Professional Documents
Culture Documents
RESUMEN:
El modelo de impacto de las aguas residuales municipales sobre la red hídrica colombiana
(Barrera et al., 2002) constituye una herramienta de análisis y planificación de las prioridades de
inversión a nivel nacional, en alternativas de tratamiento de las aguas residuales municipales en
Colombia. Esta investigación realiza la extensión del modelo para ser utilizado bajo ambiente
Windows y desarrollar simulaciones de Monte Carlo que permiten realizar análisis de sensibilidad
paramétrica y cuantificación de incertidumbre. Se implementa un nuevo modelo QUASAR-ADZ
para los determinantes de oxígeno disuelto (OD), demanda bioquímica de oxígeno (DBO) y
Coliformes Totales. Los resultados obtenidos con el modelo QUASAR-ADZ se comparan con los
resultados de la modelación original basada en las ecuaciones de Streeter Phelps. Se verifican y
calibran los modelos utilizando mediciones de en campo de determinantes de calidad del agua del
Río Bogotá. Se identificaron deficiencias en la información obtenida a partir del Modelo de
Elevación Digital (DEM) utilizado en la modelación de la red hídrica de Colombia. Se encontró una
relación paramétrica para calcular la temperatura del agua en función de la elevación y se identificó
que la ecuación para calcular la constante de reaireación propuesta por Tsivoglou y Wallace (1872),
describe con mejor aproximación los datos de campo observados en las campañas de medición. El
modelo QUASAR-ADZ presenta el mejor ajuste en la calibración de la constante de decaimiento de
DBO (R2 = 0.7).
ABSTRACT:
The water quality model used to anlyse domestic wastewater impact on the river network
of Colombia (Barrera et al., 2002) is a useful tool to support investment priorities for wastewater
treatment facilities along the country. In this work an extension of the model is performed to run
under Windows environment allowing Monte Carlo simulations for model parameter uncertainty
and sensitivity analysis to be carried out. A new QUASAR-ADZ model is implemented and
compared with the original Streeter Phelps formulation. Verification and calibration model
exercises were done using water quality data from the Bogotá River. Some deficiencies were
identified in the information obtained from the Digital Elevation Model (DEM) application that
generates the river network of Colombia. A parametric relationship was found to model water
temperature as a function of elevation. The results show that Tsivoglou and Wallace equation
(1972) used to calculate the reaereation rate gives a better approximation of field data, particulary in
mountain river stretches. The implemented QUASAR-ADZ model also gives a better adjustment of
the BOD decay rate.
Los modelos de oxígeno disuelto (OD) y demanda bioquímica de oxígeno (DBO) han sido
ampliamente utilizados para predecir la calidad del agua para la formulación de planes de manejo
de los recursos (Thomann, 1972). El modelo original de impacto de las aguas residuales sobre la red
hídrica nacional utiliza las ecuaciones del modelo Streeter Phelps (1925).
Esta investigación desarrolla y presenta las ecuaciones del modelo QUASAR-ADZ (Lees
et al., 1998) en estado estable, implementadas en la modelación de oxígeno disuelto, DBO y
Coliformes Totales, en la red hídrica de Colombia.
La extensión del modelo QUASAR (Quality Simulation Along River Systems) (Whitehead
et al., 1997) incorpora los fenómenos de transporte del modelo ADZ (Lees et al.,1998). La Figura 1
presenta la conceptualización del modelo.
La representación de un reactor completamente mezclado (CSTR) se modifica
considerando que el volumen de mezcla es solo una fracción del volumen total del tramo. La
ecuación general del modelo QUASAR-ADZ puede escribirse como (Lees et al., 1998),
d ( X (t )) 1 − kτ
= (e U (t − τ ) − X (t )) + Fuentes − Pérdidas [1]
dt Tr
Donde U = concentración de entrada de la sustancia al tramo (mgl-1); X = concentración de
salida de la sustancia del tramo (mgl-1); Tr = tiempo de residencia del soluto (d-1 ); τ = tiempo de
retraso del soluto (d-1) y k = constante de decaimiento (d-1).
Concentración Concentración
de Entrada de Salida
Tramo del río, Vol.umen V, Caudal Q
Volumen de mezcla activa V
Tiempo de retraso
advectivo, τ Ue − kt
(t − τ )
Decaimiento
Dispersión y Decaimiento
durante en CSTR
advección Tiempo de retraso Tr
Figura 1.-Conceptualización de los mecanismos de transporte con incorporación de los parámetros del
modelo ADZ a un CSTR (Lees et al., 1998).
Las fuentes y sumideros considerados en la modelación de la red hídrica nacional para OD,
DBO y Coliformes se presentan en la Tabla 1.
⎛1
⎜⎜ [
⎞ ( − kd )τ
⎟⎟ (e ]
U O (t − τ ) − k d L(t ) + k a Cs (t )
O(t ) = ⎝ r ⎠
T
[2]
⎛1⎞
⎜⎜ ⎟⎟ + k aθ (T0 − 20)
⎝ Tr ⎠
Donde, Uo = concentración de OD a la entrada del tramo (mgl-1); O = concentración de OD
a la salida del tramo (mgl-1); L = concentración de DBO a la salida del tramo (mgl-1); ka = tasa de
reaireación (d-1); kd = coeficiente de descomposición de la materia orgánica (d-1); T = temperatura
(°C); θ = coeficiente de corrección por temperatura; Cs =concentración de saturación de OD.
Para la concentración de DBO el modelo de calidad del agua toma la forma de:
[
⎛ 1 ⎞ ( − k d )τ
⎜⎜ ⎟⎟ (e U L (t − τ ) ]
⎝ Tr ⎠ [3]
L(t ) =
⎛ 1⎞
⎜⎜ ⎟⎟ + k d θ (T0 − 20 )
⎝ Tr ⎠
2 METODOLOGIA
1400
1200
1000
800
600
400
200
0
9269827
9389085
9448710
9468576
9484471
9516270
9544094
9651412
9659350
9695129
9762704
9885944
9921716
10128424
10172156
10112460
10132331
10263493
10358896
10545722
Nodos
Modelo RH Perfil Proy Modelación Calidad RB
Perfil de Caudales
Río Bogotá
120
Cuenca Alta Cuenca Media Cuenca Baja
100
80
Caudal (m 3/s)
60
40
20
0
9285737
9329457
9401011
9452685
9472555
9500367
9544094
9567937
9635516
9691154
9738850
9790524
9917750
9921703
9997236
10124454
10172156
10136346
10100546
10104511
10144254
10207850
10251582
10259515
10414557
10482138
10545722
Nodos
C1 C2 C3 C4 C5 Modelo RH
2.3 Verificación del modelo a partir de datos de campo del Río Bogotá
Se desarrolló una verificación del modelo original (Uniandes, 2002a) generando bandas de
confianza para los modelos de OD, DBO y Coliformes Totales. Para la verificación del modelo se
utilizó información de campo de calidad del agua del Río Bogotá (Uniandes, 2002b).De la
información del SIG se identificaron los nodos pertenecientes al Río Bogotá y se asociaron a las
estaciones de medición del río. Se estableció un intervalo de variación de los parámetros de
decaimiento de DBO y Coliformes Totales, según valores sugeridos por la literatura y los resultados
de la calibración del modelo QUAL2K (Chapra, 2002) del estudio “Modelación de la calidad del
Río Bogotá” (Uniandes, 2002b).
Para generar las bandas de confianza se determinó el percentil 5% y 95% de las
concentraciones de los determinantes. En cada sitio el intervalo de la concentración definido por el
límite superior e inferior de la banda de confianza, contendrá el “valor real” en el escenario más
probable con una probabilidad de 0.9. Para el análisis de sensibilidad de los parámetros se utilizó la
metodología de estimación de incertidumbre generalizada (Generalised Likelihood Uncertainty
Estimatión Methodology, GLUE. Beven y Binley, 1992; Camacho, 2000). Esta metodología ha sido
desarrollada como una extensión del método de análisis de sensibilidad generalizado (Generalised
Sensitivity Análisis, GSA, Spear y Hornberger, 1980) y se aplica mediante el uso de una
herramienta en Matlab que permite el análisis de simulaciones de Monte Carlo MCAT (Monte
Carlo Análisis Toolbox, MCAT, Lees y Wagener, 2000).
3 ANALISIS DE RESULTADOS
7
6
5
OD (m g/L)
4
3
2
1
0
9285737
9329457
9401011
9452685
9472555
9500367
9544094
9567937
9635516
9691154
9738850
9790524
9917750
9921703
9997236
10124454
10172156
10136346
10100546
10104511
10144254
10207850
10251582
10259515
10414557
10482138
10545722
Nodos
5% 95% C4 C5
100
80
DBO5 (m g/L )
60
40
20
0
9285737
9329457
9401011
9452685
9472555
9500367
9544094
9567937
9635516
9691154
9738850
9790524
9917750
9921703
9997236
10124454
10172156
10136346
10100546
10104511
10144254
10207850
10251582
10259515
10414557
10482138
10545722
Nodos
5% 95% C4 C5
Las bandas de confianza generadas para DBO por el modelo de Streeter y Phelps son muy
cerradas y no contienen los datos de campo observados. Al inicio de la cuenca media el modelo
subestima las concentraciones de DBO, éste comportamiento es explicado por que el modelo no
considera de cargas industriales y agrícolas, características de esta zona del río. Se observa en la
parte final de la cuenca media y la cuenca baja una sobreestimación de la concentración de DBO.
ln (Osf ) = −139.34411 +
1.575701x105 6.642308 x107
−
Ta Ta 2
[10]
1.243800 x1010 8.621949 x1011
+ −
Ta 3 Ta 4
C sf = C s [1 − 0.1148( Z )] [11]
7
6
5
OD (m g/L)
4
3
2
1
0
9285737
9329457
9401011
9452685
9472555
9500367
9544094
9567937
9635516
9691154
9738850
9790524
9917750
9921703
9997236
10124454
10172156
10136346
10100546
10104511
10144254
10207850
10251582
10259515
10414557
10482138
10545722
Nodos
5%ADZ 95%ADZ 5%SP 95%SP C4
140
100
80
DBO5 (m g/L)
60
40
20
0
9285737
9329457
9401011
9452685
9472555
9500367
9544094
9567937
9635516
9691154
9738850
9790524
9917750
9921703
9997236
10124454
10172156
10136346
10100546
10104511
10144254
10207850
10251582
10259515
10414557
10482138
10545722
Nodos
De igual forma dada la simplicidad de la red en el SIG, es posible que algunos afluentes
del río que aportan cargas contaminantes no sean considerados en la modelación. Al comparar los
tiempos de viaje calculados por el modelo y los reportados (Uniandes, 2002b), se encontró que
según el modelo de la red hídrica colombiana, el Río Bogotá tiene un tiempo de viaje desde la
cuenca alta hasta la desembocadura de 13.3 días. El tiempo de viaje reportado para caudales
máximos con un período de retorno de dos años para este tramo es de 7 días aproximadamente.
Los altos valores calculados por el modelo para el tiempo de viaje explican el alto
decaimiento de la DBO en la cuenca media del río. En la modelación el tiempo de viaje calculado
en el modelo depende de la longitud del tramo y la velocidad media del contaminante.
Las bandas de coliformes generadas, indican que los modelos representan adecuadamente
el orden de magnitud de las concentraciones a lo largo del Río, aumento de la concentración por las
descargas de la ciudad de Bogotá en la cuenca media y luego mantiene la tendencia de decaimiento
de las coliformes hasta la desembocadura en el Río Magdalena.
COMPARATIVOS MODELOS
1.E+12
1.E+09
1.E+06
1.E+03
1.E+00
9285737
9329457
9401011
9452685
9472555
9500367
9544094
9567937
9635516
9691154
9738850
9790524
9917750
9921703
9997236
10124454
10172156
10136346
10100546
10104511
10144254
10207850
10251582
10259515
10414557
10482138
10545722
Nodos
Se encontró alta sensibilidad en los parámetros del modelo: Kd y Kcoli Los valores óptimos
obtenidos en la calibración de los modelos ADZ y Streeter Phelps se presentan en la Tabla 2.
Tabla 2.-Parámetros óptimos para el decaimiento de DBO y de Coliformes totales.
ADZ Streeter Phelps
Modelo -1
(d ) R2 (d-1) R2
Kd 0.99 0.7 0.99 0.4
Kcoli 0.052 0.15 0.052 0.15
CONCLUSIONES
REFERENCIAS
Barrera, S., Diaz-Granados, M, Ramos, J.P, Camacho, L.A., Rosales, R., Escalante, N., y Torres, M.
(2002), “Modelo Computacional del Impacto de las Aguas Residuales Municipales sobre la red Hídrica
Nacional”. Ponencia presentada al XV Seminario Nacional de Hidráulica e Hidrología.
Beer, T y Young P.C. (1983). “Longitudinal dispersion in natural streams”. Journal Environmental
Engineering.,109,N°5,ASCE,1049-1067.
Camacho, L.A.(1997) Extensión of the QUASAR river water quality model to incorporate dead-zone
mixing concepts, Msc. Dissertation, University of London, Imperial College of Science Technology and
Medicine.
Chapra,S., (1997). Surface Water Quality Modeling. McGraw Hill Companies. Inc, New York.
Holguín, J., (2003) Determinación de la tasa de reaireación en un río de montaña colombiano mediante el
uso de trazadores, Tesis de maestría, Universidad de los Andes. Facultad de Ingeniería. Departamento de
Ingeniería Civil y Ambiental. Bogota D.C
Lees, M., Camacho, L.A and Whitehead, P.G.,(1998) “Extensión of the QUASAR river water quality
model to incorporate dead-zone mixing” , Hidrology & Earth System Sciences, 2, 353-365.
Lees, M., Camacho, L.A and Chapra P.G.,(2000) “On the relationship of transient storage and aggregated
dead zone models of longitudinal solute transport in streams”, Water Resource Research, 36, 213-224.
Universidad de los Andes-E.A.A.B. (2002) Proyecto de Modelación de la Calidad del Agua del Río
Bogotá, Informe Final.
Raciny, I. (2001) Implementación del modelo agregado de calidad de agua QUASAR-ADZ., Tesis de
pregrado, Universidad de los Andes. Facultad de Ingeniería. Departamento de Ingeniería Civil y Ambiental.
Bogota D.C
Steeter, H.W., Phelps E.B., (1925), “A study of the pollution and natural purification of the Ohio River” ,
U.S Public Health Service, Public Health Bulletin, 146, 77-85.
Wallis, S.G., Young P.C and Beven K.J., (1989) Experimental investigation of the aggregated dead zone
model for longitudinal solute transport in stream channels, Proceedings of the institution of Civil Engineers,
Part 2, 87, pp 1-22.
Whitehead, P.G., Williams R.J. and Lewis DR (1997) “Quality simulation along river systems
(QUASAR): model theory and development”, The science of the Total Environment, 194/195, pp 447-456.
Young, P.C., and Lees M.J., (1983) “The active mixing volume, a new concept in modeling environmental
systems. In statistics for the environment”. Ed. V. Barnett and K Turkman John Wiley & Sons, Chichester,
pp.3-43