IAHR AIIH

XXII CONGRESO LATINOAMERICANO DE HIDRÁULICA

CIUDAD GUAYANA, VENEZUELA, OCTUBRE 2006

INVESTIGACIÓN Y EXTENSIÓN DEL MODELO

COMPUTACIONAL DEL IMPACTO DE LAS AGUAS RESIDUALES
MUNICIPALES SOBRE LA RED HÍDRICA COLOMBIANA

Isabel Cristina Raciny Alemán1, Luis Alejandro Camacho2

1
Profesor Instructor, Universidad de los Andes, Colombia, ic.raciny41@uniandes.edu.co
2
Profesor Asociado, PhD, Universidad Nacional de Colombia, Colombia, lacamachob@unal.edu.co

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.

PALABRAS CLAVES: Modelación de calidad del agua, calibración, análisis de incertidumbre.

INTRODUCCIÓN

Entre los años 2001 y 2002 el Departamento de Ingeniería Civil y Ambiental de la

Universidad de los Andes, desarrolló para el Ministerio del Medio Ambiente el proyecto
“Aplicación de un modelo numérico para la priorización de la gestión de las aguas residuales (AR)
domésticas en Colombia” (Uniandes, 2002a), con el objetivo de establecer las prioridades de
inversión para los siguientes diez años en infraestructura de tratamiento de aguas residuales
municipales (Barrera et al., 2002a).
Actualmente el modelo implementado para la simular el impacto de las AR en la red
hídrica nacional utiliza relaciones geomorfológicas que han sido derivadas para ríos de otros países
(Estados Unidos), y valores para las constantes cinéticas de los determinantes de calidad sugeridos
en la literatura.
Las relaciones geomorfológicas y los parámetros actuales del modelo no han sido
revisados para el caso colombiano. Lo anterior incorpora incertidumbre en el modelo teniendo en
cuenta que cada corriente presenta procesos físicos, químicos y biológicos propios que determinan
el valor de cada parámetro.
El modelo desarrollado tiene como criterios de evaluación de calidad del agua los niveles
de concentración de oxígeno disuelto y Coliformes Totales, por lo tanto es necesario determinar
mediante métodos objetivos, los valores óptimos de los parámetros de decaimiento de DBO, OD y
Coliformes Totales que representen adecuadamente las características de los procesos de transporte
y cinéticos en los ríos colombianos.
Este artículo presenta una breve descripción de un nuevo modelo QUASAR-ADZ
implementado para la modelación de la red hídrica de Colombia. Posteriormente se resumen las
representaciones geomorfológicas y alternativas de representaciones paramétricas investigadas.
Finalmente se presentan los resultados de la verificación del modelo a partir de datos de campo del
Río Bogotá (Uniandes, 2002b) y un ejercicio de calibración del modelo, con el objetivo de
comparar los resultados obtenidos, a partir de los modelos analizados Streeter Phelps y QUASAR-
ADZ y estimar los valores óptimos estimados para los parámetros de decaimiento de DBO Kd y
decaimiento de Coliformes Totales Kcoli.

1 MODELOS DE CALIDAD DEL AGUA

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.

1.1 MODELO QUASAR-ADZ

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.

Tabla 1.-Procesos de Fuentes y Pérdidas

Modelo Fuente Pérdidas
DBO Cargas Urbanas Degradación DBO
OD Escorrentía Degradación DBO
Coliformes Totales Cargas Urbanas Muerte Natural

El modelo QUASAR-ADZ para oxígeno disuelto en estado estable basado en la ecuación

[1], considerando un tramo del río como volumen de control, se modela como:

⎛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 ⎠

Donde UL = concentración de DBO a la entrada del tramo (mgl-1); L = concentración de

DBO a la salida del tramo (mgl-1); kd = coeficiente de descomposición de la materia orgánica (d-1);
Ta =Temperatura (°C); θ = coeficiente de corrección por temperatura.
 La concentración de Coliformes Totales en estado estable es:
⎛1
⎜⎜ [
⎞ ( − kcoli )τ
⎟⎟ (e U coli (t − τ ) ]
Coli (t ) = ⎝ r ⎠
T [4]
⎛1⎞
⎜⎜ ⎟⎟ + k coliθ (T0 − 20)
⎝ Tr ⎠
Donde Ucoli = concentración de coliformes totales a la entrada del tramo (mgl-1); Coli =
concentración de coliformes totales a la salida del tramo (mgl-1); kcoli = coeficiente de decaimiento
de coliformes (d-1); T0 = temperatura (°C); θ = coeficiente de corrección por temperatura.

Los parámetros de transporte de los modelos se calculan en función de la fracción

dispersiva (FD) (Beer y Young, 1983; Young y Wallis, 1993; Lees et al., 1998; Camacho y Lees,
2000).
T
FD = r [5]
t
Tr = t − τ [6]
τ = t (1 − FD ) [7]

Donde FD es la fracción dispersiva; Tr = tiempo de residencia; τ = tiempo de retraso

advectivo del soluto t = tiempo de viaje total del soluto en el tramo sometido a los procesos de
advección y dispersión.

2 METODOLOGIA

2.1 Implementación del modelo en DELPHI (versión 6.0, 2000)

Para la modelación de la red hídrica nacional, el modelo fue extendido para ser utilizado
bajo ambiente Windows, utilizando el lenguaje de programación DELPHI (Versión 6.0, 2000). El
programa permite seleccionar entre los modelos ADZ y Streeter Phelps y realizar simulaciones de
Monte Carlo para la calibración de las constantes de decaimiento de DBO (kd) y Coliformes Totales
(kcoli).

2.2 Revisión de datos de entrada del modelo

En la Figura 2 se presenta el perfil del Río Bogotá a partir de la información de un modelo
de elevación digital DEM y el perfil medido en el proyecto “Modelación de la calidad del agua del
Río Bogotá” (Uniandes, 2002b)
Perfil Longitudinal
Río Bogotá
2800 Cuenca Alta Cuenca Media Cuenca Baja
2600
2400
2200
2000
1800
1600
ASNM(m )

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

Figura 2.- Perfil longitudinal Río Bogotá

 Al comparar los dos perfiles, se identifica que el modelo de la red hídrica presenta
deficiencias en los datos de elevación y diferencia de nivel de altura en el tramo. En las zonas de las
cuencas alta y media, la pendiente es mayor que la pendiente real del río. Existe una diferencia
aproximada de 300 m de altura en la zona de la cuenca media, entre el perfil real del río y el
obtenido a partir del DEM.
Para analizar los escenarios hidrológicos en la modelación, se identificó el escenario
hidrológico correspondiente al modelo de la red hídrica (escenario de verano), comparando los
caudales del modelo con los caudales de las campañas de medición (Uniandes, 2002b). Los
caudales del modelo corresponden a la cuarta campaña de medición (ver Figura 3).

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

Figura 3.- Escenarios hidrológicos

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

3.1 Bandas de confianza modelo original Streeter Phelps

Las bandas de confianza generadas para el modelo actual Streeter Phelps para los
determinantes de OD y DBO utilizando las relaciones geomorfológicas y paramétricas originales se
presentan en las Figuras 4-5. Se observa que modelo no representa adecuadamente el efecto de
reaireación que sufre el río Bogotá en la cuenca baja, manteniendo condiciones anaerobias hasta la
desembocadura en el Río Magdalena. Se identificaron valores de concentración de oxígeno en la
cuenca alta superiores a las concentraciones de oxígeno de saturación reportadas por el estudio
Modelación de la calidad del agua del Río Bogotá.
Modelo Streeter Phelps
9

8 Cuenca Alta Cuenca Media Cuenca Baja

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

Figura 4.-Bandas de confianza modelo Streeter Phelps- OD

Mod elo Streeter Phelps

140

120 Cuenca Alta Cuen ca Media C uenca Baja

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

Figura 5.- Bandas de confianza modelo Streeter Phelps -DBO

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.

3.2 Relaciones paramétricas exploradas

Teniendo en cuenta los resultados regulares obtenidos en las bandas de confianza para el
modelo Streeter Phelps con las relaciones paramétricas y geomorfológicas originales, se exploraron
nuevas alternativas para la temperatura del agua, la tasa de reaireación y la concentración de
saturación del oxígeno disuelto.
Para calcular la temperatura del agua se estimó una ecuación en función de la elevación,
utilizando las mediciones de campo del Río Bogotá. Nótese que durante su curso el río atraviesa los
diferentes pisos térmicos desde 3000 m.s.n.m. hasta 300 m.s.n.m. La ecuación resultante es:
Tmedia = 29.42 − 0.00521Z [8]
o
Donde T = temperatura del agua ( C); Z = altura sobre el nivel del mar (m).
 Para calcular la tasa de reaireación se exploraron modelos de disipación de energía de la
forma Ka= c(DH / t), Ka= c(USaH-b),(Tsivoglou y Wallace, 1972; Grant, 1976; Tsivoglou y Neal,
1976). Se utilizó la ecuación propuesta por Tsivoglou y Wallace, (1972) que según estudios
anteriores describe con mayor precisión las fenómenos de reaireación en ríos de montaña
colombianos (Holguín, 2002),
∆H
k a = 0.1573 [9]
t
Donde ka = tasa de reaireación (d-1); t = tiempo de viaje (d); ∆H = diferencia de nivel del
tramo(m).

La ecuación implementada para calcular la concentración de oxígeno de saturación,

corresponde a la ecuación recomendada por la APHA de Benson y Krause (1984), corregida por
elevación (Chapra, 1997).

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]

Donde Cs = concentración de saturación de OD; T = temperatura del agua en grados

Kelvin; Z = altura sobre el nivel del mar en kilómetros

Con las relaciones paramétricas analizadas y la corrección de los datos de entrada

obtenidos a partir del DEM (altura sobre el nivel del mar y diferencia de nivel del tramo), se
generaron bandas de confianza para los modelo ADZ y Streter Phelps. Los resultados de las bandas
se observan en las Figuras 6-8
Las bandas de OD para los modelos Streeter Phelps y ADZ presentan una mejor
aproximación a la tendencia general del comportamiento del oxígeno disuelto en el Río Bogotá. Se
identifican altas concentraciones de OD en la cuenca alta y zona anaerobia en la cuenca media del
río. El modelo logra representar adecuadamente el fenómeno de reaireación en la cuenca baja lo
cual no era representado adecuadamente con el modelo original.
El modelo ADZ logra representar adecuadamente el efecto de las zonas de
almacenamiento, registrando valores de OD menores que el modelo Streeter Phelps.
COMPARATIVOS MODELOS
9
8 Cuenca Alta Cuenca Media Cuenca Baja

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

Figura 6.- Bandas de confianza modelos ADZ y Streeter Phelps- OD

La sobreestimación en el modelo de las concentraciones de oxígeno disuelto en la cuenca

alta puede ser explicada por la falta de modelación de cargas contaminantes provenientes de fuentes
industriales, características de la cuenca alta del río. Las bandas de confianza para los modelos de
DBO son más anchas y contienen mayor número de datos de las mediciones de campo que las
bandas generadas inicialmente. El orden de magnitud de las concentraciones de DBO en las tres
cuencas se encuentra dentro del rango de las mediciones en campo de este parámetro (Uniandes,
2002b).
En la cuenca media del río el comportamiento de las bandas comparado con las mediciones
de campo, puede ser explicado por la ausencia de fuentes industriales y agrícolas de cargas
contaminantes en el modelo.
COMPARATIVOS MODELOS

140

120 Cuenca Alta Cuenca Media Cuenca Baja

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% SP 95% SP 5% ADZ 95% ADZ C4

Figura 7.- Bandas de confianza modelos ADZ y Streeter Phelps- DBO

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

Cuenca Alta Cuenca Media Cuenca Baja

Coliform es Totales (NMP/100m L)

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

5% ADZ 95%ADZ 5% SP 95% SP C4

Figura 8. Bandas de confianza modelos ADZ y Streeter Phelps- Coliformes totales

3.3 Estimación de los parámetros de decaimiento de DBO y Coliformes Totales
En la calibración de los modelos se utilizó como función objetivo el coeficiente de
determinación R2 (Nash y Sutcliffe, 1970), calculado con los datos observados y modelados de OD,
DBO y Coliformes.
σ2
R2 =1− 2 [12]
σy
Donde σ 2 es la varianza de los residuos y σ y2 es la varianza de los datos observados.

Figura 9.- Resultados y calibración de los modelos ADZ y Streeter Phelps

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

El modelo ADZ presentó el mejor ajuste la calibración de la constante de decaimiento de

DBO (R2=0.7) que el modelo Streeter Phelps. (R2=0.44). Esto puede explicarse por que el modelo
ADZ incorpora la dispersión de los solutos que no es tenida en cuenta en el modelo Streeter Phelps.

CONCLUSIONES

El modelo de impacto de las aguas residuales municipales en la red hídrica colombiana

constituye una herramienta de planeación y seguimiento a planes de inversión y ejecución de
alternativas de saneamiento y uso de los sistemas hídricos del país. La estructuración de la red
implementada en el modelo permite en una primera aproximación entender el comportamiento a
gran escala de la calidad del agua de los ríos de Colombia.
El modelo original de impacto de las aguas residuales municipales en la red hídrica
colombiana, presenta deficiencias en los datos obtenidos a partir del modelo de elevación digital
(DEM). El DEM debe tener mayor precisión.
Los resultados obtenidos en esta investigación con las ecuaciones paramétricas exploradas
para el oxígeno de saturación, la temperatura y la tasa de reaireación permiten obtener mayor
precisión en la modelación de los determinantes OD y DBO. La ecuación para el cálculo de la tasa
de reaireación de Tsivoglou y Wallace (1972) describe con mayor habilidad los fenómenos de
reaireación en el Río Bogotá. En el modelo se debe implementar la ecuación para calcular la
concentración de oxígeno de saturación sugerida por la APHA y la relación para calcular la
temperatura del agua estimada a partir de los datos de temperatura del Río Bogotá.
El modelo de la red hídrica nacional esta asociado directamente a descargas domésticas
urbanas. El modelo puede ser extendido considerando descargas industriales promedio según el
nivel de complejidad de la población, para lograr una mejor aproximación a la realidad.
 El modelo de calidad de agua QUASAR-ADZ logra representar adecuadamente el efecto
de las zonas de almacenamiento en los ríos (dispersión), las concentraciones de OD son más bajas
que las obtenidas con el modelo Streeter Phelps. De manera similar al modelo Streeter Phelps, el
modelo ADZ para estado estable implementado, simula adecuadamente el orden de magnitud de los
determinantes de DBO y Coliformes Totales para el caso analizado (Río Bogotá).
La ecuación de velocidad original implementada en el modelo genera valores de velocidad
bajos, afectando el tiempo de viaje calculado para los tramos del río.
La dispersión y advección de los solutos en el proceso de transporte considerado en el
modelo QUASAR-ADZ, permite explicar simultáneamente los procesos de trasporte y de calidad
de los determinantes de calidad analizados.
Para la implementación del modelo ADZ se necesita conocer valores de Fracciones
Dispersivas. Se recomienda en estudios futuros establecer una relación entre esta variable y otras
conocidas como pendiente del tramo o a partir de experimentos con trazadores.
Los valores óptimos encontrados para los constantes de decaimiento de DBO y Coliformes
Totales fueron consistentes para los dos modelos analizados, Kd = 0.99 d-1 y Kcoli = 0.052 d-1. El
modelo ADZ presentó el mejor ajuste la calibración de la constante de decaimiento de DBO
(R2=0.7) que el modelo Streeter Phelps. (R2=0.44).

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