Professional Documents
Culture Documents
AUTOR
Ing. Germán Padilla Díaz
TUTOR
M. Sc. Ing. Sergio Gámez Guerrero
Dedico este trabajo con mucho cariño a mis padres Doña Enriqueta Díaz G. y Dn.
Elen Padilla Rivas por su inestimable apoyo a través de todos los períodos de mi vida,
por su comprensión y ser la voz prodigiosa que entrega consejos y sanas advertencias.
familia.
II
AGRADECIMIENTO A INSTITUCIONES
cual a través de todos estos años ha apoyado los esfuerzos por garantizar un ambiente más saludable
nicaragüense. Esto es extensivo a todos los funcionarios que he tenido el gusto de conocer a lo largo
(ENACAL), en especial a todos los funcionarios que en el diario quehacer, me han apoyado en las
III
AGRADECIMIENTOS PERSONALES
Debo agradecer a una cantidad enorme de personas que de una u otra forma han hecho posible la
realización de este trabajo.
Al Ing. Jorge Hayn Vogl le debo la posibilidad de haber ingresado al Programa de Maestría en
Ingeniería Ambiental en la Universidad Nacional de Ingeniería cuando fungía como vice ministro de
ENACAL.
Debo también externar mi agradecimiento al Ing. Mario Gutiérrez Soto quien en el momento de
iniciar esta carrera fungía como Director del Departamento de Calidad del Agua de ENACAL, y
apoyó mi participación en el programa de maestría.
Al Sr. Ramón Aravena (PhD) de la Universidad de Waterloo tengo en mente al agradecerle sus
observaciones al enrumbar el marco conceptual de este trabajo y tuvo la amabilidad de expresar su
opinión sobre este documento cuando estaba en pañales. Asimismo, expreso mi gratitud al Ing.
Sergio Gámez, director del CIEMA UNI por su ayuda invaluable al revisar esta tesis en todas sus
fases y hacer las correcciones precisas.
IV
CARTAS
V
VI
VII
VIII
IX
RESUMEN DE LA INVESTIGACION
El presente trabajo es un enfoque para el análisis de la calidad de los datos generados por el
laboratorio Físico Químico de la Empresa de Acueductos y Alcantarillados Sanitarios (ENACAL) en
el período 1993 - 2002. Se demuestra que los registros de calidad hidroquímica de los pozos
perforados de Managua, tienen utilidad para establecer mejores criterios de decisión que apoyen los
planes de muestreo y reducir los costos por análisis, haciendo más óptimo la selección de los puntos
de muestreo.
Este trabajo es una validación a posteriori de los resultados obtenidos por el laboratorio en el que se
hacen uso fundamentalmente de pruebas estadísticas no paramétricas. Se establecen los criterios por
los que se decidió abordar el análisis de los datos mediante este tipo de pruebas no convencionales.
Se recopilaron los registros de análisis en los años ya mencionados y fueron trasladados para análisis
a programas estadísticos como el SPSS. Debido a que era muy complejo analizar el comportamiento
de alrededor de 20 variables, el análisis estadístico se concentró en 3 analitos de interés como
indicadores de contaminación debido a las actividades humanas (nitratos, potasio y cloruros).
Para efectos de estudio, Managua fue dividida en 6 zonas, a cada una de las zonas se les aplicó el
mismo procedimiento el cual incluyó además de la estadística descriptiva, pruebas de hipótesis
mediante ensayos como el de la Prueba de Rango con signo de Wilcoxon.
Los resultados finales del trabajo incluyen el estudio de correlación entre variables, análisis de
tendencias, cantidades de muestras a colectar en base a los niveles de acción propuestos y los límites
de errores de decisión.
Existen buena justificación para avalar un estudio que revise la idoneidad de las normas CAPRE
respecto a las características hidroquímicas del acuífero de Managua, así como para iniciar estudios
de calidad del agua utilizando técnicas de muestreo que tomen como punto de partida los hallazgos
del presente trabajo.
Se hacen recomendaciones para ejecutar un monitoreo más profundo en la zona de Ciudad Sandino
en relación a cloruros, efectuar revisiones a la norma nacional de calidad del agua potable y se
recomienda establecer un muestreo estratificado en las seis zonas en que fue dividido el área de
estudio.
X
INDICE
No Página
DEDICATORIA ......................................................................................................................................... II
CARTAS ...................................................................................................................................................... V
INDICE ...................................................................................................................................................... XI
ACRONIMOS .......................................................................................................................................... XV
1 Introducción..........................................................................................................................................1
2 Justificación ..........................................................................................................................................2
4 Objetivos ...............................................................................................................................................6
XI
5.3 Uso de datos existentes para fundamentar la toma de decisiones ...............................................11
5.4 Diseño de los muestreos ambientales ...........................................................................................12
5.4.1 La representatividad .............................................................................................................12
5.4.2 Objetivos de los diseños de muestreo...................................................................................13
5.4.3 Tipos de diseño de muestreo ................................................................................................14
5.5 Proceso de Evaluación de la Calidad de los Datos .....................................................................19
5.5.1 El proceso de evaluación ......................................................................................................20
5.6 Fundamento de las Pruebas Estadísticas en la presente Investigación .......................................22
5.6.1 La hipótesis de nulidad .........................................................................................................23
5.6.2 La elección de la prueba estadística .....................................................................................23
5.6.3 El nivel de significancia y el tamaño de la muestra .............................................................26
5.6.4 La Distribución Muestral......................................................................................................27
5.6.5 La Región de Rechazo..........................................................................................................28
5.6.6 La Decisión ..........................................................................................................................28
5.7 Fundamento hidroquímico de la calidad de las aguas subterráneas...........................................28
5.7.1 Características químicas de los iones y sustancias disueltas más importantes .....................30
5.7.2 Cationes y sustancias catiónicas ...........................................................................................33
5.7.3 Principales gases disueltos ...................................................................................................35
5.7.4 Aniones y sustancias aniónicas menores más importantes...................................................36
5.7.5 Cationes y sustancias catiónicas menores más importantes .................................................38
5.7.6 Procedencia de los iones disueltos en el agua subterránea ...................................................40
5.8 Justificación para el uso de ciertos compuestos inorgánicos como indicadores de contaminación
40
5.8.1 Vías de contaminación de las fuentes subterráneas ..............................................................40
5.8.2 Cloruros ................................................................................................................................41
5.8.3 Nitratos .................................................................................................................................42
5.8.4 Potasio ..................................................................................................................................44
6 Hipótesis ..............................................................................................................................................46
7 Metodología.........................................................................................................................................47
XII
7.4.5 Zona 5: agrupa todos los pozos de la zona de Ciudad Sandino. ...........................................55
7.4.6 Zona 6: agrupa todos los pozos del Proyecto Managua I (Municipio de Ticuantepe) y Valle
Gothel. 55
7.5 El Plan de Evaluación de la Calidad de los Datos ......................................................................55
7.6 Procedimiento para utilizar la Prueba de Rango con Signo de Wilcoxon para la prueba de
medianas ..................................................................................................................................................56
7.7 Procedimiento para utilizar el Ensayo de Proporciones para la prueba de medianas ...............59
8 Resultados ...........................................................................................................................................61
XIII
9.2 Estudio de Correlaciones entre variables ....................................................................................93
9.3 Análisis de Tendencias .................................................................................................................93
9.4 Ensayos de pruebas de hipótesis .................................................................................................94
9.5 Cantidad de muestras a colectar .................................................................................................94
9.6 Situación de los Nitratos ..............................................................................................................98
9.7 Situación del Potasio ..................................................................................................................103
9.8 Situación de los Cloruros ...........................................................................................................104
10 Conclusiones .................................................................................................................................106
11 Recomendaciones .........................................................................................................................109
12 Referencias ....................................................................................................................................111
Anexo - Uso del software DEFT para el cálculo estimado del tamaño de muestra..............................117
ILUSTRACIONES
TABLAS
XIV
Tabla 1: Narrativo de Hipótesis Estadística ...................................................................................................... 64
Tabla 2: Medidas de Tendencia Central y Percentiles ...................................................................................... 67
Tabla 3: datos para el análisis del ensayo de rangos estudentizado ................................................................ 73
Tabla 4: Estadística general del Pozo Las Mercedes 4 .................................................................................... 83
Tabla 5 : % de Muestras a colectar por zona por año (Nitratos) ....................................................................... 86
Tabla 6: % de Muestras a colectar por zona por año (cloruros) ....................................................................... 87
Tabla 7: % de Muestras a colectar por zona por año (potasio)......................................................................... 87
APENDICES
MAPAS
ACRONIMOS
XV
Definiciones
Desviación Estándar Una medida de la dispersión alrededor de la media. En una distribución normal, 68% de los
(St) casos caen dentro de una desviación estándar de la media y un 95% de los casos caen dentro
de 2 SD.
Error Estándar Una medida de cuánto el valor de un estadístico de prueba varía de muestra a muestra. Es la
(Standard Error) desviación estándar de la distribución de muestreo para un estadístico. Por ejemplo, el error
estándar de la media es la desviación estándar de las medias de muestra.
Estadístico Medidas resumen usadas para describir la muestra.
Kurtosis Una medida del grado en que las observaciones se agrupan alrededor de un valor central.
Para una distribución normal, el valor del estadístico Kurtosis es cero ( Ø ). Kurtosis positiva
indica que las observaciones se agrupan más y tienen colas más largas que las de la
distribución Normal y la Kurtosis Negativa indica que las observaciones se agrupan menos y
tienen colas más cortas.
Población objetivo Es el conjunto de todas las unidades que involucran los items de interés en un estudio
científico, que es la población acerca de la cual el tomador de decisiones quiere estar apto
para llegar a conclusiones.
Población muestral Es la parte de la población blanco que es accesible y disponible para muestreo.
Sesgamiento Una medida de la asimetría de una distribución. La distribución normal es simétrica y tiene una
Sesgamiento de cero (Ø). Una distribución con un valor positivo significativo tiene una larga
cola derecha. Una distribución con un Sesgamiento negativo tiene una larga cola hacia la
izquierda. Un valor de sesgamiento mayor que 1, generalmente indica una distribución que
difiere significativamente de una distribución normal.
Unidad de muestreo Es un miembro de la población que puede seleccionarse para muestreo, por ejemplo, un árbol
individual, un volumen específico de aire o agua. Es muy importante para los planificadores del
estudio ser muy específico cuando se definen las características de las unidades de muestreo
con respecto al espacio y tiempo. Una unidad de muestreo debe detallar los componentes
específicos de un medio ambiental.
Gerente Autoridad formal de una organización que tiene la responsabilidad de la toma de decisiones
basadas en juicios científicos o basados en el juicio experto.
Usuario del Dato Es la entidad u organización propietaria de los datos generados, en este caso, es ENACAL.
Aseguramiento de Es el conjunto de principios operativos que si se siguen estrictamente durante la colecta de
Calidad muestra y el análisis, producirán datos de calidad conocidos y defendible. La veracidad de un
resultado analítico puede establecerse con un alto nivel de confianza. El aseguramiento de
calidad incluye el control de calidad y la evaluación de calidad.
XVI
1 Introducción
Desde 1993 los datos de análisis físico químicos se han registrado en varios tipos de software de base
de datos con el fin de preservar y almacenar la información. Inicialmente los registros fueron
almacenados utilizando DBASE III, luego se utilizó FoxPro y finalmente se mantiene en la
actualidad el almacenamiento en Microsoft ACCESS (habiéndose empleado conforme avanzaba la
modernización de los software, las versión #2 bajo Windows 95, luego Windows 98 y Windows
2000). De esta manera, los registros de monitoreos de calidad del agua que ha impulsado la Empresa
de Acueductos y Alcantarillados (ENACAL) han sido almacenados electrónicamente.
Uno de los riesgos a los que se expone todo conjunto de datos es que pueden pasar inadvertidos, y
con ello, también no se establezca el esfuerzo que se ha desplegado durante la última década en las
labores de muestreo y en las tareas analíticas. Una cantidad ingente de recursos se han vertido para
lograr que un número se convierta en un diagnóstico de garantía que las normas de calidad de agua
se cumplen. Para complementar esta serie de actividades, el tesista recurrirá a una serie de
instrumentos de análisis, apoyándose principalmente en el manejo de varios paquetes informáticos
como ACCESS, como administrador de la Base de Datos, SPSS, para el manejo estadístico de los
datos, DEFT (Decisión Error Feasibility Trials) para la factibilidad de los muestreos ambientales
mediante la definición adecuada del número de muestras y el costo, y EXCEL.
Un aspecto importante será la de dar forma a la abundancia de datos que están almacenados en las
base de datos del Laboratorio Central de ENACAL, a la cual se tuvo acceso con la debida
autorización de las autoridades a cargo de la custodia de la información (Gerencia Ambiental y Dpto.
Calidad del Agua).
1
2 Justificación
Aparte que casi el 90% de la población que vive en Managua consume agua procedente de las aguas
subterráneas, la densidad de pozos perforados existentes en el área es alta. Se estima que la cifra es
de aproximadamente 1 pozo por kilómetro cuadrado (Km2).
El suministro de agua potable debe cumplir el requisito de cantidad y calidad, así como seguridad
física, química y bacteriológica. En este sentido, los datos unificados con el debido criterio pueden
maximizar la toma de decisiones y la buena interpretación de los resultados a través del tiempo.
Con el objeto de establecer la situación actual de la calidad hidroquimica de todos los pozos
perforados de la ciudad de Managua, esclareciendo y ofreciendo alternativas para optimizar los
recursos (identificación del número adecuado de muestras desde un punto de vista estadístico que sea
defendible), es que se aborda el desarrollo del presente trabajo investigativo.
Sin embargo, se hace perentorio saber acerca de la calidad del dato generado, si puede dar respaldo
satisfactorio a las recomendaciones en torno a la factibilidad de la norma nacional de calidad del
agua conforme la realidad de las características hidroquímicas de los acuíferos de Nicaragua y en
especial de la zona de Managua.
2
Adicionalmente, el dato que se genere debe estar amparado bajo un correcto Diseño de Muestreo el
cual debe ser el marco referencial para iniciar los muestreos que definan con certeza la calidad del
agua en la zona de estudio.
El agua subterránea es el recurso invisible, tanto es así, que muy pocas veces se advierten los
cambios que podrían servirnos como campanada de alerta para iniciar cuanto antes medidas de
protección cuyos beneficiarios seríamos nosotros, nuestras futuras generaciones y nuestros acuíferos.
3
3 Antecedentes del Area de Estudio
La ciudad de Managua, capital de la República de Nicaragua, tiene una extensión de 200 Km 2 y una
población total aproximada de 1,2 millones de habitantes. En 1991 tenía una producción de agua de
268 000 m3/día (71 MGD). El suministro medio por habitante y la tasa de consumo media fueron
aproximadamente de 230 l/c/d (61 g/c/d) y 170 l/c/d (44,6 g/c/d), respectivamente.
El área depende en gran medida del agua subterránea (en casi un 90%) como fuente de suministro de
agua, esto representa la cantidad de 125 pozos. Un 10% se obtiene de la laguna de Asososca la cual
está recargada principalmente por aguas subterráneas.
3.1 Clima
De acuerdo con la Enciclopedia de Nicaragua, Tomo I, el clima en Managua puede describirse así: “
La temperatura en los meses de abril y mayo, y, después, entre agosto y septiembre, alcanza los
promedios máximos anuales (32oC a la sombra, en Managua); en cambio, entre los meses de
diciembre y febrero se presentan los promedios mínimos anuales (25oC para la misma localidad).
Desde luego, las variaciones anuales extremas marcan mínimos absolutos en ciertas madrugadas de
enero, cuando la temperatura en Managua baja excepcionalmente a 19oC, así como máximos
absolutos en ciertas tardes de abril y mayo, cuando el termómetro marca 36oC a la sombra. A esto
habría que añadir que Managua se encuentra entre los 40 y 200 m sobre el nivel del mar.”
El clima del área de estudio es clasificado como clima tropical de sabana, la temperatura promedio
es de 25,6°C durante el mes de diciembre y de 28,6°C en abril. La estación lluviosa (invierno)
4
comienza en mayo y termina en octubre o noviembre, mientras que la estación seca (verano)
comienza en noviembre y termina en abril. La precipitación media anual varía entre 1100 mm y
1500 mm dependiendo de la elevación. El valor más bajo se observa en la costa sur del lago de
Managua y el más alto en el área montañosa. La evaporación anual varía de 1800 mm a 2700 mm
casi en correspondencia con la elevación y la evapotranspiración potencial se considera alta.
1
Ilustración 1: Managua y su vecindad
1
Tomado de la Enciclopedia de Nicaragua, tomo I. Editorial Océano
5
4 Objetivos
Evaluar la calidad de los datos de calidad de agua de pozos generados desde 1993 a 2002.
Para llevar a cabo este objetivo general se plantean los siguientes objetivos específicos :
1. Establecer los parámetros estadísticos descriptivos en base a los registros existentes para los
iones nitratos, potasio y cloruros.
2. Determinar la variación histórica de los principales cationes y aniones en las aguas de los pozos
de abastecimiento, haciendo especial énfasis en nitratos, potasio y cloruros.
3. Fijar las bases para la creación de un Diseño de Muestreo sobre el acueducto de Managua, en
base a la información existente.
4. Comparar los valores registrados con los valores de las Normas CAPRE y recomendar pautas
para la redefinición de criterios de calidad siempre y cuando esto no conlleve un riesgo a la
salud humana.
6
5 Marco Teórico
Es un análisis de siete etapas recomendado por la Agencia de Protección Ambiental de los Estados
Unidos (EPA) para desarrollar diseños de muestreo para las actividades de colecta de datos que
soportan la toma de decisiones. Este proceso utiliza la planificación sistemática y los ensayos de
hipótesis estadística para diferenciar entre dos o más alternativas claramente definidas.
7
5.1.1 Establecer el Problema:
Definir el problema, identificar el equipo de planificación, examinar el presupuesto,
calendarizar.
Son las normativas cuantitativas y cualitativas que se desarrollan utilizando el proceso mencionado
anteriormente a través de las siete etapas, que clarifican los objetivos de estudio, definen el tipo
apropiado de dato, y especifican los límites tolerables de posibles errores de decisión que serán
8
utilizados como base para establecer la calidad y cantidad de dato necesario para justificar las
decisiones. Los OCD (Objetivos de Calidad de Datos) definen los criterios de desempeño que limitan
las probabilidades de errores al tomar decisiones mediante la consideración del propósito de la
colecta de datos, definiendo el tipo apropiado de datos requerido y especificando las probabilidades
tolerables de los errores de decisión.
Los primeros cinco pasos o etapas del proceso se enfocan principalmente en la identificación de
criterios cualitativos como son:
Esta es la sexta etapa y una de la más crucial dentro del proceso de definición de los Objetivos de
Calidad de Datos. Esta fase involucra a la vez los siguientes componentes:
9
Asignar valores de probabilidad a los puntos arriba y debajo del Nivel de Acción que refleja
la probabilidad tolerable para errores de decisión potenciales.
Se considera que esta es una de las fases más importantes porque aquí ya no es posible imaginarse
que se dispone de la información perfecta ni que se posee los datos ilimitados para hacer las
decisiones. En este momento se hace frente a la realidad que no es posible tener la información
perfecta sobre la cual basar las decisiones. En vez de eso, las decisiones se basarán en un conjunto
de datos muestrales sujetos a diversos errores que son parte de una población de interés mucho más
grande. Inherente en el uso de datos de muestra para la toma decisiones es el hecho que esas
decisiones pueden ser ocasionalmente, erradas. En esta etapa del proceso de definición de los
objetivos de calidad de datos, los valores numéricos serán examinados en un intento de mantener la
posibilidad de un error de decisión a un mínimo.
El propósito de la fase 6 es la de especificar las metas de desempeño cuantitativas para escoger entre
dos alternativas de acción para la regla de decisión. Las metas se expresan como probabilidades de
cometer errores en la decisión en los valores verdaderos seleccionados del parámetro de interés
especificado en la etapa 5. Estas probabilidades de metas de desempeño en la decisión son una
definición de la cantidad de incertidumbre que se está dispuesto a tolerar en las decisiones en unos
pocos valores verdaderos críticos que son específicos del parámetro de interés.
Un error de decisión ocurre cuando un conjunto de datos de muestras conducen erróneamente a hacer
decisiones erradas y a tomar acciones respuesta igualmente equivocadas. La posibilidad de un error
de decisión existe porque la decisión está basada precisamente en datos de muestra que son
incompletas o imperfectas. Aún cuando el método de colecta y el método de análisis puede no estar
sesgado, los datos de la muestra están sujetos a los errores sistemáticos y aleatorios en diferentes
etapas de su adquisición, desde la colecta en campo hasta el análisis de laboratorio. La combinación
10
de todos estos errores se llama error total del estudio. Pueden haber muchos contribuyentes al error
total del estudio, pero hay típicamente dos componentes:
1. Error del diseño de muestreo – Este error está influenciado por la variabilidad inherente de la
población en el espacio y el tiempo, el diseño de colecta de muestra y el número de muestras.
Usualmente es impráctico medir la unidad de decisión entera, y un muestreo limitado puede
dejar a un lado aspectos de la variación natural de la medición de interés. El error de diseño
de muestreo ocurre cuando el diseño de colecta de datos no captura la variabilidad completa
dentro de la unidad de decisión en tal grado para la decisión de interés. Este error puede
producir error aleatorio (variabilidad o imprecisión) y error sistemático (sesgo) en las
estimaciones de los parámetros poblacionales.
2. Error de medición – Este error (variabilidad) está influenciado por imperfecciones en la
medición y el sistema de análisis. Los errores de medición sistemáticos y aleatorios son
introducidos en el proceso de medición durante la colecta física de la muestra, la
manipulación de la muestra, la preparación de la muestra, el análisis de la muestra, la
reducción de datos, transmisión y almacenamiento.
El error total del estudio afecta la probabilidad de cometer errores decisionales. Por lo que es
esencial conocer el error total para administrar el error total del estudio en las alternativas de diseño
de muestreo y sistema de medición. Esto hará posible controlar la posibilidad de cometer errores de
decisión y llevarlos a niveles aceptables.
El dato existente es útil, y puede echarse mano de estudios piloto o de las bases de datos de los
monitoreos de control de calidad del agua. Estos datos pueden ofrecer una evaluación preliminar de
la variabilidad. En estos casos, los datos existentes pueden ser una base invaluable para ayudar a
desarrollar un diseño para captar datos. Es crítico examinar el dato existente para asegurarse que la
11
calidad es aceptable para uso, o para integrarse en un nuevo conjunto de datos. Algunas
consideraciones incluyen lo siguiente:
El combinar datos existentes y nuevos datos puede ser un operación muy compleja y se debe
hace con mucho cuidado. En muchos casos, se necesita de experticia estadística para evaluar
ambos conjuntos de datos y combinarlos con confianza.
5.4.1 La representatividad
12
La representatividad del muestreo se logra a través del diseño de muestreo. Puede considerarse como
una medida del grado en que el dato representa de manera exacta y precisa, una característica de la
población, las variaciones del parámetro en un punto de muestreo, una condición del proceso o una
condición ambiental. El desarrollo de un diseño de muestreo es un paso crucial en colectar datos
defendibles y apropiados que representen en forma exacta el problema que se investiga.
Un diseño de muestreo completo indica el número de muestras e identifica las muestras particulares,
por ejemplo, las posiciones geográficas en donde se captarán las muestras o los puntos en el tiempo
en que tomarán las muestras. Además de esta información, el diseño completo incluirá una
explicación y justificación del número y las posiciones/tiempo de las muestras.
Los objetivos típicos de un diseño de muestreo es la colecta de datos ambientales con el propósito
de:
1. Soportar o justificar una decisión acerca de si los niveles de contaminación exceden un techo
de riesgo inaceptable.
2. Determinar si ciertas características de dos poblaciones difieren en alguna cantidad.
3. Estimar las características medias de una población o la proporción de una población que
tiene ciertas características de interés.
4. Identificar los lugares manchas-negras (áreas con altos niveles de contaminación) o
delineación de la pluma de contaminación.
5. Caracterizar la naturaleza y extensión de la contaminación en el sitio, o
6. Para monitorear tendencias en condiciones ambientales o indicadores de salud.
El diseño de muestreo especifica el Número, Tipo y Ubicación espacial y temporal de las unidades
de muestreo seleccionados para medición. Otro concepto inherente es el del Modelo Conceptual del
Peligro Potencial el cual debe incluirse en los protocolos de diseño de muestreo.
13
Se hace la observación que muchas veces las investigaciones no van acompañadas de un Diseño de
muestreo sustentado con las herramientas estadísticas.
Están definidos seis tipos de diseños de muestreo y un protocolo de muestreo (por ejemplo, el
muestreo compuesto). La mayoría de estos se ajustan a los monitoreos ambientales.
En este tipo de muestreo aleatorio, las unidades de muestreo particulares (por ejemplo, lugares y / o
frecuencias) son seleccionadas usando números aleatorios, y todas las posibles selecciones de un
número dado de unidades son igualmente probables. Por ejemplo, una simple muestra aleatoria de un
conjunto de pozos pueden tomarse mediante la numeración de todos los pozos y luego seleccionando
aleatoriamente de la lista o por el muestreo de un área mediante el uso de pares aleatorios de
2
Hay diseños de muestreos que pueden utilizarse en la colecta de datos ambientales que no están considerados, como
el doble muestreo, el muestreo secuencial, el muestreo cuota o el muestreo en multietapas.
14
coordenadas. Este método es fácil de entender, y las ecuaciones para determinar el tamaño de
muestra son relativamente sencillas.
El muestreo aleatorio simple es muy útil cuando la población de interés es relativamente homogénea,
y no se esperan patrones de contaminación o áreas con datos fuera de la norma. La principal ventaja
de este diseño son:
En algunos casos, la implementación del muestreo simple aleatorio puede ser más difícil que los
otros tipos de diseño (por ejemplo, las muestras en nodo) debido a la dificultad de identificar
precisamente lugares geográficos de manera aleatoria. Adicionalmente, el muestreo simple aleatorio
puede ser más costoso que otros planes si las dificultades en obtener muestras debido a los lugares
causan un gasto extra.
Este diseño es útil para estimar un parámetro cuando la población blanco es heterogénea y el área
puede ser subdividida basado en niveles de contaminación esperados. La ventaja de este diseño de
muestreo es que tiene potencial para lograr mayor precisión en estimados de media y varianza, y que
permite el cálculo de estimados confiables de los subgrupos de interés especial. Mayor precisión
15
puede obtenerse si la medición de la medición de interés está fuertemente correlacionada con la
variable usada para hacer el estrato.
En el muestreo sistemático o de celda, las muestras se toman en intervalos regulares espaciados sobre
un espacio o tiempo. El lugar inicial y el tiempo se escoge de manera aleatoria, y luego los lugares
de muestreo remanentes son definidos de manera que todos los lugares están en intervalos regulares
sobre un área (celda) o tiempo (sistemático).
En el muestreo sistemático aleatorio, se escoge un lugar inicial de muestreo de manera aleatoria y los
restantes sitios se especifican de manera que se localizan de acuerdo a un patrón regular, por ejemplo
en los puntos de intersección de cada línea en las celdas. El muestreo de celda-sistemático se utiliza
para investigar áreas sensibles de contaminación y para inferir medias, percentiles u otros parámetros
y es también útil para estimar patrones espaciales o tendencias en el tiempo. Este diseño provee un
método práctico y fácil para lugares de muestreo y asegurar una cobertura uniforme del sitio, unidad,
o proceso.
Es un diseño innovativo que puede ser muy útil y eficiente en costo al obtener mejores estimados de
los niveles de concentración promedio en suelo y otros medios ambientales al incorporar
16
explícitamente el juicio profesional de un investigador de campo o de un método de sondeo de
campo para escoger los lugares específicos de muestreo en el campo. El muestreo en conjunto de
rangos utiliza un diseño de muestreo en dos fases que identifica conjuntos de lugares de campo,
utiliza mediciones baratas para „ranguear‟ lugares dentro de cada conjunto, y entonces se selecciona
un lugar de cada conjunto de muestreo.
El muestreo en rangos es útil cuando el costo de localizar y ranguear sitios en el campo es bajo
comparado a las mediciones de laboratorio. Es también apropiado cuando una variable barata
auxiliar ( basada en el conocimiento experto o en la medición), está disponible para ranguear las
unidades de población con respecto a la variable de interés. Para emplear este diseño efectivamente,
es importante que el método de rangueo y el método analítico estén fuertemente correlacionados.
17
En la Ilustración 2, se muestran formas iniciales y finales del muestreo en grupo adaptativo. Las
mediciones iniciales se hacen a partir de unidades de muestreo seleccionadas según el diseño de
muestreo simple aleatorio. Si una unidad de muestreo se encuentra con características de interés, por
ejemplo, concentración alta de un contaminante de interés, efecto ecológico, entonces se seleccionan
las unidades de muestreo adyacentes a la unidad original seleccionada, y se hacen las mediciones.
El muestreo adaptativo en grupo es útil para estimar o investigar características extrañas en una
población y es apropiado para mediciones baratas y rápidas. Esto hace factible delinear los contornos
de las áreas sensibles, a la vez que se utiliza el dato colectado con ponderación apropiada para dar
estimados no sesgados de la población promedio.
18
potenciales, como por ejemplo pérdida de compuestos orgánicos, asociados con el proceso de
composteo. Ver Ilustración 3.
La calidad del dato, como concepto, tiene significado solamente cuando se relaciona con el uso
pretendido del dato. La calidad del dato no existe en un vacío, se debe conocer el contexto en que el
conjunto de datos será utilizado para establecer el criterio si el dato es adecuado.
19
1. Puede hacerse una decisión con el deseado nivel de confianza dada la calidad del conjunto de
datos?
2. Qué tan bien se espera que funcione el diseño muestral sobre un amplio rango de posibles
obstáculos o interferencias? Puede utilizarse el mismo diseño de muestreo en otros casos con
el deseado nivel de confianza, particularmente si los resultados resultan más altos o más bajos
que los observados en el estudio base?.
La primera pregunta examina las necesidades inmediatas del usuario del dato. Por ejemplo, si el dato
provee evidencia fuerte a favor de un curso de acción sobre otro, entonces el tomador de decisiones
puede proceder sabiendo que la decisión será fundamentada en datos no ambiguos. Por el contrario,
si el dato no aporta evidencia fuerte a favor de una alternativa, entonces el análisis del dato alerta al
tomador de decisiones sobre la incertidumbre. En este momento, el gerente está en una posición de
tomar otras medidas como colectar más datos u otro tipo de datos, o bien, proceder de cualquier
manera, sin considerar la probabilidad de llegar a conclusiones erradas.
La segunda pregunta responde a las necesidades futuras del usuario del dato. Por ejemplo, si los
investigadores deciden usar un cierto tipo de diseño de muestreo en un lugar diferente al sitio en que
fue utilizado originalmente, ellos deberían determinar lo bien que el diseño puede desempeñarse
dadas las interferencias en las nuevas condiciones ambientales. Lo adecuado o apropiado de un
diseño de muestreo debe examinarse sobre una base amplia de posibles obstáculos o interferencias.
Consiste de cinco etapas que inicia con la revisión de la planificación original y termina con una
respuesta a la pregunta de la etapa 2 de la definición de los objetivos de calidad.
20
Se revisan las salidas del OCD para verificar que son aplicables. Si no se han
desarrollado, se deben especificar antes de evaluar los datos. Para decisiones
ambientales, se definen las hipótesis estadísticas y se especifican los límites
tolerables en los errores de decisión. Para la estimación de problemas, se definen
los intervalos de probabilidad y los niveles de confianza aceptables. Se revisan los
diseños de muestreo y la documentación de colecta de datos para ver si son
consistentes con el OCD.
21
Ejecute los cálculos requeridos por el ensayo estadístico y documente las
interferencias halladas como resultado de estos cálculos. Si el diseño será utilizado
nuevamente, evalúe el desempeño del diseño de muestreo.
En el desarrollo de las investigaciones se busca determinar en qué medida son aceptables las
hipótesis que derivan de las teorías. Después de la selección de cierta hipótesis que parece importante
en una teoría determinada, se recopilan los datos empíricos que dan información directa acerca de la
aceptabilidad de esa hipótesis. La decisión acerca del significado de los datos puede conducir la
confirmación, revisión o rechazo de la hipótesis y, con ella, la teoría que la originó.
Para decidir con objetividad si una hipótesis particular se confirma por un conjunto de datos, se
requiere un procedimiento que conduzca a un criterio objetivo para descartar o aceptar la hipótesis.
El método científico necesita que las conclusiones sean obtenidas por métodos normalizados,
susceptibles de repetirse por otros investigadores. Este procedimiento objetivo debe basarse tanto en
la información obtenida al investigar como en el margen de error que se dispone aceptar si el criterio
de decisión con respecto a la hipótesis resulta incorrecto. Los pasos que sigue el procedimiento
comprenden en el orden de ejecución los siguientes:
22
6. Cálculo del valor de la prueba estadística con los datos obtenidos de las muestras. Si el valor
desciende a la región de rechazo, Ho debe rechazarse, si el valor cae fuera de la región de
rechazo, Ho no puede rechazarse al nivel de significancia escogido.
Al efectuar una decisión acerca de diferencias, se somete a prueba a Ho frente a H1. H1 constituye la
afirmación aceptada cuando Ho es rechazada.
El campo de la estadística se ha desarrollado hasta el grado en que actualmente se cuenta para casi
todos los propósitos de investigación con pruebas estadísticas susceptibles de usarse alternativamente
para tomar decisiones acerca de hipótesis. Al comparar las pruebas, se requiere de una base racional
para escoger entre ellas. Uno de los aspectos cruciales en la elección de la prueba estadística es
decidir si se escogerán pruebas paramétricas o no paramétricas.
Una prueba estadística paramétrica es aquella cuyo modelo especifica ciertas condiciones acerca de
los parámetros de la población de la que se obtuvo la muestra investigada, que no se prueban
ordinariamente, y se supone que se mantienen. La significación de los resultados de una prueba
paramétrica depende de la validez de estas suposiciones. A medida que las suposiciones que definen
un modelo particular sean más escasas, o más vagas, se necesitan de menos limitaciones para llegar a
23
una decisión lograda por la prueba estadística asociada con el modelo. Es decir, a menores o más
débiles suposiciones, habrá conclusiones más generales.
Las condiciones de las pruebas paramétricas son, de manera general, las siguientes:
1. Las observaciones deben ser independientes entre sí. La selección de un caso cualquiera de la
población con miras de inclusión en la muestra no debe afectar las posibilidades de incluir
cualquier otro, y el puntaje que se asigne a un caso cualquiera no debe influir en el puntaje
que se asigne a cualquier otro.
2. Las observaciones deben hacerse en poblaciones distribuidas normalmente.
3. Estas poblaciones deben tener la misma varianza.
4. Las variables correspondientes deberán haberse medido por lo menos en una escala de
intervalo, de manera que sea posible usar las operaciones aritméticas con los puntajes.
5. Para el caso de análisis de varianza (prueba F), se agrega la siguiente: Las medias de estas
poblaciones normales y homocedásticas (iguales varianzas) deberán ser combinaciones
lineales de efectos debidos a las columnas y a los renglones o a ambos. Por tanto, los efectos
deben ser aditivos.
Una prueba estadística no paramétrica es aquélla cuyo modelo no especifica las condiciones de los
parámetros de la población de la que se obtuvo la muestra. Hay algunas suposiciones que se asocian
con la mayoría de las pruebas estadísticas no paramétricas: observaciones independientes y variable
de continuidad básica; pero estas suposiciones son pocas y mucho más débiles que las asociadas con
las pruebas paramétricas. Además, las no paramétricas no requieren mediciones tan fuertes; la
mayoría de las pruebas no paramétricas se aplican a datos de una escala ordinal y algunas a los de
una escala nominal.
24
de la población de la que se tomó la muestra. La exactitud de la declaración de probabilidad
no depende de la forma de la población, aunque algunas pruebas no paramétricas supongan
identidad de forma de dos o más distribuciones de población. En ciertos casos, las pruebas
no paramétricas suponen que la distribución de base es continua, suposición que comparten
las pruebas paramétricas.
2. Si los tamaños de las muestras son tan pequeños como N = 6, no hay alternativa de elección
de una prueba estadística no paramétrica a menos que se conozca exactamente la naturaleza
de la distribución de la población.
3. Hay pruebas estadísticas no paramétricas adecuadas para observaciones hechas en
poblaciones diferentes. Ninguna prueba paramétrica puede manejar tales datos sin exigir
suposiciones aparentemente irreales.
4. Los métodos no paramétricos son útiles para los datos simplemente clasificatorios, medidos
en una escala nominal. Ninguna técnica paramétrica se aplica a tales datos.
5. Las pruebas estadísticas no paramétricas son típicamente mucho más fáciles de aplicar que
las pruebas paramétricas.
Si todos los supuestos del modelo estadístico paramétrico son satisfechos realmente por los datos y si
la medida tiene la fuerza requerida, las pruebas estadísticas no paramétricas disipan los datos. El
grado de desperdicio se expresa por la potencia-eficiencia de la prueba no paramétrica. Si una
prueba estadística no paramétrica tiene una potencia – eficiencia de por ejemplo, el noventa por
ciento, esto significa que al ser satisfecha todas las condiciones de la prueba paramétrica, el método
paramétrico apropiado será tan efectivo con una muestra menor en un diez por ciento que la utilizada
en el análisis no paramétrico.
Hasta el momento no hay métodos no paramétricos para probar las interacciones dentro del modelo
de análisis de varianza, a menos que se hagan suposiciones especiales acerca de la aditividad.
25
5.6.3 El nivel de significancia y el tamaño de la muestra
Cuando se enuncian la hipótesis de nulidad (Ho) y la hipótesis alterna (H1) y cuando la prueba
estadística apropiada a la investigación fue seleccionada, el paso siguiente consiste en especificar el
nivel de significancia () y seleccionar un tamaño de muestra (N).
Hay dos tipos de errores que pueden cometerse al decidir acerca de Ho. El primero, el error Tipo I,
es rechazar Ho siendo verdadera. El segundo, el error tipo II, es aceptar Ho siendo falsa.
La probabilidad de cometer el error tipo I está dada por . Cuando mayor sea , tanto más probable
es que Ho sea rechazada equivocadamente, es decir, tanto más probable es que se cometa el error
tipo I. El error tipo II se suele representar por ; y indican tanto el tipo de error como la
probabilidad de cometerlo, esto es:
P(error tipo I) =
26
P(error tipo II) =
En condiciones ideales, los valores de y deberían ser especificados por el experimentador antes
de iniciar la investigación. Estos valores determinarán el tamaño de la muestra (N) que deberá usarse
para el cálculo de la prueba estadística. En la práctica, es común que y N queden especificados por
adelantado. Una vez que y N se han especificado, queda determinada . Como existe una relación
inversa entre las probabilidades de cometer ambos tipos de errores, al decrecer se incrementará
para cualquier N dada. Si se desea reducir la posibilidad de ambos tipos de errores, se debe
incrementar N.
La potencia de una prueba se define como la probabilidad de rechazar Ho cuando es realmente falsa,
esto es:
27
5.6.5 La Región de Rechazo
5.6.6 La Decisión
Si la prueba estadística da un valor que está en la región de rechazo, se rechaza Ho. Esto puede
suceder debido a dos situaciones: suponiendo que la hipótesis de nulidad es falsa o que un evento
raro e improbable ha sucedido. En este proceso de decisión, se escoge la primera explicación. La
probabilidad de que la segunda explicación sea la correcta está dada por , pues el rechazo de Ho
cuando es verdadera es el error tipo I.
Cuando la probabilidad asociada con un valor observado de una prueba estadística es igual o menor
que el valor previamente determinado de , se concluye que Ho es falsa. El valor observado se llama
significativo. La hipótesis en prueba, Ho, se rechaza siempre que ocurra un resultado significativo.
Por tanto, se llama valor significativo a aquel cuya probabilidad asociada de ocurrencia de acuerdo
con Ho, es igual o menor que .
En un agua subterránea natural, la mayoría de las sustancias disueltas se encuentran en estado iónico.
Unos cuantos de estos iones se encuentran presentes casi siempre y su suma representa casi la
totalidad de los iones presentes; estos son los iones fundamentales.
28
Estos iones fundamentales son
Aniones Cationes
Cloruro Cl- Sodio Na+
Sulfato SO4-- Calcio Ca++
Bicarbonato CO3H- Magnesio Mg++
Es frecuente que los aniones nitrato (NO3-) y carbonato (CO3-- ) y el catión potasio (K+) se
consideren dentro del grupo de iones fundamentales aun cuando en general su proporción es
pequeña. Otras veces se incluye además el ion ferroso (Fe++).
Entre los gases deben considerarse como fundamentales el anhídrido carbónico (CO2) y el oxígeno
disuelto (O2), aunque no es frecuente que se analicen en aguas subterráneas.
Entre las sustancias disueltas poco ionizadas o en estado coloidal son importantes los ácidos y
aniones derivados de la sílice (SiO2).
El resto de iones y sustancias disueltas se encuentran por lo general en cantidades notablemente más
pequeñas que los anteriores y se llaman iones menores a aquellos que se encuentran habitualmente
formando menos del 1% del contenido iónico total y elementos traza a aquellos que aunque presentes
están por lo general en cantidades difícilmente medibles por medios químicos usuales.
Los iones menores más importantes son, además de los ya citados NO3-, CO3--, K+ y Fe++, el NO2-, F-
, NH4+ y Sr++. Suelen estar en concentraciones entre 0.01 y 10 ppm. En concentraciones entre 0.0001
y 0.1 ppm, suelen estar los iones menores:
29
Los iones metálicos derivados del As, Sb, Cr, Pb, Cu, Zn, Ba, V, Hg, U, etc., a veces están en
cantidades medibles, pero en general son elementos traza. El resto de posibles iones están casi
siempre en cantidades menores que 0.0001 ppm.
Las aguas subterráneas llamadas dulces contienen como máximo 1,000 o quizá 2,000 ppm de
sustancias disueltas; si el contenido es mayor, por ejemplo hasta 5000 ppm se llaman aguas salobres
y hasta 40,000 aguas saladas. No es raro encontrar aguas que superen los 40,000 ppm de sustancias
disueltas llegando a veces hasta 300,000 ppm. A estas aguas se les llama salmueras y están asociadas
con frecuencia a depósitos salinos, aguas de yacimientos petrolíferos o bien aguas muy antiguas
situadas a gran profundidad.
a) Características químicas. Sales en general muy solubles. Muy estable en disolución y muy
difícilmente precipitable. No se oxida ni reduce en aguas naturales.
b) Concentraciones. Entre 10 y 250 ppm en aguas dulces. El agua de mar tiene entre 18000 y 21000
ppm. Las salmueras naturales pueden llegar a tener 220000 ppm (saturación).
c) Nocividad y toxicidad. Más de 300 ppm comunican sabor salado al agua de bebida, pero no es
perjudicial por lo menos hasta algunos miles de ppm. Es esencial para la vida. Contenidos elevados
son perjudiciales para muchas plantas y comunican corrosividad al agua.
d) Análisis en laboratorio. Valoración con NO3Ag usando como indicador cromato potásico (viraje
de amarillo a naranja).
e) Análisis de campo. Igual que en laboratorio, con bureta portátil o cuentagotas.
f) Toma de muestras. No se precisan precauciones especiales.
30
2. ION SULFATO, SO4--
a) Características químicas. Sales moderadamente solubles a muy solubles, excepto las de Sr (60
ppm) y de Ba (2 ppm). Es difícilmente precipitable químicamente ya que las sales solubles de Sr y
Ba son muy escasas en la naturaleza, pero puede separarse de la solución por concentración si existe
un evaporación importante.
b) Concentraciones. Entre 2 y 150 ppm en aguas dulces pudiendo llegar a 5000 ppm en aguas salinas
si existe Ca y hasta 200000 si está asociado a Mg y Na en ciertas salmueras. El agua del mar
contiene alrededor de 3000 ppm.
c) Nocividad y toxicidad. Las aguas sulfatadas no quitan la sed y tienen sabor poco agradable y
amargo. Por sí mismo o si va asociado a Mg o Na en cantidades importantes puede comunicar
propiedades laxantes. En cantidades elevadas puede ser perjudicial a las plantas. Más de algunos
centenares de ppm perjudican a la resistencia del hormigón y cemento.
d) Análisis en laboratorio. Se analiza mediante el método turbidimétrico midiendo la turbidez que
produce el precipitado de sulfato de bario a 420 nm en un espectrofotómetro o en un turbidímetro.
e) Análisis de campo. No realizado habitualmente, excepto por turbidimetría.
f) Toma de muestras. No se precisan precauciones especiales.
a) Características químicas. Estos iones comunican alcalinidad al agua en el sentido que dan
capacidad de consumo de ácido al producir una solución tampón. Se pueden precipitar con mucha
facilidad como CO3Ca.
b) Concentraciones. El ion bicarbonato varía entre 50 y 350 ppm en aguas dulces pudiendo llegar a
veces hasta 800 ppm. El agua del mar tiene alrededor de 100 ppm. El ion carbonato está en
concentraciones mucho menores que el ion bicarbonato y si el pH < 8.3 se le considera cero. En
aguas alcalinas con pH > 8.3 puede haber cantidades importantes, hasta 50 ppm en algunas aguas
naturales. El agua del mar tiene menos de 1 ppm.
c) Nocividad y toxicidad. No presenta problemas de toxicidad. Las aguas bicarbonatadas sódicas son
malas para riego, debido a la fijación del Na en el terreno y creación de un medio alcalino.
31
d) Análisis en laboratorio. Se determinan en función de la alcalinidad del agua mediante una
titulación volumétrica con ácido sulfúrico al 0.02 N.
e) Análisis de campo. Se realiza a veces determinando la alcalinidad del agua.
f) Toma de muestras. Debe realizarse con cuidado para evitar la pérdida de CO2 . Debe protegerse de
cambios de temperatura y analizar lo antes posible. Las botellas deben ir bien cerradas y llenas a
tope. En general los valores de CO3H- medidos en laboratorio son algo menores que los reales.
a) Características químicas. Sales muy solubles y por lo tanto es muy difícilmente precipitable.
b) Concentraciones. Normalmente entre 0.1 y 10 ppm pero en aguas poluidas puede llegar a 200
ppm y en algún caso hasta 1000 ppm. El agua del mar tiene alrededor de 1 ppm o menos.
c) Nocividad y toxicidad. Concentraciones elevadas en agua de bebida puede producir cianosis en los
niños y comunican corrosividad (oxidaciones) al agua y producen interferencias en fermentaciones.
d) Análisis en laboratorio. Se determina por varios métodos entre los que se encuentran el del
electrodo ion selectivo, método colorimétrico de la brucina o el de ultravioleta.
e) Análisis de campo. No suele realizarse.
f) Toma de muestras. No se precisan precauciones especiales excepto quizás en aguas que contienen
NH4+ para evitar su oxidación y que aparezca como NO3- .
5. SILICE, SiO2
a) Características químicas. La hidroquímica del silicio no está del todo aclarada pero se cree que la
mayoría de la sílice está como SiO4H4 , en parte disuelta y en parte coloidal, y sólo una pequeña
parte está ionizada (SiO4H3- ) a pH normales.
b) Concentraciones. La mayoría de las aguas naturales tienen entre 1 y 40 ppm en SiO2 pudiendo
llegar hasta 100, en especial en aguas bicarbonatadas sódicas. En aguas muy básicas se puede llegar
a 1000 ppm.
c) Nocividad y toxicidad. El mayor inconveniente está relacionado con su incrustabilidad en calderas
y calentadores.
32
d) Análisis en laboratorio. Se suele realizar por colorimetría por el método llamado del azul de
molibdeno (silicomolibdato) con un error menor del 2%. El método gravimétrico se emplea poco.
e) Análisis de campo. No realizado habitualmente.
f) Toma de muestras. Conviene evitar cambios de pH importantes, y utilizar botellas de plástico o
vidrio Pirex. Los vidrios normales pueden aportar algo de sílice soluble si no se los mantiene antes
uno o dos días con agua destilada.
2. ION POTASIO, K+
33
raramente se puede tener salmueras de hasta 100000 ppm. El agua del mar tiene alrededor de 400
ppm.
c) Nocividad y toxicidad. No presenta problemas especiales a las concentraciones habituales y es un
elemento vital para las plantas.
d) Análisis en laboratorio. Actualmente se la determina con cierta frecuencia por fotometría de llama
con un error menor del 3 ó 10%, o bien mediante electrodo ion selectivo.
e) Análisis de campo. No se realiza.
f) Toma de muestras. No se precisan precauciones especiales.
a) Características químicas. Propiedades similares a las del ion calcio pero más soluble y algo más
difícil de precipitar.
34
b) Concentraciones. Entre 1 y 100 ppm en aguas dulces, pudiendo llegar a veces a algunos miles de
ppm en aguas salinas o salmueras. El agua del mar contiene 1200 ppm.
c) Nocividad y toxicidad. Propiedades laxantes y da sabor amargo al agua de bebida si hay algunos
centenares de ppm. Contribuye a la dureza del agua.
d) Análisis en laboratorio. Valoración complexométrica con EDTA indirecta (Mg = dureza - Ca),
rara vez realizada directamente.
e) Análisis de campo. Se determina como dureza menos calcio.
f) Toma de muestras. En principio las mismas precauciones indicadas para el Ca++ .
35
2. OXIGENO DISUELTO, O2
1. FLUORURO, F-
a) Características químicas. Solubilidad en general limitada y al parecer contribuye ligeramente a la
alcalinidad del agua pues se hidroliza ligeramente.
b) Concentraciones. Frecuentemente entre 0.1 y 1 ppm, pudiendo llegar a veces hasta 10 y raramente
a 50 en aguas muy sódicas con muy poco Ca. El agua del mar tiene entre 0.6 y 0.7 ppm. Las aguas de
zonas áridas pueden tener cantidades elevadas.
c) Nocividad y toxicidad. Parece jugar un papel muy importante en la conservación de la dentadura,
creando problemas cuando está tanto por exceso como por defecto.
36
d) Análisis. Sólo se determina algunas veces. Se utilizan los métodos colorimétricos del SPADNS o
el del Electrodo Ion Selectivo.
2. BROMURO, Br-
a) Características químicas. El S-- se hidroliza con facilidad a SH- y SH2 , estando en equilibrio con
fase gas y el SH2 se hidroliza a SH- y S-- .
b) Concentraciones. Generalmente muy por debajo de 1 ppm, aunque en aguas de medios muy
reductores con reducción de sulfato, se puede llegar a veces hasta a 100 ppm. Extraordinariamente el
contenido en SH2 puede llegar a 1000 ppm en aguas relacionadas con yacimientos de petróleo.
c) Nocividad y toxicidad. Comunica muy mal olor, fácilmente detectable incluso a 1 ppm o menos.
Es corrosivo, en especial para aleaciones de Cu.
37
d) Análisis. Se determina oxidando con un exceso de iodo que pasa a I- .
5. FOSFATO, PO4-3
a) Características químicas. Aunque presente sales solubles, la mayoría lo son muy poco. Se
hidroliza con facilidad y contribuye a la alcalinidad del agua.
b) Concentraciones. En general entre 0.01 y 1 ppm pudiendo llegar a 10 ppm y excepcionalmente a
50.
c) Nocividad y toxicidad. En las concentraciones usuales, no origina problemas.
d) Análisis. No es frecuente determinarlo. Se determina colorimétricamente, con buena precisión,
mediante el método del Acido Ascórbico o el del ácido Vanadomolibdofosfórico.
a) Características químicas. Son oxidados con gran facilidad y son fácilmente retenidos por el
terreno por cambio de bases.
b) Concentraciones. En general menos de 0.1 ppm pero en casos muy excepcionales puede llegar a
400 ppm. El agua del mar tiene entre 0.005 y 0.05 ppm, a veces hasta 0.35
38
c) Nocividad y toxicidad. En las concentraciones usuales no es origen de problemas pero a
concentraciones mayores puede llegar a dar olor amoniacal. Suele ser índice de contaminación.
d) Análisis. Se determina por el método de Nessler.
39
5.7.6 Procedencia de los iones disueltos en el agua subterránea
La procedencia de los iones disueltos en las aguas subterráneas puede definirse mediante dos vías:
De las dos vías, interesa para fines de la presente investigación, la última, porque los iones asociados
con la infiltración de vertidos contaminantes pueden ser un parámetro de seguimiento y control en la
calidad de las aguas subterráneas.
De los iones que se identifican con la contaminación ya sea como consecuencia de las actividades
domésticas, industriales o agrícolas, se encuentran principalmente tres:
1) Cloruros (Cl),
2) Nitratos (NO3) y
3) Potasio (K)
Los tres iones pasan a formar parte de la tríada de indicadores inorgánicos de contaminación.
Los factores que tienen mayor incidencia actualmente desde el punto de vista ambiental son los
siguientes:
40
Actividades domésticas: en este factor se incluye la contaminación orgánica y biológica que se
origina en letrinas, fosas sépticas, erosión de las tuberías del sistema de alcantarillado y basureros
espontáneos que se localizan en cualquier predio baldío más cercano a zonas de comercio.
Contaminación por ganadería: es también del tipo orgánico y biológico, el fenómeno es similar
al de las actividades domésticas, pero su efecto es más concentrado e intenso, sobre todo en los
sitios de crianza y matanza de ganado vacuno y porcino.
5.8.2 Cloruros
5.8.2.1 Origen de los Cloruros
El aporte debido a las rocas es muy escaso, debiéndose la presencia masiva de este ión a fenómenos
como intrusión salina, sobre todo en pozos cercanos a litorales marinos. El ataque de ciertos
minerales asociados a rocas ígneas y metamórficas puede originar cloruros en el agua subterránea.
Raramente los cloruros proceden de emanaciones líquidas o gaseosas debido al vulcanismo.
41
Sin embargo, los vertidos urbanos e industriales pueden aportar cantidades importantes como en el
caso de la zona industrial de la ciudad capital en donde se han registrado concentraciones de hasta
500 mg/litro en pozos industriales (no de consumo humano) cercanos a la antigua empresa Pennwalt.
Los cloruros están ampliamente distribuidos en la naturaleza como sales de sodio (NaCl), potasio
(KCl) y calcio (CaCl).
Propiedades organolépticas: el umbral de sabor del anión cloruro en agua es dependiente del catión
asociado. Los umbrales de sabor para el cloruro de sodio y cloruro de calcio en agua están en los
rangos de 200 a 300 mg/litro. El sabor del café se afecta si está hecho con agua que contiene
concentración de cloruros de 400 mg/litro como cloruro de sodio.
Los cloruros en agua pueden incrementarse considerablemente por los procesos de tratamiento en los
que el cloro o cloruro se utiliza. Por ejemplo, el tratamiento con 40 gramos de cloro por metro cúbico
y 0.6 mol de cloruro de hierro por litro, requerido para la purificación del agua subterránea que
contiene grandes cantidades de hierro (II), o agua superficial contaminada con coloides, se han
reportado concentraciones de cloruros de 40 y 63 mg/litro, respectivamente, en el agua tratada.
5.8.3 Nitratos
5.8.3.1 Procedencia antropogénica de los Nitratos
42
Los procesos de nitrificación naturales como es el caso de la captación de nitrógeno atmosférico por
las plantas del tipo de las leguminosas, pueden propiciar un aumento de nitrógeno en el subsuelo.
Este anión se ha identificado como un indicador clave en la intervención del hombre sobre la calidad
de las aguas. Puede estratificarse dominando las concentraciones más altas en las partes altas del
acuífero libre (1). Concentraciones inferiores a 10 ppm se consideran bajas para aguas de origen
subterráneo.
Las concentraciones de Nitratos no están relacionadas con la composición geológica de las rocas o el
suelo (2), por este motivo, es un indicador casi perfecto para la evaluación de la contaminación
antropogénica.
Desde 1955, las mediciones hechas en todos los países industrializados muestran un incremento
universal en el contenido de Nitratos tanto en fuentes superficiales como subterráneas. Las únicas
excepciones a esta regla son las aguas a grandes altitudes como las que se originan en las montañas y
glaciares y las aguas de las regiones cubiertas por bosques naturales.
Los nitratos y nitritos en agua potable pueden ser de origen natural o pueden infiltrarse de tanques
sépticos, granjas porcinas y establos de ganado. El uso de fertilizantes (demasiado y en la época
equivocada del año) puede también resultar en polución de nitratos.
43
Hay mucha incertidumbre sobre los niveles de nitritos que pueden provocar tales efectos clínicos. En
la presunción que los nitritos fueran 10 veces más potentes que los nitratos (en una base molar) con
respecto a la formación de metahemoglobina, las Guías de la OMS recomiendan un valor provisional
de 3 mg/litro (como nitritos). Además, puesto que los nitritos y nitratos ejercen efectos toxicológicos
similares y pueden ocurrir simultáneamente, se ha especificado también la siguiente condición:
Cnitrito Cnitrato
1
VGnitrito VGnitrato
donde
C concentracion en agua potable
VG valor guía
5.8.4 Potasio
5.8.4.1 Origen del Potasio
Normalmente el potasio proviene del ataque de la ortosa y otros silicatos (micas, arcillas, etc.). El
agua de lluvia puede aportar pequeñas cantidades de potasio.
Este ion también se ha identificado como indicador de contaminación aunque en menor medida.
Puede ser fijado irreversiblemente por el terreno durante la formación de arcillas . La relación
hidrogeoquímica rK/rNa es mucho menor que 1. El rango más frecuente varía entre 0.004 y 0.3, de
acuerdo con Schoeller.
Estudios realizados en la isla volcánica de Lanzalote (Custodio, 1974) indican que la relación rK/rNa
tiende a decrecer conforme aumenta la salinidad de las aguas.
44
El potasio es necesario para regular el balance de agua, los niveles de acidez, la presión arterial y la
función neuromuscular del cuerpo humano, incluyendo un rol crítico en la transmisión de impulsos
eléctricos en el corazón. Como resultado, bajos niveles de potasio en sangre en personas que se
aproximan a una cirugía cardíaca, deja a estas personas en alto riesgo de sufrir arritmias y un
aumento en la necesidad de una resucitación cardiopulmonar.
El potasio se encuentra en las frutas, sin embargo la leche y los vegetales contienen cantidades
significativas de potasio.
Ingestas altas de potasio, de varios centenas de miligramos en una sola dosis, puede producir
irritación estomacal. Tanto el potasio y el sodio trabajan juntos en el mantenimiento del tono
muscular, la presión arterial y otras funciones. Muchos investigadores creen que parte del problema
de presión arterial causado por un exceso de sal, que contiene igualmente altas cantidades de sodio,
se empeora por una dieta muy baja en potasio.
45
6 Hipótesis
La principal hipótesis es que el estudio de las tendencias históricas de las concentraciones de ciertos
iones (nitratos, cloruros y potasio) puede ser un indicador eficiente en la determinación de los
puntos más vulnerables de contaminación debida a las actividades humanas, tanto de tipo doméstico,
industrial como comercial.
Junto a esta hipótesis central, cabe hacerse varias preguntas que pueden servir como soporte para la
definición de una estrategia de estudio.
En qué medida el factor ambiental ha influido en las características hidroquímicas de las aguas de
consumo humano de la ciudad capital?
Se puede cuantificar el cambio en calidad mediante el monitoreo de los principales iones que se
encuentran disueltos en el agua?
Qué tipo de diseño de muestreo es el más adecuado para detectar variaciones en la composición
química de las aguas subterráneas?
Pueden percibirse cambios significativos en la calidad del agua en las diferentes áreas de
abastecimiento de agua potable?
46
7 Metodología
7.1 Resumen
La metodología empleada dará información acerca de cómo se arribó a una Evaluación de los
Objetivos de Calidad de los Datos emanados por el laboratorio central de ENACAL.
Los datos fueron obtenidos a través de la Base de Datos BD –1 002.mdb. Este archivo electrónico
contenía las tablas con los resultados de análisis físico químicos divididos en cuatro partes:
47
Ilustración 5: Estructura de la tabla de trabajo
La Ilustración 6 presenta el aspecto de los datos que presentaba la tabla de datos, conforme a la
estructura de la Ilustración 5.
48
7.2.2 Traslado de los datos al SPSS
El trabajo de análisis estadístico se realizó mediante el software SPSS. La tabla de trabajo (ver
Ilustración 5) fue capturada en SPSS. Las tres ilustraciones siguientes (7-9) visualizan los pasos
para trasladar los datos desde Access hasta SPSS para su posterior procesamiento y análisis.
49
Ilustración 8: Segunda pantalla de captura del SPSS
50
7.3 Formación de las Areas Geográficas de Análisis
Una vez creada la estructura de la base de datos, se procedió a conformar el área de estudio en varios
subsistemas para efectuar el análisis respectivo desde diversos ángulos o flujos direccionales de las
aguas subterráneas. De las varias áreas de estudio que surgieron, se escogió un esquema de
definición de las zonas de estudio, para proceder al análisis estadístico estratificado.
El gran acueducto de Managua está formado por un total de 125 pozos perforados de acuerdo con el
Sistema de Información Geográfica (Noviembre 2002). El estudio se abordó mediante la separación
de las áreas en tres subsistemas:
Están definidas como: Zona Baja (1), Zona Alta (2), Zona Alta Superior (3).
Este subsistema se denomina en esta tesis como Corte Longitudinal. No se definió, cuando fue
concebido este esquema, el punto de finalización de las zonas hidráulicas ni se sabe cómo fueron
establecidas las áreas o las cotas.
Esta zona la forman 27 pozos con una oferta de agua de 24 898 galones por minuto. Los tres pozos
con mayor caudal son: Las Mercedes 4 ( 2 230 gpm), Las Mercedes 3 ( 2 200 gpm ) y Monseñor
Lezcano ( 1 200 gpm ), ver Anexo 1. De los 27 pozos, el Pozo El Estadio fue clausurado en 1997.
El caudal total de esa zona es de 12 131 galones por minuto. Consta de 19 pozos, de éstos el de
mayor caudal es el Sabanagrande 5 con 1 200 gpm. Ver Anexo 2.
51
7.3.1.3 Zona Alta Superior:
Esta zona está formado por 38 pozos con un caudal total de 19 041,6 galones por minuto. El pozo
más productivo es el Eduardo Contreras 3, ver Anexo 3. En esta zona no están considerados los
pozos de los campos Managua-I ni Managua-II los cuales suman 32.
Está compuesto de acuerdo con el Sistema de Información por 12 pozos aunque los datos de análisis
de la base de datos, indican que existen análisis de 17 pozos. Se encuentran en el área próxima al
Aeropuerto de la ciudad capital. El pozo más antiguo que se tiene registro es el Pozo Las Mercedes
No 4 el cual entró en operación el año de 1954.
Está compuesto por 5 pozos. Están ubicados más al Sur del campo de pozos de Las Mercedes.
Cuentan con un total de 16 pozos alineados a ambos lados de la carretera Managua – Masaya a la
altura del kilómetro 15.
7.3.2.4 Campo de pozos Managua II: son los pozos más recientemente perforados.
52
7.3.2.5 Campo de Pozos Valle Gothel:
La cantidad es de 6, están ubicados al Sur del área del campo de pozos Managua II.
El subsistema por cortes transversales sigue el criterio o el razonamiento de las líneas de flujo de las
aguas subterráneas. Los pozos se asociaron de acuerdo con la trayectoria de líneas atravesando a
Managua de Sur a Norte. Se identificaron cinco grupos de Pozos:
7.3.3.2 Los pozos de la segunda línea de corte transversal (o transecto) están formados por:
53
7.3.3.3 Los pozos de la tercera línea de corte transversal están formados por:
Los Alpes 1,2,3
San Isidro de la Cruz Verde
Villa Panamá
Centroamérica 3,4
Hospital Manolo Morales
San Cristóbal 3
Tenderí – Bello Horizonte
7.3.3.4 Los pozos de la cuarta línea de corte transversal están formados por:
Campo de Pozos Managua I
Villa Libertad
Sabana Grande #1
Villa Fraternidad – Buenos Aires
7.3.3.5 Los pozos de la quinta línea de corte transversal están formados por:
Las zonas de estudio como finalmente fueron seleccionadas, a fin de crear los conglomerados de
pozos y hacer los análisis, son las siguientes:
7.4.1 Zona 1: Es la zona Baja tal como ha quedado definida por ENACAL.
Número de Pozos = 30
54
7.4.3 Zona 3: Es la zona Alta Superior.
Número de Pozos = 46
7.4.4 Zona 4: abarca todos los pozos del Proyecto Managua II (Sabanagrande).
Número de Pozos = 27.
7.4.6 Zona 6: agrupa todos los pozos del Proyecto Managua I (Municipio de Ticuantepe) y Valle
Gothel.
Número de Pozos = 20.
55
2) Efectuar una Revisión Preliminar de los Datos
1. Revisar los reportes de aseguramiento de calidad
2. Calcular las cantidades estadísticas. Se recomienda calcular Percentiles, medidas de tendencia
central y coeficientes de correlación entre variables.
3. Desplegar los datos usando representaciones gráficas.
4. Utilizar una variedad de gráficos para examinar diferentes aspectos del conjunto.
7.6 Procedimiento para utilizar la Prueba de Rango con Signo de Wilcoxon para la prueba de
medianas
Este ensayo puede utilizarse para probar la hipótesis concerniente a la media poblacional o la
mediana poblacional de la cual la muestra fue seleccionada. Este ensayo asume que los datos
constituyen una muestra aleatoria de una población simétrica continua. Simetría significa que
56
la curva de frecuencia es simétrica alrededor de la media o la mediana. Simetría es un
supuesto menos estricto que la normalidad. La media y la mediana son iguales para
distribuciones simétricas de manera que la hipótesis nula puede establecerse en términos de
ambos parámetros.
Dados X1, X2,....,Xn que representan n puntos de datos. A continuación se describe los pasos
que se aplican en el Ensayo P. de Rango con Signo de Wilcoxon para un número grande de
muestras, mayor o igual que 20. El Caso 1 es Ho: u <= C, Caso 2 Ho: u>=C en { }
Paso 1:
Si es posible, asignar valores a cualquier medición debajo del límite de detección. Si no es
posible, asignar el valor Límite de Detección dividido entre 2, a cada valor. Entonces sustraiga
cada observación Xi del valor C para obtener las desviaciones di = C – Xi. Si cualquiera de las
desviaciones son cero, se eliminan y se reduce el tamaño de muestra n.
Paso 2:
Asignar rangos desde 1 hasta n basado en el orden de las desviaciones absolutas |di| desde la
más pequeña hasta la más grande. El rango 1 se asigna al valor más pequeño, el rango 2 al
segundo valor, y así sucesivamente. Si hay elementos con el mismo valor, se asigna el
promedio de los rangos que se hubiese asignado a las observaciones iguales.
Paso 3:
Asignar el signo para cada observación para crear el rango con signo. El signo es positivo si la
desviación di es positiva, el signo es negativo si la desviación di es negativa.
Paso 4:
Calcule la suma R de los rangos con signo positivo.
Paso 5:
57
n(n 1)
Calcular w Zp n(n 1)(2n 1) / 24
4
Donde p= 1 - { p = } y Zp es el percentil p de la distribución normal estándar (Tabla A –
1)
Paso 6:
Si R < W { R > W } la hipótesis nula puede rechazarse. Ir al Paso 8.
De otra manera si no hay evidencia suficiente para rechazar la hipótesis nula, y el cociente de
error de falsa aceptación necesitará que se verifique. Ir a Paso 7.
Paso 7:
Si la hipótesis nula (Ho) no se rechaza, calcule tanto la potencia del ensayo o el tamaño de
muestra necesario para lograr los cocientes de error de falso rechazo y falsa aceptación usando
un software como el DEFT.
s 2 ( Z1 Z1 ) 2
m (0.5) Z 21
( 1 C ) 2
donde Zp es el pth percentil de la distribución normal (Tabla A-1 el Apéndice A). Si 1.16m<=
n, la tasa de error de falsa aceptación se ha satisfecho.
Paso 8:
Los resultados del ensayo pueden ser:
1. La hipótesis nula fue rechazada y parece que la verdadera media es mayor {menor}
que C,
2. La hipótesis nula no fue rechazada y el error de falsa aceptación fue satisfecho y
parece que la verdadera media es menor que C {mayor que C}, o
58
3. La hipótesis nula no fue rechazada y el cociente de error de falsa aceptación no fue
satisfecho y parece que la verdadera media es mayor que C {menor que C} pero las
conclusiones son inciertas dado que el tamaño de muestra es muy pequeño.
Reportar los resultados del ensayo, el tamaño de muestra, R y w.
El ensayo de proporciones de una muestra, puede usarse para probar la hipótesis concerniente a
la proporción poblacional o al percentil poblacional para una distribución de la cual los datos
fueron extraídos.
El único supuesto requerido para el ensayo de proporción de una muestra es asumirla como
una muestra aleatoria. Para verificar este supuesto, se revisan los procedimientos y
documentación usados para seleccionar los puntos de muestreo y garantizar que se utilizó un
proceso aleatorio de escogencia de las muestras.
A continuación se describen los pasos que se aplican para seguir este ensayo. Caso 1 es Ho:
P<=Po, Caso 2 es Ho : P >= Po (las modificaciones se encierran en { })
Paso 1
Dada una muestra aleatoria X1, X2,....,Xn de mediciones de una población, sea p la proporción
de X‟s que no exceden C, por ejemplo p es el número K de puntos de muestreo que son
menores o iguales a C, dividido entre el tamaño de muestra n.
Paso 2
Calcular np, y n(1-p). Si ambos np y n(1-p) son mayores o iguales que 5, use pasos 3 y 4. De
otra manera, se debe consultar con un Estadístico para un análisis más complejo.
Paso 3
Calcular
59
p 0.5 / n Po
z para el Caso 1; o
Po(1 Po) / n
p 0.5 / n Po
z para el Caso 2
Po(1 Po) / n
Use la Tabla A-1 para encontrar el valor Crítico Z 1- de manera que 100(1 - )% de la
distribución normal esté por debajo de Z 1-. Por ejemplo, si = 0.05 entonces Z 1- = 1.645.
Si Z />3 Z 1- { Z /<4 - Z 1-} no hay suficiente evidencia para rechazar la hipótesis nula. Por lo
tanto el cociente de error por falsa aceptación necesitará verificación. Ir a Paso 5.
Paso 5
Para calcular la potencia del ensayo, asumir que los valores verdaderos para la media y la
desviación estándar son los obtenidos en la muestra y usar el software DEFT para generar la
curva de potencia del ensayo.
Si solamente un cociente de error de falsa aceptación se especificó () a P1, es posible calcular
el tamaño de muestra que logra los objetivos de calidad de datos (OCD). Para hacer esto se
calcula m:
3
Léase ‘no es mayor que’
4
Léase ‘no es menor que’
60
2
Z1 Po (1 Po ) Z1 P1 (1 P1 )
m
P1 Po
Si m <= n, el cociente de error por falsa aceptación se ha satisfecho. De otra manera, el error de falsa
aceptación no se satisface.
Paso 6
Los resultados del ensayo pueden ser:
8 Resultados
ENACAL ha establecido un programa de monitoreo a los pozos perforados que abastecen de agua
potable a la ciudad capital. Los parámetros analizados incluyen alrededor de 22 diferentes
determinaciones analíticas. Se posee información almacenada en un archivo de base de datos desde
alrededor de 1993 hasta 2002. El objetivo de este programa es controlar la calidad físico química de
las aguas mediante parámetros inorgánicos, es decir en base a iones macroconstituyentes. Los
análisis fueron realizados en el laboratorio físico químico y los métodos empleados se hicieron
61
siguiendo las recomendaciones de los Métodos Estándar para el Examen del Agua Potable y el Agua
Residual, Ediciones 18 a la 20.
Aún cuando se han determinado concentraciones altas de algunos parámetros en ciertos pozos, no se
conoce a ciencia cierta si la tendencia es a desmejorar en la calidad, o bien a mantenerse estable.
Cada pozo monitoreado puede considerarse una estación de muestreo, por lo que tampoco se sabe si
existen algunos pozos que posean una tendencia más pronunciada a desmejorar que otros así como
no se sabe acerca de los grupos de pozos que exhiben características hidroquímicas similares.
Tampoco se ha establecido cuántos cumplen con los valores recomendados en la norma regional para
el agua de consumo humano (Norma CAPRE).
El problema puede definirse en relación a determinar si el agua extraída de los pozos perforados de
Managua cumplen con las normas de calidad para tres parámetros que tienen connotación como
indicadores de contaminación de origen antropogénico.
Sin embargo, es necesario determinar si los datos que se han acumulado, brindan confianza para
emitir juicios acerca de las tendencias históricas de la calidad hidroquímica del agua (proceso de
evaluación de calidad de datos).
La información acerca de controles de calidad analíticos parecen no estar disponibles en los años de
1993 a 1995. Tampoco se sabe acerca de indicadores de calidad como precisión, exactitud y
representatividad del dato en ese mismo período.
62
8.1.3 Escala de decisión
En el caso de Nitratos se utiliza como valor numérico para establecer un nivel de acción, el
valor recomendado por la norma CAPRE que es 25 mg/L, o bien el valor máximo admisible
de 50 mg/L de nitrógeno como nitratos (NO3). Debido al riesgo toxicológico en infantes, es
conveniente considerar como hipótesis nula la siguiente afirmación „los pozos poseen
concentraciones de nitratos menores que 25 mg/L‟, que es el valor recomendado o 50 mg/L,
según sea el caso de la zona en estudio. De hecho, la afirmación „los pozos poseen
concentraciones mayores que 25 mg/L‟ es la condición más severa, puesto que indicaría que
hay serios riesgos de contaminación, y es la que se consideraría como la hipótesis alterna.
En el caso de Potasio puede utilizarse como valor numérico con el cual se compara el
parámetro, el valor máximo admisible en la Norma CAPRE (10 mg/L). De igual manera
como el caso de nitratos, la hipótesis alterna será la condición más probable que ocurra. De
acuerdo a los registros históricos, es muy probable que en los pozos de Managua, se
encuentren concentraciones de potasio arriba de 10 mg/L, por lo la afirmación „los pozos de
Managua poseen concentraciones > 10 mg/L‟, será la condición alterna, siendo la hipótesis
nula la afirmación que „ los pozos de Managua tienen valores < que 10 mg/L‟.
63
Para el caso de cloruros, se utiliza como valor numérico de comparación, la concentración de
25 mg/L, que es el valor recomendado de la norma CAPRE. La hipótesis nula es que „ la
concentración de cloruros en los pozos de Managua es < 25 mg/L‟, y la hipótesis alterna y la
más probable, de acuerdo con los registros históricos, es que „la concentración de cloruros es
> 25 mg/L‟.
64
Hipótesis Alterna Ha : µ > C
La concentración media de
nitratos en los pozos de
Managua es > 25 mg/L
Utilizando el software DEFT (Ver Anexo – Uso del software Decision Error Feasibility Trial), se
estimaron los Errores del Tipo I denominado también Nivel de Significancia o Error por Falso
Rechazo, y el Tipo II, llamado complemento de la potencia de la hipótesis ( p ) o Falsa Aceptación.
La desviación estándar fue tomada de los resultados generales de la estadística descriptiva para cada
zona. Los valores mínimos y máximos de cada parámetro fueron tomados igualmente de las tablas
de resultados como se establece en el acápite 8.2.2.
Aleatorio simple
Estratificado
Compuesto
65
8.2.1 Aseguramiento de calidad a través del período en estudio
Las principales medidas de aseguramiento de calidad incluyen los registros de cadena de custodia,
elaboración de cartas de control de precisión, ejecución de curvas de calibración cada vez que se
reponen los reactivos y la preservación de muestras en refrigeración en el caso de nitratos.
Número de registros
Máximo
Mínimo
Mediana
Media
Desviación estándar
Error estándar de la media
Kurtosis
Sesgamiento
En el Documento Estadísticas de las Zonas de Estudio se pueden analizar los parámetros estadísticos
generales que se obtuvieron al correr el programa SPSS.
8.2.2.2 Medidas de Tendencia Central y Percentiles
Se calcularon las medidas de tendencia central como el promedio y la mediana para todos los datos
registrados para los pozos, así como los percentiles 80%, 90%, 95% y 99%. Los resultados para
todas las zonas de estudio, se observan en la tabla de abajo.
66
Tabla 2: Medidas de Tendencia Central y Percentiles
Nitratos 5% de las veces los resultados son mayores que 30.81 mg/L.
1% de las veces los resultados son mayores que 53.07 mg/L.
50% de las veces los resultados son mayores que 6.60 mg/L.
(Nota: el valor máximo permisible de acuerdo con la norma CAPRE es 50 mg/L)
Cloruros 5% de las veces los resultados son mayores que 57 mg/L.
1% de las veces los resultados son mayores que 71.44 mg/L.
50 % de las veces los resultados son mayores que 34.44 mg/L.
(Nota: el valor recomendado de acuerdo con la Norma CAPRE es 25 mg/L).
Potasio 50% de las veces los resultados son mayores que 10.90 mg/L.
5% de las veces los resultados son mayores que 18.74 mg/L.
1% de las veces los resultados son mayores que 30.82 mg/L.
50% de las veces los resultados son mayores que 10.90 mg/L
(Nota: el valor máximo recomendado por la Norma CAPRE es 10 mg/L).
Nota: la mediana es el percentil 50%.
Los resultados de evaluaciones de las medidas de tendencia central (promedio y mediana) y los
percentiles 80, 90, 95 y 99 pueden apreciarse en el documento adjunto.
67
Gráficamente puede observarse el Diagrama de Distribución de Frecuencia acumulada para Nitratos
en datos de todas las zonas de Managua.
80
60
40
Cumulative Percent
20
0
M
10
11
13 0
15
18 0
21
27 0
35
46 0
77
is
1.s in
3.
4.
5.
6.
7.
9.
.4
.6
.3
.8
.1
.2
.0
.0
.0
.0
80g
00
20
40
60
70
00
0
0
NITRATOS
Del análisis de los estadísticos básicos se obtuvo los siguientes resultados acerca de la distribución
de Normalidad en los tres parámetros en estudio:
Zona parámetro Sesgamiento Distribución Normal? Cuántas zonas cumplen con Distribución
Normal?
1 0.505 Si
2 1.18 No
3 Cloruros 1.10 No
2 de 6
4 1.65 No
5 2.40 No
6 1.07 No
1 2.4 No
2 Nitratos 1.88 No 0 de 6
3 2.04 No
68
Zona parámetro Sesgamiento Distribución Normal? Cuántas zonas cumplen con Distribución
Normal?
4 2.53 No
5 1.68 No
6 2.15 No
1 0.068 Si
2 0.123 Si
3 Potasio 0.018 Si
4 de 6
4 0.47 Si
5 -1.89 No
6 1.12 No
El parámetro que cumple en su mayoría con una Distribución Normal es Potasio, a excepción en las
zonas 5 y 6 del área de estudio. El valor negativo de Sesgamiento en la zona 5 muestra que la
distribución presenta una larga cola hacia la izquierda. En el caso de la zona 6, la cola se alarga hacia
la derecha (en el caso del Potasio).
69
8.2.3.1 Tendencias Históricas – Diagramas de Secuencias
El Comportamiento Histórico de los tres Parámetros (Nitratos, Cloruros y Potasio) versus tiempo, en
las zonas de estudio se puede visualizar en el documento sobre Representaciones Gráficas.
Los gráficos de porcentajes de Frecuencia Acumulada refrendan los cálculos de los percentiles que
se presentan en la Tabla 2.
5
Todas las zonas
70
Los resultados gráficos de los Porcentajes de Frecuencia acumulada se observan en el documento
adjunto.
Las distribuciones de Frecuencia de los tres parámetros seleccionados para estudio, se aprecian en el
documento Histogramas.
No existe correlación entre Nitratos y Cloruros versus Conductividad eléctrica, pero sí entre Potasio
y Conductividad eléctrica, sobre todo después de 600 S/cm. Ver Correlaciones.
También se aprecia correlación entre Nitratos y Potasio a niveles de concentración arriba de 20 ppm
de nitratos.
Los resultados están expuestos en el documento sobre la Asociación Gráfica entre los parámetros
estudiados en un formato matricial.
Después que se hizo la revisión a los datos utilizando las bondades del SPSS, y habiendo establecido
ciertas características de comportamiento de las variables, se procedió a seleccionar un
procedimiento para analizar los datos en base a la revisión preliminar de datos.
71
Se hizo una selección del Ensayo de Hipótesis estadístico y se identificaron los supuestos
subyacentes en las pruebas de hipótesis.
El tipo de problema que se está abordando es la comparación de los resultados de un estudio contra
un estándar de calidad, tal como se establece en la norma nacional de calidad del agua, aún vigente y
no actualizada.
El presente estudio es el primero que se realiza en el sentido de hacer una evaluación a posteriori de
la calidad de los datos colectados durante estos años de estudio. No existen propuestas anteriores de
ensayos de hipótesis. El ensayo que se siguió corresponde a las Pruebas de Hipótesis para una sola
Población, ensayos para una proporción o percentil.
Se puede observar en los histogramas que todas las distribuciones son simétricas, como se aprecia en
el documento que contiene los gráficos.
72
transformación logarítmica para demostrar que los datos transformados se ajustaban a una
distribución normal, para comprobar que la distribución de nitratos obedece al tipo lognormal.
Se ejecutó el ensayo de rango estudentizado para comprobar la hipótesis de normalidad, y los datos
de nitratos no cumplieron con una distribución normal.
W/s = 9.62 Para un nivel de significancia de 0,05, los extremos de una distribución normal para n =
1000, son:
A= 5,79
B= 7,33
El cociente w/s cae fuera de este rango, por lo tanto, no satisface la hipótesis de normalidad.
73
W/S = 8.1040 , = 0,05
A= 5,47, B = 6.94 ; como w/s cae fuera del rango entre a y b, se concluye que no cumple con el
requisito de normalidad.
El coeficiente de variación (CV) puede utilizarse para determinar rápidamente si el dato sigue una
curva normal, al comparar el CV de la muestra es mayor que 1. El uso del CV es válido solamente
para algunas aplicaciones ambientales si el dato representa características no negativas como las
concentraciones de contaminantes. Si el CV es mayor que 1, el dato no debería modelarse con una
curva normal, pero no se puede concluir en el caso opuesto. Si el valor resulta menor que 1, no se
puede afirmar que los datos son normales.
S
CV
X
NITRATOS: CV = 1.11
POTASIO: CV = 0.45
CLORUROS: CV = 0.306
74
8.4.2 Resultados de análisis de tendencias
Como se determinó en la Revisión preliminar de los datos a través de los gráficos de parámetros
versus tiempo, los nitratos exhiben cierta tendencia, ver acápite 8.2.3.1.
Se llevó a cabo el ensayo Mann Kendall para probar la hipótesis que los datos no poseen tendencia.
Frecuentemente, más de una muestra se colecta por cada período de tiempo. Hay dos maneras para
tratar muchas observaciones por período de tiempo. Un método es calcular los estadísticos básicos
tales como la mediana, para cada período de tiempo y aplicar uno de los ensayos de tendencia Mann
Kendall. Para potasio se aplicó la variante con datos menores que 10, y para nitratos y cloruros, la
variante para más de 10 datos.
Los resultados arrojan que para Nitratos y Potasio no hay evidencias que sugieran algún tipo de
tendencia ya sea hacia incrementarse o disminuir a lo largo del tiempo, pero en el caso de cloruros, sí
hay evidencias a una tendencia decreciente.
Dado que las distribuciones de frecuencia de los parámetros nitratos, cloruros y potasio no presentan
una forma normal, se ejecutó el ensayo de Walsh para detectar múltiples datos aberrantes.
Se escogieron como valores aberrantes, 18 datos pequeños (0.04 mg/L) y 2 datos grandes en el
extremo superior (>100 mg/L).
75
2. X(n+1-r) – (1 + a)Xn-r +aX (n+1-k) > 0
Las cifras del extremo inferior (0.04 mg/L) y del extremo superior (102 y 104 mg/L) fueron
clasificadas como datos aberrantes.
Se propuso como dato aberrante, el primer valor de la serie de datos (0.36 mg/L), pero el ensayo dio
como resultado que este valor no puede indicarse como aberrante. Por lo tanto, se mantuvo.
Como segundo dato aberrante en el extremo superior, se probó el valor de 41,35 mg/L y los
resultados no dieron lugar a clasificarlo como valor extremo.
Como datos aberrantes en el extremo inferior, se analizaron los datos 4.4, 5, 5.74 y 9.66 mg/L. En el
extremo superior fue analizado el dato de 109 mg/L. Los resultados del extremo inferior indican que
no son datos aberrantes, pero en el extremo superior, el resultado indicó que 109 puede considerarse
dato aberrante con un nivel de significancia de 0.05.
El Ensayo PRSW asume que los datos provienen de una población simétrica continua. Simétrica
significa que la curva de frecuencia de la población es simétrica alrededor de la media o la mediana.
76
La simetría es una consideración menos fuerte que la normalidad porque todas las distribuciones
normales son simétricas, pero algunas distribuciones simétricas no son normales. La media y
mediana son iguales en las distribuciones simétricas, de manera que la hipótesis de nulidad puede
establecerse en términos de cualquiera de los dos parámetros.
A cada una de las zonas se aplicó el ensayo PRSW de acuerdo con el esquema del Apéndice 1.
8.5.1 Zona 1
Los resultados se dan en la tabla de abajo. En las Pruebas de hipótesis de Proporciones o percentiles,
P es la proporción de datos inferiores al valor de la norma de calidad del agua, en el caso de Nitratos
50 mg/L, y en el de Potasio, 10 mg/L. Po es la proporción de datos inferiores a la mediana de datos
de estudio.
1 Nitratos Proporción Ho: P Po 96.8% 95.3% 99% No hay evidencia para 347 116 SI
o Percentil H1: P Po rechazar Ho = 10%,
=10%
1 Potasio Proporción Ho: P Po 39.7% 35% 50% No hay evidencia para 151 70 SI
H1: P Po rechazar Ho = 10%,
=10%
77
8.5.2 Zona 2
Zona Parámetro Tipo de Descripción C µ1 Decisión R W Se cumplieron
Ensayo de Hipótesis N Objetivos de
Calidad de
Datos?
8.5.3 Zona 3
Zona Parámetro Tipo de Descripción C µ1 Decisión R W Se
Ensayo de Hipótesis N cumplieron
Objetivos
de Calidad
de Datos?
3 Nitratos P. de Rango Ho: µ C 0.05 6.6 17.74 Puede rechazarse 17431 21598 NO
con Signo de H1: µ C 0.05 Ho = 5%, =5% 278
Wilcoxon
78
3 Nitratos P. de Rango Ho: µ C 0.05 10 17.7 No hay evidencias 29939 21598 SI
con Signo de H1: µ C 0.05 para rechazar Ho
Wilcoxon = 5%, =5%
8.5.4 Zona 4
Zon Parámetro Tipo de Descripción de C µ1 Decisión R W Se cumplieron
a Ensayo Hipótesis N Objetivos de
Calidad de
Datos?
79
Zona Parámetro Tipo de Descripción C µ1 Decisión R W Se
Ensayo de Hipótesis N cumplieron
Objetivos
de Calidad
de Datos?
8.5.5 Zona 5
Zona Parámetro Tipo de Ensayo Descripción C µ1 Decisión R W Se cumplieron
de Hipótesis N Objetivos de
Calidad de Datos?
8.5.6 Zona 6
Zona Parámetro Tipo de Descripción C µ1 Decisión R W Se cumplieron
Ensayo de Hipótesis N Objetivos de
Calidad de
Datos?
6 Nitratos P. de Rango Ho: µ C 0.01 6.0 10.5 Puede rechazarse 1865 2849 Si
con Signo de H1: µ C 0.01 Ho = 1% =1% 94
Wilcoxon
80
Zona Parámetro Tipo de Descripción C µ1 Decisión R W Se cumplieron
Ensayo de Hipótesis N Objetivos de
Calidad de
Datos?
6 Nitratos P. de Rango Ho: µ C 0.01 10.0 16.00 No hay evidencias 3745 3082 Si
con Signo de H1: µ C 0.01 para rechazar Ho 98
Wilcoxon = 1%, =1%
6 Potasio P. de Rango Ho: µ C 0.05 7.1 10.1 Puede rechazarse 997 1324 Si
con Signo de H1: µ C 0.05 Ho = 5%, =5% 65
Wilcoxon
6 Potasio P. de Rango Ho: µ C 0.05 10.0 12.54 No hay evidencia 1914 1402 Si
con Signo de H1: µ C 0.05 para rechazar Ho 67
Wilcoxon
En los acápites anteriores se calcularon los valores de concentración en que las hipótesis nulas se
aceptaban, porque en la mayoría de los casos las hipótesis nulas se rechazaban, para los niveles de
significancia propuestos.
En este acápite, se presentan modificaciones a los niveles de significancia () y los consecuentes
cambios en el número de muestras a colectar, con el criterio general de reducir el número de
muestras para llegar a las inferencias estadísticas y mejorando en algunos casos la potencia de las
pruebas de hipótesis (1- ).
Zona Parámetro Mediana del Ensayo de Proporciones Nivel para aceptar la Número de
Parámetro (mg/L) Hipótesis Nula muestras a
Ensayo PRSW colectar (N)
1 Cloruros 38.3 No se pudo establecer 10
Se deja el mismo =5%
para rechazar Ho
2 Cloruros 33.67 = 1%, =1% A este nivel 7
81
Zona Parámetro Mediana del Ensayo de Proporciones Nivel para aceptar la Número de
Parámetro (mg/L) Hipótesis Nula muestras a
Ensayo PRSW colectar (N)
puede rechazarse Ho
3 Cloruros 33.67 = 1%, =1% A este nivel 5
de significancia no se
rechaza Ho
4 Cloruros 28.29 = 1%, =1% 7
Con este nivel de
significancia puede
rechazarse Ho
5 Cloruros 38 >>30% se acepta Ho 20
se mantiene = 5%, =5%
con lo que se rechaza Ho
6 Cloruros 28 = 5%, =5% ; con este 18
nivel de significancia se
rechaza Ho.
1 Nitratos Po = 95% de las muestras son <15% 74
inferiores a 47 mg/L NO3.
2 Nitratos 6.95 =30% 2
3 Nitratos 6.6 = 5%, =5% A este nivel 14
se rechaza Ho
4 Nitratos 4 =10% = 10% Con este 2
nivel de significancia se
rechaza Ho
5 Nitratos 7 = 5%, =5% 17
Con este nivel de
significancia puede
rechazarse Ho
6 Nitratos 6 = 10%, =5% ; con este 19
nivel de significancia se
rechaza Ho.
1 Potasio Po = 35% de las muestras son <15% 50
inferiores a 10 mg/L
2 Potasio Po =45% de las muestras son >10% se rechaza Ho 39
inferiores a 10 mg/L
3 Potasio Po=33 % = 1%, =1% A este nivel 19
de significancia no se
82
Zona Parámetro Mediana del Ensayo de Proporciones Nivel para aceptar la Número de
Parámetro (mg/L) Hipótesis Nula muestras a
Ensayo PRSW colectar (N)
rechaza Ho.
4 Potasio Po=24.5% =10% = 10% Con este 22
nivel de significancia no se
rechaza Ho
5 Potasio 15 >30% se acepta Ho; se 8
mantiene = 5%, =5%
6 Potasio 7.1 = 10%, =10% ; con este 12
nivel de significancia se
rechaza Ho.
8.7 Resultados de Análisis del Pozo Perforado más antiguo del acueducto de Managua
El pozo más antiguo del acueducto de Managua es el Pozo Las Mercedes No 4, ubicado en el campo
de pozos del mismo nombre, en las cercanías del aeropuerto internacional. Los resultados de la
estadística básica arrojaron los siguientes valores:
Los resultados son completamente aceptables desde el punto de vista de las Normas internacionales
de calidad para el agua de consumo humano, a excepción del potasio, cuyo promedio general, se
acerca al valor máximo recomendado (10 ppm).
83
Como se aprecia en el gráfico de abajo, existen dos puntos de muestreo en que los resultados de
conductividad eléctrica y sólidos disueltos se salen de la tendencia general, ese es el caso de los datos
del 28 de junio de 1993 y 18 de marzo de 1997.
1000
900
800
700
600
500
400
300 S. D. (mg/ L)
25 EB
30 A Y 9 3
25 UG 93
18 OV 993
09 N 94
16 A Y 95
28 UG 95
04 OV 995
18 A R 95
13 A R 9 6
21 CT 99 7
16 A Y 98
25 OV 99
25
17 A R 993
21 N 99 4
19 E P 9 4
200 C. E. (uS/cm)
-M -19
-A -1
-N -1
-M -1
-M -1 9
-A -1
-N -1
-M -1
-M -1
-O -1
-M -1
-N -1
-O -1
-F
-J -1
-S -19
-J -1
U
A 9
C 9
T- 9
20
9
9
01
Fecha de muestreo
Gráfico 1: Comportamiento histórico de Sólidos Disueltos y Cond. Eléct. (Pozo las mercedes 4)
El comportamiento de los nitratos y el potasio siguen una tendencia paralela, es decir, cuando
aumentan los nitratos, también el potasio parece aumentar, como se aprecia en el gráfico siguiente,
esto puede sugerir una correlación apreciable entre estos dos parámetros. De igual manera, se
aprecian ciertas fluctuaciones o tendencias a pequeña escala.
84
Ni tratos (NO3)
P otasi o (K)
Cl oruros (m g/L)
1
00
m g/L
m g/L
-2
CT 99
Gráfico 2: Comportamiento histórico de Nitratos y Potasio (Pozo las mercedes 4)
-O 19 01
25 V - 9 20
O 9 T- 9
-N 19 C 99
16 AY - 8 - O -1 9
9
-M 19 25 OV 99
21 CT- 97
-M 19 - M -1 5
04 V - 5 18 AR 99
O 9
-N 19
Com porta m i ento hi stóri co - PP Las M ercede s 4
- M -1 5
28 G - 5 04 OV 99
U 9
-A 19 - N -1 5
16 AY - 5 28 U G 99
-M 99 - A -1
09 N-1 4 16 AY 995
A 9 -M -1 4
-J 19 09 AN 9 9
19 P- 4
E 9 - J -1 4
85
-S 19 19 EP 99
21 N - 94
U - S -1 4
-J -19 21 U N 199
17 AR 93 -J R- 3
-M 19 17 A 99
18 V - 3 - M -1 3
O 9
Fecha de m uestreo
-N 19 18 OV 99
25 G - 3
Ni tratos y Potasi o
U 9 - N -1 3
-A 19 25 U G 99
30 AY - 3 - A -1
Fecha de muestreo
-M 99 30 AY 993
25 B-1 - M -1
E 25 EB
-F -F
25
Cl oruros
25
40
30
20
10
80
70
60
50
40
30
20
10
Cloruros (mg/L)
Nitratos / Potasio
8.8 Utilización del software Decision Error Feasibility Trials (DEFT)
86
Tabla 6: % de Muestras a colectar por zona por año (cloruros)
87
Zona Parámetro No. Pozos No. % de los Pozos Comentarios
Muestras a
colectar
3 Potasio 46 8 17% = 5%
Zona gris 11.2 – 15 ppm K
4 Potasio 27 7 26% = 5%
Zona gris 16.53 – 30 ppm K
5 Potasio 6 7 117% = 15%
Zona gris 13.89 – 17 ppm K
6 Potasio 20 5 25% = 5%
Zona gris 7.53 – 15 ppm K
TOTAL 147 41 28%
Como se aprecia en la Ilustración 10, se delinearon las curvas de isovalores de nitratos6 en base a
resultados promedio de diversos pozos de Managua.
Se puede notar que una amplia zona de la parte Alta Superior de Managua, o zona 3, está dominada
por valores de 6 mg/L de nitratos como NO3.
La zona baja es la parte que presenta tendencias a valores más altos de nitratos, arriba de 14 mg/L de
NO3. A este respecto hay que observar que la batería de pozos de Las Mercedes no presenta
problemas de nitratos a pesar de encontrarse en la zona baja.
6
uitilizando Surfer 7.0
88
EMPRESA NICARAGUENSE DE ACUEDUCTOS Y ALCANTARILLADOS SANITARIOS DE MANAGUA
GERENCIA DE OPERACION Y MANTENIMIENTO
ISLA
DE
AMOR
L A G O D E M A N A G U A
POLYC ASA
(LAGO XOLOTLAN)
C A R O L IN A
9.4 1
C IU D A D S A N D IN O
3.9
C ALER O
JO S E
7.5 2 B E N ITO
JA R D IN E S D E ESC OBAR
LAGUNA A C A H U A L IN C A S TA . C L A R A
DE
BELLA C R U Z ACAHUALINCA LAS
TO R R E S D O M ITIL A
PED R O LU GO
94 B A R R IC A D A
JO A Q U IN
C H AMOR R O
U N ID A D
DE
18.938.8 Zona 1
C R IS TO
D EL JO S E P R O P O S ITO S
R A FA E L R O S A R IO D OLOR ES
R IO S
15.0
C A M IL O
S E B A S TIA N S E L IM S H IB L E S (L A P R IM A V E R A )
S A N TA B E N E D IC TO C H AMOR R O
8.1
AN A R IG U E R O B E R TA
R U BEN VALVER D E S A N L U IS
D A R IO N O R TE D IA Z
12.7
N O R TE
11.8
JU L IO
L IN D A
M O R A ZA N B U TR A G O
V IS TA
ZONA BAJA
C A R R E TE R A EL R OD EO
C AM N O R TE IN T E R A M E R IC A N A N O R TE
IN O S A N TO MOMBAC H O
NU
6.1
EV L A S B R IS A S PAR QU E D O M IN G O S A N TA R O S A
7.5
OA SAN
20 19
2 CSO
CEMENTERIO
L U IS
22 21
L EON A N TO N IO
24 23
OCCIDENTAL LOS AN GELES
35 AVESO
S A N L U IS
26 25
3 CSO
A L FO N S O C O S TA
V E L A ZQ U E Z SU R
3 0 AVESO
WAS PAN
31 AVESO
32 AVESO
L IN D A
INS
TIT
UTO
R IC A
ZONA BAJA
2 9 AVESO
1 CJNSO
2 8 AVESO
V IS TA
2 7 AVESO
C U AD R A
10
CINE
D OR AD O
25 AVESO
24 AVESO
11
26 AVESO
2 2 AVESO
SU R
8
4 CSO L
E ON 4 CSO
3 3 AVESO
~ BELLO X O L O TL A N
18
LOS
84
MON SEN OR L E ZC A N O A E R O P U E R TO IN T E R N A C IO N A L
2 3 AVESO
5 CSO
9 13
5 CSO
AR C OS M A E S TR O H O R IZO N TE
14
IG
LES
IA
M
ONSE
NOR
G A B R IE L
L A G R U TA
82 12
LE
ZCA
NO P
.d
elH.
6 CSO 6 CSO
BELLO AMAN EC ER ~ L
EPROCOM
IO
ESPAN A 7 CSO
TE N D E R I
LAR EYN AGA
MAN U EL
77 78 81
8 CSO
8 CSO
M IR A FL O R E S 9 CSO
O L IV A R E S
M A R TA
C IU D A D JA R D IN
C R IS TIA N
PER EZ 79
2 7 AVESO
2 2 AVESO
2 9 AVESO
2 5 AVESO
EL C AR MEN Q U E ZA D A E L P A R A IS O EL ED EN
80
3 5 AVESO
10 CSO
L IB IA M A R TIR E S
V IL L A D E AYAPAL MER C AD O
11 CSO
RAFAELA HERRERA
O
I 91 M A IR E N A
B O L O N IA
TISCAPA
41 SAN
C R IS TO B A L
D U C U ALI
N 9 D E JU N IO
JICA B A TA H O L A N O R TE
53 V E N E ZU E L A
S
O
G E O R G IN O
AN D R AD E
6.2 54
IG N A C IO
No. 5 SOL D E
7.22
E
104
Zona
L IB E R TA D R E V O L U C IO N
B A TH A O L A S U R SER R AN O 10 DE T
LAGUNA
ASOSOSCA DE
ASOSOSCA
R IG U E R O
JU N IO I
C V IL L A
P31
83 C O L O M B IA A R U B E N IA A U S TR IA
No. 3 55 N IC A R A O
106 P27
5.2 7.2
JO N A TH A N
G O N ZA L E S
D A N IE L
14 DE
JU N IO D ON
No.5
C H A V A R R IA
ZONA ALTA M A X IM O JE R E Z
R E V O L U C IO N
C . FO N S E C A
24" HF
BOSC O
6.9
AR LEN
L IB E R IA S IU
No.2 No.4
5.0
M O TA S TE P E E
7.9
EL R EC R EO
AN D R ES 96 89 LA
C
TIS C A P A PAN C ASAN
M E X IC O
P29
C A S TR O
R E N E C IS N E R O S D
E
EN
IS A IA S G O M E Z 14 DE
S E P TIE M B R E 52 JA R D IN E S
DE
1o D E M A Y O V IL L A
V E N E ZU E L A
SABANA GRANDE
62 C A RRE
R
VER AC R U Z
46
F LO
TE RA GU AD ALU PE
5.5 5.0
87 51 LOS
LA
LAU R ELES
9.7
VIL
EL
63 P IL A R LA
E S P E R A N ZA
35
BOSQU ES D E A R IE L
D AR C E
48 ZONA ALTA
B E L M O N TE
H ER OES Y
M A R TIR E S
LOS
R OBLES
34 A L TA M IR A
6.4
D EL GR EN AD A
A D O L FO 101 L IB E R TA D
ALTAMIRA
LAGUNA
DE R EYES
NEJAPA GER MAN
58 C O U N TR Y C L U B
A L TA M IR A
N o. 3
C E N TR O A M E R IC A
POMAR ES
S A N JU D A S 38
KM.8 SUR
88
1.0
S O C R A TE S
SAN
P A TR IC IO 108 S A N D IN O
5.0
SALOMON
BLAN C A MOPEN O
44 S E G O V IA
49
C O M A R C A D E N E JA P A 45 UNAN
SAN JUDAS C U B A L IB R E
CA M
GER MAN M IG E L
P65
V IL L A
PAN AMA KM 8 90
IN O
V IE J
O A
POMAR ES C AR R ETER A A LEON
P43 B O N IL L A
109
MA
SAY
A
85 MASAYA 100
P59
No.3
86 JOCOTE DULCE
6.0
LIMITE URB ANO
UZ
97 A
MA
CR
KM 14.5 V. A LEON SA
Y
POCHOCUAPE S A N IS ID R O
A
RA
D E LA C R U Z VER D E
VE
A
10.7
O
IN
LA TROMPERA
M
CA
PLANETARIUM
93
PADRE
5.0 ALTOS DE SANTO 9.4 P74 No.4
P75 No.5
VERACRUZ
SERRANIA P69
LA BOLSA FABRETO DOMINGO P76 No.6
KM 14.5
111 MASAYA KM 15 M SIMBOLOGIA
P95
KM.13.5 SUR 8.4 K14.5 SUR
5.0 P98
119
112
POZOS EXISTENTES
P60 120
MANAGUA-UNO
8.4 124
125
122 121
123 98
113 POZOS AUTOMATIZADOS
SUPERVISADOS Y CONTROLADOS
11 11
126
4 5
11 1
POZOS EXISTENTES DE MANAGUA
6 17
Zona 6 PROYECTO MANAGUA I
11
8
KM.16 SUR
SIG JULIO 2000
Se plotearon los valores promedio de todo el período de estudio para varios pozos del área
metropolitana de Managua, y se obtuvo un gráfico de isovalores, conforme se observa en la
ilustración inferior. Se nota un ligero incremento de las líneas de concentración de potasio desde el
Sur hacia la zona Norte y Nor-Occidental de Managua. En el área de Ciudad Sandino se reporta un
valor de 15.4 mg/litro (que corresponde al pozo No. 1), el cual es uno de los datos más altos en la
zona. En el otro extremo, en el área de Managua II, se obtuvo un valor máximo de 16.3 mg/litro
correspondiente al Pozo No. 5. En general predominan líneas de concentración superiores a 10
mg/litro, y los límites de datos se movilizaron desde 7.5 hasta 12.5 mg/litro.
89
EMPRESA NICARAGUENSE DE ACUEDUCTOS Y ALCANTARILLADOS SANITARIOS DE MANAGUA
GERENCIA DE OPERACION Y MANTENIMIENTO
ISLA
DE
AMOR
L A G O D E M A N A G U A
15.4
POLYC ASA
(LAGO XOLOTLAN)
1
C A R O L IN A C IU D A D S A N D IN O
C ALER O
13.6 2
JO S E
B E N ITO
ESC OBAR
11.2
JA R D IN E S D E
LAGUNA A C A H U A L IN C A S TA . C L A R A
DE
BELLA C R U Z ACAHUALINCA LAS
TO R R E S D O M ITIL A
13.8
PED R O LU GO
94 B A R R IC A D A
JO A Q U IN
C H AMOR R O
U N ID A D
DE
Zona 1
C R IS TO
D EL JO S E P R O P O S ITO S
R A FA E L R O S A R IO D OLOR ES
R IO S
3 S A N TA
AN A
SAN
S E B A S TIA N B E N E D IC TO
R IG U E R O
S E L IM S H IB L E S
C AR LOS SAN C H EZ
(L A P R IM A V E R A )
E S TR A D A C A M IL O
C H AMOR R O
B E R TA
R U BEN VALVER D E S A N L U IS
D A R IO N O R TE D IA Z
N O R TE
JU L IO
L IN D A
M O R A ZA N B U TR A G O
V IS TA
ZONA BAJA
C A R R E TE R A EL R OD EO
C AM N O R TE IN T E R A M E R IC A N A N O R TE
IN O S A N TO MOMBAC H O
NU
12.1
D O M IN G O S A N TA R O S A
20 19
13.113.1
2 CSO
CEMENTERIO
L U IS
22 21
L EON A N TO N IO
24 23
OCCIDENTAL LOS AN GELES
35 AVESO
S A N L U IS
26 25
3 CSO
A L FO N S O C O S TA
12.0
V E L A ZQ U E Z SU R
3 0 AVESO
WAS PAN
31 AVESO
32 AVESO
L IN D A
INS
TIT
UTO
JA V IE R EL BOER R IC A
2 9 AVESO
1 CJNSO
2 8 AVESO
V IS TA
2 7 AVESO
C U AD R A
10
CINE
D OR AD O
25 AVESO
24 AVESO
11
26 AVESO
2 2 AVESO
SU R
8
4 CSO L
E ON 4 CSO
3 3 AVESO
~ BELLO X O L O TL A N
18
LOS
84
MON SEN OR L E ZC A N O A E R O P U E R TO IN T E R N A C IO N A L
2 3 AVESO
5 CSO
9 13
9.9
5 CSO
AR C OS M A E S TR O
14
10.6
IG
M
O
L
N
E
S
S
IA
E
NOR
H O R IZO N TE
G A B R IE L
L A G R U TA
82 12
LE
ZCA
NO P
.d
elH.
6 CSO 6 CSO
BELLO AMAN EC ER ~ L
EPROCOM
IO
ESPAN A 7 CSO
TE N D E R I
LAR EYN AGA
MAN U EL
77 78 81
8 CSO
8 CSO
M IR A FL O R E S 9 CSO
O L IV A R E S
M A R TA
C IU D A D JA R D IN
C R IS TIA N
PER EZ 79
2 7 AVESO
2 2 AVESO
2 9 AVESO
2 5 AVESO
EL C AR MEN Q U E ZA D A E L P A R A IS O EL ED EN
80
3 5 AVESO
10 CSO
L IB IA M A R TIR E S
V IL L A D E AYAPAL MER C AD O
11 CSO
ED GAR D LAN G
A L TA G R A C IA
S IL V IO
MAYOR GA
S A N JO S E
O R IE N TA L
M AR
IA
A
RAFAELA HERRERA D A R IO
R A FA E L A
S A N JA C IN TO
L IB R E
R IG O B E R TO H ER R ER A
LOPEZ D OR U LAU R EAN O
LAR GAESPAD A
E D U A R D O C O N TR E R A S
LAGUNA
DE
PER EZ AU
XILIA N
O
I 91 M A IR E N A
B O L O N IA
TISCAPA
41 SAN
C R IS TO B A L
D U C U ALI
N 9 D E JU N IO
JICA
8.8
S G E O R G IN O
B A TA H O L A N O R TE
53 O
AN D R AD E
9.9 10.19.7
V E N E ZU E L A
No. 5
IG N A C IO
54 E
SOL D E
104
Zona 2
L IB E R TA D R E V O L U C IO N
B A TH A O L A S U R SER R AN O 10 DE T
LAGUNA
ASOSOSCA DE
ASOSOSCA
R IG U E R O
JU N IO I
C V IL L A
P31
83 C O L O M B IA A R U B E N IA A U S TR IA
9.1
G O N ZA L E S
D A N IE L
14 DE
JU N IO D ON
No.5
C H A V A R R IA
ZONA ALTA M A X IM O JE R E Z
R E V O L U C IO N
C . FO N S E C A
24" HF
BOSC O
11.813.1
TO R R IJO S AR LEN GR AN D E
M O TA S TE P E EL R EC R EO
96 C
E L IB E R IA S IU
No.2 No.4
AN D R ES
C A S TR O
R E N E C IS N E R O S
89 E
EN
LA TIS C A P A PAN C ASAN
M E X IC O
IS A IA S G O M E Z 14 DE
52 JA R D IN E S 1o D E M A Y O V IL L A
P29
62 C A RRE
D S E P TIE M B R E DE V E N E ZU E L A
SABANA GRANDE
R
VER AC R U Z
46
F LO
TE RA
12.1
GU AD ALU PE
87 51 LOS
10.3
LA
6.9 16.3
LAU R ELES
VIL
EL
63 P IL A R LA
E S P E R A N ZA
35
BOSQU ES D E A R IE L
D AR C E
48 ZONA ALTA
B E L M O N TE
H ER OES Y
M A R TIR E S
LOS
R OBLES
34 A L TA M IR A
D EL GR EN AD A
LAGUNA
DE
NEJAPA
FR A W L E Y
58
ALTAMIRA
A D O L FO
R EYES
GER MAN
POMAR ES
5.7
6.1
A L TA M IR A
C O U N TR Y C L U B N o. 3
R EN E
C E N TR O A M E R IC A
L A S FL O R E S POLAN C O
S A N JU D A S 38
KM.8 SUR
SAN
P A TR IC IO 108 88 S O C R A TE S
S A N D IN O
SALOMON
BLAN C A MOPEN O
44 S E G O V IA
49
C O M A R C A D E N E JA P A 45 UNAN
SAN JUDAS C U B A L IB R E
CA M
GER MAN M IG E L
P65
V IL L A
PAN AMA KM 8 90
IN O
V IE J
O A
POMAR ES C AR R ETER A A LEON
P43 B O N IL L A
109
MA
SAY
A
85 MASAYA 100
P59
KM.9.5 SUR
66
L A S C O L IN A S
CA
RR
10.3
9.3
P71 No.3
P72
P61
11.9
ET
E RA
UZ
97 A
MA
CR
KM 14.5 V. A LEON SA
Y
POCHOCUAPE S A N IS ID R O
A
RA
D E LA C R U Z VER D E
VE
A
O
IN
LA TROMPERA
M
CA
PLANETARIUM VERACRUZ
10.1 93 P74 No.4
SERRANIA PADRE
10.6 ALTOS DE SANTO
P69
P75 No.5
LA BOLSA FABRETO DOMINGO
8.9 KM 14.5
P76 No.6
11 11
4.9 126
4 5
11 1
POZOS EXISTENTES DE MANAGUA
6 17
Zona 6 PROYECTO MANAGUA I
11
8
KM.16 SUR
SIG JULIO 2000
Se graficaron los valores promedio de todo el período de estudio para varios pozos de área
concentración de cloruros desde la zona Sur y Sur Este hacia la zona Norte y Nor-occidental de
Managua. En el área de Ciudad Sandino se reporta un valor de 43.86 mg/litro (que corresponde al
pozo san carlos), el cual es uno de los datos más altos para la zona. En el área hidráulica baja, es de
notar la concentración del pozo Mercado Oriental con un valor de 46.2 mg/litro. En general, los
90
EMPRESA NICARAGUENSE DE ACUEDUCTOS Y ALCANTARILLADOS SANITARIOS DE MANAGUA
GERENCIA DE OPERACION Y MANTENIMIENTO
ISLA
DE
AMOR
L A G O D E M A N A G U A
36.6 43.2
POLYC ASA
(LAGO XOLOTLAN)
1
C A R O L IN A C IU D A D S A N D IN O
C ALER O
34.3 43.9
JO S E
2 JA R D IN E S D E
B E N ITO
ESC OBAR
LAGUNA A C A H U A L IN C A S TA . C L A R A
DE
BELLA C R U Z ACAHUALINCA LAS
TO R R E S D O M ITIL A
PED R O LU GO
94 JO A Q U IN U N ID A D
39.5
B A R R IC A D A C H AMOR R O DE
Zona 1
C R IS TO
D EL JO S E P R O P O S ITO S
R A FA E L R O S A R IO D OLOR ES
R IO S
3 S A N TA
AN A
SAN
S E B A S TIA N B E N E D IC TO
R IG U E R O
S E L IM S H IB L E S
C AR LOS SAN C H EZ
(L A P R IM A V E R A )
E S TR A D A C A M IL O
C H AMOR R O
B E R TA
R U BEN VALVER D E S A N L U IS
D A R IO N O R TE D IA Z
N O R TE
JU L IO
L IN D A
M O R A ZA N B U TR A G O
V IS TA
ZONA BAJA
C A R R E TE R A EL R OD EO
C AM N O R TE IN T E R A M E R IC A N A N O R TE
IN O S A N TO MOMBAC H O
NU
EV L A S B R IS A S SAN PAR QU E D O M IN G O S A N TA R O S A
OA
20 19
2 CSO
CEMENTERIO
37.4
L U IS
22 21
L EON
39.746.2
24 23
OCCIDENTAL LOS AN GELES
35 AVESO
S A N L U IS
26 25
3 CSO
A L FO N S O C O S TA
V E L A ZQ U E Z SU R
3 0 AVESO
WAS PAN
31 AVESO
32 AVESO
L IN D A
INS
TIT
UTO
JA V IE R EL BOER R IC A
VALLE
ZONA BAJA
2 9 AVESO
1 CJNSO
2 8 AVESO
V IS TA
35.2
2 7 AVESO
C U AD R A
10
CINE
D OR AD O
25 AVESO
24 AVESO
11
31.9
26 AVESO
2 2 AVESO
SU R
8
4 CSO L
E ON 4 CSO
3 3 AVESO
~ BELLO X O L O TL A N
18
LOS
84
MON SEN OR L E ZC A N O A E R O P U E R TO IN T E R N A C IO N A L
2 3 AVESO
5 CSO
9 13
5 CSO
AR C OS M A E S TR O
14
43.4
IG
LES
IA
H O R IZO N TE
38.1
M
ONSE
NOR
G A B R IE L
L A G R U TA
82 12
LE
ZCA
NO P
.d
elH.
6 CSO 6 CSO
BELLO AMAN EC ER ~ L
EPROCOM
IO
ESPAN A 7 CSO
TE N D E R I
LAR EYN AGA
MAN U EL
77 78 81
8 CSO
8 CSO
M IR A FL O R E S 9 CSO
O L IV A R E S
M A R TA
C IU D A D JA R D IN
C R IS TIA N
PER EZ 79
2 7 AVESO
2 2 AVESO
2 9 AVESO
2 5 AVESO
EL C AR MEN Q U E ZA D A E L P A R A IS O EL ED EN
80
3 5 AVESO
10 CSO
L IB IA M A R TIR E S
V IL L A D E AYAPAL MER C AD O
11 CSO
ED GAR D LAN G
A L TA G R A C IA
S IL V IO
MAYOR GA
S A N JO S E
O R IE N TA L
M AR
IA
A
RAFAELA HERRERA D A R IO
R A FA E L A
S A N JA C IN TO
L IB R E
R IG O B E R TO H ER R ER A
LOPEZ D OR U LAU R EAN O
LAR GAESPAD A
E D U A R D O C O N TR E R A S
LAGUNA
DE
PER EZ AU
XILIA N
O
I 91 M A IR E N A
B O L O N IA
TISCAPA
41 SAN
C R IS TO B A L
D U C U ALI
N 9 D E JU N IO
JICA
39.9
S G E O R G IN O
B A TA H O L A N O R TE
53 V E N E ZU E L A
O
AN D R AD E
102 V
32.4 36.0
No. 5 SATELITE ASOSOSCA
SAN
IG N A C IO
54
JO R G E D IM ITR O V
R O B E R TO
H U EMBES I
E
SOL D E
104
Zona 2
L IB E R TA D R E V O L U C IO N
B A TH A O L A S U R SER R AN O 10 DE T
35.6
LAGUNA
ASOSOSCA DE
ASOSOSCA
R IG U E R O
JU N IO I
C V IL L A
P31
83 C O L O M B IA A R U B E N IA A U S TR IA
No. 3 JO N A TH A N 55 N IC A R A O
106 P27
36.3 44.2
G O N ZA L E S
D A N IE L
14 DE
JU N IO D ON
No.5
C H A V A R R IA
ZONA ALTA M A X IM O JE R E Z
R E V O L U C IO N
C . FO N S E C A
24" HF
BOSC O
P29
C A S TR O
R E N E C IS N E R O S D
E
EN
IS A IA S G O M E Z 14 DE
S E P TIE M B R E 52 JA R D IN E S
DE
1o D E M A Y O V IL L A
V E N E ZU E L A
SABANA GRANDE
62 C A RRE
R
VER AC R U Z
46
F LO
TE RA GU AD ALU PE
87 51
36.1
LOS
LA
LAU R ELES
VIL
EL
34.9 63 P IL A R LA
24.3
A R IE L
ZONA ALTA
E S P E R A N ZA BOSQU ES D E
B E L M O N TE
H ER OES Y LOS
35 34 A L TA M IR A D AR C E
48
M A R TIR E S R OBLES
D EL GR EN AD A
27.7 28.3
ZONA ALTA SUPERIOR BOC AY AN EXO
40.5
FR A W L E Y V IL L A L IB E R TA D
V IL L A
A D O L FO 101 L IB E R TA D
ALTAMIRA
LAGUNA
DE R EYES
NEJAPA GER MAN
58 A L TA M IR A
N o. 3
POMAR ES
S A N JU D A S 38
KM.8 SUR
SAN
P A TR IC IO 108 88 S O C R A TE S
S A N D IN O
SALOMON
BLAN C A MOPEN O
44 S E G O V IA
49
C O M A R C A D E N E JA P A
SAN JUDAS
45 UNAN 35.5
39.9
C U B A L IB R E
CA M
GER MAN M IG E L
P65
V IL L A
PAN AMA KM 8 90
IN O
V IE J
O A
POMAR ES C AR R ETER A A LEON
P43 B O N IL L A
109
MA
SAY
A
85 MASAYA 100
P59
KM.9.5 SUR
S IE R R A
66
L A S C O L IN A S
32.9
V A L L E D E L TIC O M O
P61
39.7 86
KM.11 SUR
JOCOTE DULCE
No. 2
LIMITE URB ANO
CA
RR
ET
E RA
34.3
31.1
No.3
P72
UZ
97 A
28.3
MA
CR
KM 14.5 V. A LEON SA
Y
POCHOCUAPE S A N IS ID R O
A
RA
D E LA C R U Z VER D E
VE
A
O
IN
LA TROMPERA
M
CA
PLANETARIUM VERACRUZ
93 P74 No.4
SERRANIA 25.5 PADRE ALTOS DE SANTO P75 No.5
LA BOLSA FABRETO
23.6 DOMINGO
30.6 KM 14.5
P69 P76 No.6
122 121
124 123
26.5 98
113 POZOS AUTOMATIZADOS
SUPERVISADOS Y CONTROLADOS
MANAGUA-UNO 125
11 11
126
26.0
4 5
11 1
POZOS EXISTENTES DE MANAGUA
6 17
Zona 6 PROYECTO MANAGUA I
11
8
KM.16 SUR
SIG JULIO 2000
91
9 Discusión de Resultados
Particularmente, el percentil del 95% puede servir como una cota de diagnóstico o línea base para
evaluar el comportamiento futuro. De acuerdo con los datos de todos los pozos de Managua, se
puede afirmar que un 95% de las veces nos encontraremos con valores de nitratos inferiores a 30.81
ppm como NO3. Hasta dónde se moverá esta cifra en los próximos años?, este es precisamente la
base de las decisiones de protección ambiental que deben adoptarse para que el acuífero de Managua
y los mantos que alimentan los pozos de la capital, no sean contaminados con formas orgánicas
nitrogenadas que al degradarse a las formas más estables, produzcan la lixiviación de nitratos hacia
el interior de la tabla de agua.
De igual manera en el caso de Potasio y Cloruros: El 95% de las veces las muestras de agua
proveniente de los pozos, contendrán valores inferiores a 57 mg/L de cloruros y 18.74 mg/L de
potasio. Sin embargo, la concentración de cloruros está muy por encima del valor recomendado por
las Normas CAPRE que es 25 ppm, y de los 10 ppm como valor máximo recomendado para el caso
de Potasio.
El estudio indica, además, que la Zona 1, o zona hidráulica baja, es el sector que tiene el Percentil 95
de Nitratos más alto, con 47 mg/L. La Zona 4 es la parte de Managua, con el menor percentil 95 de
Nitratos con 13.6 ppm. Esta zona es la que corresponde al Proyecto Managua II, o el Proyecto de
Sabanagrande. En el caso de los Cloruros, la zona con el Percentil 95 más bajo fue la zona 6, con
92
45.17 ppm. Esta zona corresponde a la zona del Proyecto Managua I, o el campo de pozos de
Ticuantepe y pozos de Valle Gothel. La zona 5 obtuvo el Percentil 95 más alto en relación a
cloruros con un valor de 64 ppm. La zona 5 es la zona de Ciudad Sandino. La Zona 4 tiene el
Percentil 95 más alto en relación a Potasio con 31.82 ppm, y la zona con el Percentil más bajo es la
zona 6 (Managua I o Ticuantepe) con 14.34 ppm.
Se percibe una fuerte correlación entre Nitratos y Potasio para valores superiores a 20 ppm de
Nitratos. Como se puede percibir en el gráfico de correlaciones (Nitratos – Potasio), la tendencia es
más fuerte entre estas dos variables que entre Potasio y cloruros. Esto indica que como indicador, el
uso del análisis de cloruros, ofrece una utilidad de menor importancia en el caso de Managua.
El análisis de tendencia mediante el procedimiento Mann Kendall, dio como resultado que desde el
punto de vista estadístico, sobre los resultados de la zona 1, existe evidencia de tendencia al aumento
de las concentraciones de nitratos, ver hoja de cálculo. El análisis de la zona 4, indica que hay
tendencia a la disminución de las concentraciones de nitratos, pero es un tanto arriesgado afirmar
categóricamente esto debido a que solamente se tienen 4 datos. Los valores que fueron sometidos a
análisis son los promedios anuales de cada parámetro por año. Se considera únicamente como
relevante el análisis de nitratos, debido a que se caracteriza como un indicador efectivo de
contaminación debido a las actividades humanas.
A nivel general, considerando todos los resultados del área urbana de Managua, se tiene que no hay
evidencia estadística de incrementos en ninguno de los tres parámetros estudiados. En este caso, los
datos sometidos al análisis fueron las medianas anuales de todas las zonas, ver hoja de cálculo.
93
9.4 Ensayos de pruebas de hipótesis
Desde el acápite 8.5.1 hasta el 8.5.6 se presentaron los resultados de las pruebas de hipótesis
empleando pruebas no paramétricas como P. de Rango con Signo de Wilcoxon y la prueba de
percentiles. Estas pruebas se seleccionaron debido a que son las más adecuadas cuando la
distribución de frecuencia de los datos no presentan una distribución normal, pero sí presentan
simetría alrededor de un valor.
En la zona 1 o zona baja del acueducto, el ensayo de percentiles indica que para rechazar que la
proporción de datos no sea inferior a 95.3% con un nivel de confianza del 5%, esto quiere decir que
se acepta que el 95.3% de las veces los datos son inferiores a la mediana poblacional.
Como se menciona en el acápite 8.8, mediante el software DEFT, se hizo cálculos del número de
muestras por pozo que se deberían captar, del conjunto de pozos de la zona, para cumplir los niveles
aceptables de alerta para los rangos de movilidad de las concentraciones de los tres parámetros. Este
rango de movilidad también se denomina Zona Gris. La premisa en este acápite, es la toma de una
(1) muestra anual por pozo.
Qué es Zona Gris? Es el área adyacente al Nivel de Acción en que el analista considera que las
consecuencias de un error de decisión por falsa aceptación, son mínimos. El error de falsa
aceptación resultaría en no estar evaluando los riesgos de incrementos históricos en las variables de
estudio, en este caso, nitratos, potasio y cloruros. En otras palabras, significaría que los analistas de
calidad del agua, no se percatarían de incrementos en las concentraciones promedio anuales de los
parámetros en estudio.
De acuerdo siempre con el acápite 8.8, en el caso de la zona 1, se debería colectar 24 muestras
anuales (para análisis de nitratos) de diferentes pozos sobre un total de 30 que posee la zona. Es decir
94
que anualmente quedarían descubiertos 6 pozos, o sea, sin muestrear. Los pozos que se deberían
dejar desprotegidos son aquéllos que han demostrado niveles o concentraciones de nitratos por
debajo de los niveles de acción (14 ppm). Estos podrían tomarse muestras cada 2 o tres años. Los
pozos que hayan excedido el límite superior de la zona gris, deberían introducirse en la lista de pozos
en cuarentena, es decir, los pozos en que el muestreo es intensivo y no obedece a una programación
normal.
Continuando con los muestreos para nitratos, puede observarse cómo se requiere monitorear el 6.5%
de los pozos en la zona 3 para que con un error de falso rechazo del 5%, se pueda obtener una zona
gris que vaya de 7 a 25 ppm de nitratos. Para el caso de la zona 5, debido al número pequeño de
pozos en la zona, solamente 6, se requiere que se tomen muestras en 5 pozos para poder cumplir con
la zona gris, a un error del 5%. Esto equivale a que anualmente se muestree el 83%. Es de hacer
notar que en la mayoría de los casos, el número mínimo de muestras a captar es de 3, esto es, para
configurar una zona gris entre 7 y 25 ppm.
De nuevo, en el caso de nitratos, el límite superior se dejó establecido en 25 ppm, para la zona 1.
Esta será la cota promedio anual que no deberán sobrepasar en su conjunto los datos del muestreo
anual, ver Gráfico siguiente.
95
Ilustración 13: Zona Gris para Nitratos en la Zona 1 (Baja)
De acuerdo con los costos de análisis de nitratos ($5 por muestra) y el costo de muestreo ($2 por
muestra), se tiene que el análisis de las 24 muestras para el monitoreo de la Zona 1 costaría $168
dólares.
El significado de lo anterior es muy importante, porque indica que con 24 muestras analizadas al año
se puede determinar con limite de error de decisión del 5%, que el promedio poblacional de nitratos
en la zona es menor que 14 mg/l.
De acuerdo con el acápite 8.8, se tiene que en general, basta con muestrear el 30% de los pozos para
tener un panorama del comportamiento de las tres variables estudiadas.
96
Cloruros
Notemos que en el caso de cloruros, la zona 5 de Ciudad Sandino, requiere el porcentaje más alto de
muestras a colectar y analizar, también presenta una amplia zona gris para que el número de
muestras sea inferior al total de pozos en una unidad.
Solamente en la zona 5, se extendió la cota superior, quedando estipulada en 70 ppm, esto es para
reducir el número de muestras por año a un valor inferior al número total de pozos de la zona, y que
el muestreo cumpliera la premisa de una muestra por pozo al año. Si se reduce la zona gris, el
número de muestras requerido va a exceder el número total de pozos, y en este caso, esto puede
significar, muestrear más de una vez un pozo al año, o bien tomar un número superior de muestras
simples para formar una muestra compuesta.
Se puede observar en el gráfico siguiente, la amplia zona gris que tuvo que aceptarse para obtener un
número pequeño de muestras con un límite de error de decisión del 5%.
97
Potasio
El número de muestras necesarias para el muestreo de potasio se definió con un límite superior de
15 ppm de potasio, a excepción de la zona 4, la cual presenta la zona gris más amplia (desde 16.53
hasta 30 ppm). El número de muestras calculado mediante DEFT fue de 7.
Los resultados indican que existe una zona en el acueducto de Managua (en la zona baja
hidráulica), no muy extensa, que posee niveles de Nitratos por encima de 12 mg/L. No hay
evidencias que estos niveles se estén incrementando en otras áreas de Managua.
98
Es de presumir que si existe tendencia al aumento de nitratos en la zona baja, es una
circunstancia puntual y no una condición regional del acuífero.
Uno de los pozos que exhibe una tendencia creciente a aumentar la concentración de nitratos es
el PP Mercado Oriental, aunque según el promedio anual de los datos, parece que en los
últimos años tiende a disminuir (ver Ilustración 16).
50 Nitratos
40
30
20
10
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
También se presenta el comportamiento de nitratos para el Pozo San Antonio y el Pozo Olof Palme.
Para el caso del pozo San Antonio, se puede apreciar que en los años 1999 a 2001, la concentración
ha sido aproximadamente 20 mg/L. En el último dato de 2002, la cifra bajó considerablemente. El
comportamiento que ha presentado el PP Olof Palme ha sido bastane consistente alrededor de 20 a
25 ppm de Nitratos.
99
Comportamiento Histórico de Nitratos en el Pozo San Antonio
25
20
15
Nitratos
10
0
1993 1994 1995 1996 1998 1999 2000 2001 2002
30
25
Nitratos (ppm)
20
15
10
0
1993 1994 1995 1996 1998 1999 2000 2001 2002
100
El comportamiento de las concentraciones de nitratos en base a los datos de todos los pozos de
Managua se refleja en el gráfico de la Ilustración 19. Se puede notar que un muestreo
repetitivo en el pozo del Mercado Oriental produjo que los datos de 1998 aumentaran el valor
promedio anual de la concentración de Nitratos hasta un valor aproximado de 27 ppm (ver
Ilustración 19). Sin embargo si se asigna un solo valor promedio en base a todos los datos
colectados durante el año, la linea histórica de comportamiento se suaviza y no presenta una
cresta pronunciada durante 1998 (Ilustración 20).
Com portam iento de Nitratos (en base a datos de todos los pozos de Managua)
30
Nitratos (ppm )
25
20
15
10
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
Ilustración 19: Comportamiento promedio anual de nitratos en base a todos los pozos
101
Linea Histórica de Nitratos para todos los pozos
considerando un solo dato de 54 ppm para el Pozo Mercado Orienal durante 1998
16
14
12
10
8 Nitratos
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
Ilustración 20: Datos promedio anuales con un solo dato promedio para el pozo Mercado
Oriental de 54 ppm.
Durante 1998 el pozo Mercado Oriental fue monitoreado con bastante frecuencia con el fin de
estudiar el comportamiento estacional del mismo. Los resultados indican que las
concentraciones cambian a lo largo del año, presentando un comportamiento estacional el cual
puede deberse a cambios propios en las condiciones redox del acuífero (ver Ilustración 21). El
promedio general de los datos durante 1998 fue de 54.35 ppm de Nitratos (NO3).
102
PP Mercado Oriental (1998)
120
100
Nitratos (ppm)
80
60
40
20
0
07/01/98
07/02/98
07/03/98
07/04/98
07/05/98
07/06/98
07/07/98
07/08/98
07/09/98
07/10/98
07/11/98
Fecha
103
Linea histórica de Potasio
Datos de todos los pozos de Managua
16
14
12
10
Potasio
8
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
La norma de calidad CAPRE establece un valor máximo admisible de 10 mg/L para el Potasio.
El origen del potasio en el acuífero de Managua puede deberse a la geología de los estratos y
no a condiciones de contaminación antropogénica.
104
Línea Histórica de Cloruros
Todos los datos disponibles
60
50
cloruros
40
30
20
10
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
105
10 Conclusiones
1. Debido a la cantidad enorme de datos, puesto que se generaron 1,074 registros en el período de
estudio (10 años), el procedimiento de evaluación de calidad de datos indica que la información
cumple con los objetivos cantidad y calidad para el uso en la toma de decisiones en el monitoreo
de calidad hidroquímica de los pozos perforados de Managua. El análisis estadístico produjo
elementos para establecer un Diseño de muestreo estratificado con los niveles de error por falsa
aceptación de 5%, a excepción del muestreo de potasio para la zona 5, en que el análisis arrojó la
necesidad de establecer un nivel de error del 15% para mantener niveles de alerta entre 13.89
mg/litro y 17 mg/litro de potasio, y consecuentemente no alejarse demasiado del valor máximo
de la norma de calidad del agua para potasio que es 10 mg/litro. Los datos sirvieron para
determinar que hubo interferencias (o limitantes) en el presente estudio.
2. La principal limitante detectada durante este período es que debido al hecho que un mismo pozo
se muestreaba muchas veces para confirmar datos, se producía un sesgo en la media de los
parámetros. Esto pudo observarse principalmente en los resultados de la zona baja donde se
encuentra el pozo Mercado Oriental.
3. La Evaluación de Calidad de Datos sirvió también para determinar el porcentaje de los pozos a
muestrear anualmente para manejar adecuados niveles de alerta. Estos porcentajes son 28%, 34%
y 28% para el muestreo de nitratos, cloruros y potasio, respectivamente.
4. La calidad del dato recopilado cumple una de las premisas de la evaluación de calidad, al tener
significado con el uso pretendido y correlacionarse con el contexto ambiental. Con este criterio,
también, se determinó que el dato es adecuado.
5. La correlación con el contexto ambiental queda establecida gráficamente en los mapas de
isovalores para nitratos, cloruros y potasio, los cuales se generaron utilizando Surfer 7. Esto se
detalla en los acápites 8.9, 8.10 y 8.11.
106
6. La Zona 1, o Zona Baja es el área que mayor preocupación despierta en cuanto a la tendencia
histórica en el incremento de las concentraciones de Nitratos. Se demostró a través de la prueba
de Mann Kendall que hay evidencias estadísticas al incremento de esta variable.
7. Este proyecto investigativo ha generado la siguiente línea base de diagnóstico sobre la cual se
efectúen comparaciones en el futuro:
Percentil 95
NITRATOS 30.8 mg/l
CLORUROS 57 mg/l
POTASIO 18.74 mg/l
8. El análisis estadístico de los datos establece que la distribución de frecuencia de las variables
estudiadas no tiene un comportamiento normal (campana de Gauss), esto puede deberse a la
distorsión originada por el muestreo repetido de unos pozos sobre otros, generando que el
promedio o la mediana poblacional se sesgue hacia el lado izquierdo o el derecho del gráfico de
frecuencia. Es por este motivo que los pozos que requieren de un muestreo más intenso, se deben
literalmente separar del programa normal de muestreo y se les debe dar un seguimiento especial.
9. Los datos del muestreo hidroquímico son consistentes en proveer pruebas que existe una zona no
muy grande en que se hace necesario efectuar una vigilancia de Nitratos en algunos Pozos, éstos
pueden ser el Olof Palme, Mercado Oriental y el San Antonio. Las causas probables de este
hecho puede ser infiltración de aguas residuales a través de las tuberías de alcantarillado, ver
Ilustración 10.
10. Este estudio provee las bases para modificar las normas de calidad de agua en relación a Potasio.
Los datos indican que en un 95% de las veces las muestras poseen concentraciones de potasio por
107
debajo de 18.7 mg/L. El potasio de las aguas de los pozos de Managua no es de origen
antropogénico. Asimismo, la recopilación bibliográfica no indica que esos niveles de
concentración de potasio, ejerzan un efecto adverso en la salud humana.
11. Dado que el grado de exigencia de las normas de calidad conllevan un costo económico para
sufragar los gastos del monitoreo que establece la verdadera situación de calidad del área de
estudio, se hace necesario proponer nuevos niveles recomendados de acción para los parámetros
nitratos, cloruros y potasio, modificando los niveles establecidos en las Normas CAPRE.
12. De igual manera, en el caso de cloruros, se puede concluir que muy frecuentemente se presentan
concentraciones de hasta 57 mg/L. La Norma CAPRE establece un valor recomendado de 25
mg/L el cual no es realista.
13. No parece que exista en el momento actual un impacto regional de las actividades humanas en la
calidad de las aguas subterráneas de Managua. Más parece existir un impacto puntual en la zona
baja de Managua en el área del casco urbano antiguo de la capital.
108
11 Recomendaciones
1. Utilizar el software DEFT (Decision Error Feasibility Trials)7 para la estimación del número de
muestras mínimos para cuantificar el promedio poblacional de las variables o parámetros
hidroquímicos de calidad del agua.
2. Establecer un monitoreo intensivo a los pozos que sobrepasen el límite superior de concentración
de acuerdo con la zona gris.
3. Ejercer un mayor control a través de un monitoreo más profundo en la zona de Ciudad Sandino
en relación a cloruros.
4. Se propone como segunda fase del seguimiento de los datos de muestreo, desarrollar un mapeo
geodigital de la información. Esto mostrará con mayor claridad las zonas en que se requiere
realizar muestreos especiales.
5. El tipo de muestreo que se recomienda seguir es del tipo estratificado, dividiendo el acueducto de
Managua en tantas zonas como las características hidráulicas, geomorfológicos o litológicas del
acuífero así lo demanden.
6. Especial atención necesitan las zonas 5 y 1 del acueducto de Managua (zona baja y zona de
Ciudad Sandino). Aunque no están directamente relacionados, si hay evidencias de alguna
anomalía de nitratos y cloruros en estas áreas, se recomienda iniciar un muestreo de compuestos
orgánicos para descartar la presencia de pesticidas organoclorados.
7. Se recomienda elaborar una propuesta de revisión de las norma de calidad actualmente vigente,
dando especial énfasis al valor máximo recomendado para potasio el cual puede aumentarse a
una cifra más realista de acuerdo con las características propias de la región de Managua. En
cuanto cloruros, el valor recomendado de 25 ppm, parece insuficiente, proponiéndose que
igualmente sea revisado.
8. La elaboración de esta propuesta de revisión de la norma nacional de calidad del agua debe
considerar las siguientes premisas:
7
Ensayos de Factibilidad de Errores de Decisión
109
En base a una caracterización nacional de las aguas de consumo humano, y considerando las
particularidades regionales, someter a estudio la revisión de la Norma de Calidad del agua.
Debido a los alcances de esta tesis, solamente existen bases para recomendar cambios para
los parámetros potasio y cloruros.
La revisión debe considerar la asignación de rangos de valores recomendados y máximos
permisibles que sean más amplios, adaptándose a los hallazgos de calidad hidroquímica de
las aguas de consumo humano para Nicaragua.
Para el parámetro Potasio, se propone que el Valor Recomendado se incremente a 20 mg/litro
(este valor es conforme al Percentil 95 encontrado para Managua) y el Valor Máximo a 40
mg/litro. Se deben tomar en consideración si no existe afectación de la calidad organoléptica
e implicaciones fisiológicas.
Para el parámetro Cloruros, se recomienda que la norma indicara como Valor Recomendado
un término “ hasta una concentración de 100 mg/litro”, con una nota especial de que se debe
hacer vigilancia de las tendencias históricas y de control ambiental en los puntos de muestreo.
Asimismo, mantener un valor máximo permisible de 250 mg/litro puede producir (en función
de la vigilancia de calidad del agua) no alertarse sobre posibles tendencias al incremento de
este parámetro.
9. En el caso de nitratos, este parámetro debe universalizarse para derivar conclusiones sobre zonas
de riesgo de contaminación debido a las actividades humanas.
10. Se recomienda que el Percentil 95 sea un indicador de calidad del agua el cual deberá de
utilizarse para fines de reporte de la salud general de las fuentes subterráneas, y en general, de
cualquier fuente de abastecimiento.
11. Se recomienda un muestreo estratificado considerando las 6 zonas propuestas en esta
investigación. El número de muestras mínimo será el que se estableció en las Tablas 5, 6 y 7. Sin
embargo, dentro de cada zona, el muestreo puede ser aleatorio. Pero los pozos que se monitoreen
en un año, no podrán considerarse para elección en el próximo año.
110
12 Referencias
1. E. Custodio & M. Llamas, ¨Hidrología Subterránea¨, 2da. Edición, Ediciones Omega, S.A.,
Barcelona, 1983, pag. 1011.
2. Pertti Lahermo, Maija Ilmasti, Risto Juntunen & Matti Taka, ¨The Geochemical Atlas of Finland
Part I¨, Geologian Tutkimuskeskus, Espoo 1990.
3. Y. Richard, ¨Nitrates and Drinking Water¨, Pergamon Press, Watershed 89, The future for Water
Quality in Europe, Volumen I.
4. Estudio sobre el Proyecto de Abastecimiento de Agua en Managua, Resumen Ejecutivo, Agencia
de Cooperación Internacional del Japón (JICA)/Instituto Nicaragüense de Acueductos y
Alcantarillados/Kokusai Kogyo Co., Ltd., Tokio, Septiembre 1993.
5. Guidance on Choosing a Sampling Design for Environmental Data Collection for Use in
Developing a Quality Assurance Project Plan, EPA QA/G-5S, EPA/240/R-02/005, December
2002.
6. Guidance for Data Quality Assessment / Practical Methods for Data Analysis, EPA/600/R-
96/084, EPA QA/G-9, QA00 Update, July 2000.
7. Guidance for the Data Quality Objectives Process, EPA/600/R-96/055, EPA QA/G-4, August
2000.
8. Información sobre el efecto del potasio en la fisiología humana, tomada de www.healthnotes.com
9. Wahr JA, Parks R, Boisvert D, et al. Preoperative serum potassium levels and perioperative
outcomes in cardiac surgery patients. JAMA 1999; 281:2203-10.
10. Estadística No Paramétrica aplicada a las ciencias de la conducta, Sydney Siegel, Editorial Trillas
, México, 2da Edición revisada en Español, octubre 1972.
11. Guidelines for drinking-water quality, 2nd ed. Vol. 2. Health criteria and other supporting
information. Geneva, World Health Organization, 1996. pp. 201-206.
12. Standard Methods for the Examination of Water and Wastewater, 20 th Edition,
APHA/WEFA/AWWA.
13. Enciclopedia de Nicaragua, Editorial Océano, Tomo I.
111
Apéndice 1 : Límites de Errores de Decisión
Zona Parámetro Máximo Mínimo Desv. Est. Nivel de Acción Límite8 Tipo de muestreo No. Costo $ Error Asignado Error Asignado
(mg/L) (Superior o Muestra por Falsa por Falso
Inferior) Aceptación Rechazo
8
En mg/L
9
Distribuidas equitativamente en tres estratos
10
de 4 alicuotas
112
Zona Parámetro Máximo Mínimo Desv. Est. Nivel de Acción Límite8 Tipo de muestreo No. Costo $ Error Asignado Error Asignado
(mg/L) (Superior o Muestra por Falsa por Falso
Inferior) Aceptación Rechazo
113
Zona Parámetro Máximo Mínimo Desv. Est. Nivel de Acción Límite8 Tipo de muestreo No. Costo $ Error Asignado Error Asignado
(mg/L) (Superior o Muestra por Falsa por Falso
Inferior) Aceptación Rechazo
11
Todas las zonas
12
5 Estratos
114
Zona Parámetro Máximo Mínimo Desv. Est. Nivel de Acción Límite8 Tipo de muestreo No. Costo $ Error Asignado Error Asignado
(mg/L) (Superior o Muestra por Falsa por Falso
Inferior) Aceptación Rechazo
115
Mapa 1: Distribución de las Zonas Geográficas de Estudio
IS LA
DE
A MO R
L A G O D E M A N A G U A
POL YC ASA
(LAGO XOLOTLAN)
1
C A R O L IN A C IU D A D S A N D IN O
C AL ER O
JOSE
2 J A R D IN E S D E
B E N IT O
ESC OBAR
LA G UNA STA. C L AR A
A C A H U A L IN C A
DE
BEL L A C R U Z A CA HUA LINCA L AS
TOR R ES D O M IT IL A
PED R O L U GO
94 B A R R IC A D A
J O A Q U IN
C H AM OR R O
U N ID A D
DE
Zona 1
C R IS T O
D EL JOSE P R O P O S IT O S
R AFAEL R O S A R IO D OL OR ES
R IO S
3 SAN TA
AN A
SAN
S E B A S T IA N B E N E D IC T O
R IG U E R O
S E L IM S H IB L E S
C AR L OS SAN C H EZ
(L A P R IM A V E R A )
ESTR AD A C A M IL O
C H AM OR R O
BER TA
R U BEN VAL VER D E S A N L U IS
D A R IO N OR TE D IA Z
N OR TE
J U L IO
L IN D A
M OR AZAN BU TR AGO
V IS T A
ZONA BAJA
C A R R E TE R A EL R OD EO
C AM N OR TE IN TE R A M E R IC A N A N O R TE
IN O SAN TO M OM BAC H O
NU
EV L A S B R IS A S SAN PAR QU E D O M IN G O SAN TA R OSA
O
20 19
AL
2 CSO
CEMENTERIO
L U IS
22 21
EON A N T O N IO
24 23
O CCIDENTAL
L OS AN GEL ES
3 5 AVESO
S A N L U IS
26 25
3 CSO
AL FON SO C OSTA
SU R
3 0 AVESO
VEL AZQU EZ
3 1 AVESO
WAS PAN
3 2 AVESO
L IN D A
INS
TIT
U T
O
R IC A
ZONA BAJA
2 9 AVESO
1 CJNSO
2 8 AVESO
V IS T A
2 7 AVESO
C U AD R A
10
CINE
2 5 AVESO
2 4 AVESO
D OR AD O
11
2 6 AVESO
2 2 AVESO
SU R
8
4 CSO L
E ON 4 CSO
3 3 AVESO
~ BEL L O XOL OTL AN
18
L OS
84
M ON SEN OR L EZC AN O A E R O P U E R TO IN TE R N A C IO N A L
23 AVESO
9
5 CSO
5 CSO
BEL L O AM AN EC ER
L A GR U TA
AR C OS
ESPAN A
6 CSO
~ L
EPROCOMIO
IG
M
O
L
N
E
Z
L
E
C
S
S
E
A
IA
N
N
O
O
R
82
6 CSO
7 CSO
P
.de
lH.
TEN D ER I 12
M AESTR O
G A B R IE L
H O R IZ O N T E
13 14
L AR EYN AGA
M AN U EL
77 78 81
8 CSO
8 CSO
M IR A F L O R E S 9 CSO
O L IV A R E S
M AR TA
C IU D A D J A R D IN
C R IS T IA N
PER EZ 79
2 7 AVESO
2 2 AVESO
2 9 AVESO
2 5 AVESO
EL C AR M EN QU EZAD A E L P A R A IS O EL ED EN
80
3 5 AVESO
1 0 CSO
L IB IA M A R T IR E S
V IL L A D E AYAPAL M ER C AD O
1 1 CSO
ED GAR D L AN G
A L T A G R A C IA
S IL V IO
M AYOR GA
SAN JOSE
O R IE N T A L
M AR
IA
A
RAFAELA HERRERA D A R IO
R AFAEL A
S A N J A C IN T O
L IB R E
R IG O B E R T O H ER R ER A
OR U L AU R EAN O
L AR GAESPAD A L OPEZ AD
ED U AR D O C ON TR ER AS
LA G UNA
DE
PER EZ AU
XILI N
O
I 91 M A IR E N A
B O L O N IA
TIS CA P A
41 SAN
C R IS T O B A L
D U C U AL I
N 9 D E J U N IO
JICA BATAH OL A N OR TE
53 VEN EZU EL A
S
O
G E O R G IN O
AN D R AD E
No. 5
IG N A C IO
54 E
SOL D E
104
Zona 2
SER R AN O L IB E R T A D R E V O L U C IO N
BATH AOL A SU R 10 DE T
LA G UNA
ASOSOSCA DE
A S O S O S CA
R IG U E R O
J U N IO I
C V IL L A
P31
83 C O L O M B IA A R U B E N IA A U S T R IA
ZONA ALTA M A X IM O J E R E Z
R E V O L U C IO N
C . FON SEC A
24" HF
BOSC O
M OTASTEPE EL R EC R EO
96 C
E L IB E R IA S IU
No.2 No.4
AN D R ES
C ASTR O
R E N E C IS N E R O S
89 DE
EN
LA T IS C A P A PAN C ASAN
M E X IC O
IS A IA S G O M E Z 14 DE
52 J A R D IN E S 1o D E M A Y O V IL L A
P29
62 CA RRE
S E P T IE M B R E DE VEN EZU EL A
SABANA GRANDE
R
VER AC R U Z
46
F LO
TE RA GU AD AL U PE
87 51 L OS
A
V ILL
L AU R EL ES
EL
63 P IL A R LA
ESPER AN ZA
35
BOSQU ES D E A R IE L
48 ZONA ALTA
34
BEL M ON TE A L T A M IR A D AR C E
H ER OES Y L OS
M A R T IR E S R OBL ES
D EL GR EN AD A
AD OL FO 101 L IB E R T A D
ALTAMIRA
LA G UNA
DE R EYES
NE JA P A GER M AN
58 C OU N TR Y C L U B
A L T A M IR A
No. 3
C E N T R O A M E R IC A
POM AR ES
SAN JU D AS 38
KM.8 SUR
SAN
P A T R IC IO 108 88 SOC R ATES
S A N D IN O
SAL OM ON
BL AN C A M OPEN O
44 S E G O V IA
49
C OM AR C A D E N EJAPA 45 UNAN
SAN JUDAS C U B A L IB R E
KM 8
V IL L A CA M
P65
IN O
GER M AN
P43
M IG E L
B O N IL L A
PAN AM A
90 V IE J
O A
109
POM AR ES MA
C AR R ETER A A LEON SAY
A
85 MASAYA 100
P59
KM.9.5 SUR
S IE R R A
66
L A S C O L IN A S
UZ
RA
97 A
M
CR
KM 14.5 V. A LEON AS
A
YA
POCHOCUAPE S A N IS ID R O
RA
D E L A C R U Z VER D E
VE
A
O
IN
LA TROMPERA
M
CA
PLANETARIUM VERACRUZ
93 P74 No.4
PADRE ALTOS DE SANTO P75 No.5
SERRANIA P69
LA BOLSA FABRETO DOMINGO P76 No.6
KM 14.5
P95 111 MASAYA KM 15 M SIMBOLOGIA
KM.13.5 SUR P98
K14.5 SUR 112
119 POZOS EXISTENTES
P60 120
122 121 113 POZOS AUTOMATIZADOS
124 123 98 SUPERVISADOS Y CONTROLADOS
MANAGUA-UNO 125
11 1 1
126
4 5
11 1
POZOS EXISTENTES DE MANAGUA
6 17
Zona 6 PROYECTO MANAGUA I
11
8
KM.16 SUR
SIG JULIO 2000
116
Anexo - Uso del software DEFT para el cálculo estimado del tamaño de muestra
Este software es una herramienta de planeación sistemática para evaluar la factibilidad de los
objetivos de calidad de datos de un proyecto de muestreo ambiental, basado en costos y tamaño de
muestras. El DEFT calcula el tamaño de muestra para diferentes diseños de colecta de datos básicos.
Esto hace que se pueda hacer un juicio inicial de la factibilidad de los límites de errores de decisión
antes que un proceso más elaborado estadísticamente inicie la optimización del diseño de colecta de
dato.
DEFT asume que la decisión se ha estructurado como una prueba de hipótesis que utilizará los datos
para obtener conclusiones con un nivel estadístico de confianza que el analista escoge cuando se
especifican los objetivos de calidad de datos. DEFT manipula pruebas de hipótesis de 1 y 2
poblaciones. Para los casos de 1 población asume que el nivel de acción es una cantidad fija y
conocida y que hay una población infinita. Para los casos de 2 poblaciones asume que ambas
poblaciones son grandes y la variabilidad de cada una es aproximadamente igual . Los tamaños de
muestra calculados con DEFT deberían usarse solamente para propósitos de comparación y no es el
número real de muestras a colectar.
117