Professional Documents
Culture Documents
Garzón Lamprea Carolina 2017
Garzón Lamprea Carolina 2017
Ingeniero Ambiental
Director
Miguel Cadena.
M.Sc., D. Sc.
A nuestros padres, quienes han sido el motor que ha impulsado nuestras vidas.
I
Agradecimientos
III
Índice general
Dedicatoria I
Agradecimientos III
Índice de tablas IX
Índice de figuras XI
Introducción 1
2. Justificación 7
3. Objetivos 9
3.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2. Objetivos especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4. Marco de referencia 11
4.1. Marco legal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.2. Marco teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.2.1. Proyectos Hidroeléctricos, embalses y aguas residuales . . . . . . . . 15
4.2.2. Propiedades quı́micas del suelo . . . . . . . . . . . . . . . . . . . . 17
4.2.3. Elementos traza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2.4. Influencia de los metales traza sobre la fertilidad potencial y natural
del suelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.3. Marco geográfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.1. Municipio El Colegio - Cundinamarca . . . . . . . . . . . . . . . . . 40
4.3.2. Municipio Sibaté - Cundinamarca . . . . . . . . . . . . . . . . . . . 42
5. Materiales y métodos 45
5.1. Metodologı́a general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2. Diseño experimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2.1. Definición de las áreas de estudio . . . . . . . . . . . . . . . . . . . 48
5.2.2. Tamaño muestral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.3. Procedimientos analı́ticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.3.1. Determinación de pH . . . . . . . . . . . . . . . . . . . . . . . . . . 54
V
VI ÍNDICE GENERAL
6. Análisis de resultados 65
6.1. Análisis descriptivo univariado . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.1.1. Profundidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.1.2. Tipo de toma de muestra . . . . . . . . . . . . . . . . . . . . . . . . 66
6.1.3. Uso del suelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.1.4. Cobertura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.1.5. pH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.1.6. Acidez intercambiable . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.1.7. Aluminio intercambiable . . . . . . . . . . . . . . . . . . . . . . . . 73
6.1.8. Hidrógeno intercambiable . . . . . . . . . . . . . . . . . . . . . . . 75
6.1.9. Carbono orgánico oxidable . . . . . . . . . . . . . . . . . . . . . . . 77
6.1.10. Capacidad de intercambio catiónico . . . . . . . . . . . . . . . . . . 79
6.1.11. CICE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.1.12. Calcio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.1.13. Potasio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.1.14. Magnesio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.1.15. Sodio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.1.16. Plomo total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
6.1.17. Plomo intercambiable, cadmio total y cadmio intercambiable . . . . 92
6.1.18. Fósforo intercambiable . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.1.19. Conductividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.1.20. Humedad del suelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.2. Análisis bivariado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6.3. Análisis multivariado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.3.1. Plomo vs CIC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6.3.2. Análisis factorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.4. Análisis espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.4.1. Distribución espacial del Pb total en la zona de agricultura . . . . . 111
6.4.2. Distribución espacial del Pb total en la zona de ganaderı́a . . . . . 113
6.4.3. Distribución espacial de la CIC en la zona de agricultura . . . . . . 116
6.4.4. Distribución espacial de la CIC en la zona de ganaderı́a . . . . . . . 118
6.5. Análisis de regresión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.5.1. Regresión ponderada geográficamente zona agricultura . . . . . . . 120
6.5.2. Regresión ponderada geográficamente zona ganaderı́a . . . . . . . . 122
6.6. Fertilidad de los suelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
ÍNDICE GENERAL VII
7. Conclusiones 127
8. Recomendaciones 131
BIBLIOGRAFÍA 133
Índice de tablas
IX
X ÍNDICE DE TABLAS
XI
XII ÍNDICE DE FIGURAS
1
2 Introducción
interacción que se da con las aguas del embalse. Para la zona de Mesitas del Colegio
(zona de conservación) se prefirió un muestreo en bloques completos al azar a partir de la
fuente, entre tanto para la zona del Muña (zonas de ganaderı́a y agricultura), se realizó un
muestreo simple al azar con posterior composición de muestras cercanas y de coloración
similar.
Las muestras fueron analizadas en laboratorio y los datos resultantes fueron sometidos
a un análisis descriptivo univariado, bivariado y multivariado, este último resulta
especialmente útil para determinar la correlación entre las variables estudio (Cd, Pb y
CIC) y determinar por tanto el grado de afectación de la incorporación de este elemento
sobre el principal indicador de fertilidad en los suelos; finalmente, se generó un análisis
espacial por medio del cual es posible vincular elementos geográficos relacionados a la zona
de estudio con los resultados obtenidos. Las conclusiones del estudio son el primer paso
para procesos de diagnóstico en los que se desea dimensionar las repercusiones que sobre el
componente edáfico pueden tener el uso y contacto con un recurso peligroso, ası́ mismo, los
resultados son un punto de referencia para generar estrategias de remediación que permita
un uso ambiental y sanitario seguro para el recurso suelo; por otra parte, el estudio sienta
la base necesaria para adelantar acciones orientadas a la inclusión e implementación de
medidas dentro de los planes de manejo, que minimicen el impacto del uso de este tipo de
recursos sobre el ambiente y las comunidades aledañas.
Capı́tulo 1
3
4 CAPÍTULO 1. PLANTEAMIENTO DEL PROBLEMA
Justificación
Teniendo en cuenta que la mayor parte de los parámetros fı́sico-quı́micos de las aguas
del embalse de El Muña se encuentran por encima de los lı́mites establecidos en el acuerdo
043 de 2006 de la CAR (Colmenares Rodriguez y Torres Guerrero, 2012) y que en especial
se destaca la concentración de elementos traza por los efectos que tienen sobre la salud
humana y la calidad del ambiente, se hace necesario un estudio que permita establecer el
impacto que tiene la presencia de estas aguas sobre el recurso edáfico.
Si bien los elementos traza se encuentran de forma natural en los suelos y material
parental, las concentraciones son relativamente bajas y la dinámica entre elementos tiende
a no estar desbalanceada, no ocurre lo mismo para aquellos elementos cuya fuente es
antrópica, ya que se encuentran en mayor proporción y los efectos sobre el ambiente son
de mayor magnitud (Galán Huertos y Romero Baena, 2008). Aunque en el mundo son
numerosos los trabajos en los que se estudia la influencia del uso de aguas contaminadas
sobre los suelos y también aquellos que buscan describir la dinámica de los elementos traza
en el componente edáfico, en Colombia los estudios son escasos, con poco nivel de detalle
y muchos se limitan a la Sabana de Bogotá, por lo que no se cuenta con información
que permita comprender la relación e influencia de los elementos traza en los suelos de
las zonas aledañas al embalse de El Muña (municipio de Sibaté) y a la vereda el Paraı́so
(municipio El Colegio), por la cual pasa la lı́nea de conducción que transporta el agua
para generación de energı́a en la central El Paraı́so.
7
8 CAPÍTULO 2. JUSTIFICACIÓN
Objetivos
9
Capı́tulo 4
Marco de referencia
11
12 CAPÍTULO 4. MARCO DE REFERENCIA
Las aguas residuales son los residuos lı́quidos provenientes de las actividades humanas,
recientemente la resolución 0631 de 2015 las dividió en Aguas Residuales Domésticas
(ARD) y Aguas Residuales No Domesticas (ARnD), estas últimas tienen una composición
especial ya que incluyen un sinnúmero de compuestos quı́micos utilizados en procesos
industriales o cargas orgánicas elevadas que la diferencian de los vertimientos generados
4.2. MARCO TEÓRICO 17
Esta seccion está dedicada a las propiedades quı́micas del suelo analizadas para el
desarrollo del presente trabajode grado, los métodos de análisis se relacionan en el capı́tulo
5.
La determinación del pH del suelo o la reacción del suelo, es uno de los principales
parámetros que permiten la clasificación de un suelo. tradicionalmente los valores de pH de
7,0 indican neutralidad, valores por encima indican condiciones básicas y valores inferiores
indican condiciones ácidas. Debido a la influencia del pH sobre diversas propiedades fı́sicas,
18 CAPÍTULO 4. MARCO DE REFERENCIA
quı́micas y biológicas del suelo, se realiza una subdivisión de la escala de pH, en la que se
establecen diferentes rangos que permite indicar condiciones de acidez o basicidad de los
suelos.
La tabla 4.3 muestra la clasificación de pH establecida por el Soil Survey Division Staff
(1993, p. 107) en el Soil Survey Manual, la cual coincide en los niveles de clasificación
establecidos por Tan (2010), pero dista levemente en los rangos fijados.
Rango pH Clasificación
<3 Ultra ácido
3, 5 − 4, 4 Extremadamente ácido
4, 5 − 5, 0 Muy fuertemente ácido
5, 1 − 5, 5 Fuertemente ácido
5, 6 − 6, 0 Moderadamente ácido
6, 1 − 6, 5 Ligeramente ácido
6, 6 − 7, 3 Neutro
7, 4 − 7, 8 Ligeramente alcalino
7, 9 − 8, 4 Moderadamente alcalino
8, 5 − 9, 0 Fuertemente alcalino
> 9, 0 Muy fuertemente alcalino
resultantes durante el proceso de hidrólisis. Jaramillo Jaramillo (2002) indica que las
principales fuentes de acidez se asocian a:
R − OH + H2 O ↔ R − O− + H3 O+ (4.5)
Jaramillo Jaramillo (2002) indica que existen varios tipos de acidez asociadas a
diferentes formas de los iones Al3+ e H+ como se muestra a continuación:
indica que una mayor capacidad de intercambio cationico indica una mayor acidez
intercambiable.
Diferentes grupos controlan la acidez del suelo en función del pH, en Jaramillo Jaramillo
(2002, pp. 358-359) se establecen cuatro rangos principales como sigue:
Suelos minerales con pH < 4,5: Predomina el Al3+ intercambiable, hay un apreciable
contenido y solubilidad de H3 O+ y M n2+ que genera posible toxicidad por los
mismos, el paso de amoniaco a nitrato es lento lo que genera deficiencia de nitrógeno
para algunas especies vegetales, se presenta bajo contenido de bases y muy bajo de
molibdeno y se presenta una alta fijación y poca disponibilidad de fósforo.
Suelos minerales con pH entre 4,5 y 5,5: Predominan las formas Al(OH)+
2 y Al
3+
Suelos minerales con pH entre 5,5 y 6,5: No presentan acidez intercambiable, por lo
que no existe toxicidad de Al3+ , H3 O+ y M n2+ , en este rango hay mejoramiento de
la actividad biológica acompañado de un mejor suministro de bases intercambiables,
molibdeno y fósforo.
4.2. MARCO TEÓRICO 21
Suelos orgánicos: La reacción ácida es causada por los ácidos orgánicos acumulados,
cuando se presenta oxidación intensa de compuestos de azufre reducidos el pH
alcanza valores menores de 3,0 unidades de pH, presentan una alta acidez y capacidad
de intercambio catiónico (CIC), la concentración de bases y fósforo es de media a
baja, igualmente presentan baja fertilidad.
Según Tan (2010) en suelos de pH > 7 los cationes tienden a formar complejos mas
fuertes ya que son retenidos por enlaces múltiples y en estos los grupos carboxil y fenol
se encuentran disociados, entre tanto en suelos de pH < 7 los cationes son retenidos por
enlaces sencillos y únicamente los grupos carboxil se disocian.
Jordán López (2006) indica que suelos con similar capacidad de intercambio catiónico
(CIC) pueden mostrar comportamientos distintos en función del contenido y tipo de
arcillas ası́ como del grado de descomposición de la materia orgánica presente. Suelos con
capacidades de intercambio altas poseen mas puntos de intercambio en los cuales pueden
ser adsorbidas sustancias contaminantes como elementos pesados, disminuyendo ası́ el
riesgo de solubilidad y posterior absorcion por las plantas; por otro lado el taponamiento
de los sitios de intercambio puede derivar en la liberación de tales sustancias generandose
contaminación de acuiferos, captación de elementos contaminantes por parte de las plantas
llegando ası́ a la introducción de tales elementos en la cadena alimenticia (Galán Huertos
y Romero Baena, 2008).
Como se mencionó con anterioridad algunos cationes son adsorbidos gracias a la
presencia de carga permanente y variable de las arcillas, la determinación de la CIC
en función del tipo de carga corresponde a la CICP y CICV (capacidad de intercambio
catiónico permanente y variable respectivamente), la suma de estas dos corresponde a la
24 CAPÍTULO 4. MARCO DE REFERENCIA
Acidez intercambiable
Ø ú ýü û
CICE = (Ca2+ + M g 2+ + K + + N a+ ) + (Al3+ + H + ) (4.6)
ü ûú ý
Bases intercambiables
suelo con metales pesados, puede hacer que estos elementos compitan por los sitios de
intercambio disminuyendo ası́ los nutrientes disponibles para las plantas.
El calcio, es uno de los macro nutrientes esenciales para el desarrollo de las plantas,
es el catión mayoritario entre las bases intercambiables en la matriz del suelo, tanto, que
normalmente se encuentra en cantidades que pueden exceder las requeridas, representando
del 60 % – 80 % de la CIC (Bernier Villaroel. y Bortolameolli S, 2000); el calcio se absorbe
en forma de Ca2+ por la raı́ces de las plantas. Perez Prat (1981) indica que algunas de las
funciones del calcio son: ser constituyente de la pared celular, regular la permeabilidad de
las membranas, intervenir en la fosforilación de las proteı́nas; además, el calcio favorece
la formación del complejo arcillo – húmico, al evitar la dispersión de los coloides; también
la deficiencia de calcio o descalcificación puede ser el primer paso para que el suelo tienda
hacia la acidez. En la 4.5 se presentan las categorı́as para la disponibilidad de calcio.
Rango Categorı́a
≤2 Muy bajo
2.01 - 5.00 Bajo
5.01 - 9.00 Medio
9.01 - 15.00 Alto
≥ 15,01 Muy alto
de diferentes texturas.
El potasio, es tomado del suelo en su forma catiónica, actúa como activador de más
de 50 sistemas enzimáticos, su deficiencia se puede manifestar en debilidad del tallo y
vulnerabilidad al ataque de patógenos; por otra parte, grandes concentraciones de este
elemento pueden afectar la absorción de Ca2+ y Mg2+ , normalmente el potasio representa
del 2 % – 6 % de la CIC (Bernier Villaroel. y Bortolameolli S, 2000).
Algunos sı́ntomas que pueden presentar las especies vegetales por deficiencia de potasio,
son principalmente, plantas con las esquinas de las hojas café amarillosas o con manchas
necróticas cafés, puntas de las hojas café amarillosas que luego pueden morir (Agriculture
& Land-Based Training Association (ALBA), 2012), bajos niveles de potasio aumentan la
transpiración de la planta por lo tanto los requerimientos de agua incrementan (Primavesi,
1984). En la tabla 4.7 se muestran algunos niveles tı́pios de potasio en suelos de diferentes
4.2. MARCO TEÓRICO 27
Fósforo intercambiable
En los suelos se encuentra como ion fosfato, dependiendo del pH para suelos ácidos
como H2 PO− y en suelos básicos en su forma divalente H2 PO2−
4 ; dentro de la planta forma
esteres en los ácidos nucleı́cos o moléculas estructurales siendo un elemento clave para el
metabolismo, su deficiencia provoca enanismo (AgroEstrategias Consultores, 2007).
Se ha reportado un valor de entre 50 - 80 mg/kg como nivel óptimo para suelos de
cultivo (Primavesi, 1984); normalmente la deficiencia de fósforo se manifiesta con una
coloración púrpura en los bordes de la hoja y un retraso en el crecimiento de la planta
28 CAPÍTULO 4. MARCO DE REFERENCIA
(Agriculture & Land-Based Training Association (ALBA), 2012), a su vez puede afectar
las condiciones de floración y fructificación de las plantas (Andrade y Martinez, 2014). La
tabla 4.9 muestra los niveles de fósforo para diferentes texturas de suelos.
Conductividad eléctrica
Conductividad Clasificación
< 0,35 No salino
0,35 − 0,65 Ligeramente salino
0,65 − 1,15 Salino
> 1,15 Muy salino
Humedad relativa
Las propiedades de estructura y textura son los principales factores que determinan
la capacidad de almacenamiento de agua en la matriz del suelo, el lı́mite superior de
almacenamiento de agua para un suelo se denomina “capacidad de campo”, mientras su
lı́mite inferior es conocido como “punto de marchitamiento permanente” (Zotarelli et al.,
2013).
La capacidad de campo se determina en el momento en que el suelo saturado, posterior
a un evento de lluvia o de riego, cesa el drenaje o este se hace insignificante; a partir
de este punto, el agua almacenada disminuirá ya sea por consumo de la planta o por
pérdidas debido a evaporación; el agua restante, disponible para la planta, es la diferencia
entre la capacidad de campo y en punto de marchitamiento permanente; la humedad es
determinada en laboratorio y se expresa como porcentaje en volumen de agua.
La diminución del contenido de agua puede causar estrés hı́drico a las plantas, incluso
antes de alcanzar el punto de marchitamiento; el consumo de agua puede aumentarse
significativamente cuando se tienen plantas mal nutridas, por ejemplo un cultivo de papa
en un suelo pobre consumirá hasta el doble de agua que en un suelo fertilizado (Primavesi,
1984).
Por definición los metales pesados se distinguen por poseer una masa atómica mayor a
la del elemento hierro 55.845u1 , sin embargo aunque muchos elementos se agrupan en esta
categorı́a, no todos cumplen con el requisito ya que elementos como el Cromo (51.9961u),
el Vanadio (50.94u) y el Manganeso (54.93u), aunque tienen una masa atómica menor son
ampliamente conocidos y clasificados como metales pesados. Este concepto ha recibido
bastantes crı́ticas, debido a que existen numerosas definiciones según una o varias de sus
1
u= Unidad de masa atómica, corresponde a la doceava parte de la masa de Carbono-12 (átomo neutro
y no enlazado), en su estado fundamental eléctrico y nuclear; con un valor de 1,660538921(73)x10−27 Kg.
30 CAPÍTULO 4. MARCO DE REFERENCIA
Partiendo de la revisión de algunos estudios de calidad de aguas tanto del rı́o Bogotá
como de Embalse del Muña (Combariza Bayona, 2009; Sarmiento et al., 1999), se encontró
que los elementos plomo, cadmio y cromo son los de mayor interés debido a sus altas
concentraciones y sus efectos potenciales negativos sobre el ambiente; el cadmio y el plomo
fueron escogidos como elementos centrales del estudio, debido a que por sus propiedades
fisicoquı́micas intrı́nsecas, son posiblemente los que representen un mayor problema de
toxicidad; mientras el cadmio puede llegar a ser muy móvil en la matriz de suelo, el plomo
tiende a formar compuestos de una mayor estabilidad.
Tabla 4.11: Valores de elementos traza comúnmente reportados.
(Kabata-Pendias, 2010).
Los elementos traza cadmio y plomo no tiene función biológica conocida (Combariza
Bayona, 2009) y la mayorı́a de sus especies quı́micas no son degradables (Vullo, 2003);
entre otros hacen parte del grupo de los 13 contaminantes prioritarios establecidos por
la EPA (Galán Huertos y Romero Baena, 2008); KabataPendias Kabata-Pendias (2010),
ha recopilado valores estándar de la concentración de este elemento para algunos suelos
europeos, principalmente con vocación agrı́cola, que se muestran a en la tabla 4.11 , el
elemento que presenta la mayor concentración en la corteza y en los suelos es el cromo,
mientras que el cadmio presenta la menor abundancia.
32 CAPÍTULO 4. MARCO DE REFERENCIA
Los efectos sobre la salud que pueden causar estos elementos son muy variables y
dependen de su concentración, vı́a de entrada y tiempo de exposición; ası́ como de
variables relacionadas con el estado de salud, edad y en general las condiciones fı́sicas del
paciente; la exposición al Cadmio se ha relacionado con afecciones pulmonares y renales,
ası́ como con osteomalacia y osteoporosis; este elemento se ha catalogado como elementos
potencialmente cancerı́genos por la Organización Mundial de la Salud OMS (como se cita
en Begoña Zubero Oleagoitia et al., 2008). Los niveles de severidad pueden variar según
sea la vı́a de entrada, algunos autores señalan que la vı́a de exposición más importante
puede ser la alimentarı́a, ya que en los cultivos se puede encontrar grandes concentraciones
provenientes de la acumulación sucesiva por largos periodos de tiempo en los suelos y
sedimentos de los cuales las especies vegetales son capaces de incorporar estos elementos.
El plomo afecta prácticamente todos los órganos del cuerpo, siendo acumulado
principalmente en los huesos al actuar metabólicamente como sustituto del calcio, es
tóxico en bajas concentraciones en exposición crónica (Sanı́n et al., 1998), los niños son
más vulnerables a sus efectos, afectando el desarrollo del cerebro y el sistema nervioso;
en adultos puede producir desde hipertensión arterial, lesiones renales hasta un coma,
convulsiones o la muerte (WHO. int., 2015).
Cadmio (Cd): Es un elemento perteneciente al grupo IIB de la tabla periódica,
existe en mayor proporción en estado de oxidación +2 en la naturaleza (Ariano, 2001),
normalmente se encuentra asociado minerales de zinc, cobre o plomo y se calcula que
su concentración es de 0.10 – 0. 15 mg/kg; Otra fuente de cadmio en los suelos, puede
ser el uso de fertilizantes fosfatados (Secretarı́a de Medio Ambiente y Recursos Naturales
SEMARNAT, 2016). Es un contaminante prioritario por su alta toxicidad y solubilidad en
el agua, por lo que puede ser transportado por largas distancias y depositarse finalmente
sobre suelos o sedimentos; (Benavides et al., 2005; Sanità Di Toppi y Gabbrielli, 1999)
señalan que algunos efectos comúnmente presentados en el tejido vegetal afectado son el
enrollamiento de las hojas, clorosis, necrosis, disminución del crecimiento, daño oxidativo,
4.2. MARCO TEÓRICO 33
el plomo muestra una correlación positiva con la fracción fina y la materia orgánica
formando complejos órgano metálicos (Kabata-Pendias, 2010), está fuertemente asociado
a hidróxidos de Fe y Mn (Acosta de Armas y Montilla Peña, 2011); por sus propiedades
divalentes tiene la capacidad de reemplazar los elementos K, Ba, Sr y Ca en los sitios de
intercambio (Kabata-Pendias, 2010).
El suelo es un cuerpo natural, compuesto principalmente por una fase sólida que se
distingue como una mezcla de roca suelta o material no consolidado, producto de la
meteorización de las rocas y dispuesto por horizontes sucesivos formados cada uno de
acuerdo a la edad y a los procesos de adiciones, pérdidas, transferencias y transformaciones
de materia que ocurren durante su desarrollo; además contiene de una fase lı́quida y
una gaseosa (USDA, 2006); los suelos a diferencia de otros escenarios ambientales, son
en extremo heterogéneos, por lo que sus propiedades fı́sicas y quı́micas puedan variar
en rangos de pocos centı́metros, obedeciendo a variables como el material parental, la
ubicación geográfica, el clima, la cobertura, la topografı́a, etc.; esta diversidad dificulta el
análisis del comportamiento de elementos como los metales traza y la determinación del
riesgo asociado a recursos edáficos con concentraciones anómalas de estos, por lo tanto
los análisis de especiación y la determinación de las caracterı́sticas propias de los suelos,
pueden ayudar a comprender que fracciones son asimilables, lo que según Galán Huertos
y Romero Baena (2008), serı́a una buena aproximación a la peligrosidad o contaminación
real de este medio. Según el “Código Nacional de los Recursos Naturales”, se habla de
contaminación cuando a causa de la incorporación o interacción de un agente externo a
una matriz ambiental, en concentraciones suficientes, se produce una alteración, sobre el
bienestar o salud de las personas, las condiciones de la flora o la fauna, y/o la degradación
de la calidad del ambiente o de los recursos naturales allı́ presentes (Presidencia de la
República, 1974).
4.2. MARCO TEÓRICO 35
último orbital electrones del ligando; los átomos de los metales actúan como núcleos de
coordinación ya que, raramente se encuentran en su estado elemental, prevaleciendo las
forma catiónicas o haciendo parte de diversos compuestos, esto se da debido a su radio
elevado con respecto a la carga nuclear, lo que produce que se desprendan fácilmente los
electrones del último nivel, esto a su vez genera un aumento de la relación carga/radio
por lo que rápidamente reaccionan para formar otras especies quı́micas. Un suelo con
pH mayor, posee en su superficie grupos hidroxilo, intercambiables por cationes metálicos
(Vega et al., 2009), y por lo tanto posee una mayor cantidad de ligandos con electrones
no compartidos, para la formación de este tipo de complejos.
a) Fase intercambiable: Hacen parte de esta los elementos que son adsorbidos por
las partı́culas de suelo (materia orgánica, minerales de arcilla y óxidos de hierro
y manganeso principalmente).
e) Fracción residual: Conformada por aquellos metales que hacen parte de la estructura
cristalina de las partı́culas de suelo.
formaciones geológicas son grupo Guadalupe, grupo Olini y grupo Villeta, los cuales se
componen en general de rocas lútiticas.
A continuación se describen las principales asociaciones de suelos de la zona de
estudio, con base al Estudio de Suelos y Zonificación de Tierras del Departamento de
Cundinamarca:
Asociación MQCe: Situado en clima semi húmedo, con material parental compuesto
por rocas clásticas limo-arcillosas y mantos de ceniza volcánica; relieves de ligera a
moderadamente quebrados, con pendientes entre 7 -12 %, 12 – 25 % y 25 – 50 %, suelos
profundos a muy superficiales, bien a moderadamente bien drenados, de texturas media
a finas, reacción muy fuerte a neutra, saturación de aluminio baja y fertilidad baja a
moderada. Se encuentra frecuentemente pedregosidad superficial.
Esta asociación está compuesta por las unidades: TyphicUdorthents y
TypicMelanudands.
42 CAPÍTULO 4. MARCO DE REFERENCIA
Esta asociación está compuesta por las unidades: Pachic Haplustands, Humic
Haplustands y Fluventic Dystrustepts (Instituto Geográfico Agustı́n Codazzi, 2000). La
figura 4.2 muestra el mapa de localización general de las zonas de estudio, especı́ficamente
de los municipios; entre tanto en la figura 4.3 se localizan los predios de monitoreo, en el
recuadro superior derecho se encuentran las zonas de monitoreo de Sibaté y en el recuadro
inferior derecho la zona de El Colegio.
Santander
Antioquia
Mar Caribe
Caldas Boyacá
Panamá
Venezuela
Casanare
Cundinamarca
Tolima Meta
Huila
Océano Pacífico
BOJACÁ MOSQUERA
TENA
LA MESA
GRANADA
APULO
Ecuador SIBATÉ
Brasil APULO
VIOTÁ SILVANIA
TOCAIMA
Perú BOGOTÁ D.C., DISTRITO CAPITAL
FUSAGASUGÁ
PASCA
NILO TIBACUY
TENA MOSQUERA
BOJACÁ
SIBATÉ
SAN ANTONIO DEL TEQUENDAMA Pastos
SOACHA
Hidroelectrica El Paraiso
"
S REPRESA DEL MUÑA
EL COLEGIO
GRANADA
Hidroelectrica El Paraiso
REPRESA DEL MUÑA
Cultivos "
S
Pastos
VIOTÁ
SIBATÉ EL COLEGIO
SILVANIA
SOACHA
Materiales y métodos
!
"
#
%
& &
!
45
46 CAPÍTULO 5. MATERIALES Y MÉTODOS
!
"
#
$
!
% &
%
'
$
!
'
"#%
!"
#$#%
&
El Colegio
Sibaté
El Colegio
Sibaté
el contenido de plomo total se obtuvieron valores entre los 13.2 mg/Kg y 18.6 mg/Kg,
mientras para el cadmio se obtuvieron en dos de las muestras concentraciones por debajo
del lı́mite del método < 2,71 mg/Kg, las dos restantes presentaron valores entre los 2.9
mg/Kg y 3.62 mg/Kg.
964000.000000 964200.000000
1650
5C
5B 4C 2C
997600.000000
997600.000000
5A 4B 1C
4A 3B 1B
3A 1A
TUN2
Ü
TUN1
Leyenda
Vias
Uso Conservación
d Hidroelectrica
Q. La Tinta
997400.000000
997400.000000
0 15 30 60 90 120
Meters
Hidroelectrica El Paraiso
d 964000.000000 964200.000000
t2 × (cv)2
n= t2 ×(cv)2
(5.1)
E2 + N
de plomo y cadmio obtenido en los análisis de las pruebas piloto y N es el área total,
correspondiente a 71 177 m2 en la zona de ganaderı́a y 28 481 m2 en la zona de agricultura.
Para establecer los coeficientes de variación asociados a la concentración de los dos
elementos se asumió una concentración de 2.71 mg/Kg para las muestras que presentaron
una concentración de Cd inferior al lı́mite, a partir de lo anterior se obtuvo un CV de
0.145, entre tanto el Pb registró un CV de 0.152, En los dos casos se obtuvo un tamaño
muestral de n = 6 para cada subzona de monitoreo, dando un total de 12 muestras.
980800.000000 981000.000000
Municipio Sibaté
990200.000000
990200.000000
P32-11
P33-11
P35-12 P36-12
P34-12
P37-12
Embalse del Muña
P39-13
P38-13
P42-14
990000.000000
990000.000000
P41-13
P44-14
P40-13
P43-14
Leyenda
Ü
Vias
0 15 30 60 90 120
Meters
d Hidroelectrica
Uso Agricultura
980800.000000 981000.000000
5.7).
Municipio Sibaté
990000.000000
990000.000000
P06-3P07-3
P04-2P05-3
P03-2
P02-1 P08-4
P14-6
P09-4
P13-6
P11-5 P10-4
P15-6
P16-6 P12-5
989800.000000
989800.000000
Embalse del Muña
P18-7
P17-8
P19-7
P21-8
P31-10 P22-8 P24-8
P30-10
P23-8
Leyenda
989600.000000
989600.000000
P29-9
Ü
P28-9
P27-9
P26-9
Vias
P25-9
d Hidroelectrica
Los procedimientos analı́ticos empleados para los análisis de las muestras de suelo
siguen los protocolos establecidos en el Instituto Geográfico Agustı́n Codazzi Laboratorio
Nacional de Suelos (2006). La preparación de las muestras consistió en la codificación de
las mismas, estas fueron secadas a temperatura ambiente cada una sobre una hoja de
papel kraft debidamente identificada, para garantizar un secado homogéneo cada muestra
5.3. PROCEDIMIENTOS ANALÍTICOS 53
5.3.1. Determinación de pH
Inicio
Pesar 10 gr de suelo.
Agregar 10 ml de
agua destilada.
Calibrar el
potenciómetro.
Reportar medición.
Fin
Inicio
Pesar 10 gr de suelo.
Agregar 50 ml de
KCl 1N.
Argegar 10 ml de fluoruro de
sodio yy 5 gotas de fenolftaleina.
Fin
Vm1 × N1 × 100
AI = (5.2)
Pm
Vm2 × N2 × 100
AI = (5.3)
Pm
HI = AI − AlI (5.4)
Inicio
Agregar de 10 a 20 gotas de
ferroína.
Registrar el volumen de
sulfato ferroso gastado.
Fin
Inicio
Pesar 5 gr de suelo.
Fin
(Vm − Vb × N × 100)
CIC = (5.6)
Pb
Inicio
Realizar calibración de
espectrofotómetro UV-VIS
Fin
Una vez registrada la lectura del UV-VIS se emplea la ecuación 5.7 parra determinar
la concentración en ppm de fósforo intercambiable en suelo.
Sobrenadante
Desechar sobrenadante
Fin
Lu et al. (2016) hablan sobre la distribución espacial y las fuentes de metales para
una ciudad capital al sur de China, las muestras de suelo fueron tratadas con diferentes
ácidos (HNO3, HF, HClO4, HCl, H2SO4 y KMnO4) para extraer los metales a estudiar,
posteriormente estos se cuantificaron empleando espectrometrı́a de absorción atómica (Pb
y otros metales fueron medidos por FAAS – espectrometrı́a de absorción atómica de llama
-, Cd empleando GFAAS - espectrometrı́a de absorción atómica en horno de grafito -,
y para arsénico se empleó espectrometrı́a de fluorescencia atómica por generación de
hidruros). En el análisis de componentes principales (PCA) se encontró que, para la
zona de estudio, el Pb estaba asociado con fuentes antropogénicas mientras que para
Cd se tienen tanto fuentes naturales como antropogénicas, ambos metales se encontraron
en concentraciones mayores a las de los valores de fondo del suelo y se encontró una
correlación positiva con la materia orgánica del suelo, indican entonces que “existe una
importante retención de metales por parte de la materia orgánica del suelo o que la
entrada de metales al suelo se da a través de varios materiales con contenidos de materia
orgánica”. En el estudio anterior la interpolación de los datos espaciales fue realizada
empleando kriging (Lu et al., 2016).
Si bien el método de regresión paramétrica “Kriging” es ampliamente empleado en el
análisis espacial no es el único que puede ser empleado, Yakowitz y Szidarovszky (1985)
realiza una comparación entre dos métodos de regresión, el primero es “Kriging” y el
segundo es un método de regresión no paramétrico. En el presente estudio se realiza
un comparativo entre los resultados obtenidos mediante los dos métodos anteriormente
mencionados.
62 CAPÍTULO 5. MATERIALES Y MÉTODOS
Team, 2016).
Durante las etapas de análisis estadı́stico (univariado, bivariado, multivariado y
esacial), se emplearon las librerı́as ‘magrittr’, ‘knitr’, ‘ggplot2’ y ‘dplyr’. La librerı́a
‘magrittr’ permite encadenar comandos con un nuevo operador, lo que facilita el
procesamiento de datos (Milton y Wickham, 2014); la librerı́a ‘knitr’ permite la generación
de informes dinámicos (Xie, 2016); la librerı́a ‘ggplot2’ permite la generación de gráficos
(Wickham, 2009); la librerı́a ‘dplyr’ facilita el trabajo con data frame (Wickham et al.,
2016).
Por otro lado las librerı́as ‘FactoMineR’ para análisis exploratorio de datos (Lê et
al., 2008) y ‘reshape2’ para reestructurar y agregar datos (Wickham y Hadley, 2007) se
emplearon en los análisis univariado y multivariado. En el análisis univariado se empleó
adicionalmente la librerı́a ‘stats’ con funciones de cálculos estadı́sticos (R Core Team y
contributors worldwide, 2016). En el análisis bivariado y multivariado se empleó la librerı́a
‘grid’ para generación de gráficas (Murrell, 2016).
En el análisis espacial se emplearon las librerı́as ‘GWmodel’ para la realización
de modelos ponderados geográficamente (Gollini et al., 2015), ‘leaflet’ para crear y
personalizar mapas (Cheng et al., 2016), ‘rgdal’ para para enlazar a la librerı́a de
abstracción de datos geoespaciales (Bivand et al., 2016), ‘gstat’ para análisis espacial
(kriging) (Pebesma, 2004) y la librerı́a ‘np’ para análisis espacial (kernel) (Hayfield y
Racine, 2008).
Capı́tulo 6
Análisis de resultados
6.1.1. Profundidad
En total se contó con 84 muestras, de las cuales el 78.57 % fueron tomadas a una
profundidad de 30 cm, el restante 21.43 % se tomó a 60 cm de profundidad (tabla 6.1
y figura 6.1), estas últimas correspondieron en su totalidad a muestras tomadas en el
municipio de El Colegio, mientras las muestras superficiales (30 cm de profundidad) fueron
tomadas para las dos zonas de estudio.
60 21.43 %
Centímetros
30 78.57 %
0 25 50 75
Porcentaje
65
66 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
de agricultura.
Tabla 6.1: Distribución muestras según profundidad.
Se emplearon dos tipos de toma de muestra definidas según las caracterı́sticas de las
zonas de estudio, estas fueron: muestra de tipo puntual, tomadas y analizadas para cada
punto de muestreo de la zona de El Colegio y representaron el 47.62 % de las mediciones,
por otro lado se realizaron muestras compuestas para la zona de Sibaté, estas representaron
el 58.38 % de las mediciones realizadas (tabla 6.2 y figura 6.2).
PUNTUAL 47.62 %
COMPUESTO 52.38 %
0 20 40 60
Porcentaje
GANADERÍA 36.9 %
CONSERVACIÓN 47.62 %
AGRICULTURA 15.48 %
0 20 40 60
Porcentaje
6.1.4. Cobertura
La figura 6.4 y la tabla 6.4 muestran la distribución del total de muestras en función
de la cobertura. El 47.62 % de las observaciones contaron con una cobertura de vegetación
riparia, seguida por pasto con el 39.6 %, por último están los cultivos de maı́z, zanahoria
y papa con un 7.14 %, 4.76 % y 3.57 % respectivamente. Los cultivos de maı́z, zanahoria
y papa se presentan en las zonas asociadas a la agricultura, ası́ mismo el uso de suelos en
ganaderı́a presenta cobertura de pastos y a su vez el uso de conservación se asocia a una
68 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
PASTO 36.9 %
0 20 40 60
Porcentaje
6.1.5. pH
0.6
Densidad
0.4
0.2
0.0
4 5 6 7
Unidades
La distribución se parte en dos: la primera desde 4.3 unidades y 6.0 unidades, la cual
posee la mayor densidad entre 5 unidades y 5.5 unidades. La segunda entre 6.0 unidades
y 7.44 unidades con un pico de densidad entre 6.3 unidades y 6.6 unidades. Los datos no
presentan distribución normal, como se observa en la figura 6.5.
Tabla 6.5: Variable pH.
Parámetro Valor
Mı́nimo 4.30
Máximo 7.44
Promedio 5.68
Mediana 5.45
D. Estándar 0.77
Datos Faltantes 0.00
Normalidad 0.00
Acorde a la clasificación establecida por la Soil Survey Division Staff (tabla 4.3) dentro
de las fichas de información de calidad del suelo (1993), el 1.19 % de muestras presentó
una reacción quı́mica del suelo “extremadamente ácido”, el 26.19 % se encontró dentro del
rango clasificado como “muy fuertemente ácido”, el 32.14 % y 8.33 % presentaron tendencia
“fuertemente ácida” y “moderadamente ácida” respectivamente, el 13.10 % presentó una
reacción “débilmente ácida”, lo anterior indica que el 80.95 % de las muestras contaron
con una reacción con tendencia ácida. El porcentaje restante mostró una reacción neutra
(17.86 %) y débilmente alcalina (1.19 %).
10 1
0 0
Densidad
cmol+ /Kgy 12.11 (tabla 6.7). Los datos faltantes fueron cercanos al 45 %, indicando que
un alto porcentaje de las muestras contaron con pH superior a 5.5 unidades, valor a partir
del cual los suelos minerales no presentan acidez intercambiable (Jaramillo Jaramillo,
2002).
0.20
0.15
Densidad
0.10
0.05
0.00
0 5 10
cmol+/Kg
Parámetro Valor
Mı́nimo 0.02
Máximo 12.11
Promedio 4.42
Mediana 3.16
D. Estándar 4.34
Datos Faltantes 0.45
Normalidad 0.00
cmol+ /Kg y 11.20 cmol+ /Kg en la subzona de conservación 30 cm y entre 0.02 cmol+ /Kg y
12.11 cmol+ /Kg en la zona de conservación 60 cm. El 23 % de las muestras de conservación
a 30 cm y el 6 % de las correspondientes a conservación 60 cm contaron con pH superior
a 5.5 unidades, por lo que para estas no se registró acidez intercambiable (ver numeral
4.2.2).
10 0.2
5 0.1
0 0.0
Densidad
60 cm con un valor de 4.58 cmol+ /Kg, seguida de la zona conservación 30 cm con 3.61
cmol+ /Kg.
0.20
0.15
Densidad
0.10
0.05
0.00
0 4 8 12
cmol+/Kg
La mayor densidad se encuentra entre 0 cmol+ /Kg y 2 cmol+ /Kg indicando un sesgo
en la distribución (figuras 6.9 y 8.5).
Las figuras 6.10 y 8.6 muestran respectivamente la distribución del contenido de
aluminio intercambiable y el gráfico de cajas discriminados por cobertura y profundidad
de muestreo, al igual que el comportamiento general, el comportamiento por cobertura es
74 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
Parámetro Valor
Mı́nimo 0.00
Máximo 11.57
Promedio 4.00
Mediana 2.21
D. Estándar 4.12
Datos Faltantes 0.45
Normalidad 0.00
0.1 1
0.0 0
0 3 6 9 12 −0.5 0.0 0.5 1.0
cmol+/Kg
2.0
1.5
Densidad
1.0
0.5
0.0
0 2 4 6
cmol+/Kg
Parámetro Valor
Mı́nimo 0.00
Máximo 6.00
Promedio 0.42
Mediana 0.10
D. Estándar 0.95
Datos Faltantes 0.45
Normalidad 0.00
76 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
0 0.0
Densidad
El promedio es de 0.42 cmol+ /Kg y la mediana de 0.12 cmol+ /Kg (tabla 6.11).
El 53.57 % de las muestras contó con un pH entre 4.5 unidades y 5.5 unidades, según
Jaramillo Jaramillo (2002), en este rango de pH el contenido de H3 O+ no es significativo,
lo que puede llegar a influir en la baja concentración de hidrógeno intercambiable.
Tabla 6.12: Variable hidrógeno intercambiable por cobertura.
cobertura.
0.15
Densidad
0.10
0.05
0.00
0 5 10
Porcentaje
El rango está entre 0.1 % y 12.42 % (tabla 6.13). Aunque la mayor densidad se encuentra
entre 0.1 % y 1.5 %, la mayor cantidad de observaciones se encuentra entre 5 % y 12.42 %
como se observa en la figura 6.13. No se presentan valores extremos en cuanto al contenido
de carbono orgánico (figura 8.9).
Parámetro Valor
Mı́nimo 0.10
Máximo 12.42
Promedio 5.13
Mediana 5.11
D. Estándar 4.08
Datos Faltantes 0.00
Normalidad 0.00
0.6 0.75
0.4 0.50
0.2 0.25
0.0 0.00
Densidad
5 6 7 0 1 2 3
CONSERVACIÓN 60cm GANADERÍA
0.4
0.6
0.3
0.4
0.2
0.2 0.1
0.0 0.0
0.0 0.5 1.0 1.5 2.0 8 10 12
Porcentaje
La distribución del carbono orgánico por zona se muestra en la figura 6.14, se observa
un desplazamiento en los rangos de mayor densidad, este comportamiento se aprecia
también en la figura 8.10 donde las diferencias entre las distintas zonas son notorias.
En la zona de conservación a 30 cm se presentan mayores valores en comparación con
la zona de conservación a 60 cm, esto responde a un comportamiénto tı́pico del carbono
orgánico, ya que tiende a disminuir su concentración conforme aumenta la profundidad del
suelo (Jaramillo Jaramillo, 2002; Jordán López, 2006). En cuanto a las zonas de ganaderı́a
y agricultura, pueden presentar un mayor contenido de carbono orgánico asociado a los
mayores aportes de biomasa derivados de las actividades relacionadas con el uso del suelo,
aunque debe tenerse en cuenta que tanto condiciones climatológicas como la altitud de la
zona influyen en elcomportamiento del carbono (Jaramillo Jaramillo, 2002; Jordán López,
2006).
Es conocida la relación existente entre el contenido de carbono orgánico oxidable y la
materia orgánica, mediante los resultados obtenidos a partir de la oxidación con dicromato
6.1. ANÁLISIS DESCRIPTIVO UNIVARIADO 79
de potasio se estima el contenido de esta última, aunque esto solo aplica para muestras
con COO inferior al 8 % (Jaramillo Jaramillo, 2002); esta caracterı́stica se presentó en el
65.5 % de las muestras, el restante 34.5 % registró valores de COO superiores al 8 % y
correspondieron predominantemente a muestras tomadas en la zona de ganaderı́a.
Tabla 6.14: Carbono orgánico oxidable por cobertura.
La capacidad de intercambio catiónico presentó valores entre los 15.62 cmol+ Kg−1
y 53.20 cmol+ Kg−1 , el promedio y la mediana fueron cercanos, con valores de 34.25
cmol+ Kg−1 y 37.15 cmol+ Kg−1 respectivamente (tabla 6.15). Como se observa en la
figura 6.15, los datos presentan una distribución bimodal con los picos de densidad entre
20 cmol+ Kg−1 y 26 cmol+ Kg−1 y entre 40 cmol+ Kg−1 y 48 cmol+ Kg−1 . La desviación
estándar fue de 12.08 cmol+ Kg−1 y no se contó con datos faltantes. La figura 8.11 muestra
el gráfico de cajas del conjunto de datos, no se registran valores extremos.
0.05
0.04
Densidad
0.03
0.02
0.01
0.00
10 20 30 40 50
cmol+/kg
Parámetro Valor
Mı́nimo 15.62
Máximo 53.20
Promedio 34.25
Mediana 37.15
D. Estándar 12.08
Datos Faltantes 0.00
Normalidad 0.00
36 38 40 42 20 30 40 50
CONSERVACIÓN 60cm GANADERÍA
0.2 0.2
0.1 0.1
0.0 0.0
18 21 24 40 45 50
cmol+/kg
La figuta 6.16 muestra la distribución de la CIC para cada subconjunto de datos, estos
tienden a presentar distribución bimodal, siendo especialmente marcada para las zonas
de agricultura y conservación 60cm. Adicionalmente cabe resaltar que las muestras de la
zona de conservación a 30 cm y 60 cm son las responsables del primer pico de densidad
en la distribución general (figura 6.15) y las otras dos son responsables del segundo pico
de densidad.
Tabla 6.16: CIC por cobertura.
6.1.11. CICE
2.0
1.5
Densidad
1.0
0.5
0.0
0 5 10 15 20
cmol+/Kg
valor subestimado. Por otro lado el 38 % de las muestras contaron con una baja influencia
de acidez intercambiable en el cálculo de la CICE, esto ya que estas presentaron un pH
mayor a 5.5 unidades, valor a partir del cual tanto el aluminio como el hidrógeno no se
encuentran de forma disponible.
Tabla 6.17: Capacidad de intercambio catiónico efectiva.
Parámetro Valor
Mı́nimo 0.39
Máximo 18.21
Promedio 1.58
Mediana 0.69
D. Estándar 3.66
Datos Faltantes 0.44
Normalidad 0.00
La capacidad de intercambio catiónico efectiva presentó valores entre 0.39 cmol+ /Kg
y 18.21 cmol+ /Kg, contando con una desviación estándar de 3.66 cmol+ /Kg, un promedio
es de 1.58 cmol+ /Kg y una mediana 0.69 cmol+ /Kg (tabla 6.17). La figura 6.17 muestra
que la mayor densidad se registra entre los 0.54 cmol+ /Kg y 0.76 cmol+ /Kg. Los datos
presentaron valores extremos por encima de los 12 cmol+ /Kg (figura 8.13).
15
0.4
10
5 0.2
0 0.0
Densidad
cmol+ /Kg y 1.02 cmol+ /Kg (tabla 6.18). La figura 6.18 muestra la distribución por zona,
los datos correspondientes a ganaderı́a y agricultura muestran picos de densidad mientras
aquellos correspondientes a la zona de conservación 60 cm no presentan intervalos de
mayor densidad.
Tabla 6.18: CICE por cobertura.
En la figura 8.14 se muestran claramente las diferencias entre las distintas zonas en
cuanto a la capacidad de intercambio catiónico efectiva, adicionalmente se observa una
mayor desviación para las muestras correspondientes a la zona de conservación 60 cm.
6.1.12. Calcio
El calcio tiene una desviación estándar de 3.99 cmol+ /Kg, la mayor densidad se
encuentra entre el mı́nimo 0.18 cmol+ /Kg y 1.5 cmol+ /Kg. El máximo es 11.95 cmol+ /Kg.
El promedio y la mediana son 3.33 cmol+ /Kg y 0.5 cmol+ /Kg respectivamente, tratándose
de una distribución sesgada.
0.3
Densidad
0.2
0.1
0.0
0 4 8 12
cmol+/Kg
Parámetro Valor
Mı́nimo 0.18
Máximo 11.95
Promedio 3.33
Mediana 0.50
D. Estándar 3.99
Datos Faltantes 0.00
Normalidad 0.00
5 0.1
0 0.0
Densidad
−0.2 0.0 0.2 0.4 0.6 2.5 5.0 7.5 10.0 12.5
CONSERVACIÓN 60cm GANADERÍA
4
0.2 3
2
0.1
1
0.0 0
3 6 9 −0.2 0.0 0.2 0.4 0.6
cmol+/Kg
En cuanto a los usos del suelo, el análisis estadı́stico de los datos muestra
concentraciones medias de calcio en los suelos de conservación, con un promedio de 7.23
cmol+ /Kg, disminuyendo al aumentar la profundidad de la muestra; para los suelos del
municipio de Sibaté, se encuentran los niveles más bajos de calcio, teniendo para los suelos
de ganaderı́a un promedio de 0.31 cmol+ /Kg y los de agricultura con el promedio más
bajo 0.21 cmol+ /Kg; estos últimos están cerca de lı́mite establecido por Bernier Villaroel.
y Bortolameolli S (2000) para concentraciones muy bajas, lo cual puede deberse a la
6.1. ANÁLISIS DESCRIPTIVO UNIVARIADO 85
6.1.13. Potasio
6
Densidad
0
0.0 0.1 0.2 0.3 0.4
cmol+/Kg
Parámetro Valor
Mı́nimo 0.01
Máximo 0.44
Promedio 0.10
Mediana 0.06
D. Estándar 0.09
Datos Faltantes 0.00
Normalidad 0.00
En cuanto a usos del suelo, las diferencias en cuanto a las concentraciones de potasio
de cada uno de ellos son notorias, las zonas de agricultura presentan la mayor deficiencia
de potasio con un promedio de 0.03 cmol+ /Kg (11.73 ppm), seguidos por la zona de
ganaderı́a 0.04 cmol+ /Kg (15.64 ppm), la zona de conservación a 30 cm con un promedio
de 0.19 cmol+ /Kg (74.29 ppm) y la zona de conservación a 60 cm con 0.12 cmol+ /Kg,
donde se encuentran algunos puntos de muestreo a 30 cm con valores normales como datos
extremos.
AGRICULTURA CONSERVACIÓN 30cm
30 10
20
5
10
0 0
Densidad
Las diferencias entre las distintas zonas en cuanto a la cantidad de potasio son notorias,
los valores son altos en las zonas de conservación y bajos en las zonas de agricultura y
ganaderı́a. Violante et al. (2007, p. 547) indica que durante el crecimiento de las plantas
en la rizosfera puede presentar agotamiento de potasio.
Tabla 6.22: Potasio por cobertura.
6.1.14. Magnesio
El magnesio posee una densidad con un sesgo muy marcado (figura 6.23), con una
dispersión de 0.77 cmol+ /Kg, el promedio es de 0.413 cmol+ /Kg y la mediana de 0.22
cmol+ /Kg. Los datos faltantes fueron del 44 % y correspondieron en su mayorı́a a muestras
de la zona de conservación a 30 cm y 60 cm, para un muy bajo porcentaje de muestras de
esta última zona se realizó medición a de Mg.
3
2
Densidad
0
0 1 2 3 4 5
cmol+/Kg
agricultura, podemos observar las concentraciones promedio más bajas de este elemento
que solo alcanzan valores de entre 12.2 ppm y 19.4 ppm; seguido por los de ganaderı́a con
concentraciones promedio de 35.26 ppm lo cual es bajo aun para suelos arenosos.
Tabla 6.23: Magnesio.
Parámetro Valor
Mı́nimo 0.10
Máximo 4.54
Promedio 0.41
Mediana 0.22
D. Estándar 0.77
Datos Faltantes 0.44
Normalidad 0.00
15 2.0
1.5
10
1.0
5 0.5
0 0.0
Densidad
Las diferencias entre las distintas zonas en cuanto a la cantidad de magnesio son
notorias, los valores son altos en la zona de conservación y bajos en las zonas de agricultura
y ganaderı́a.
6.1. ANÁLISIS DESCRIPTIVO UNIVARIADO 89
6.1.15. Sodio
El sodio promedio es de 0.07 cmol+ /Kg y la mediana no dista mucho 0.06 cmol+ /Kg,
el rango está entre 0.02 cmol+ /Kg y 0.18 cmol+ /Kg (tabla 6.25). La dispersión es de 0.033
cmol+ /Kg y la concentración de los datos es hacia la izquierda, con mayor densidad entre
el mı́nimo y 0.1 cmol+ /Kg como se observa en la figura 6.25.
10
Densidad
0
0.05 0.10 0.15
cmol+/Kg
Parámetro Valor
Mı́nimo 0.02
Máximo 0.18
Promedio 0.07
Mediana 0.06
D. Estándar 0.03
Datos Faltantes 0.00
Normalidad 0.00
90 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
0 0
Densidad
0.05 0.06 0.07 0.05 0.10 0.15
CONSERVACIÓN 60cm GANADERÍA
50 60
40
40
30
20 20
10
0 0
0.025 0.050 0.075 0.100 0.125 0.025 0.050 0.075 0.100 0.125
cmol+/Kg
Las diferencias entre las distintas zonas en cuanto a la cantidad de sodio no son claras,
presentándose una mayor concentración en las zonas de conservación; por otra parte, las
concentraciones promedio de sodio en este uso del suelo representan el 33 % de la CIC,
lo cual es anormal, pudiendo presentar problemas de salinidad o suelos sódicos. De igual
forma tanto para ganaderı́a como para agricultura se tienen valores aunque cercanos por
encima de 10 % de la CIC recomendados, lo que igualmente puede derivar en salinidad
tipo sódica.
Tabla 6.26: Sodio por cobertura.
0.20
0.15
Densidad
0.10
0.05
0.00
15 18 21 24
mg/Kg
Se aprecian diferencias entre las distintas zonas en cuanto al plomo total. Las zonas
dedicadas a la agricultura presentan mayores niveles de plomo que aquellas dedicadas a la
ganaderı́a, donde adicional al riego y la cercanı́a a fuente hı́drica contaminada, los suelos
agrı́colas pueden captar plomo del aire proveniente de vehı́culos que transitan por la vı́a
principal que conduce al municipio de Sibate y por el uso de pesticidas; mientras que en
los suelos de conservación, los análisis de laboratorio arrojaron para todas las muestras
concentraciones por debajo del lı́mite de concentración del método < 8,19mg/Kg.
Parámetro Valor
Mı́nimo 14.00
Máximo 22.90
Promedio 17.67
Mediana 16.90
D. Estándar 3.10
Datos Faltantes 0.51
Normalidad 0.00
norma europea el lı́mite máximo en suelos de productividad agrı́cola el valor para el plomo
es de 2 mg/Kg, el cual se sobrepasa de 7 a 12 veces en todos los puntos de muestreo, lo
que genera preocupación sobre el riesgo de ingreso de este elemento a la cadena trófica.
AGRICULTURA
1.00
0.75
0.50
0.25
0.00
Densidad
18 20 22
GANADERÍA
0.6
0.4
0.2
0.0
14 16 18 20 22
mg/Kg
Agricultura Ganaderı́a
Mı́nimo 16.90 14.00
Máximo 22.00 22.90
Promedio 19.86 16.66
Mediana 21.20 15.20
D. Estándar 2.09 2.99
Los resultados del estudio coinciden con los datos reportados por Colmenares
Rodriguez y Torres Guerrero (2012) quienes encontraron concentraciones entre 13 - 18
mg Pb/L en muestras tomadas sobre el margen del rı́o Bogotá a la entrada y salida del
embalse del muña y en cercanı́as a este.
intercambiable
concentraciones inferiores a los 0,058 mg/Kg mientras que el cadmio total mostró
concentraciones inferiores a los 2,71 mg/Kg, aunque debe tenerse en cuenta que en
el muestreo piloto se alcanzaron concentraciones hasta de 3.62 mg/Kg de Cd, valores
similares a los reportados por Colmenares Rodriguez y Torres Guerrero (2012).
Las concentraciones de cadmio se encuentran por debajo del lı́mite normativo
canadiense encaminado a asegurar la salud ambiental (¡3,8 mg/Kg para agricultura y ¡22
mg/Kg para uso industrial), las concentraciones de cadmio intercambiable se encontraron
también por debajo del lı́mite canadiense para asegurar la salud humana (¡1,4 mg/Kg).
La normativa para el Paı́s Vasco (Ley 4 de 2005) establece un lı́mite de concentración de
5 mg/Kg para este parámetro, en tanto que la normatividad de Cataluña establece un
lı́mite de 2.5 mg/Kg.
El lı́mite más restrictivo para plomo es el fijado por la Unión Europea en 2 mg/Kg,
únicamente las concentraciones de plomo intercambiable se encontraron por debajo de este
lı́mite. El siguiente lı́mite más restrictivo es de 60 mg/Kg de la normatividad de Cataluña
el cual se cumple en todas las muestras. La normatividad canadiense establece un lı́mite
de 70 mg/Kg para asegurar la salud ambiental, el cual se cumple para el total de muestras
analizadas.
0.075
Densidad
0.050
0.025
0.000
10 20 30
ppm
Parámetro Valor
Mı́nimo 3.51
Máximo 28.21
Promedio 10.73
Mediana 9.46
D. Estándar 6.28
Datos Faltantes 0.52
Normalidad 0.00
10 20
CONSERVACIÓN 60cm
0.20
0.15
0.10
0.05
0.00
10 20
ppm
6.1.19. Conductividad
4
Densidad
0
0.1 0.2 0.3 0.4
dS/m
Parámetro Valor
Mı́nimo 0.09
Máximo 0.41
Promedio 0.21
Mediana 0.18
D. Estándar 0.10
Datos Faltantes 0.48
Normalidad 0.00
Los datos están más agrupados a la izquierda, con una tendencia decreciente en la
densidad (figura 6.31), adicionalmente en la figura 8.27 se observa que el 75 % de los datos
presentó una conductividad eléctrica inferior a 0.3 dS/m.
0.075
Densidad
0.050
0.025
0.000
30 40 50 60
Porcentaje
Este parámetro únicamente fue determinado para las muestras de las zonas de
agricultura y ganaderı́a, por lo que el 48 % de datos faltantes registrados en la tabla
6.32 corresponden a las muestras de la zona de conservación.
Los datos tienen mayor concentración entre 32 % y 46 %, hay otro grupo que está entre
55 % y 60 % (figuras 8.28 y 6.32).
6.2. ANÁLISIS BIVARIADO 97
Correlación
pH -0.7009
COO -0.3684
Calcio -0.4603
Potasio -0.2302
Magnesio -0.4971
Sodio 0.0169
La figura 6.33 muestra la relación lineal existente entre el contenido de plomo total
y las variables pH, carbono orgánico oxidable, calcio, potasio, magnesio y sodio, para los
suelos de las zonas agricultura y cultivos. Para los primeros cinco casos se presenta una
relación inversamente proporcional con diferentes valores de correlación (tabla 6.34); con
el pH la correlación fue de -0.7009, siendo el valor más alto registrado, lo anterior indica
6.2. ANÁLISIS BIVARIADO 99
que las concentraciones más altas de plomo total se asociaron a valores de pH bajos, lo
que se encuentra en concordancia con lo reportado por McKenzie (1980) (como se cita en
Violante et al., 2007, p. 175), indicó que en para hematita y goetita la sorción de plomo
incrementa al aumentar los valores de pH.
Las siguientes correlaciones más altas se registraron para el magnesio y el calcio
(-0.4954 y -0.4595 respectivamente), Violante et al. (2007, p. 54) indica que la
biodegradabilidad de los complejos oxalato-metal o citrato-metal varı́a siguiendo el orden
de Mg > Zn > Cu ≡ Pb > Cd, lo que indica una mayor persistencia del Pb frente al Mg
en valores bajos de pH.
22
20
18
16
14
5.5 6.0 6.5 6 8 10
Calcio Potasio
22
20
Plomo
18
16
14
0.2 0.3 0.4 0.5 0.02 0.04 0.06
Magnesio Sodio
22
20
18
16
14
0.1 0.2 0.3 0.4 0.025 0.050 0.075 0.100 0.125
Violante et al. (2007, p. 173) indica que la sorción de cationes por parte de la materia
100 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
orgánica se rige por la siguiente serie de estabilidad: Cr > F e > Al > P b ≫ Cu > N i >
Co ≫ Cd > Zn ≫ M n = Ca = M g, resaltándose que el Ca y Mg son adsorbidos de
forma similar, pero el Cd y Pb presentan una mayor afinidad con el complejo de cambio;
el aporte de grandes cantidades de materia orgánica proveniente de las aguas del embalse
puede favorecer la fijación del plomo ya que este tipo de complejos son muy recurrentes (Li
y Shuman, 1996 (como se cita en Kabata-Pendias, 2010)). Por otro lado Pickering (1979)
(como se cita en Violante et al., 2007, p. 174), registró que los óxidos de hierro y aluminio
recién precipitados presentan una mayor afinidad al plomo y cadmio en comparación con
el magnesio.
El plomo y el contenido de carbono orgánico oxidable mostraron una correlación
de -0.3684, aunque como se indicó anteriormente la materia orgánica presenta una alta
afinidad en la adsorción de plomo frente a elementos como Ca y Mg es necesario resaltar
que para este último se presentó una mayor correlación con el COO (0.6960); también
debe tenerse en cuenta que la determinación de COO por el método de Walkley-Black
permite una aproximación al contenido de materia orgánica.
Tanto el potasio como el sodio presentan una baja correlación con el plomo (-0.2302
y 0.0169), se ha indicado que el potasio en solución compite con el Cs por los sitios de
adsorción (Violante et al., 2007). Se ha establecido una competencia y sinergismo entre
los metales, Miller (como se cita en Allen et al., 1994) encontró que la captura de cadmio
por parte de los brotes de maı́z se incrementa a elevadas concentraciones de plomo.
La figura 6.34 muestra los gráficos de cajas para la CIC y CICE del total de mediciones
realizadas, entendiendo que la CIC es el máximo de moles de carga de iones que pueden
ser adsorbidos por unidad de masa del suelo (Sposito, 2008) y que la CICE representa la
cantidad de moles de carga de iones efectivamente ocupada por unidad de masa de suelo
(Jaramillo Jaramillo, 2002) se observa una gran diferencia entre los dos parámetros, lo que
puede indicar por un lado un alto potencial de intercambio de los suelos, pero por otro
lado, puede que los puntos de intercambio restantes se encuentren saturados por diferentes
6.3. ANÁLISIS MULTIVARIADO 101
CICE
CIC
0 20 40
meq/100gr
Presencia - Ausencia
0.00
Presencia
0.20
0.15
0.10
0.05
0.00
20 30 40 50
cmol+/kg
##
## Wilcoxon rank sum test with continuity correction
##
## data: Vcont by Vcateg
## W = 86, p-value = 1.73e-08
## alternative hypothesis: true location shift is not equal to 0
Presencia
Ausencia
20 30 40 50
cmol+/kg
Modelo lineal
50
R²: 0.66
45
40
35
14 16 18 20 22 24
Para medir el impacto del plomo sobre la capacidad de intercambio catiónico se ajusta
un modelo lineal simple (figura 6.37), el cual da una medida de la incidencia promedio del
plomo en la CIC.
6.3. ANÁLISIS MULTIVARIADO 105
##
## Call:
## lm(formula = CIC ˜ PbTotal)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4.6629 -1.8060 -0.7911 2.7946 6.3361
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 69.8021 2.9464 23.691 < 2e-16 ***
## PbTotal -1.4284 0.1643 -8.695 1.15e-10 ***
## ---
## Signif. codes: 0 ’***’ 0.001 ’**’ 0.01 ’*’ 0.05 ’.’ 0.1 ’ ’ 1
##
## Residual standard error: 3.219 on 39 degrees of freedom
## Multiple R-squared: 0.6597, Adjusted R-squared: 0.651
## F-statistic: 75.61 on 1 and 39 DF, p-value: 1.147e-10
Autovalores
cada uno, un valor correspondiente a la cantidad de varianza que retienen. El primer eje
retiene más varianza que el segundo, el segundo más que el tercero y ası́ sucesivamente.
Es posible interpretar estos autovalores, en su porcentaje acumulado, como la cantidad de
información que retienen en cada caso.
Tabla 6.36: Autovalores.
La tabla 6.36 muestra que el primer plano factorial, correspondiente a los primeros 2
ejes, retiene el 77 % de la información presente en la nube de puntos.
Cı́rculo de correlaciones
1.0
Na
0.5
Segundo factor
pH
COO
Ca CIC
0.0 K
−0.5
−1.0
Nube de puntos
Segundo factor
1
−1
−2
−4 −2 0 2
Primer factor
2
Segundo factor
Uso
1 AGRICULTURA
CONSERVACIÓN
0
GANADERÍA
−1
−2
−4 −2 0 2
Primer factor
2 Cobertura
Segundo factor CULTIVO MAIZ
1 CULTIVO PAPA
CULTIVO ZANAHORIA
0
PASTO
−1 VEGETACIÓN RIPARIA
−2
−4 −2 0 2
Primer factor
Al incluir la variable plomo total en la nube de puntos (figura 6.42), se encontró que
en las zonas de los usos ganaderı́a y agricultura se concentra la totalidad de datos con
presencia de plomo, mientras que en la vegetación riparia se concentran la mayorı́a de
datos con ausencia de plomo y un bajo porcentaje de estos se encuentra en el uso de suelo
ganaderı́a.
3
2
Segundo factor
Presencia
1 de plomo
Ausencia
0 Presencia
−1
−2
−4 −2 0 2
Primer factor
Los tamaños muestrales por región son reducidos, en consecuencia el análisis estadı́stico
de tipo espacial tiene dos abordajes complementarios: un ajuste no paramétrico mediante
regresión kernel y un modelo kriging de tipo ordinario. Un artı́culo de Yakowitz y
Szidarovszky (1985) compara ambas técnicas, encontrando resultados a favor del ajuste
no paramétrico. Sin embargo es importante tener ambos enfoques para tener resultados
robustos.
agricultura
Las mediciones de plomo total se muestran en la figura 6.44. Debe tenerse en cuenta
que enla diagonal entre los puntos sur y este pasa la vı́a que conduce de Soacha a Sibaté,
la cual es altamente transitada.
mg/Kg
17
18
19
20
21
22
Ajuste no paramétrico
mg/Kg
17
18
19
20
mg/Kg 21
23
22
22
21 mg/Kg
20 23
19 22
21
20
19
Kriging ordinario
El proceso de estimación del modelo kriging ordinario inicia con el cálculo del diagrama
de semivarianza (figura 6.46), también llamado variograma, que resume la correlación
espacial presente en los datos.
10
8
semivariance
20 40 60
distance
El modelo muestra la intensidad del plomo a través del área (figura 6.47) y el mapa se
complementa agregando las marcas de los datos como se muestra en la figura 6.47 (der);
aunque este último modelo se ajusta bastante bien a los puntos debe tenerse en cuenta en
6.4. ANÁLISIS ESPACIAL 113
mg/Kg
22
20
18
16
mg/Kg
14
22
20 mg/Kg
17
18
18
16
19
14
20
21
22
En los dos modelos anteriores se observa una zona al este con las concentraciones de
plomo más altas y una zona al norte con las concentraciones más bajas, esta última se
encuentra cerca al embalse pero lejos de la vı́a.
Debe tenerse en cuenta que el riego de cultivos en esta zona no se realiza con aguas
del embalse según información suministrada por los habitantes de la vivienda cercana y
encargados del cultivo.
Las mediciones de plomo total se muestran en la figura 6.48. Debe tenerse en cuenta
que el costado sur y este del polı́gono cuentan con presencia de especies arbóreas de alto
porte, adicionalmente en el costado este los árboles se encuentran al borde de un canal
que conduce agua desde el embalse hasta una pequeña laguna al interior del predio desde
la que se capta agua para riego de pastos.
114 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
mg/Kg
14
16
18
20
22
Ajuste no paramétrico
mg/Kg
14
16
18
mg/Kg
25.0 20
22.5 22
20.0
mg/Kg
17.5 25.0
15.0 22.5
20.0
17.5
15.0
Se observa que las concentraiones más altas de plomo se encuentran en la zona norte,
con una pequeña porción en la zona este, registrándo valores superiores a 22.5 mg/Kg, la
zona restante muestra concentraciones más bajas, inferiores a los 17.5 mg/Kg.
6.4. ANÁLISIS ESPACIAL 115
Kriging ordinario
El proceso de estimación del modelo kriging ordinario inicia con el cálculo del diagrama
de semivarianza, también llamado variograma, que resume la correlación espacial presente
en los datos (figura 6.50).
15
semivariance
10
20 40 60 80 100 120
distance
El modelo muestra la intensidad del plomo a través del área (figura 6.51), este se
complementa agregando las marcas de los datos (figura 6.51 (der)).
mg/Kg
14
16
18
mg/Kg
22.5 20
22
20.0
17.5 mg/Kg
22.5
15.0
20.0
17.5
15.0
cmol+Kg
37
38
39
40
41
42
Ajuste no paramétrico
38
cmol+Kg
42
36
40
38
36
Figura 6.53: Distribución espacial CIC total zona de agricultura - ajuste no paramétrico.
6.4. ANÁLISIS ESPACIAL 117
El modelo muestra que la CIC presenta los valores más altos en el costado oeste y los
más bajos en el costado este, de forma preliminar muestra una distribución inversa ala
registrada para el plomo total.
Kriging ordinario
El proceso de estimación del modelo kriging ordinario inicia con el cálculo del diagrama
de semivarianza 6.54, que resume la correlación espacial presente en los datos.
10
8
semivariance
20 40 60
distance
El modelo muestra la intensidad de CIC a través del área como se observa en la figura
6.55, el mapa se complementa agregando las marcas de los datos 6.55 (der).
cmol+Kg
37
38
cmol+Kg 39
40
42.5 41
42
40.0
cmol+Kg
37.5
42.5
40.0
37.5
El modelo muestra que existe una pequeña zona al suroeste del polı́gno en la que
se presenta la mayor CIC. De forma preliminar esposible establecer un comportamiento
inverso al registrado para el plomo.
cmol+Kg
42
46
50
Ajuste no paramétrico
cmol+Kg
55
50
cmol+Kg
45
55
40
50
35
45
40
35 cmol+Kg
42
46
50
Kriging ordinario
El proceso de estimación del modelo kriging ordinario inicia con el cálculo del diagrama
de semivarianza, también llamado variograma (figura 6.58), que resume la correlación
espacial presente en los datos.
25
20
semivariance
15
10
20 40 60 80 100 120
distance
Figura 6.58: Semivariograma CIC zona de ganaderı́a.
El modelo muestra la intensidad de la CIC a través del área (figura 6.59), el mapa
se complementa agregando las marcas de los datos (figura 6.59 (der)). En comparación
120 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
cmol+Kg
42
46
cmol+Kg
50
50
cmol+Kg
46
50
42
46
42
Los detalles del método de regresión ponderada geográficamente son abordados por
Brunsdon et al. (1996). De manera sucinta se puede decir que se trata del ajuste de
modelos de regresión locales; esto es, en este caso, un ajuste de un modelo de regresión
lineal entre las variables CIC y PbTotal con fórmula CIC = β0 (s) + β1 (s)*PBTotal, donde
los coeficientes β0 y β1 varı́an en función de su localización (s). De esta manera, en cada
punto del espacio geográfico se calculan coeficientes de regresión distintos, lo cual da una
idea de la incidencia de la capacidad de intercambio catiónico en los niveles de plomo del
suelo.
A partir de los ajustes espaciales anteriores, es posible considerar que, en esta región,
la relación CIC ˜ PbTotal muestra un comportamiento inverso (figura 6.60).
6.5. ANÁLISIS DE REGRESIÓN 121
mg/Kg cmol+Kg
23 42
22 40
21
38
20
19 36
Figura 6.60: Distribución espacial Pb total (izq.) y CIC (der.) -ajuste no paramétrico,
zona de agricultura.
−0.8
−1.0
−1.2
−1.4
−1.6
de mayor relación entre las variables se localiza en la diagonal sur a este del polı́gono,
coincidiendo con la localización de la vı́a Soacha - Sibaté. Entendiendo que los procesos de
combustión generan emisión de elementos pesados como plomo, es probable que el tráfico
en la zona genere una influencia importante por un lado en el contenido de este elemento
en el suelo y ambiente, y por otro lado en el nivel de alteración que genera cada unidad
de plomo sobre la CIC.
(Quijano P. et al., 2010) indica que entre el 70 % y el 90 % de las partı́culas de plomo
atmosférico son de gran tamaño (PM10), por lo que se depositan cerca a las fuentes de
emisión, siendo una de las principales causas de contaminación en los suelos por este
elemento.
La zona noreste del polı́gono presenta los valores de β1 más bajos, este sector cuenta
con una mayor cercanı́a al embalse y en general cuenta con un mayor contenido de carbono
orgánico, el cual se relaciona con materia orgánica y esta a su vez genera unamayor CIC
en el suelo durante procesos de descomposición.
A partir de los ajustes espaciales anteriores, es posible considerar que, en esta región,
la relación CIC ˜ PbTotal es inversa (figura 6.62).
Al ajustar la regresión ponderada geográficamente los coeficientes β0 y β1 son
calculados en cada uno de los puntos. A continuación se muestra β1 y su distribución
en la zona (figura 6.63).
Como se ve, la relación PbTotal ˜ CIC es negativa en toda la región, su valor más
alto es -0.6672 y el más bajo es -1.4587, la mediana es de -1.0805 y los cuartiles uno y tres
fueron de -1.2209 y -1.0396 respectivamente.
Al igual que en la zona de ganaderı́a, ya que la relación es inversamente proporcional,
los valores más bajos indican una mayor variación de la CIC por cada unidad de plomo que
incrementa o disminuye en el suelo. El sector norte del polı́gono presenta los valores de β1
6.5. ANÁLISIS DE REGRESIÓN 123
más bajos, indicando que el terreno cuenta con mayor susceptibilidad frente a variaciones
en el contenido de plomo, esto en cuanto a CIC.
mg/Kg cmol+Kg
25.0 55
22.5 50
20.0 45
17.5 40
15.0 35
Figura 6.62: Distribución espacial Pb total (izq.) y CIC (der.) -ajuste no paramétrico,
zona de ganaderı́a.
−0.8
−1.0
−1.2
−1.4
La zona central del polı́gono presenta los coeficientes β1 más altos, indicando una
menor susceptibilidad de la CIC frente a variaciones en en la concentracion de plomo, en
esta zona se localiza la laguna desde la cual se realiza captación de aguas del embalsepara
riego de pastos. En la zona sur se presentan valores medios para el coeficiente analizado.
124 CAPÍTULO 6. ANÁLISIS DE RESULTADOS
El riego constante de los suelos puede generar un efecto de lavado de bases, favoreciendo
la retención de elementos traza que se adhieren a los coloides mediante complejos de
coordinación, los cuales presentan mayor estabilidad.
Capı́tulo 7
Conclusiones
La concentración de cadmio en los suelos de las zonas de estudio estuvo por debajo
del lı́mite de cuantificación del método de extracción secuencial BCR para las fracciones
total e intercambiable (< 2,71 mg/Kg y < 0,058 mg/Kg respectivamente). Sin embargo,
un estudio realizado por Colmenares Rodriguez y Torres Guerrero (2012) en la zona del
Embalse del Muña registró en suelos valores entre 2.45 mg/Kg y 4.1 mg/Kg. Debido a que
el muestreo se realizó en periodo de lluvia y a las caracterı́sticas de movilidad del cadmio,
es posible que este elemento se movilizara a horizontes inferiores o fuera adsorbido por
las plantas en caso de encontrarse en forma disponible, disminuyendo ası́ su concentración
en los suelos. Adicionalmente en la zona de El Paraı́so los suelos son constantemente
lavados por las aguas de la quebrada La Tinta, por lo cual es posible que este elemento
haya sido disuelto y transportado hacia la cuenca baja. Aunque existen técnicas analiticas
que cuentan con un lı́mite de detección inferior, estas requieren una mayor inversión,
adicionalmente, en general la normatividad internacional establece lı́mites inferiores a los
2.5 mg/Kg para este elemento; únicamente la normatividad canadiense establece en suelos
destinados a agricultura un lı́mite de 1.4 mg/Kg.
El contenido de plomo intercambiable fue en todos los puntos inferior al lı́mite de
cuantificación del método (< 0,250 mg/Kg), el cual corresponde al protocolo BCR;
entre tanto la concentración de plomo total registró valores por debajo del lı́mite de
cuantificación en la zona del Paraı́so (< 8,19 mg/Kg), mientras que en la zona de El
127
128 CAPÍTULO 7. CONCLUSIONES
Muña se registraron concentraciones entre los 14.00 mg/Kg y 22.90 mg/Kg, siendo la
zona con uso de suelo agricultura el que presentó las concentraciones promedio más
altas. La ausencia de plomo intercambiable en los suelos responde a la baja movilidad
del elemento causada por la formación de complejos organometálicos estables. Estas
concentraciones sobrepasaron de 7 a 12 veces el lı́mite máximo en suelos de productividad
agrı́cola establecido por la Unión Europea (2 mg/Kg), representando un potencial riesgo
de entrada a la cadena trófica; sin embargo se cumple con los lı́mites establecidos desde
la normatividad canadiense, española y la fijada en Estados Unidos por el 40 CFR Parte
745. Por otro lado la dinámica agrı́cola hace que el suelo sea constantemente removido,
por lo que puede presentarse una redistribución del metal entre los horizontes.
El comportamiento de la capacidad de intercambio catiónico (CIC) por subzonas
mostró grandes diferencias entre las muestras tomadas en los municipios de Sibaté y
El Colegio, siendo las primeras las de mayores valores promedio de CIC (entre 39.28
cmol+/Kg y 46.68 cmol+/Kg), doblando los valores promedio registrados en la última
zona (21.27 cmol+/Kg y 24.39 cmol+/Kg). En la zona de El Muña la capacidad de
intercambio catiónico efectivo (CICE) es notablemente inferior a la CIC, mostrando que
una pequeña porción de los posibles puntos de intercambio son ocupados por bases y
acidez intercambiable, de esto es posible inferir un desplazamiento de estos elementos por
parte de elementos de mayor peso molecular como el plomo.
El plomo presentó una relación inversamente proporcional con la CIC, observándose
que por cada mg de plomo por Kg de suelo la CIC disminuye en 1.4 cmol+/Kg, esto
concuerda con la hipótesis de que la presencia de metales traza afecta la fertilidad
potencial del suelo. Debe mencionarse que es posible que los aportes de materia orgánica
provenientes del riego con aguas del embalse de El Muña puede favorecer la fijación del
plomo.
Espacialmente se observa que en las zonas de ganaderı́a y agricultura las áreas con
mayor concentración de plomo a su vez registran una menor CIC, lo que puede deberse al
129
taponamiento de los sitios de intercambio por el plomo, que queda retenido en la superficie
de los coloides al formar complejos organometálicos. Al realizar la regresión ponderada
geográficamente se observa que la relación entre estas dos variables (Pb y CIC) presenta
también una variación espacial, observándose en el caso de la zona de agricultura valores
de β1 oscilaron entre -0.6504 y -1.6620, los valores más bajos indican una mayor variación
de la CIC por cada unidad de Pb en el suelo, en la zona sur-este se presenta la mayor
influencia de plomo, lo que se relacionó por un lado con la presencia de la vı́a Soacha-Sibaté,
la zona nor-oeste contó con los valores más altos de β1 , indicando una menor influencia del
plomo sobre la CIC, si bien en la actualidad no se presentan riegos con aguas del embalse,
estos pudieron realizarse en años anteriores, lo que contribuyó en la presencia de plomo
en la zona, reforzado por el flujo vehicular cercano. Por otro lado en la zona de ganaderı́a
se presentaron valores de β1 entre -0.6672 y -1.4587, en la zona norte se presenta una
mayor influencia del plomo sobre la CIC, la cual se encuentra más cerca al embalse, lo que
indica que variaciones en las concentraciones de plomo repercuten en mayor grado sobre
la capacidad de intercambio catiónico.
Los resultados de este estudio alertan sobre las consecuencias del uso directo o indirecto
de aguas contaminadas, que no solo se limitan a la transferencia de elementos traza entre
los componentes agua, suelo y aire, y los efectos sobre los organismos, sino afecta también
las buenas prácticas en el manejo de cultivos, ya que como se evidenció en este estudio, la
presencia de plomo afecta la retención bases intercambiables y su disponibilidad para las
plantas, generando mayor demanda de fertilizantes artificiales que a largo plazo acidifican
los suelos, favoreciendo la movilidad de elementos traza. Lo anterior se ve potenciado por
el riego consante de los suelos, que genera lavado de nutrientes.
Aunque no se encontraron concentraciones de plomo que indiquen toxicidad en los
suelos, se demostró que la presencia de este elemento tiene una influencia directa sobre el
principal indicador de fertilidad potencial (CIC), lo cual puede ser la base para realizar
estudios encaminados a proponer alternativas para el manejo responsable y eficiente de
130 CAPÍTULO 7. CONCLUSIONES
suelos con concentraciones de metales traza que representan un riesgo si se les da un manejo
inadecuado (uso indiscriminado de fertilizantes, riego excesivo, monocultivos, etc).
Dentro de las principales limitantes durante el desarrollo del estudio se cuenta: el
acceso a sitios cercanos a la fuente de contaminación (Embalse El Muña y salida del
tunel de fuga), ya que estos predios son propiedad de la empresa operadora de la lı́nea de
generación; el costo de los análisis de laboratorio, que limitaron la cantidad de muestras y
parámetros a analizar, sumado a la falta de equipos de mayor precisión para la medición
de metales traza en la universidad, lo que conllevó a la necesidad de recurrir a laboratorios
externos, incrementando los costos de la investigación.
Capı́tulo 8
Recomendaciones
131
132 CAPÍTULO 8. RECOMENDACIONES
Agriculture & Land-Based Training Association (ALBA) (2012). Fertilidad del Suelo y
Manejo de Riego.
Allen, H. E., Huang, C. P., Bailey, G. W., y Bowers, A. R. (1994). Metal speciation and
contamination of soil. Lewis Publishers.
133
Ariano, D. C. (2001). Trace elements in terrestrial environments. Springer.
Banco Mundial (2012). Gestión integral de aguas urbanas - estudio de caso bogotá. url
=http://siteresources.worldbank.org/INTLAC/Resources/257803-1351801841279/BogotaEstudiodeC
urldate = 2016/08/08.
Begoña Zubero Oleagoitia, M., Aurrekoetxea Agirre, J. J., Ibarluzea Maurolagoitia, J. M.,
Arenaza Amezaga, M. J., Basterretxea Irurzun, M., Rodrı́guez Andrés, C., y Sáenz
Domı́nguez, J. R. (2008). Metales pesados (Pb, Cd, Cr y Hg) en población general
adulta próxima a una planta de tratamiento de residuos urbanos de Bizkaia. Revista
española de salud pública, 82(5):481–492.
Bivand, R., Keitt, T., Rowlingson, B., Pebesma, E., Sumner, M., Hijmans, R., y Rouault,
E. (2016). rgdal: Bindings for the Geospatial Data Abstraction Library. R package
version 1.1-10 — For new features, see the ’ChangeLog’ file (in the package source).
Canadian Society of Soil Science (2007). Soil sampling and methods of analysis. CRC
Press.
Cheng, J., Xie, Y., Wickham, H., jQuery Foundation and contributors [ctb, cph] (jQuery
library), Agafonkin, V., CloudMade [cph] (Leaflet library), Leaflet contributors [ctb]
(Leaflet library), Leaflet Providers contributors [ctb, cph] (Leaflet Providers plugin), y
RStudio [cph] (2016). leaflet: Create Interactive Web Maps with the JavaScript ’Leaflet’
Library. R package version 1.0.1 — For new features, see the ’README’ and ’NEWS’
files (in the package source).
Diaz, A., Arroqui, A., y Sarquis, P. (2005). Estudio de niveles de cadmio en perfiles de
suelo en la localidad de Villa Nueva. Minerı́a y Geologı́a, 21(1).
Ginés, I. (2002). Incidencia de los fertilizantes sobre el ph del suelo. E.T.S.I. Agrónomos
(UPM).
Gollini, I., Lu, B., Charlton, M., Brunsdon, C., y Harris, P. (2015). GWmodel: An
R package for exploring spatial heterogeneity using geographically weighted models.
Journal of Statistical Software, 63(17):1–50.
Guérin, F., Abril, G., Tremblay, A., y Delmas, R. (2008). Nitrous oxide emissions from
tropical hydroelectric reservoirs. Geophysical Research Letters, 35(6):n/a–n/a. L06404.
Kabata-Pendias, A. (2010). Trace Elements in Soils and Plants. CRC Press, fourth edi
edici
Kumada, K. (1988). Chemistry of Soil Organic Matter. Japan scientific societies press
and Elsevier science publishers.
Lê, S., Josse, J., y Husson, F. (2008). FactoMineR: A package for multivariate analysis.
Journal of Statistical Software, 25(1):1–18.
Lu, Y., Jia, C., Zhang, G., Zhao, Y., y Wilson, M. A. (2016). Spatial distribution
and source of potential toxic elements (PTEs) in urban soils of Guangzhou, China.
Environmental Earth Sciences, 75(4):1–15.
Matthews, C. J. D., Joyce, E. M., Louis, V. L. S., Schiff, S. L., Venkiteswaran, J. J., Hall,
B. D., Bodaly, R. A. D., y Beaty, K. G. (2005). Carbon dioxide and methane production
in small reservoirs flooding upland boreal forest. Ecosystems, 8(3):267–285.
Oste, L. A., Dolfing, J., Ma, W.-c., y Lexmond, T. M. (2001). Cadmium uptake by
earthworms as related to the availability in the soil and the intestine. Environmental
Toxicology and Chemistry, 20(8):1785–1791.
Perez Prat, L. (1981). Importancia de la reacción del suelo. Acidez: pH, necesidad de Cal.
I.O.A.T.O. - Centro de edafologı́a y biologı́a aplicada, Salamanca.
Quijano P., A., Quijano V., M., y Henao M., J. (2010). Caracterización
fisicoquı́mica del material particulado fracción respirable pm2.5 en pamplona-norte
de santander-colombia. Revista de la Facultad de Ciencias Básicas, vol. 8, núm. 1,
enero-junio, 2010, pp. 1-20 Universidad de Pamplona Colombia, 8(1):1–20. Universidad
de Pamplona, Colombia.
R Core Team (2016). R: A Language and Environment for Statistical Computing. R
Foundation for Statistical Computing, Vienna, Austria.
R Core Team y contributors worldwide (2016). The R Stats Package. R package version
3.3.1.
Sarmiento, M. I., Idrovo, Á. J., Restrepo, M., Dı́az M, M. d. P., y González, A. (1999).
Evaluación del Impacto de la Contaminación del Embalse del Muña Sobre la Salud
Humana. Revista de salud pública, 1(2):159–171.
Staunton, S. (2002). Direct and indirect efects of organic matter on metal immobilisation
in soil. Developments in Soil Science, 28A:79–97.
Tanneberg, H. y Jahn, R. (2007). Heavy metal sorption by andic and non-andic horizons
from volcanic parent materials. En Soils of Volcanic Regions in Europe, pp. 423–435.
Springer Berlin Heidelberg, Berlin, Heidelberg.
Thomas, R., Ure, A., Davidson, C., Littlejohn, D., Rauret, G., Rubio, R., y López-Sánchez,
J. (1994). Three-stage sequential extraction procedure for the determination of metals
in river sediments. Analytica Chimica Acta, 286(3):423–429.
Vega, F. A., Covelo, E. F., y Andrade, M. L. (2009). The role of cation exchange in the
sorption of cadmium, copper and lead by soils saturated with magnesium. Journal of
Hazardous Materials, 171(1-3):262–267.
Wang, Q., Du, Y., Su, Y., y Chen, K. (2012). Environmental impact post-assessment of
dam and reservoir projects: A review. Procedia Environmental Sciences, 13:1439 – 1443.
Wickham y Hadley (2007). Reshaping data with the reshape package. Journal of Statistical
Software, 21(12).
Wickham, H. (2009). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New
York.
Wickham, H., Francois, R., y RStudio [cph] (2016). dplyr: A Grammar of Data
Manipulation. R package version 0.5.0 — For new features, see the ’README’ file
(in the package source).
Yuan, X., Huang, H., Zeng, G., Li, H., Wang, J., Zhou, C., Zhu, H., Pei, X., Liu, Z., y Liu,
Z. (2011). Total concentrations and chemical speciation of heavy metals in liquefaction
residues of sewage sludge. Bioresource technology, 102(5):4104–10.
Žaltauskaitė, J. (2010). Eff ects of total cadmium and lead concentrations in soil on the
growth , reproduction and survival of earthworm Eisenia fetida. 56(1):10–16.
Zotarelli, L., Dukes, M., y Morgan, K. (2013). Interpretación del contenido de la humedad
del suelo para determinar capacidad de campo y evitar riego excesivo en suelos arenosos
utilizando sensores de humedad.
ANEXO 1
ID Prof Comp. Uso Cobert X Y pH AInt AlInt HInt COO CIC Ca K Mg Na CdTot CdInt PbTot PbInt PInt CE Hum
1A30 30 Punt. Conserv Riparia 964058.9 997596.8 5.33 1.50 1.46 0.04 1.52 24.38 8.790 0.250 NA 0.050 <2,71 <0,058 <8,19 <0,250 7.40 NA NA
1B30 30 Punt. Conserv Riparia 964061.7 997605.8 4.78 5.07 4.62 0.45 2.21 25.86 5.730 0.160 NA 0.120 <2,71 <0,058 <8,19 <0,250 7.80 NA NA
1C30 30 Punt. Conserv Riparia 964063.0 997612.4 4.80 6.06 0.01 6.05 1.03 23.15 4.810 0.220 NA 0.050 <2,71 <0,058 <8,19 <0,250 5.46 NA NA
1D30 30 Punt. Conserv Riparia 964094.9 997691.6 4.56 3.93 3.45 0.47 2.38 49.33 1.010 0.280 NA 0.070 <2,71 <0,058 <8,19 <0,250 11.18 NA NA
2A30 30 Punt. Conserv Riparia 964052.7 997600.2 5.58 NA NA NA 2.58 26.52 10.010 0.200 NA 0.180 <2,71 <0,058 <8,19 <0,250 7.84 NA NA
2B30 30 Punt. Conserv Riparia 964055.5 997609.4 5.36 1.25 1.09 0.15 0.88 16.78 8.470 0.120 NA 0.050 <2,71 <0,058 <8,19 <0,250 26.89 NA NA
2C30 30 Punt. Conserv Riparia 964057.5 997616.4 4.83 6.72 6.08 0.63 2.13 26.72 6.450 0.220 NA 0.100 <2,71 <0,058 <8,19 <0,250 10.23 NA NA
2D30 30 Punt. Conserv Riparia 964088.9 997694.4 4.81 5.22 5.22 0.01 1.56 21.38 5.000 0.300 NA 0.120 <2,71 <0,058 <8,19 <0,250 4.84 NA NA
3A30 30 Punt. Conserv Riparia 964047.4 997604.2 5.61 NA NA NA 2.68 19.26 11.950 0.370 NA 0.150 <2,71 <0,058 <8,19 <0,250 15.93 NA NA
3B30 30 Punt. Conserv Riparia 964049.4 997612.8 5.24 2.23 2.18 0.04 1.28 25.32 8.760 0.190 NA 0.110 <2,71 <0,058 <8,19 <0,250 10.29 NA NA
3C30 30 Punt. Conserv Riparia 964050.2 997621.0 5.44 0.59 0.57 0.02 1.54 24.28 10.330 0.170 NA 0.020 <2,71 <0,058 <8,19 <0,250 9.40 NA NA
3D30 30 Punt. Conserv Riparia 964080.2 997698.7 4.84 4.10 3.98 0.12 1.19 31.44 9.210 0.440 NA 0.020 <2,71 <0,058 <8,19 <0,250 8.88 NA NA
4A30 30 Punt. Conserv Riparia 964040.1 997609.5 4.62 10.84 10.58 0.26 1.32 23.38 3.760 0.220 NA 0.110 <2,71 <0,058 <8,19 <0,250 9.97 NA NA
4B30 30 Punt. Conserv Riparia 964043.3 997617.3 5.98 NA NA NA 0.52 15.62 10.860 0.090 NA 0.070 <2,71 <0,058 <8,19 <0,250 20.50 NA NA
4C30 30 Punt. Conserv Riparia 964046.0 997623.9 7.44 NA NA NA 0.16 16.82 11.110 0.080 NA 0.070 <2,71 <0,058 <8,19 <0,250 12.50 NA NA
4D30 30 Punt. Conserv Riparia 964073.8 997702.3 4.97 6.19 5.43 0.75 1.43 25.32 7.370 0.150 NA 0.020 <2,71 <0,058 <8,19 <0,250 10.44 NA NA
5A30 30 Punt. Conserv Riparia 964033.3 997614.2 4.30 10.23 9.17 1.06 1.98 29.22 1.670 0.160 NA 0.120 <2,71 <0,058 <8,19 <0,250 13.09 NA NA
5B30 30 Punt. Conserv Riparia 964036.6 997621.1 4.93 11.00 10.97 0.03 0.85 20.57 2.640 0.130 NA 0.020 <2,71 <0,058 <8,19 <0,250 4.53 NA NA
5C30 30 Punt. Conserv Riparia 964040.7 997627.2 4.80 11.20 9.70 1.49 1.41 25.48 3.040 0.140 NA 0.050 <2,71 <0,058 <8,19 <0,250 4.42 NA NA
ISLA 30 Punt. Conserv Riparia 964029.7 997576.4 6.46 NA NA NA 0.66 15.96 10.760 0.110 NA 0.130 <2,71 <0,058 <8,19 <0,250 21.61 NA NA
TUN1 30 Punt. Conserv Riparia 964000.1 997561.5 4.62 6.50 5.99 0.52 1.20 24.68 7.200 0.150 NA 0.040 <2,71 <0,058 <8,19 <0,250 10.79 NA NA
TUN2 30 Punt. Conserv Riparia 964012.8 997571.0 5.35 1.27 1.17 0.10 1.36 25.03 10.030 0.130 NA 0.040 <2,71 <0,058 <8,19 <0,250 9.61 NA NA
P01 30 1 Ganad Pasto 979941.9 989936.7 5.41 0.21 0.10 0.11 11.54 39.50 0.183 0.059 0.197 0.044 <2,71 <0,058 22,9 <0,250 NA 0.272 38.1
P02 30 1 Ganad Pasto 979944.3 989934.7 5.41 0.21 0.10 0.11 11.54 39.50 0.183 0.059 0.197 0.044 <2,71 <0,058 22,9 <0,250 NA 0.272 38.1
P03 30 2 Ganad Pasto 979961.9 989933.9 5.72 NA NA NA 10.05 47.00 0.214 0.031 0.254 0.129 <2,71 <0,058 19,5 <0,250 NA 0.405 36.7
P04 30 2 Ganad Pasto 979955.0 989938.8 5.72 NA NA NA 10.05 47.00 0.214 0.031 0.254 0.129 <2,71 <0,058 19,5 <0,250 NA 0.405 36.7
P05 30 3 Ganad Pasto 979958.2 989954.4 5.56 NA NA NA 12.42 43.60 0.197 0.058 0.200 0.075 <2,71 <0,058 <8,19 <0,250 NA 0.362 59.6
P06 30 3 Ganad Pasto 979971.5 989953.0 5.56 NA NA NA 12.42 43.60 0.197 0.058 0.200 0.075 <2,71 <0,058 <8,19 <0,250 NA 0.362 59.6
P07 30 3 Ganad Pasto 979981.8 989950.6 5.56 NA NA NA 12.42 43.60 0.197 0.058 0.200 0.075 <2,71 <0,058 <8,19 <0,250 NA 0.362 59.6
P08 30 4 Ganad Pasto 980029.5 989915.4 6.46 NA NA NA 8.58 38.50 0.498 0.049 0.406 0.064 <2,71 <0,058 19,2 <0,250 NA 0.314 39.3
P09 30 4 Ganad Pasto 980059.8 989885.4 6.46 NA NA NA 8.58 38.50 0.498 0.049 0.406 0.064 <2,71 <0,058 19,2 <0,250 NA 0.314 39.3
P10 30 4 Ganad Pasto 980088.0 989858.8 6.46 NA NA NA 8.58 38.50 0.498 0.049 0.406 0.064 <2,71 <0,058 19,2 <0,250 NA 0.314 39.3
P11 30 5 Ganad Pasto 980055.7 989863.0 6.90 NA NA NA 9.75 45.00 0.442 0.071 0.298 0.035 <2,71 <0,058 14,5 <0,250 NA 0.212 42.5
P12 30 5 Ganad Pasto 980048.6 989823.6 6.90 NA NA NA 9.75 45.00 0.442 0.071 0.298 0.035 <2,71 <0,058 14,5 <0,250 NA 0.212 42.5
ID Prof Comp. Uso Cobert X Y pH AInt AlInt HInt COO CIC Ca K Mg Na CdTot CdInt PbTot PbInt PInt CE Hum
P13 30 6 Ganad Pasto 979988.1 989869.5 6.64 NA NA NA 10.10 50.60 0.320 0.012 0.341 0.071 <2,71 <0,058 15,4 <0,250 NA 0.128 43.0
P14 30 6 Ganad Pasto 979990.9 989899.3 6.64 NA NA NA 10.10 50.60 0.320 0.012 0.341 0.071 <2,71 <0,058 15,4 <0,250 NA 0.128 43.0
P15 30 6 Ganad Pasto 979955.4 989837.4 6.64 NA NA NA 10.10 50.60 0.320 0.012 0.341 0.071 <2,71 <0,058 15,4 <0,250 NA 0.128 43.0
P16 30 6 Ganad Pasto 979956.7 989825.6 6.64 NA NA NA 10.10 50.60 0.320 0.012 0.341 0.071 <2,71 <0,058 15,4 <0,250 NA 0.128 43.0
P17 30 8 Ganad Pasto 979991.8 989764.6 6.75 NA NA NA 9.29 47.30 0.230 0.038 0.393 0.103 <2,71 <0,058 15,2 <0,250 NA 0.110 41.9
P18 30 7 Ganad Pasto 980075.2 989780.2 6.62 NA NA NA 11.35 47.60 0.294 0.013 0.297 0.029 <2,71 <0,058 14,6 <0,250 NA 0.094 41.6
P19 30 7 Ganad Pasto 980063.9 989742.7 6.62 NA NA NA 11.35 47.60 0.294 0.013 0.297 0.029 <2,71 <0,058 14,6 <0,250 NA 0.094 41.6
P20 30 7 Ganad Pasto 980054.4 989715.0 6.62 NA NA NA 11.35 47.60 0.294 0.013 0.297 0.029 <2,71 <0,058 14,6 <0,250 NA 0.094 41.6
P21 30 8 Ganad Pasto 980035.7 989708.9 6.75 NA NA NA 9.29 47.30 0.230 0.038 0.393 0.103 <2,71 <0,058 15,2 <0,250 NA 0.110 41.9
P22 30 8 Ganad Pasto 980035.9 989685.5 6.75 NA NA NA 9.29 47.30 0.230 0.038 0.393 0.103 <2,71 <0,058 15,2 <0,250 NA 0.110 41.9
P23 30 8 Ganad Pasto 980053.3 989652.8 6.75 NA NA NA 9.29 47.30 0.230 0.038 0.393 0.103 <2,71 <0,058 15,2 <0,250 NA 0.110 41.9
P24 30 8 Ganad Pasto 980071.4 989690.5 6.75 NA NA NA 9.29 47.30 0.230 0.038 0.393 0.103 <2,71 <0,058 15,2 <0,250 NA 0.110 41.9
P25 30 9 Ganad Pasto 980039.1 989573.5 6.54 NA NA NA 8.20 53.20 0.405 0.057 0.217 0.028 <2,71 <0,058 14,0 <0,250 NA 0.140 37.4
P26 30 9 Ganad Pasto 980032.5 989575.6 6.54 NA NA NA 8.20 53.20 0.405 0.057 0.217 0.028 <2,71 <0,058 14,0 <0,250 NA 0.140 37.4
P27 30 9 Ganad Pasto 980012.9 989586.3 6.54 NA NA NA 8.20 53.20 0.405 0.057 0.217 0.028 <2,71 <0,058 14,0 <0,250 NA 0.140 37.4
P28 30 9 Ganad Pasto 980007.1 989603.2 6.54 NA NA NA 8.20 53.20 0.405 0.057 0.217 0.028 <2,71 <0,058 14,0 <0,250 NA 0.140 37.4
P29 30 9 Ganad Pasto 979990.5 989614.2 6.54 NA NA NA 8.20 53.20 0.405 0.057 0.217 0.028 <2,71 <0,058 14,0 <0,250 NA 0.140 37.4
P30 30 10 Ganad Pasto 979993.6 989669.4 6.25 NA NA NA 6.66 45.00 0.222 0.026 0.149 0.026 <2,71 <0,058 21,8 <0,250 NA 0.111 34.6
P31 30 10 Ganad Pasto 979955.7 989691.6 6.25 NA NA NA 6.66 45.00 0.222 0.026 0.149 0.026 <2,71 <0,058 21,8 <0,250 NA 0.111 34.6
P32 30 11 Agric C.Maiz 980813.5 990140.8 5.32 0.19 0.13 0.06 6.73 41.00 0.207 0.055 0.112 0.052 <2,71 <0,058 16,9 <0,250 NA 0.404 41.7
P33 30 11 Agric C.Maiz 980802.3 990088.3 5.32 0.19 0.13 0.06 6.73 41.00 0.207 0.055 0.112 0.052 <2,71 <0,058 16,9 <0,250 NA 0.404 41.7
P34 30 12 Agric C.Maiz 980837.9 990069.6 5.44 0.10 0.04 0.06 7.47 37.80 0.229 0.013 0.157 0.050 <2,71 <0,058 22,0 <0,250 NA 0.225 36.8
P35 30 12 Agric C.Maiz 980849.9 990081.9 5.44 0.10 0.04 0.06 7.47 37.80 0.229 0.013 0.157 0.050 <2,71 <0,058 22,0 <0,250 NA 0.225 36.8
P36 30 12 Agric C.Maiz 980863.1 990082.6 5.44 0.10 0.04 0.06 7.47 37.80 0.229 0.013 0.157 0.050 <2,71 <0,058 22,0 <0,250 NA 0.225 36.8
P37 30 12 Agric C.Maiz 980866.7 990065.3 5.44 0.10 0.04 0.06 7.47 37.80 0.229 0.013 0.157 0.050 <2,71 <0,058 22,0 <0,250 NA 0.225 36.8
P38 30 13 Agric C.Zanah 980852.0 990036.1 5.45 0.13 0.08 0.05 5.80 42.00 0.188 0.032 0.106 0.074 <2,71 <0,058 18,2 <0,250 NA 0.219 34.2
P39 30 13 Agric C.Zanah 980894.7 990040.2 5.45 0.13 0.08 0.05 5.80 42.00 0.188 0.032 0.106 0.074 <2,71 <0,058 18,2 <0,250 NA 0.219 34.2
P40 30 13 Agric C.Zanah 980892.4 989989.7 5.45 0.13 0.08 0.05 5.80 42.00 0.188 0.032 0.106 0.074 <2,71 <0,058 18,2 <0,250 NA 0.219 34.2
P41 30 13 Agric C.Zanah 980912.2 990011.7 5.45 0.13 0.08 0.05 5.80 42.00 0.188 0.032 0.106 0.074 <2,71 <0,058 18,2 <0,250 NA 0.219 34.2
P42 30 14 Agric C.Papa 980971.5 990020.5 6.08 NA NA NA 5.11 36.50 0.205 0.028 0.097 0.057 <2,71 <0,058 21,2 <0,250 NA 0.149 32.0
P43 30 14 Agric C.Papa 980940.8 989984.8 6.08 NA NA NA 5.11 36.50 0.205 0.028 0.097 0.057 <2,71 <0,058 21,2 <0,250 NA 0.149 32.0
P44 30 14 Agric C.Papa 980931.7 989995.5 6.08 NA NA NA 5.11 36.50 0.205 0.028 0.097 0.057 <2,71 <0,058 21,2 <0,250 NA 0.149 32.0
ANEXO 2
5 6 7
Unidades
GANADERÍA
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
5 6 7
Unidades
III
0.0 2.5 5.0 7.5 10.0 12.5
cmol+/Kg
GANADERÍA
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
0 3 6 9 12
cmol+/Kg
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
0 3 6 9 12
cmol+/Kg
0 2 4 6
cmol+/Kg
GANADERÍA
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
0 2 4 6
cmol+/Kg
GANADERÍA
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
20 30 40 50
cmol+/kg
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
20 30 40 50
cmol+/kg
0 5 10 15
cmol+/Kg
GANADERÍA
CONSERVACIÓN 60cm
AGRICULTURA
0 5 10 15
cmol+/Kg
GANADERÍA
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
0 1 2 3 4
cmol+/Kg
GANADERÍA
CONSERVACIÓN 60cm
AGRICULTURA
0 1 2 3 4
cmol+/Kg
GANADERÍA
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
AGRICULTURA
14 16 18 20 22
mg/Kg
AGRICULTURA
14 16 18 20 22
mg/Kg
10 20
ppm
CONSERVACIÓN 60cm
CONSERVACIÓN 30cm
10 20
ppm
40 50 60
Porcentaje