relacionar el coeficiente de variación de cada índice con el número de variables que incluye cada uno se obtuvo una relación directa, presentando el WQI de la NSF y el WQI objetivo de Debels et al (2005) mayor coeficiente de variación con un núme-ro de variables similar, sin embargo esto no ocurre con el WQI objetivo de Pesce y Wunderlin (2000) ya que el mismo duplica el número de variables en relación a estos últimos y su coeficiente de variación es el más bajo obtenido (Figura 3). Si bien el mínimo valor de los índices aplicados se obtuvo con el índice objetivo de Debels et al (2005) (ver Tabla V), el índice de la NSF (1970) presenta un valor medio general menor (ver Tabla V) y en cada estación de muestreo (Figura 2). Bajo este enfoque, el índice de la NSF parece ser más sensible y con mayor grado de exigencia a un costo operativo razonable. El mayor coeficiente de variación lo presenta el WQI de Debels et al (2005), aunque es muy similar al del WQI de la NSF (ver Tabla V). Considerando que la dispersión de los valores de la WQI es un estimador de la sensibilidad del índice a las variaciones propias del sistema natural analizado.


48

A

B

C

D

00.020.040.060.080.1

0.120.140.160.18

0 5 10 15 20 25Nº de Variables

Coe

ficien

te de

Var

iació

n

Figura 3. Coeficiente de variación obtenido para cada índice

en función del número de variables incluidas en cada uno.

Cabe destacar que al momento de comparar estos índices se cree conveniente también tener en cuenta no sólo el número de variables que los mismos incluyen sino también cuáles son esas variables ya que la elección de las mismas se considera un factor clave para que el mismo refle-je las características del cuerpo de agua en estu-dio. Si bien el índice de la NSF incluye 9 varia-bles, los resultados obtenidos para este índice están correlacionados principalmente con el oxí-geno disuelto, coliformes fecales, fósforo total,

sólidos disueltos, demanda biológica de oxígeno y pH, por lo que se considera que estas son las que representan mejor la variabilidad de la calidad del agua del arroyo del Azul (ver Tabla VIII). Tabla VIII: coeficientes de correlación de Pearson entre los valores del WQI de la NSF (1970) y las variables normaliza-das y ponderadas que se incluyen en su cálculo (n=126).

Por otro lado, estos índices podrían estar sobreesti-mando la calidad dado que no incorporan algunas variables tales como metales pesados y agroquími-cos, por lo cual sería interesante incorporarlas.

Tabla IX: Valores de medias anuales y desviación estándar calculados para los parámetros físico-químicos medidos en el arroyo del Azul (Junio 2005 - Junio 2007).


49

CONCLUSIONES Los cuatro índices se muestran sensibles a la varia-ción de la calidad del agua en los diferentes puntos de muestreo del arroyo del Azul, y muestran la mis-ma tendencia general aunque siempre dentro de un rango de calidad entre buena y media. La aplicación de estos índices permite diferenciar tres zonas del arroyo con diferente calidad de agua:

la cuenca alta donde es buena, el sector urbano don-de disminuye a media y la cuenca baja donde mejora aunque no recupera las condiciones anteriores a su paso por la ciudad.

Si bien estos índices son extraídos de la bibliografía y están desarrollados para otros ambientes, permiten enmarcar rangos, detectar tendencias y zonas con diferente calidad de agua en el arroyo del Azul. Es evidente que la cantidad y elección de las variables incluidas son factores clave para que los mismos


50

reflejen las condiciones locales y pueda ser una herramienta de gestión aplicable a costos aceptables. Deberían hacerse estudios en mayor profundidad que permitan conocer cuáles son las variables que determinan la calidad del agua del recurso para dife-rentes usos. Éstos índices proveen la base metodoló-gica para que, con ciertas adecuaciones como la incorporación de nuevas variables, se constituyan en instrumentos evaluativos válidos.

Se considera el índice de la NSF (1970) como un evaluador aceptable de la calidad del agua del arroyo del Azul debido a su sensibilidad (variabilidad), y grado de exigencia a un costo operativo razonable.

BIBLIOGRAFÍA APHA-AWWA-WPCF. 1992. Métodos normaliza-

dos para el Análisis de las Aguas Potables y Resi-duales. 17º edición, Ediciones Díaz de Santos, S.A., Juan Bravo, 3-A. 28006 Madrid. España.

Ares, M.G., Varni, M., Entraigas, I. y Marzoratti, M. 2007. Uso del suelo y grado de cobertura vegetal en una cuenca del centro de la provincia de Bue-nos Aires. Enviado a Cuadernos del Curiham (ISSN 1514-2906).

Bilello G.I. 2006. Innovación Productiva y Empleo Rural en La Pampa Argentina. Un Estudio de Ca-so en Áreas Mixtas. VII Congreso de la Asocia-ción Latinoamericana de Sociología Rural realiza-do en Quito, Ecuador durante los días 20 a 24 de noviembre del 2006.

Conesa Fdez-Vitora V.1995. Guía Metodológica para la Evaluación del Impacto Ambiental. 2º Edición. P. 390. Mundi- Prensa, Madrid.

Debels, P., Figueroa R., Urrutia R., Barra R., y Niell X. 2005. “Evaluation of quality in the Chillán river (central Chile) using physicochemical pa-rameters and a modified water quality index”. En-

vironmental Monitiçoring and Assesment.110: 301-322.

Gonzalez Castelain J., Usunoff E., Peluso F., Gros-man F. 1995. Propuestas para la Gestión del Arro-yo Azul. Actas del 1er Congreso Nacional de Ges-tión de Agua y Saneamiento. La Falda. Provincia de Córdoba.

Gonzalez Castelain, J. y Grosman, F. 1997. "Moni-toreo bacteriológico del sector urbano del arroyo del Azul (prov. de Buenos Aires)". Resúmenes del II Congreso Argentino de Limnología. Buenos Ai-res, 18 al 24 de septiembre de 1997. pág. 81.

IHLLA, 2000. Avance metodológico en el trata-miento de los recursos hídricos en una cuenca de llanura. Informe final. Instituto de Hidrología de Llanuras. 230 p + anexos.

Martínez de Bascaran, G. 1979. Establecimiento de una metodología para conocer la calidad del agua. Bol. Inf. Medio Ambiente, 9:30-51.

National Sanitation Foundation (NSF). 1970. Na-tional Sanitation Foundation Water Quality (Eu-trophication) Index. Se consulta en: http:// bcn.boulder.co.us/basin/watershed/wqi_nsf.html.

Peluso F., Usunoff E., 2004. Administración comu-nal del medio ambiente en la Argentina: diseño de estrategias para la gestión y la formación de recur-sos humanos. Theomai, Número Especial Invierno de 2004, 16 p.

Pesce, S. F. y Wunderlin, D. A. 2000. “Use the wa-ter quality indices to verify the impact of Córdoba city (Argentina) on Suquía river”. Water Res. 34 (11), 2915-2926.

Stambuck-Giljanovic N. 1999. “Water quality evaluation by index in Dalmatia”. Water Res. 33(16), 3426-3440.

WHO.1987. GEMS/ WATER Operacional Guide. World Health Organization. Geneva.

Articulo recibido el 02/2008 y aprobado para su publicación el 05/2009


51

CONDICIONES DE EXPLOTACIÓN Y USO DOMÉSTICO DEL AGUA: EL CASO DE UN BARRIO PERIFÉRICO DE LA CIUDAD DE TANDIL, BUENOS AIRES, ARGENTINA.

Lic. Corina Iris Rodríguez1, Dr. Víctor Alejandro Ruiz de Galarreta1, M.V. Anahí Tabera2

1 Comisión de Investigaciones Científicas de la Provincia de Buenos Aires (CIC) y Centro de Investigaciones y Estudios Ambientales (CINEA) – Universidad Nacional del Centro de la

Provincia de Buenos Aires (UNCPBA). Tandil, Buenos Aires, Argentina. [email protected]; [email protected]

2 Área de Microbiología de los Alimentos - Dpto. Tecnología de los Alimentos Facultad de Ciencias Veterinarias - UNCPBA. Tandil, Buenos Aires, Argentina.

[email protected]

RESUMEN El presente artículo se basa en la caracterización y evaluación de las condiciones de explotación y uso do-méstico del recurso hídrico subterráneo, relacionadas con el abastecimiento de servicios sanitarios que posee la población. La ciudad de Tandil cuenta con tendido de red de agua potable y sistema cloacal, pero ambos servicios no cubren la totalidad del área urbana. En este trabajo se analiza el Barrio Cerro Los Leones, ubica-do al Oeste de la ciudad, que no es abastecido por estos dos servicios básicos. Los habitantes de dicho barrio explotan el agua subterránea a partir de perforaciones del acuífero freático, realizadas sin parámetros de dise-ño que garanticen la protección sanitaria. Además, debido a la falta de un sistema de red cloacal, los poblado-res vierten sus excretas en pozos resumideros, realizados con escasas medidas de protección, y en muchos casos próximos a las perforaciones de bombeo. Esta situación de explotación del recurso hídrico, sumada a las condiciones sociales en las que habitan y a la falta de planificación y control por parte de las autoridades, genera importantes impactos, tanto sobre la calidad del agua subterránea, en este caso evaluada mediante parámetros bacteriológicos, así como sobre la calidad de vida de la población. Palabras clave: recurso hídrico subterráneo, explotación y uso doméstico del agua, contaminación bacterio-lógica, calidad de vida

ABSTRACT This article is based on the description and evaluation of the exploitation and domestic use of groundwater, which are related to the sanitary services supply that population has. Tandil city has drinkable water net and sewer system, but those services do not reach all the city areas. This work analyses the case of the Cerro Los Leones neighborhood, which is located on the west of Tandil city, and does not have both basic services. The inhabitants of this area exploit groundwater by means of wells into the freatic aquifer, devoid of design pa-rameters which ensure the sanitary protection of the acuifer. Moreover, because of the absence of a sewer system, the inhabitants spill their excrements in cesspits, done with equally few protection measurements, and those are located next to the pumping perforation in several cases. This situation of exploitation and use of groundwater, together with the social life conditions and the absence of planning and control by the au-thorities, generate significant impacts on water quality, in this case evaluated trough bacteriological parame-ters, and on the life quality of the population. Key words: groundwater, exploitation and domestic use of groundwater, bacteriological contamination, life quality.

Condiciones de Explotación y Uso Doméstico del Agua: El Caso de un Barrio Periférico de la Ciudad de Tandil, Buenos Aires, Argentina.

52

INTRODUCCIÓN El agua es un recurso esencial para la vida, pero no basta con su disponibilidad, sino que se requiere agua cuya calidad la convierta en apta para el con-sumo humano. Uno de los factores determinantes de la calidad del agua es el modo de apropiación, y uso que las personas hacen del recurso. Este trabajo, se basa en el caso particular del Barrio Cerro Los Leones ubicado al Oeste de la ciudad de Tandil, en la provincia de Buenos Aires, Argentina (Figura 1). El paraje lleva el nombre del cerro linde-ro, en el cual se ha realizado históricamente minería, dando origen al poblamiento del barrio. Dada la intensa extracción minera precedente, el cerro mor-fológicamente ha desaparecido y actualmente la cantera se encuentra fuera de explotación. Este barrio constituye un pequeño conjunto de vi-viendas de familias de clase media y baja, que totali-zan alrededor de 300 habitantes. La elección de este sector urbano se debe a un conjunto de factores, entre ellos: la ausencia de servicios de agua potable y de red cloacal; los pozos ciegos o absorbentes se colmatan frecuentemente; la existencia de antece-dentes de contaminación bacteriológica en muestras tomadas a partir de los pozos de diferentes viviendas e instituciones (Dirección de Bromatología del Mu-nicipio de Tandil, 2006); la población mayoritaria-mente es de bajo nivel socioeconómico; en la Sala de Atención Primaria a la Salud del barrio, existen registros de enfermedades relacionadas al agua, sobre todo parasitosis, y además se presentan activi-dades que pueden tener efectos adversos sobre el recurso hídrico subterráneo, tales como: depósitos de residuos sólidos domiciliarios e industriales, criade-ros de animales, hornos ladrilleros, entre otros.

Figura 1: ubicación relativa de Tandil

El Barrio Cerro Los Leones se encuentra emplazado sobre las laderas del sistema serrano de Tandilia. Dicho sistema serrano se caracteriza por la presencia de dos unidades geológicas diferentes (Teruggi et al,

1980). El basamento cristalino, compuesto por rocas ígneas plutónicas, hidrolitológicamente consideradas rocas acuífugas, presentan fracturas que le dan un carácter de acuífero pobre. La segunda unidad la constituye una cubierta sedimentaria, formada por conglomerados con clastos de gran tamaño en la zona próxima a las sierras, que van disminuyendo de tamaño hacia la zona distal. Esta cubierta incluye sedimentos pampeanos de tipo limos loessoides que lo convierten en un ambiente poroso clástico, dando lugar a un cuerpo acuífero que permite, dada su calidad y cantidad, la principal explotación del re-curso hídrico subterráneo. (Ruiz de Galarreta, 2005). La cuenca donde se asienta el área de estudio es la del arroyo Langueyú, desarrollada sobre el faldeo Norte de las sierras de Tandilia. Las mayores alturas de encuentran al sur de la cuenca, alcanzando los 500 msnm, y descendiendo hacia el NE. Esta cuenca drena sus aguas hacia el NE en concor-dancia con la pendiente regional. En la cuenca alta del arroyo Langueyú se localiza la ciudad de Tandil (Figura 2) situada a unos 220 metros de altura sobre el nivel del mar.

Figura 2: Ubicación del Barrio Cerro Los Leones en la Cuen-

ca del Arroyo Langueyú. El Municipio de Tandil provee los servicios de agua potable y de cloacas, por medio del ente Obras Sani-tarias Tandil; sin embargo ambas redes no cubren la totalidad de la ciudad.


53

La situación del barrio Cerro Los Leones, caracteriza-da por la ausencia de servicios de agua potable y red cloacal, da lugar a una serie de condiciones ambienta-les particulares en relación al uso del recurso hídrico subterráneo. En primer lugar, los habitantes realizan en sus domicilios perforaciones para acceder y explo-tar el acuífero freático. Estos pozos de bombeo son realizados por perforistas y en muchos casos por los propios dueños de las viviendas. La mayoría de los mismos no son diseñados siguiendo criterios que garanticen la protección del acuífero ni su vida útil, por lo cual suceden desmoronamientos, agotamiento de pozos, contaminación del acuífero por falta de sellado y cementación de los pozos, entre otros incon-venientes que afectan a la calidad de agua que los habitantes consumen, y por supuesto a su calidad de vida. Normalmente esta falta de diseño adecuado, de protección sanitaria del pozo, y de distanciamiento entre estos y los pozos ciegos, hace que se produzca la contaminación del agua subterránea. A todo esto se suma la disposición in situ de otras cargas contami-nantes (disposición de residuos sólidos urbanos e industriales en cavas abandonadas) que agravan la situación potenciando el riesgo de contaminación. Esta situación de ausencia de red cloacal genera que los habitantes depositen sus efluentes domiciliarios en pozos resumideros realizados en sus propios terrenos. Nuevamente se repite el inconveniente de falta de diseño y planificación en la construcción de dichos pozos, generando así un foco contaminante dispuesto normalmente a escasa distancia del pozo de bombeo del agua subterránea. A través del flujo subterráneo se produce la interconexión y la contaminación del agua de bebida, tanto en forma físico-química como bacte-riológica. Además, se suman otros inconvenientes, como colmatación frecuente de pozos resumideros, desmoronamientos de los mismos por las debilidades en su construcción, problemas en el tapado y sellado de los mismos, cercanía entre pozos de bombeo y pozos resumideros de viviendas vecinas, entre otros. Esta situación no es fácilmente reversible, pues los pobladores no tienen otra opción a la hora de abaste-cerse de agua para consumo, así como tampoco dis-ponen sus efluentes de forma correcta. Claramente la calidad del agua subterránea se ve deteriorada por esta ausencia de servicios sumado a la posible presencia de otros focos contaminantes, lo que afecta directa-mente la calidad de vida de la población, que piensa en muchos casos que el agua es de buena calidad sólo debido a su aspecto claro y transparente. Uno de los principales efectos de este deterioro es sobre la salud

humana, a través de enfermedades de origen hídrico, que afectan principalmente a niños, ancianos o perso-nas enfermas. El objetivo del presente trabajo es analizar y evaluar las condiciones sociales y técnicas del sistema hídri-co, su explotación y uso, y sus implicancias en la calidad del mismo. MATERIALES Y MÉTODOS Para conocer en detalle las características de la pobla-ción del Barrio Cerro Los Leones se realizaron entre-vistas semi-estructuradas a diferentes informantes calificados y también se llevaron a cabo encuestas a una muestra de la población del Barrio. El total de encuestas alcanzó a 44 viviendas, a las que se les suman 2 más en los establecimientos educativos del barrio. Los hogares encuestados incluyen un total de 169 habitantes. Considerando las estimaciones poblacio-nales informadas por el Centro Comunitario barrial, que indican unos 300 habitantes, la población anali-zada representa alrededor del 50 %. En el temario de la encuesta se abordan diferentes cuestiones: datos generales de la persona a cargo de la vivienda; número de habitantes por vivienda; situa-ción laboral y nivel educativo alcanzado; maternidad; salud y antecedentes de enfermedades de origen hídrico; datos antecedentes de análisis del agua; modo de apropiación del agua para diferentes usos; sistema de extracción del agua subterránea, con detalles de la bomba, la perforación, las medidas de protección de la misma, existencia de contaminación superficial, entre otras; almacenamiento de agua y desinfección de tanques; sistema de distribución de agua en la vivienda; sistema de disposición de efluentes domici-liarios: características del pozo resumidero, problemas relacionados al mismo; distanciamiento entre la perfo-ración y el pozo absorbente. Con el objetivo de analizar e interpretar la hidrodiná-mica subterránea, se efectuó en el Barrio Cerro Los Leones un censo de perforaciones. Para ello se co-menzó con un relevamiento de perforaciones existen-tes en el barrio, distribuidas homogéneamente (Figura 3). Una vez detectadas las mismas, se realizaron las mediciones de la altura del nivel freático. Estos datos permitieron conocer, mediante un mapa equipoten-cial, el sentido de escurrimiento subterráneo local.


54

Figura 3: Croquis del Barrio Cerro Los Leones y red de perforaciones censada.

A partir de la red de pozos utilizada para el censo de niveles freáticos, se llevó a cabo la toma de 18 muestras de agua para la realización de análisis bacteriológicos. Los análisis se basaron en lo estipulado por el Códi-go Alimentario Argentino que, en su artículo 982, determina los siguientes niveles permisibles en agua para consumo. También se indica a continuación la metodología utilizada en cada caso. - Bacterias aeróbicas mesófilas: hasta 500 UFC/ml. (UFC: Unidades Formadoras de Colonias). El medio de cultivo es Agar Plate Count, colocado durante 24 horas a 37 ºC. - Bacterias coliformes: hasta 3 bacterias/100 ml. Se determina el número más probable (NMP) a 37 º C por 48 hs, en caldo Mc Conkey. - Escherichia coli: Ausencia en 100 ml de muestra. En este caso el proceso se realiza a 45 ºC durante 48 hs, en caldo Mc Conkey, con posterior confirmación mediante siembra por estrías en agar Eosina azul de metileno (EMB), a 37 ºC durante 24 a 48 horas - Pseudomona aeruginosa: Ausencia en 100 ml de muestra. El aislamiento se realiza a partir de tubos de Mc Conkey (utilizados en el aislamiento de coli-formes) con desarrollo de velo en superficie. Poste-riormente se repica en Agar Cetrimide, incubándose a 37 ºC, entre 24 y 48 horas. Las bacterias aeróbicas mesófilas incluyen patóge-nos y no patógenos, y la presencia de altos niveles

de dichas bacterias en agua, indican su ineptitud para el consumo humano. El grupo coliforme incluye bacterias de los géneros Escherichia, Citrobacter, Enterobacter y Klebsiella. (Gamazo et, al 2005) La bacteria Escherichia coli naturalmente habita en el intestino humano y animal, a la que se atri-buyen efectos beneficiosos para la salud. Sin em-bargo puede provocar patologías intestinales gra-ves. Este organismo es utilizado como indicador de contaminación fecal. Por su parte, el patógeno Pseudomona aeruginosa puede alojarse en tanques y cañerías, y puede pro-ducir alteraciones en las barreras mucocutáneas del ser humano. En caso de que las muestras analizadas superen alguno o todos estos niveles permisibles, se convier-ten en aguas microbiológicamente no aptas para consumo humano, generando así un riesgo para la salud de la población que utiliza el recurso hídrico. RESULTADOS Hidrología subterránea Regionalmente, en la mayor parte de la cuenca del Arroyo Langueyú, la profundidad de los niveles


55

freáticos (medidos en otoño) no supera los 10 me-tros, excepto los sectores pedemontanos con mayor espesor de la zona no saturada. (Ruiz de Galarreta et al, 2007). El sentido del flujo subterráneo regional es hacia en NE. Mientras que en el sector serrano, al sur de la cuenca, se presenta la concentración del escurrimiento, en la zona extraserrana se observa una leve dispersión del flujo hídrico. En la zona del Barrio Cerro Los Leones la profundi-dad de los niveles freáticos oscila entre 3 m y 14 m. Existe una diferencia de 30 metros entre el lugar más elevado y el más bajo del barrio, por lo cual las mayores profundidades corresponden a las perfora-ciones ubicadas en la zona más alta del barrio, des-cendiendo hacia el sector periserrano. Según la medición realizada en verano (diciembre de 2007), los niveles estáticos determinados oscilan entre 201 m y 229 m.

Con respecto al sentido de escurrimiento subterráneo local, el agua fluye desde la zona serrana que rodea al barrio, hacia la periserrana. A partir de allí, el sentido local de escurrimiento coincide con el senti-do regional enunciado anteriormente. Modo de explotación y uso del recurso hídrico La población estudiada mediante la realización de encuestas está constituida principalmente por adul-tos, se caracteriza por una situación económica compleja, con alta presencia de familias de bajos ingresos, que habitan en viviendas con deficiencias básicas, y en menor proporción de clase media, con una mejor situación económica. En la Figura 4 se indican las viviendas encuestadas y su ubicación en el barrio.

Figura 4: Distribución de las encuestas en el Barrio Cerro Los Leones.

En lo referente al consumo de agua para consumo humano, el 93% de la población explota el recurso hídrico subterráneo. El resto corresponde a quienes reciben agua mediante camiones cisternas, debido a problemas presentes en perforaciones existentes o a ausencia de las mismas. El servicio de entrega de agua es brindado semanalmente en forma gratuita por el gobierno local. Por otro lado, del total de la población que utiliza el agua subterránea, el 18% no la consume para bebida, sino que adquieren bebidas envasadas.

Cabe destacar que no toda la población estudiada explota el acuífero subterráneo a través de perfora-ciones propias, sino que el 18% de las familias en-cuestadas, no poseen perforaciones, sino que la comparten con la vivienda vecina. El 90% de las bombas existentes en las viviendas estudiadas constituyen bombeadores instalados so-bre la superficie del terreno, solamente el resto son bombas sumergidas. Los bombeadores generalmente se encuentran protegidos de la contaminación super-


56

ficial mediante estructuras o tapas, sin embargo en el 35% de los hogares visitados se evidencia probable contaminación, debido principalmente a presencia de animales y disposición de residuos en las cercaní-as de la perforación; deficiente cobertura o inexis-tencia de tapa sobre la misma. Un factor importante para la protección sanitaria de la perforación, es la presencia de cañerías de enca-misado en las perforaciones. Cuando se interrogó sobre este tema, muchos de los encuestados desco-nocen el significado y existencia de dicho sistema. Se pudo observar que solamente el 30% de las perfo-raciones poseen encamisado. Con respecto al conocimiento y realización de sa-neamiento en la perforación, los resultados indican que el 67% de los encuestados no realiza ningún tipo de desinfección en la misma, el 26% lo realiza pero sin información clara acerca de cómo llevarlo a cabo, y el resto no realiza o desconoce de qué se trata dicho saneamiento. En cambio, la mayoría de los habitantes encuesta-dos respondió que realiza desinfección de tanques y cañerías, alcanzando el 75%, mientras que el resto de la población no lo lleva a cabo o descono-ce del tema. Tanto en las tareas de desinfección de la perfora-ción, tanque y cañerías, es fundamental que los habitantes tengan acceso a la información necesaria sobre cómo realizar estas tareas, a través de los medios de comunicación locales – gráficos, radia-les y televisivos – como los canales de difusión barriales, principalmente la Sala de Atención pri-maria a la Salud y el Centro Comunitario. A la hora de consultar acerca de la difusión de información respecto a dicho saneamiento, se observa que so-lamente el 13% de los encuestados recibieron in-formación acerca de dicho saneamiento. Para el análisis y evaluación de la calidad micro-biológica del agua para consumo humano, es fun-damental el conocimiento de datos antecedentes, principalmente análisis bacteriológicos realizados. Se han recabado informes de análisis que indican presencia de una o más bacterias por encima de los límites establecidos por el Código Alimentario Argentino. En el momento de la ejecución de las

encuestas, se consultó a la población acerca de la realización de algún tipo de análisis del agua, y se obtuvo que un 48% de los hogares han enviado muestras para análisis bacteriológicos, aunque sólo la mitad de ellos ha obtenido resultados que indi-can que el agua es apta para consumo humano. El resto ha presentado niveles mayores a los permisi-bles en alguna de las bacterias establecidas en la legislación argentina. En forma simultánea a la carencia de red de agua potable, las viviendas del barrio Cerro Los Leones no poseen red cloacal para la disposición de efluen-tes, por lo cual vierten sus aguas negras principal-mente en pozos absorbentes, conocidos como pozos ciegos o resumideros. El 76% de los hogares encues-tados dispone sus excretas en pozos absorbentes, aunque únicamente el 20% posee una cámara séptica previa al pozo, permitiendo una mejor separación de los sólidos. El resto posee letrinas, que consisten en baños precarios instalados afuera de las viviendas, donde los efluentes infiltran hacia el acuífero. Es importante tener en cuenta que la contaminación inducida por los efluentes cloacales, que infiltran hacia las aguas subterráneas, afecta directamente a las perforaciones de bombeo. Es decir que ambos pozos pueden comunicarse subterráneamente, con lo cual la contaminación de origen fecal es de gran importancia en este caso. Se ha prestado especial interés a la distancia que existe entre las perforacio-nes de bombeo de agua y los pozos de disposición de efluentes cloacales. En el 72% de las viviendas visitadas, la distancia entre la perforación y el pozo resumidero es inferior a 15 metros. Además, en muchos casos los habitantes desconocen las características constructivas de los pozos resumi-deros. Esto se suma a que han existido frecuentes problemas de colmatación así como desmorona-mientos de las tapas o coberturas de los mismos. Análisis bacteriológico de agua Durante los meses de octubre y noviembre de 2007 se tomaron 18 muestras de agua en la red de perforacio-nes. Se analizaron bacteriológicamente según los parámetros establecidos en la legislación argentina. En la siguiente tabla se indican los resultados obte-nidos en los cuatro parámetros analizados:


57

Tabla 1. Resultados obtenidos en los análisis bacteriológicos

En los resultados planteados en la Tabla Nº 1 sobre los valores de bacterias mesófilas, se obser-va que dos muestras superan ampliamente el valor permisible de 500 UFC/ml, alcanzando el 11% del muestreo. Con respecto a las bacterias coliformes, la situa-ción es alarmante, debido a que el 78% de las muestras presentan más de 3 bacterias coliformes cada 100 ml. Los casos más graves son aquellas perforaciones cuyas aguas poseen 1100 y 460 coliformes/100 ml. En el caso particular de Escherichia coli, colifor-me de origen fecal, ésta se presenta en dos casos. Cabe destacar la gravedad que representa esta bacteria en agua de bebida, como se explicó ante-riormente.

Pseudomona aeruginosa es otra de las bacterias establecidas en la legislación argentina, conside-rando que su presencia en el agua la convierte en no apta para consumo humano. Esta bacteria fue detectada en dos de las muestras analizadas en el Barrio Cerro Los Leones. Analizando los resultados en función de los cuatro parámetros establecidos, se observa que solamente cuatro de las muestras analizadas, lo que equivale al 22%, ha resultado ser apta para el consumo humano en función de los límites permisibles establecidos en el Código Alimentario Argentino. El 78% restante ha superado uno o más de dichos valores, determi-nando que la población que consume esta agua sub-terránea se encuentra en riesgo elevado de contraer enfermedades hídricas relacionadas con la presencia de estos agentes microbiológicos.

Ubicación - Coordenadas Gauss Kruger (m)

Parámetros analizados

Mue

stra

Nº

X Y

Bacterias mesófilas (UFC/ml)

Coliformes tota-les/100 ml

Escherichia coli (Coliforme fecal)

en 100 ml

Pseudomona aerugi-nosa

en 100 ml

1 5.571.410 5.869.991 < 10 43 Ausencia Ausencia

2 5.571.111 5.870.190 100 93 Ausencia Ausencia



5 5.570.984 5.870.511 1700 150 Presencia Ausencia










15 5.571.350 5.870.107 3055 460 Ausencia Presencia

16 5.571.500 5.870.003 300 43 Ausencia Presencia


18 5.570.339 5.870.016 360 240 Presencia Ausencia


58

DISCUSIÓN Con el objetivo de perseguir la sustentabilidad am-biental, es necesario lograr el equilibrio en la interre-lación sociedad-naturaleza. Para ello es fundamental conocer los diferentes componentes de un sistema ambiental y comprender su funcionamiento. Al analizar la problemática de la calidad del agua subterránea para consumo humano, no basta con evaluar sus características físico-químicas o micro-biológicas. Debe realizarse un diagnóstico del pro-blema considerando las características sistémicas del medio físico, principalmente hidrogeológico, así como la influencia del factor humano que actúa sobre dicho medio, y lo altera. Específicamente en este caso confluyen una serie de factores, principalmente la ausencia de servicios de agua potable y red cloacal, se suma la falta de in-formación a la población, acerca de medidas preven-tivas y de saneamiento; debilidades en la gestión municipal, que no considera las necesidades de estos sectores poblacionales; dificultades socioeconómicas de los habitantes del barrio, que impiden su acceso a medidas de protección sanitaria, tanto en las perfo-raciones, como en los pozos de disposición de efluentes domiciliarios. A partir de la explotación y uso del agua por parte de la población, surgen alteraciones en el funciona-miento del sistema hidrológico. Uno de los principa-les factores afectados es la calidad del agua subte-rránea, en este caso debido a la infiltración de los efluentes domiciliarios, permitiendo la contamina-ción bacteriológica de un recurso vital para los habi-tantes del lugar. En el presente estudio, se ha puesto de manifiesto la relación existente entre las condiciones de explota-ción y uso del recurso hídrico subterráneo y la cali-dad microbiológica del mismo. Debido al diseño inadecuado de las perforaciones, la ausencia de medidas de saneamiento, y el escaso distanciamiento

de las mismas con respecto a los pozos negros, se presenta contaminación bacteriológica en la mayoría de las muestras analizadas pertenecientes al Barrio Cerro Los Leones. El uso doméstico del agua que no cumple las caracte-rísticas de aptitud para el consumo humano, como en este caso afecta la salud de los habitantes del lugar, e impacta sobre la calidad de vida de la población. BIBLIOGRAFÍA Código Alimentario Argentino. 1969. Actualizado

en 2007. Capítulo XII: Bebidas hídricas, agua y agua gasificada. Ley 18.284. Argentina.

Dirección de Bromatología del Municipio de Tandil. 2006. Análisis microbiológicos de aguas realiza-dos sobre muestras de aguas subterráneas de dife-rentes viviendas e instituciones del Barrio Cerro Leones.

Gamazo C., López-Goñi I., Díaz R. 2005. Manual práctico de microbiología. Tercera edición. ISBN 8445815199. Ed. Masson. España.

Ruiz de Galarreta, A. 2005. Geohidrología y balance hidrológico de la zona no saturada en la cuenca superior del arroyo Tandileofú, Provincia de Bue-nos Aires. Tesis doctoral. Facultad de Ciencias Naturales y Museo. Universidad Nacional de La Plata.

Ruiz de Galarreta, A., Varni, M., Banda Noriega, R. y Barranquero, R. 2007. Caracterización geohidro-lógica preliminar en la cuenca del Arroyo Lan-gueyú, partido de Tandil, Buenos Aires. V Con-greso Argentino de Hidrogeología. Paraná, Entre Ríos. Octubre de 2007.

Teruggi, M. y Kilmurray, J. 1980. Sierras Septen-trionales de la Provincia de Buenos Aires. Geolo-gía Regional Argentina, Vol II. Córdoba.

Articulo recibido el 11/2008 y aprobado para su publicación el 04/2009


59

CARACTERIZACIÓN FÍSICOQUÍMICA Y BIOLÓGICA DE TRES LAGUNAS PAMPASICAS

Oscar Díaz(1); Viviana Colasurdo(1); Fabián Grosman(2); Pablo Sanzano(2) (1) Facultad de Ingeniería. Avda. Del Valle 5737, 7400-Olavarría. TEL/FAX: 54-2284-451055 (2) Facultad de Ciencias Veterinarias. Paraje Arroyo Seco, Campus Universitario, 7000-Tandil

Instituto Multidisciplinario sobre Ecosistemas y Desarrollo Sustentable. Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA).

RESUMEN Los estudios de diferentes aspectos fisicoquímicos de agua y sedimentos de lagunas pampeanas conforman una herramienta para la interpretación de distintos fenómenos biológicos de las mismas. Las lagunas La Peregrina, La Brava y De los Padres, se hallan muy próximas entre sí, ubicadas en el área serrana del SE de la Provincia de Buenos Aires. Sus cuencas de aporte poseen en común una intensa actividad agropecuaria y pendientes más pronunciadas respecto a la mayoría de los cuerpos de agua pampásicos, condición que les brinda un carácter diferencial. El objetivo de la ponencia es establecer la calidad y el estado trófico de las tres lagunas mencionadas, vinculando aspectos físicos, químicos y biológicos del agua y sedimentos. Las lagunas son alcalinas, oligohalinas y presentan alto grado de eutroficación. La elevada turbidez observada es de origen orgánico. Algunos parámetros no cumplen con los límites establecidos para diferentes usos. Se evidencia el rol de los sedimentos por su alto contenido en nutrientes en la dinámica lacunar. Palabras claves: lagunas pampeanas, composición físicoquímica, estado trófico.

ABSTRACT Studies of different physicochemical aspects from water and sediments of pampasic ponds seem to be an adequate tool to interpret their different biological phenomena. La Peregrina, La Brava and De los Padres are ponds located very next one to each other, in the highland area of Buenos Aires province. Their drainage area has an intense farming activity and pronounced slopes with respect to other pampasic ponds, condition that offers them a differential characteristic. The objective is to assess the quality and the trophic state of the three mentioned ponds, tying physicochemical and biological aspects of water and sediments. The ponds are alkaline, oligohalines and present a high eutrophic state. The high turbidity observed is of organic origin. Some parameters do not fulfill the limits established for different uses. The high quantity of nutrients in sediments influences the dynamic of ponds. Key words: pampasic shallow lakes, physicochemical composition, trophic state.

Caracterización Físicoquímica y Biológica de Tres Lagunas Pampasicas

60

INTRODUCCIÓN Las lagunas pampeanas conforman, por su elevada numerosidad, parte del paisaje típico de la región centro-este de la República Argentina; según Dangavs (2005), existen mas de 10500 mayores a 10 ha sólo considerando el territorio de la provincia de Buenos Aires. Se caracterizan por ser ambientes poco profundos que no estratifican química ni térmicamente, de extensión y salinidad variables (Quirós y Drago, 1999). Su persistencia depende del ciclo hidrológico provocando lagunas tanto permanentes como efímeras; los procesos que se establecen son más determinantes que su origen, ya que se pueden generar ambientes disímiles con génesis común y cercanía geográfica. Son ecosistemas naturalmente eutróficos, de aguas claras con predominio de macrófitas o turbias tanto por presencia de elementos orgánicos o inorgánicos; asimismo pueden alternar entre ambos estados con cortos periodos de tiempo de transición (Scheffer et al., 1993). La morfología playa de las cubetas es clave para definir la estructura y funcionamiento de las lagunas; asimismo establece una mayor proporción de contacto entre sedimentos y agua, lo que contribuye a que el fondo de estos sistemas presente un rol primario en la dinámica biogeoquímica del lugar; la acción del viento mezcla las aguas y resolubiliza nutrientes depositados incrementando su disponibilidad biológica. Este tipo de ecosistemas estaría influenciado negativamente en cuanto a su calidad de agua por el impacto que genera la tecnificación del agro y modificación del uso del suelo, la producción de desechos de distinto origen y la búsqueda de esparcimiento al aire libre, entre otros. Una adecuada planificación del uso de las potencialidades y aptitudes de estos ambientes como el impulso al turismo sustentable y la pesca deportiva o comercial, ordenadas en un marco de racionalidad ambiental, pueden contribuir a potenciar el crecimiento económico local, ampliar la oferta alimentaria, la mano de obra y la conservación de recursos y paisajes. Las lagunas La Brava (430 ha; 37° 52’ 05,8” S; 57° 58’ 53,5” O), La Peregrina (90 ha; 37° 52’ 03,4” S; 57° 53’ 46,4” O) y De los Padres (290 ha; 37° 55’ 53,7” S; 57° 44’ 11,9” O), se ubican muy próximas entre sí en las sierras Septentrionales en el sudeste

de la Provincia de Buenos Aires entre las ciudades de Mar del Plata y Balcarce (las coordenadas indican puntos de muestreo). Sus cuencas de aporte poseen en común una intensa actividad agropecuaria, incluso en el caso de la laguna De los Padres de tipo hortícola (Esquiús et al., en prensa) y pendientes más pronunciadas respecto a la mayoría de los cuerpos de agua pampásicos, condición que les brinda un carácter diferencial. La Brava posee como afluente el arroyo El Peligro y su efluente es el arroyo Tajamar, el cual desaloja los excesos de agua que no pueden ser evacuados en forma subterránea (Kruse, 1987); De los Padres posee como afluente el arroyo homónimo y drena por el arroyo La Tapera; la laguna La Peregrina recibe agua del arroyo Vivoratá a partir de un canal derivador artificial. Existen diversos antecedentes bibliográficos limnológicos (calidad de agua, plancton, perifiton, peces) sobre estos ambientes debido a su relevancia regional económica y social; entre los más recientes es factible citar Sagrario et al., 1998; Grosman et al., 1999; 2005; Remes Lenicov y Berasain, 2001; 2002; Folabella et al., 2006; Sánchez, 2007). El trabajo tiene como objetivo establecer la calidad y el estado trófico de las lagunas La Brava, La Peregrina y De los Padres, vinculando aspectos físicos, químicos y biológicos del agua y sedimentos. MATERIALES Y MÉTODOS Se llevaron a cabo muestreos limnológicos regulares en las lagunas La Brava, La Peregrina y De los Padres desde diciembre del 2004 a noviembre de 2006. Se realizaron análisis físicos, químicos y biológicos en agua y sedimentos. La toma de agua se realizó subsuperficialmente. Se registró el nivel de agua respecto a un muelle en La Brava, y con escalas hidrométricas en La Peregrina y De los Padres; se consideraron las precipitaciones pluviométricas de Mar del Plata y Balcarce a través del SMN. La temperatura (T), pH, conductividad eléctrica (CE) y transparencia (disco de Secchi) fueron determinadas in situ. Las determinaciones en agua de carbonato (CO3

2-), bicarbonato (HCO3-), sodio

(Na+), potasio (K+), calcio (Ca2+), magnesio (Mg2+), nitrato (NO3

-), fluoruro (F-), sulfato (SO42-), cloruro

(Cl-), nitrito (NO2-), amonio (NH4

+), dureza total


61

(DT), sólidos disueltos (SD), sólidos totales (ST), clorofila-a (Cl-a) y fósforo total (PT), y en suelo, de PT y materia orgánica (MO), fueron llevadas a cabo en el laboratorio, por Métodos Estándares (APHA, AWWA, WPCF, 1992). En el caso del macrozooplancton se utilizó una red ad-hoc, filtrando 20 L de agua tomados de a 10 L, para obtener el valor de densidad de esta comunidad (Paggi y Paggi, 1995); se diferenció entre principales grupos zoológicos componentes: copépodos calanoideos, ciclopoideos y cladóceros Para determinar la aptitud del agua para diferentes usos (fuente de provisión de agua para consumo humano, protección de la biota acuática, irrigación de cultivos, bebida animal y recreación humana), se aplicó el protocolo de la Subsecretaría de Recursos Hídricos de la Nación de la República Argentina (2005). Se evaluó la aptitud del agua para riego, considerando la clasificación de Salinity Laboratory Staff (1954), que evalúa la conductividad eléctrica y la relación de adsorción de sodio (RAS).

Para explicar el proceso geoquímico (meteorización de rocas, precipitación atmosférica o equilibrio precipitación-evaporación) que origina la composición química de estas aguas superficiales, se analizó el diagrama de Gibbs (1970) y otras relaciones iónicas que permiten inferir el origen de los iones. El estado trófico fue determinado aplicando el índice TSI de Carlson (1977) que relaciona la turbidez dada por presencia de compuestos orgánicos, la concentración de clorofila-a como medida de la densidad algal y la concentración de nutrientes (fósforo total); en base a los resultados este índice categoriza los ambientes en oligotrófico (menos de 40) mesotrófico (40 – 60), eutrófico (60-70) e hipereutrófico (mayor de 70). RESULTADOS Y DISCUSIÓN En la Tabla 1 se presentan los valores de media, mínimos, máximos y desvío estándar para diferentes parámetros determinados en las tres lagunas consideradas.

Tabla 1: Media, mínimos, máximos y desvío estándar (DE) para todos los parámetros determinados. Todos los iones y PT en mg/L, CE en µS/cm, DT en mg/L CaCO3, T en ºC, Cl-a en mg/m3 y Secchi en cm. * valores en sedimentos.

Variable Media DE Mínimo Máximo Media DE Mínimo Máximo Media DE Mínimo MáximoCa 2+ 18,4 6,5 3,0 26,9 16,9 1,8 13,5 20,0 23,5 6,9 8,9 30,4Mg 2+ 13,4 3,4 6,8 18,0 8,8 1,3 5,8 10,8 13,8 2,1 8,8 16,2Na + 187,3 50,1 47,0 244,6 188,1 21,9 148,0 232,9 167,4 29,8 116,0 232,9K + 12,3 5,3 4,8 20,8 10,9 4,5 4,4 20,5 10,7 3,2 4,8 17,0Cl- 70,8 24,2 20,0 95,0 63,5 6,1 55,0 75,0 69,1 7,4 56,0 80,0NO3- 3,0 1,7 0,0 6,6 10,2 25,2 1,3 86,0 3,0 2,0 1,6 7,9SO4= 22,5 8,1 6,2 32,1 15,5 12,4 5,0 39,5 12,6 5,4 1,0 18,1CO3= 11,0 17,4 0,0 48,0 12,7 16,2 0,0 45,0 20,0 23,9 0,0 64,3HCO3- 413,0 112,9 167,4 540,6 405,7 49,3 298,9 485,0 375,3 87,7 212,2 492,8F- 1,32 0,33 0,74 1,90 1,4 0,3 0,8 1,8 1,3 0,4 1,0 1,9NO2- 0,027 0,061 0,000 0,200 0,013 0,026 0,000 0,080 0,014 0,031 0,000 0,090NH4+ 1,26 1,25 0,17 4,50 0,52 0,55 0,07 2,00 0,63 0,74 0,11 2,60DT 102,7 21,5 69,1 138,2 78,9 4,9 70,4 87,0 115,6 22,0 75,9 138,9pH 8,44 1,09 6,30 9,74 8,53 0,74 6,85 9,45 8,70 0,78 7,00 9,90SD 573,4 141,3 239,0 702,0 486,9 62,1 362,0 572,0 516,3 51,1 412,0 572,0ST 617,0 130,9 321,0 753,0 525,8 49,7 438,0 587,0 552,8 30,1 514,0 602,0SF 432,2 89,0 225,0 537,0 396,0 38,5 352,0 479,0 396,7 33,4 352,0 460,0SV 184,8 68,7 70,0 301,0 129,8 43,3 84,0 229,0 156,1 48,1 62,0 229,0CE 1046,6 322,3 387,0 1653,0 981,6 167,1 729,0 1323,0 971,5 131,6 748,0 1130,0Cl a 203,5 86,7 93,2 331,4 98,4 48,0 22,7 169,4 181,9 89,3 49,5 289,0T 17,3 5,8 9,0 26,5 16,8 5,5 9,5 23,8 17,4 6,5 9,2 27,5Secchi 16,4 2,7 12,5 21,0 34,5 7,3 23,0 45,0 22,6 4,1 17,0 30,0PT 0,34 0,10 0,23 0,52 0,26 0,14 0,06 0,51 0,39 0,12 0,20 0,55PT * 10,2 4,0 4,8 17,1 12,8 4,7 6,5 19,2 9,9 3,1 5,4 16,5pH * 7,83 0,74 6,49 8,68 8,05 0,45 7,35 8,99 7,98 0,39 7,15 8,58MO* 3,85 3,09 0,53 8,03 3,25 2,94 0,37 9,36 2,40 0,90 0,98 3,92

La Peregrina N = 11 La Brava N = 11 De los Padres N = 10


62

La Figura 1 presenta los valores obtenidos de conductividad eléctrica en cada laguna y las precipitaciones mensuales de Mar del Plata y Balcarce, vinculándose ambas variables a través del nivel de agua, ya que el incremento del mismo provoca una disminución de la conductividad.

Figura 1. Conductividad eléctrica (µS/cm) durante el período

de muestreo en las 3 lagunas y precipitaciones mensuales (mm) de Mar del Plata y Balcarce.

Respecto a la salinidad y composición iónica, los resultados indican que las tres lagunas se caracterizan por ser alcalinas (pH entre 8,44 y 8,70), oligohalinas (sólidos disueltos entre 487 mg/L y 573 mg/L) y algo duras. Las tres lagunas son de tipo bicarbonatadas sódicas y su composición iónica es muy semejante, como se puede observar en las Figuras 2a y 2b, donde se muestran los porcentajes de los iones mayoritarios presentes. Las concentraciones de calcio y magnesio son semejantes entre sí. Los cloruros prevalecen sobre los sulfatos.

Ca2+ Mg2+ Na+

La Peregrina

La BravaDe los Padres

0,001,002,003,004,005,006,00

7,008,009,00

Figura 2a. Cationes mayoritarios presentes en cada laguna

expresados en meq/L.

Cl- SO4= HCO3-

La PeregrinaLa Brava

De los Padres

0,00

1,00

2,00

3,00

4,00

5,00

6,00

7,00

Figura 2b. Aniones mayoritarios presentes en cada laguna

expresados en meq/L. Acorde a Margalef (1983), los sedimentos representan la acumulación de materiales arrastrados o alóctonos, o bien producidos en la misma masa de agua o autóctonos (evaporitas, arcillas, fragmentos de rocas o materiales clásticos, minerales formados en el agua) y orgánicos (organismos enteros que mueren en el sedimento, organismos muertos y fragmentos de los mismos, excrementos, materia orgánica floculada, material detrítico alóctono). Según Dangavs (2005), en las lagunas pampeanas predomina la acumulación de detritos orgánicos de origen endógeno; los valores obtenidos de materia orgánica en sedimentos y fósforo (Tabla 1) avalan este concepto. Al considerar la aptitud del agua para diferentes usos, es posible inferir que todos los parámetros analizados se encuentran por debajo de los valores máximos establecidos por el organismo de referencia. Es importante mencionar que en este estudio no se han realizado determinaciones de agroquímicos, metales pesados ni carga bacteriana, todos ellos reglamentados para los diferentes usos. Existen antecedentes dispares respecto a estas variables (Sagrario et al., 1998; Remes Lenicov y Berasain, 2001; 2002; Folabella et al., 2006, Sánchez, 2007). Respecto a la aptitud del agua para riego, la Figura 3 presenta los resultados obtenidos. Muchos cultivos toleran irrigación con aguas de contenido salino del orden al que poseen estas lagunas, pero la mayoría de las muestras presentan un RAS mayor a 7, con lo que no serían aptas para el riego de cierta clase de cultivos, como algunos frutales, que toleran un RAS de hasta 4 (Nalco Chemical Company, 1993).


63

02468

10121416182022242628

100 1000 10000Conductividad específica (µS/cm)

Rel

ació

n de

ads

orci

ón d

e so

dio

La Peregrina La Brava De los Padres

Bajo Moderado Alto Muy alto

Peligro de salinización del suelo

Indi

ce d

e al

calin

izac

ión

del s

uelo

Muy alto

Alto

Moderado

Bajo

Figura 3. Aptitud del agua para riego de acuerdo a criterios del Salinity Laboratory Staff.

En la Figura 4 se presenta el resultado del diagrama de Gibbs. Al igual de lo que sucede en las lagunas que forman las Encadenadas de Chascomús (Fernández Cirelli y Miretsky, 2002) estos datos se desvían del diagrama de Gibbs, ubicándose fuera del boomerang, lo que significa que los procesos de precipitación atmosférica, meteorización de rocas y de cristalización-evaporación no pueden explicar por sí solos la composición química del agua de estas lagunas.

1

10

100

1000

10000

0,000 0,200 0,400 0,600 0,800 1,000 1,200

Na/(Na+Ca)

SD

(mg/

L)

Figura 4. Diagrama de Gibbs para las tres lagunas

evaluadas. Existe un exceso de sodio que no proviene solamente de la disolución de la halita ya que los meq/L de sodio son mayores a los de cloruros. Comparando los meq (Ca2+ + Mg2+) con los meq (SO4

= + HCO3- + CO3

=), se observa exceso de carga negativa, y para comprobar si es compensada por el exceso de sodio se analizó el gráfico de (Ca+Mg)-(SO4

2-+CO32-+HCO3

-) en función de (Na-Cl) (Figura 5).

y = -1,094x + 1,2211R2 = 0,9915

-6,50

-6,00

-5,50

-5,00

-4,50

-4,005,40 5,60 5,80 6,00 6,20 6,40 6,60 6,80

Na - Cl

Ca+M

g-(S

O4= +C

O3= +H

CO3- )

Figura 5. Relación entre (Ca+Mg)-(SO4

2-+CO32-

+HCO3-) y (Na-Cl) expresados en meq/L

Se observa una buena correlación y la pendiente es cercana al valor teórico -1. Es posible inferir que existe un proceso de intercambio iónico en los sedimentos loéssicos, entre el sodio adsorbido en las arcillas y el calcio disuelto en el agua subterránea, principal fuente de recarga de las lagunas analizadas. El contenido medio de PT en agua varió desde 0,26 hasta 0,39 mg/L, la concentración media de clorofila de 98.4 hasta 203 mg/m3 y los valores de transparencia, desde 0,16 hasta 0,34 m de lectura de disco de Secchi; el TSI de Carlson es mayor a 70, por lo que de acuerdo a esta clasificación las tres lagunas son consideradas como hipereutróficas. La concentración de clorofila-a presentó resultados que no responden a un ciclo estacional, pero se observa similar comportamiento de la fluctuación entre las tres lagunas (Figura 6), en respuesta a


64

fenómenos de carácter regional, como por ejemplo las precipitaciones.

Figura 6. Distribución temporal de los valores de clorofila-a

para cada ambiente. Existe una diferencia relativamente constante de turbidez entre las tres lagunas, ya que La Peregrina es la más turbia y La Brava la de mayor transparencia (Figura 7). Como ejemplo del comportamiento cambiante de estos ambientes, se disponen de datos de la laguna De los Padres del año 2002, con una lectura del disco de Secchi de 60 cm, con abundante vegetación sumergida (Remes Lenicov y Berasain, 2002).

Figura 7. Distribución temporal de la lectura del disco de

Secchi. La Figura 8 presenta los valores de densidad del macrozooplancton de cada ambiente. Si bien los máximos valores se observaron en primavera-verano, es difícil de explicar las variaciones abruptas infiriendo que existen otros factores determinantes en los resultados como puede ser

las migraciones horizontales o verticales de esta comunidad, así como hábitos comportamentales que incidan en la captura de los organismos.

Figura 8. Densidad del macrozooplancton (ind/L) en las

tres lagunas analizadas. Al diferenciar entre componentes de distintos grupos zoológicos del macrozooplancton, en el caso de La Peregrina y La Brava los cladóceros fueron dominantes en tanto en De los Padres presentó mayor equidad en su composición. CONCLUSIONES La composición química de estas tres lagunas consideradas es dominada por los iones sodio y bicarbonato. Este alto nivel de sodio se origina en el intercambio iónico que se produce entre los sedimentos pampeanos y el agua subterránea de la zona. El agua de estas lagunas podría ser utilizada para diversas actividades, pero sería conveniente ampliar su estudio incluyendo determinaciones de pesticidas, ya que sus cuencas de drenaje poseen intensa actividad agropuecuaria. Según el índice de Carlson, los tres ambientes poseen un avanzado grado de eutrofia. La turbidez de las lagunas es de origen orgánico debido a la elevada concentración de clorofila, la cual no responde a patrones de tipo estacional. La densidad del macrozooplancton no presentó modelos de variación; ello podría adjudicarse a fenómenos comportamentales de estos organismos.


65

AGRADECIMIENTOS A la Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA) y al Fondo para la Investigación Científica y Tecnológica (FONCYT), por la financiación otorgada al Proyecto PICTO: Planificación Estratégica de Ecosistemas Lacunares Bonaerenses (BID 1201/OC - AR 13-11502) BIBLIOGRAFÍA APHA-AWWA-WPCF. 1992. Métodos

Normalizados para el Análisis de Aguas Potables y Residuales. Ediciones Díaz de Santos, S. A., Madrid.

Carlson R. 1977. A trophic state index for lakes. Limnol. Oceanogr., 22, 361-369.

Dangavs N. 2005. Los ambientes acuáticos de la provincia de Buenos Aires. En: Relatorio del XVI Congreso Geológico Argentino. Geología y Recursos Minerales de la provincia de Buenos Aires, La Plata, 219-235.

Esquiús S. Escalante A. y Solari L. Algas epífitas indicadoras de calidad del agua en arroyos vinculados a la laguna De los Padres. Biología Acuática 23 (en prensa).

Fernández Cirelli A. y Miretsky P. 2002. Lagos poco profundos de la Pampa Argentina. Relación con aguas subterráneas someras. En: A. Fernández Cirelli y G. C. Marquisá (eds.), El agua en Iberoamérica. De la Limnología a la Gestión en Sudamérica. CYTED Red XVII, Bs. As., Argentina.

Folabella A. Escalante A. Deza A. Pérez Guzzi J. y Zamora S. 2006. Indicadores bacterianos de calidad de agua recreacional en la laguna De los Padres (Buenos Aires, Argentina). En: 1er. Congreso Internacional sobre Gestión y Tratamiento Integral del Agua. Córdoba, Argentina. 8p.

Gibbs R. 1970. Mechanisms controlling world water chemistry. Science, 170, 1088-1090.

Grosman F. Agüeria D. González G. y Sanzano P. 1999. Aspectos limnológicos y biológico pesqueros de la laguna La Brava basados en un estudio expeditivo. En: Actas VII Jornadas Pampeanas de Ciencias Naturales, Santa Rosa, 173-182.

Grosman F. Sanzano P. y Agüeria D. 2005. Diagnóstico ictiológico de la laguna La Peregrina,

partido de Gral. Pueyrredón, para su incorporación al circuito productivo. Biología Acuática, 22, 169-176.

Kruse E. 1987. El agua subterránea en el régimen hidrológico de la laguna La Brava. Informe 40 Comisión de Investigaciones Científicas, Prog. Asesoramiento a municipalidades, 18p.

Margalef R. 1983. Limnología. Ed. Omega, Madrid. Nalco Chemical Company 1993. Manual del Agua,

su naturaleza, tratamiento y aplicaciones. MacGraw-Hill, Méjico.

Paggi J. de y Paggi J. 1995. Determinación de la abundancia y biomasa zooplanctónica. En: E. Lopretto y G. Tell (Eds.). Ecosistemas de aguas continentales. Metodologías para su estudio. Ediciones Sur, La Plata, 315-323.

Quirós R. y Drago E. 1999. The environmental state of Argentinean lakes: an overview. Lakes and Reservoirs: Research and Management, 4, 55-64.

Remes Lenicov M. y Berasain G. 2001. Laguna La Brava, partido de Balcarce. Campaña de relevamientos limnológicos e ictiológicos. Subsecretaría de actividades pesqueras, Ministerio de Asuntos Agrarios. Informe técnico 17p.

Remes Lenicov M. y Berasain G. 2002. Laguna Los Padres, partido de Gral. Pueyrredón. Campaña de relevamientos limnológicos e ictiológicos. Subsecretaría de actividades pesqueras, Ministerio de Asuntos Agrarios. Informe técnico 39, 11p.

Sagrario M.A. Aizpun J. Moreno V. and Escalante A. 1998. Dinamics of organochloryne compound in differents trophic levels of De los Padres pond in Argentina. Environmental Sciences, 3, 153-169.

Salinity Laboratory Staff. 1954. U.S. Dept. of Agriculture: Diagnosis and Improvement of Saline and Alkaline Soils, Handbook 60 U.S. Government Printing Office, Washington, D.C.

Sánchez Y. 2007. Presencia, acumulación y biomagnificación de metales pesados en la laguna La Brava y La Peregrina. Tesis de Licenciatura, UNCPBA, 105p.

Scheffer M. Hosper S.H. Meijer M.L. Moss B. and Jeppesen E. 1993. Alternative equilibria in shallow lakes. Trends in Ecology and Evolution, 8, 275-279.

Subsecretaría de Recursos Hídricos de la Nación 2005. Niveles Guía Nacionales de Calidad de Agua Ambiente. República Argentina.



67

DETERMINACIÓN DEL FACTOR TOPOGRÁFICO LS EN LOS MODELOS RUSLE Y RUSLE3D MEDIANTE EL SIG SEXTANTE.

José L. García Rodríguez1 y Martín C. Giménez Suárez2 Universidad Politécnica de Madrid.

Ciudad Universitaria s/n – cp. (28040). Madrid. 1 Dr. Ing. de Montes. Profesor Titular. Laboratorio de Hidráulica e Hidrología.

Dpto. de Ingeniería Forestal. e-mail: [email protected] 2 Ing. Forestal. Dpto. de Proyectos y Planificación Rural. ETSI Montes.

e-mail: [email protected]

RESUMEN El reciente lanzamiento del SIG SEXTANTE®, planteó la generación de este trabajo, el cuál determina y compara el factor LS de los modelos RUSLE y RUSLE 3D. Las ventajas que presenta SEXTANTE® con respecto al habitual ArcGis®, están fundamentalmente asociadas al cálculo de las direcciones de flujo. El efecto de reemplazar el factor L por el área de contribución aguas arriba Asp, refleja mejor el impacto del flujo concentrado. RUSLE 3D calcula un valor más alto del factor LS sobre los cauces y por ende, se solu-ciona, cuando se calcula de la manera tradicional (RUSLE), el problema de una sobrestimación del poder erosivo en las zonas más elevadas o al comienzo de las laderas. Palabras clave: RUSLE; RUSLE ·3·D; SIG

ABSTRACT The recent launch of SIG SEXTANT® raised the generation of this work, which identifies and compares the LS factor for RUSLE and RUSLE 3D models. SEXTANT ® benefits with respect to the usual ArcGis ® are mainly associated with the calculation of flow directions. The effect of replacing the L factor contributing to the area upstream Asp, better reflects the impact of concentrated flow. 3D RUSLE calculates a higher value of the LS factor on the channels and hence are solutions, when calculated in the traditional way (RUSLE), the problem of an overestimation of the erosive power in the higher elevations or at the beginning of slopes. Key words: RUSLE; RUSLE 3·D; SIG

Determinación del Factor Topográfico LS en los Modelos RUSLE y RUSLE3D mediante el SIG Sextante.

68

INTRODUCCIÓN Los procesos de erosión de suelo, es decir, la erosión en sí misma, el transporte y la sedimentación final, constituyen uno de los mayores problemas ambien-tales en diversas zonas del mundo debido a la seria amenaza que estos representan a la agricultura, las estructuras de conservación de agua y suelo y al paisaje natural en general. Los problemas de erosión de suelos no solo están limitados a las zonas en las cuáles la erosión tiene lugar, sino también a zonas aguas abajo, donde los sedimentos movilizados por medio del escurrimiento pueden también, causar daños a las infraestructuras hidráulicas, canales de riego, además de la sedimen-tación de embalses y contaminación asociada a los sedimentos, resultando en una disminución en la calidad del agua (Saavedra y Mannaerts, 2003). Existe por tanto una gran necesidad de estimar la erosión de suelos y sedimentación en grandes exten-siones y a una escala regional (por ejemplo, comar-cas, provincias, departamentos, distritos, etc.). Recientes avances en tecnología de los Sistemas de Información Geográfica (SIG) permiten la imple-mentación de complejas funciones espaciales junto con una conveniente unión con datos de sensores remotos (Schoorl, 2002). Estos últimos avances han estimulado el despla-zamiento de modelos empíricos semidistribuidos hacia modelos físicamente basados y/o modelos distribuidos en espacio y tiempo. El gran incre-mento en la disponibilidad de imágenes satelita-les, fuente de información sin sesgo a precios muy bajos y a través de Internet, hoy en día al alcance de muchos, permite un uso ventajoso de estas herramientas especialmente en la evaluación de extensas zonas a escala regional o aún mayores (Saavedra y Mannaerts, 2003). En la actualidad, la introducción de técnicas digi-tales de representación cartográfica (Desmet y Govers, 1996) exige una readaptación de los mé-todos tradicionales, complicándose enormemente el cálculo de los factores implicados en los mode-los; de todos ellos, el factor topográfico o factor LS (del conocido modelo USLE) posiblemente sea uno de los más cuestionados puesto que su deter-minación exige tener previo conocimiento de la distribución en el espacio de los diferentes flujos erosivos cuyas consecuencias se quieren evaluar (Gisbert Blanquer et al., 2001).

Hay que mencionar también, que las técnicas carto-gráficas digitales optimizan los trabajos de estima-ción sobre grandes extensiones al permitir tanto la automatización de las operaciones de cálculo y de representación cartográfica, como la reducción de la superficie mínima de asignación de valores (Gisbert Blanquer et al., 2001). OBJETIVO El objetivo planteado al realizar este trabajo, ha sido estimar y comparar el valor del factor topográfico, denominado factor LS, a partir de las ecuaciones propuestas por los modelos RUSLE y RUSLE 3D, con el SIG SEXTANTE®. MATERIALES Y MÉTODOS Modelo USLE/RUSLE El modelo USLE surge en base a una gran cantidad de datos reunidos por W. H. Wischmeier, D. D. Smith y otros investigadores del Servicio de Investi-gación Agrícola (ARS, Agricultural Research Servi-ce) del USDA, el SCS y el Centro Nacional de Datos de Escorrentía y Pérdida de Suelo de la Universidad de Purdue, los cuáles presentaron la revisión a la ecuación factorial de Musgrave que predecía la ero-sión del suelo, y desarrollaron otra ecuación paramé-trica simple que se volvió conocida como USLE (Presbistero, 2003), Universal Soil Loss Equation (Wischmeier y Smith, 1965). Wischmeier y Smith (1965), combinaron la longitud de pendiente (expre-sada como función de λ) e inclinación de pendiente (expresada como función de s) en una sola ecuación. El factor LS del USLE se desarrolló originalmente a partir de parcelas de erosión de menos de 122 m de longitud sobre un suelo agrícola, sin disturbios, de textura media, con pendientes que variaban de 3% a 18% bajo condiciones de campo y precipitación natural (McCool et al., 1987). Después de varias mejoras en los parámetros del USLE, el USDA publicó en el Agricultural Hand-book 703 la llamada Ecuación Universal de Pérdida de Suelo Revisada (RUSLE). RUSLE (Renard et al., 1996) estima la pérdida de suelo por erosión superficial en laderas, por medio del impacto de la gota de lluvia y el flujo superficial (interrill y rill), pero no así la que se produce en barrancos, ni en cauces.


69

RUSLE utiliza las ecuaciones de McCool et al. (1987), para el cálculo del factor de pendiente S, quién derivó dos relaciones para pendientes modera-das (s < 9%) y de mayor inclinación (s ≥ 9%) es decir

03.0sen8.10S +θ= para s < 9% (1)

5.0sen8.16S −θ= para s ≥ 9% (2) Donde θ, es la pendiente en grados. El factor de longitud de pendiente L se expresa como:

m

13.22L ⎟

⎠⎞

⎜⎝⎛ λ

= (3)

Donde λ, es la longitud de pendiente. En el modelo RUSLE, “m, se define como una fun-ción continua” que se incrementa con el ángulo de pendiente θ (en grados) y “la relación esperada de

erosión en regueros a interregueros"(Renard et al., 1996), y es de la forma:

⎟⎠⎞

⎜⎝⎛

κ+κ

=1

m (4)

donde, к, es la relación de erosión en surcos a ero-sión en entresurcos calculada a partir de:

56.0sen.3º143.5sen

sen

8.0 +θ

⎟⎠⎞

⎜⎝⎛ θ

=κ (5)

Esta ecuación asume para, к, una relación surcos / entresurcos moderada e igual a, 0, cuando hay depo-sición (McCool et al., 1987). Modelado espacial con RUSLE3D Para incorporar el impacto de la convergencia del flujo, el factor de longitud de pendiente fue rempla-zado por el área de contribución aguas arriba Asp (Moore y Burch 1986, Mitasova et al., 1996, Desmet y Govers 1996), tal como se muestra en la Figura 1.

Figura 1. En sombreado se muestra gráficamente el concepto de área de

contribución aguas arriba (Tarboton y Ames, 2001). Moore y Burch (1986) afirmaron que la unidad de fuerza de corriente basado en el factor LS del USLE es actualmente una medida de la capacidad de trans-porte de sedimentos del flujo superficial; y "qué puede ser usado para trazar los efectos de la hidrolo-gía, y de aquí modelar el terreno en 3-D, sobre la erosión del suelo en paisajes naturales (Presbitero, 2003). Sin embargo, el término Asp, puede caracte-rizar el efecto de convergencia y divergencia del terreno sobre la erosión del suelo, a diferencia del término λ, en el USLE y RUSLE que sólo es aplica-ble a una superficie en 2-D, es decir, sin considerar

la convergencia y divergencia de las laderas" (Pres-bitero, 2003). Mitášová (2006), basándose en los estudios de Desmet y Goovers (1996), derivó una ecuación de forma continua para calcular el factor LS en un punto r = (x,y) sobre una pendiente:

nm

sp

º143.5sen)r(senb

13.22)r(A

)1m()r(LS ⎥⎦⎤

⎢⎣⎡

⎥⎦

⎤⎢⎣

⎡+= (6)

Donde, Asp, es el área de contribución aguas arriba por unidad de ancho de contorno, b, es el ángulo de


70

la pendiente en grados y, m y n, son parámetros. Los valores típicos para el parámetro m, contemplan un intervalo entre 0.4 a 0.6; mientras que para n, son entre 1.0 a 1.4. Valores bajos de estos parámetros serían susceptibles de utilizar en zonas en que el flujo fuera de tipo laminar, con buena cobertura vegetal, y con poca probabilidad de escorrentía con-centrada en regueros o surcos. Los valores más altos de los parámetros se emplean en zonas con flujo turbulento, con facilidad de aparición de pequeñas cárcavas y regueros (Onrubia, 2001). Con la denominación de RUSLE 3D (Mitášová et al., 1996), se hace referencia a la aplicación del modelo USLE/RUSLE (Onrubia, 2001), con la sal-vedad que el factor LS es reemplazado por el área de

aporte aguas arriba del punto en el que se quiere evaluar la erosión (Moore y Butch, 1986; Desmet y Goovers, 1996; Mitášová et al., 1996). Descripción General de la Cuenca La cuenca elegida para la obtención de los datos fue la de Arroyo Blanco perteneciente al Instituto Na-cional de Tecnología Agropecuaria (INTA) –Trevelin, Provincia del Chubut, ubicada en la Re-gión Andino Patagónica, República Argentina. El área en estudio se localiza entre los 71º 32’ y 71º 40’ de longitud Oeste y desde los 43º 3’a los 43º 11’ de latitud Sur. Cuenta con una superficie aproximada de 3640 ha. En la figura 2 se muestra la delimitación de la cuenca.

N

Figura 2. Delimitación de la cuenca y su ubicación geográfica en la provincia del Chubut dentro de la República Argentina.

Uso del SIG SEXTANTE® La aparición en el presente año del SIG SEXTANTE® (Olaya, 2006), realizado para la Junta de Extremadura (España), dio lugar al presente tra-bajo y a probar sus funcionalidades, debido a las ventajas que presenta con respecto al habitual Arc-Gis® , ventajas fundamentalmente asociadas al cálculo de las direcciones de flujo. El primero y más simple método para especificar las direcciones de flujo sobre una malla de 3x3 celdas de un modelo de elevación digital (DEM), es asignar flujo a partir de cada celda a uno de sus ocho veci-nos, ya sea adyacente o diagonal, en la dirección de la pendiente cuesta abajo más inclinada. Este méto-do, denominado D8 (8 direcciones de flujo) o SFD (Single Direction Flow), fue presentado por O’Callaghan y Mark (1984) y es el método que utiliza ArcGis®. La aproximación D8 tiene desven-tajas que surgen de la asignación del flujo dentro de

una de las ocho posibles direcciones, separadas por 45º (Quinn et al., 1991). Los métodos de dirección múltiple del flujo, MFD, (Multiple Flow Direction methods) (Quinn et al., 1991) surgieron como un intento de resolver las limi-taciones del D8. Estos destinan el flujo fraccional-mente a cada vecino de menor elevación en propor-ción a la pendiente hacia este vecino. SEXTANTE® nos permite elegir que algoritmo de flujo es el más conveniente, de acuerdo a las condiciones particulares del terreno. Esto es una ventaja muy importante por-que de esta manera la estimación de la distribución del flujo es más cercana a la realidad. Procedimiento A partir del mapa de curvas de nivel, realizadas por el Instituto Nacional de Tecnología Agropecuaria. República Argentina (INTA) y cedidas por la Direc-ción General de Bosques y Parques. Prov. del Chu-


71

but. República Argentina (DGByP), con una equi-distancia de 50 m se procedió con SEXTANTE® a transformarlas a formato raster, con un tamaño de celda de 25 m, para lo que posteriormente se utilizó el módulo rellenar datos para generar el modelo digital (DEM), módulo que repetidamente va bus-cando valores intermedios a las curvas hasta comple-tar el DEM. Debido a que este es un DEM sin proce-sar, es decir, que presenta sinks o depresiones que no corresponden a la superficie, si no que son celdas o píxeles generados en el proceso de interpolación, estos deben ser eliminados o rellenados, para lo cuál se recurrió a otro módulo que lleva a cabo este pro-ceso bajo el procedimiento diseñado por Planchon y Darboux (2001). Posteriormente se aplico un filtro gaussiano para suavizar la superficie (Figura 3). Con el DEM ya corregido o procesado, se realizaron los cálculos necesarios para utilizar las ecuaciones correspondientes a los modelos, para lo cuál se de-

terminaron la longitud de pendiente (λ) y la inclina-ción de pendiente (θ) ajustada a polinomio de 2º grado. Para determinar el factor LS del RUSLE, se introdujeron las ecuaciones en SEXTANTE® con lo cuál se obtuvo el mapa correspondiente (Figura 5). Para el caso del RUSLE 3D, SEXTANTE® posee un módulo que permite la determinación del mapa de LS directamente (Figura 5). Para la aplicación del RUSLE 3D, previamente es obligatorio determinar la acumulación de flujo (Fi-gura 4) aguas arriba de cada celda o píxel del DEM, ya que es un parámetro necesario, además de ser la diferencia fundamental con RUSLE. Como se co-mentó previamente, SEXTANTE® nos permite elegir con que algoritmo determinar las direcciones de flujo, por lo que se seleccionó el algoritmos de flujo de direcciones múltiples (MFD), por ser a nuestra consideración, el que más se acerca a la realidad.

Elevation (m)

Figura 3. DEM de la cuenca junto con la red hidrográfica principal

Flow Accumulation (m2)

Figura 4. Mapa de área de contribución aguas arriba


72

RESULTADOS Como se puede observar en la tabla 1, si bien el valor de la media en uno y otro modelo es similar, los valores máximos son considerablemente inferio-res para el RUSLE 3D, es decir en más del 60 %, al igual que en el caso de la desviación típica. El efecto de reemplazar el largo de pendiente por el área aguas arriba, se ilustra en las figuras 5 y 6, las cuáles muestran que el factor basado en el área aguas arriba (Flujo acumulado), refleja mejor el impacto del flujo concentrado (Mitášová, 2006). Se puede ver como RUSLE 3D calcula un valor más alto del factor LS sobre los cauces y por ende, como se soluciona el problema de una sobrestimación del poder erosivo en las zonas más elevadas o al co-mienzo de las laderas, cuando lo calculamos de la manera tradicional (RUSLE).

La Figura 6, representa el mapa de diferencia de valores del factor LS calculado con RUSLE menos el calculado con RUSLE 3D. Los valores negativos indican RUSLE 3D estima un valor de LS en ese lugar, mayor que el estimado por RUSLE. Podemos ver que esa diferencia, como ya mencionamos, es notoria sobre los cauces.

Tabla 1. Valores estadísticos del factor LS para los modelos RUSLE y RUSLE 3D.

LS

RUSLE LS- RUSLE3D

Reducción (%)

Min. 0 0 0 Max. 2616.15 1004.38 62 Media 14.74 14.32 3 Desv. St. 52.35 22.91 56

LS Values

Figura 5. Resultados de la comparación sobre el DEM, de la estimación del factor LS calculado a la derecha, mediante la forma tradicional, es decir el producto del valor de S por el de L y a la izquierda mediante el uso del área aguas arriba, en cada punto

en particular (Moore y Burch, 1986). Se puede observar una sobreestimación en los valores del factor LS, cuando se calcula de la forma tradicional (gráfica derecha).

LS Values Differences between RUSLE Y RUSLE 3D

Figura 6. Sobre el DEM se pueden observar el resultado de la diferencia entre los valores calculados con RUSLE menos los de RUSLE 3D. Los valores negativos indican un LS de cálculo mayor para RUSLE 3D, los cuáles se hallan principalmente en los

cauces.


73

CONCLUSIONES La estimación del cálculo de LS, teniendo en cuenta el área de acumulación aguas arriba, refleja mejor, como ya se ha mencionado, el impacto del flujo concentrado, pero sobretodo reduce los valores de estimación de erosión cuando se los combina con el resto de factores que intervienen, es decir, vegeta-ción, suelos, precipitación, etc. Otra cuestión muy importante es el avance en el acercamiento a la realidad en cuanto a la distribu-ción del flujo sobre el terreno en lo que se refiere a poder utilizar un algoritmo de cálculo que se adecue a la superficie de estudio y no solo tener que limitar-se al algoritmo D8. En cuanto a la aplicación del modelo RUSLE 3D, se puede agregar que Mitášová comenta que se debe tener cuidado a la hora de interpretar los resultados, ya que es un modelo que supone que el agua posee una capacidad ilimitada para el transporte de mate-riales, debido a que no tiene en cuenta la deposición dentro de la cuenca. Las pérdidas de suelo están limitadas únicamente por la capacidad del agua para erosionar, por eso recomienda excluir las áreas con deposición en el análisis y solo tener en cuenta don-de ocurre erosión neta. BIBLIOGRAFÍA Desmet, P. J. J. y Govers, G. 1996. A GIS Pro-

cedure for Automatically Calculating the USLE LS Factor On Topographically Complex Landscapes Units. Journal of Soil and Water Conservation 51:427-433.

Gisbert Blanquer J.M., Ibánez Asensio S., An-drés Aznar G., Marquéz Mateu A. 2001. Estu-dio Comparativo de Diferentes Métodos de Cálculo del Factor LS para la Estimación de Pérdidas de Suelo por Erosión Hídrica. Revista de la sociedad española de la ciencia del suelo. Edafología, vol 8 - nº 2, Agosto 2001. Depar-tamento de Edafología y Química Agrícola. Facultad de Biología. Universidad de Santiago de Compostela. España.

Mccool, D. K.; Brown, L. C.; Foster, G. R.; Mutchler, C. K. Y Meyer, L. D. 1987. Revised Slope Steepness Factor for the USLE. USA.

Mitášová, H.; Hofierka J.; Zlocha M.; Iverson L.R. 1996. Modeling topographic potential for erosion and deposition using GIS. Int. Journal

of Geographical Information Science, 10(5), 629-641.

Mitášová H. 2006. Using Soil Erosion Modeling for Improved Conservation Planning: A GIS-based Tutorial. U.S. Army Engineering Re-search and Development Center (ERDC). USA (http://skagit.meas.ncsu.edu/~helena/gmslab/reports/CerlErosionTutorial/denix/TutorialIntro.html)

Moore. I. D. y Burch G. J. 1986. Modelling Ero-sion and Deposition: Topographic Effects. Trans. ASAE 29, 1624-1630, 1640.

O'callaghan, J. F. y Mark D. M. 1984. The Ex-traction of Drainage Networks from Digital Elevation Data. Computer Vision, Graphics and Image Processing, 28:323-344.

Olaya, V. 2006. Fundamentos de Análisis Geo-gráfico con SEXTANTE. Edición 1.0. UNEX. Extremadura. Es.

Onrubia E. 2001. Desarrollo de Modelos de Ero-sión y Aplicaciones con Modelos Digitales del Terreno. Trabajo tutelado de Doctorado. De-partamento de Ingeniería Forestal, Universidad Politécnica de Madrid, Madrid, España.

Presbitero A. L. 2003. Soil Erosion Studies on Steep Slopes of Humid-Tropic Philippines. School of Environmental Studies, Nathan Campus, Griffith University, Queensland. Aus-tralia

Quinn, P.; Beven K.; Chevallier P. Y Planchon O. 1991. The Prediction of Hillslope Flow Paths for Distributed Hydrological Modeling Using Digital Terrain Models," Hydrological Processes, 5: 59-80.

Renard, K. G.; Foster G. R.; Weesies G. A.; Mccool D. K. Y Yoder D. C. 1996. Predicting Soil Erosion by Water: A Guide to Conserva-tion Planning With The Revised Universal Soil Loss Equation, US Department of Agriculture, Agricultural Research Services, Agricultural Handbook 703. USA

Saavedra C.P. y Mannaerts C. 2003. Evaluación y Monitoreo de Modelos de Erosión y Sedi-mentación a Escala Regional Usando Sensores Remotos y SIG. Caso de Estudio en la Región Andina, Cochabamba, Bolivia. Articulo pre-sentado en la 3ra Conferencia Latinoamericana sobre Manejo de cuencas: “Desarrollo Sosteni-ble en Cuencas”. Arequipa, Perú.

Schoorl, J.M. 2002. Addressing the Multi-scale LAPSUS of Landscape. PhD dissertation. Fa-culty of Geology, Wageningen University. Holanda.


74

Tarboton, D. G. y Ames D. P. 2001. Advances in the Mapping of Flow Networks from Digital Elevation Data. Utah Water Research Labora-tory, Civil and Environmental Engineering Department, Utah State University. USA.

Wischmeier, W. H. Y Smith D. D. 1965. Predic-ting Rainfall-Erosion Losses From Cropland East Of The Rocky Mountains: A Guide For Selection Of Practices For Soil And Water

Conservation. Agriculture Handbook 282. U.S. Department of Agriculture, Washington, DC. USA.



INSTRUCCIONES PARA AUTORES 1. Los artículos serán sometidos a arbitraje por un Consejo

Revisor. Los artículos publicados no serán devueltos y aquellos no publicados estarán a disposición del autor.

2. El artículo deberá ser escrito preferentemente en su forma definitiva en español, portugués o inglés.

3. Primera Página: Resumen no mayor a 200 palabras, en su forma definitiva y en ingles. Palabras claves en ambos idiomas

4. Máximo 54 líneas por Columna. 5. Ultima Página: Bibliografía citada, ordenada alfabéticamente,

ver instrucciones abajo. 6. No utilizar pie de página, las referencias pueden ser colocadas

al final del artículo, antes de la bibliografía. 7. Microsoft Word del paquete de Office 97, a espacio simple, y

doble cuando intervengan fórmulas. 8. Cada artículo no deberá exceder de 25 páginas, incluyendo

fotos, figuras, mapas, tablas, gráficos, etc. 9. Los originales deben enviarse de acuerdo a las siguientes

instrucciones de presentación:

a. Formato de página - Tamaño del papel: A4 (210 mm x 297 mm). - Márgenes: Superior: 4 cm; Inferior: 3.7 cm ; Izquierdo:

3 cm; Derecho: 2.5 cm; Encabezado 3 cm; Pie de Página: 2.3 cm.

- 2 Columnas de ancho: 7,5 cm con espacio de 0,5 cm. b. Formato del texto - Fuente: Times New Roman - Estilo: Normal - Tamaño: 10 PT. c. Estructura del texto - Como norma general, el artículo estará encabezado por

su título, representativo del contenido en Mayúsculas y negrita con alineación centrada.

- Los párrafos del texto deberán contar con alineación justificada y comenzarán sin tabulado o sangrado.

- los títulos del texto se ajustarán al siguiente formato:

Titulo primario, deberá escribirse en mayúsculas y negrita dejando dos líneas en blanco por arriba y una por debajo. Título Secundario, deberá escribirse en minúsculas y negrita dejando una línea en blanco por arriba y una por debajo. Título Terciario y sucesivos, deberán escribirse en minúsculas y negrita dejando una línea en blanco por arriba y ninguna por debajo.

d. Formato de Gráficos , Tablas, Fotos, Mapas, etc - Los gráficos, tablas, fotos y mapas deberán adaptarse al

espacio disponible respetando 1 ó 2 columnas en su ancho. Deben estar en blanco y negro o Escala de Grises con contrastes bien definidos. Enumerar las figuras en el orden en cual se hacen referencias en el texto, ej. Figura 1, Figura 2, etc.

- Las tablas, al igual que los gráficos deben estar sujetas y respetando tamaños a 1 ó 2 columnas en su ancho. Tipografía de las tablas Times New Roman 9 PT. Deben estar en blanco y negro o Escala de Grises con contrastes bien definidos.

- Los enunciados, nombres y numeración de los gráficos,

tablas, fotos, mapas, etc deberán estar en Times New Roman 8 PT, en negrita y centrado. Los gráficos deben estar pegados en el texto como imagen de metarchivo mejorado. Las tablas deben estar con bordes delimitados con línea continua.

e. Formato de las ecuaciones:

- Las ecuaciones deben numerarse consecutivamente tal

como sean citadas en el texto, con números arábigos y deben ser referenciadas mediante su número solamente, ej. (3). Deben dejarse espacios arriba y debajo de cada ecuación.

f. Referencias bibliográficas: - Las referencias deben incluirse en el siguiente orden:

apellido de autor, iniciales, fecha, titulo del artículo con primera letra en mayúscula, nombre de la publicación o journal en itálica, volumen (Numero), rango de páginas. Si es un libro, editorial y lugar de publicación. Se dan ejemplos a continuación.

- Artículo de Journal: - Otto R. 2001. Estimating groundwater recharge rates in

southeastern Holstein region, northern Germany. Hydrogeology Journal, 9(5), 498-511.

- Capítulo de libro: - Berner R. 1981. Kinetics of weathering and diagenesis.

In: Lasaga A and Kirkpatrick R. (eds.) Kinetics of Geochemical Processes, Reviews in Mineralogy, Vol. 8, BookCrafters, Inc., Chelsea, Michigan, 111-134.

- Libro: - Draper NR, and Smith H. 1981. Applied Regression

Analysis, 2nd. edn. John Wiley & Sons, New York. - Artículos de Congresos o Simposios: - Atwood DF, and Barker C. 1989. The effect of Perth´s

perturbation on groundwater quality: A comparison with case histories in the USA. In: Proc. Swan Coastal Plain Groundwater Management Conference, 177-190.

- Las referencias deben ser listadas en orden alfabético

por nombre de autor y con crecientes fechas de publicación, con la adición de una “a” o “b” a la fecha cuando sea necesario. En el texto, la referencia se hará con el apellido del autor seguido por la fecha de publicación, ej. Smith y Rodriguez (1928a)…

- Cuando en la referencia participen más de dos autores debería citarse en el texto como: Jones et al. (1994).

10. Impresión de la totalidad del artículo (1 copia A4). 11. Los autores deben remitir un (1) original de sus

contribuciones, además de una copia del archivo de texto en diskette de 3,5" (Microsoft Word del paquete de Office 97).

12. Ante cualquier consulta comuníquese a

[email protected]


13. Los trabajos y toda correspondencia mediante correo postal y/o electrónico deberán ser remitidos a:

Editor Responsable Cuadernos del CURIHAM Dr. Ing. Pedro Abel Basile CURIHAM (Centro Universitario Rosario de Investigaciones Hidroambientales.) Facultad de Cs. Exactas, Ingenieria y Agrimensura. Universidad Nacional de Rosario Riobamba 245 bis 2000 ROSARIO (SF) . ARGENTINA

[email protected] Telefax: 54 (0341) 480 8541

Suscripción: La suscripción a la revista será anual. El monto de la misma, sin incluir envíos, es de treinta pesos ($ 30,00) y de cincuenta pesos ($ 50,00) con envío incluido dentro de Argentina. Para el exterior el monto es de treinta dólares (US$ 30,00) sin incluir envíos y de

cincuenta dólares (US$ 50,00) para envíos fuera del país. La suscripción podrá realizarse personalmente en: - la sede de la Fundación Facultad de Ingeniería Rosario, sito en

Avda. Pellegrini 250, 1er. piso, 2000 Rosario; Argentina, Te. 54 341 4486782; Fax 54 341 4802654, o

- en la Sede del CURIHAM , Riobamba 245 bis, 2000 Rosario,

Argentina, TeleFax 54 341 4808541. La suscripción a distancia podrá llevarse a cabo mediante transferencia Bancaria a: Cuenta Corriente 80/579/9. Banco Municipal de Rosario - Sucursal Costanera. CBU: 0650080101000000057991 Se ruega para cualquiera de las modalidades de suscripción completar la correspondiente ficha. La misma deberá ser enviada por duplicado a: Sede de la Fundación Facultad de Ingeniería Rosario y a Sede del CURIHAM mediante envío postal o envío electrónico.

FICHA DE SUSCRIPCION CUADERNO DEL CURIHAM AÑO 2009

Apellido y Nombres:

Ocupación, título o cargo:

Instituto, Empresa u Organismo:

Dirección:

Teléfono: Fax:

E_mail:


Apellido y Nombres:



Dirección:

Teléfono: Fax:

E_mail:


Apellido y Nombres:



Dirección:

Teléfono: Fax:

E_mail:

CURIHAM. VOL. 14

Páginas tipiadas provistas por autores UNR EDITORA

Editorial de la Universidad Nacional de Rosario Urquiza 2050 – (S2000AOB) Rosario – Santa Fe – República Argentina

Edición de 200 ejemplares Septiembre 2009

Documents

Facultad de Ciencias Exactas, Ingeniería y Agrimensura a 2013... · 2016. 3. 4. · CUADERNOS DEL CURIHAM (Revista de Estudios sobre la Cuestión Hidroambiental ) Volumen Nro. 14