Sesion1_3b Ejemplos internacionales de Programas de Monitoreo
1. Calidad del Agua –
Perspectiva Global
Estudios, conceptos y ejemplos internacionales
Sesión 1-3b – Programa Monitoreo
Internacional – Caso de Estudio
Sponsored by: Gidahatari – gestión sostenible del agua
Fiesta Hotel & Casino, Lima, Peru
Sábado, 3 Novimebre 2012
2. Casos de Estudios Internacionales -
Salinidad
• I-1 -- México
• I-2 -- Perú
• I-3 -- Irán
• I-4 -- Republica de Yemen
• I-5 -- Alemania
3. I-1 – México, Aspectos de Diseño del
Programa de GW-WQ
• Revisión del Proyecto PROMMA del Banco Mundial.
• Funciones de la Comisión Nacional del Agua (CNA),
Gerencia de Aquas Subterráneas (GAS) y Gerencia de
Saneamiento y Calidad del Agua (GSCA).
• Formación del Grupo de Trabajo ASyCA.
• Esfuerzos de diseño de ls red durante 1996 y 1997.
• PROMMA Revisión Provisional (1998); formulación de
Norma (1999)
11. I-2 Minería en Perú –
Programa de Monitoreo
• Problemas, Principales Iones e Indicadores de
Salinidad
• Series de tiempo, detección de cambios
(tendencias en el tiempo)
– Comparación de campo en función de SC de laboratorio.
– Desarrollo de X-Y regresiones, iones vs SC
• Aspectos Control de evaluación de la calidad
– Identificación y manejo de los valores atípicos
12. I-2 Conductancia específica
Laboratorio vs. Campo
(tiempo y serie de datos originales)
AF-A, Conductance Time-Series, Reported Values
25000
04/25/07, 22290
20000
Conductance, uS/cm
15000
10000
04/20/05, 7290
5000
0
11/05/01 03/20/03 08/01/04 12/14/05 04/28/07 09/09/08
Sample Date
13. I-2 Conductancia específica
Laboratorio vs. Campo
(tiempo y serie de datos modificados)
AF-A, Conductance Time-Series, Adjusted Values
7500
04/20/05, 7290
COND-FIELD µS/cmTDS
COND-LAB µS/cmTDS
12/14/06, 6090
6000
Conductance, uS/cm
4500
3000
1500
11/17/05, 649
0
11/05/01 03/20/03 08/01/04 12/14/05 04/28/07 09/09/08
Sam ple Date
14. I-2 - Regresión – SC Campo vs. Laboratorio
[Ejemplo del Norte del Perú]
Site AF-A, Field vs. Lab Conductance
6400
Lab Conductance, uS/cm
5600
Cond-Lab = 1.0052 x Cond-Field + 153.32
4800 R2 = 0.83
4000
3200
2400
1600
800
0
0 800 1600 2400 3200 4000 4800
Field Conductance, uS/cm
15. I-2 Salinidad vs. Conductancia Específica
Site AF-A, Salinity vs. Field Conductance
2400
Salinity = 0.5492 x Field-Conductance - 189.64
R2 = 0.91
1800
Salinity, mg/L
1200
600
0
0 800 1600 2400 3200 4000 4800
Field Conductance, uS/cm
16. Principales Iones vs. Conductancia Específica
Site AF-A, Hardness vs. Lab Conductance Site AF-A, Sulfate vs. Lab Conductance
1800 1800
Hardness Concentration, mg/L
y = 0.409x - 313.56 SO4 = 0.42 x Field-Conductance - 226.22
Sulfate Concentration, mg/L
1500 R2 = 0.67 1500 R2 = 0.75
1200 1200
900 900
600
600
300
300
0
0
0 800 1600 2400 3200 4000 4800
0 800 1600 2400 3200 4000 4800
Field Conductance, uS/cm
Field Conductance, uS/cm
Site AF-A, Na-D vs. Lab Conductance
Site AF-A, Ca-D vs. Lab Conductance
1200
Sodium-Dissolved Concentration, mg/L
800
Calcium-Dissolved Concentration, mg/L
Ca-D = 0.1149 x Field-Conductance - 16.25 1000
700
R2 = 0.40
600 Na-T = 0.1467 x Field-Conductance - 56.659
800
R2 = 0.31
500
600
400
300 400
200
200
100
0
0
0 800 1600 2400 3200 4000 4800
0 800 1600 2400 3200 4000 4800
Field Conductance, uS/cm Field Conductance, uS/cm
17. I-3 Caso de Estudio en Iran
• Problemas
– Series de Tiempo
– Regression regional, relación X-Y
– limitados datos correspondientes a los caudales
• QA / QC - valores anómalos y valores
extremos
18. I-3 DS-SC datos combinados de 10 ríos iraníes
Figure X -- Ten Iranian Rivers, TDS vs. SC
900
800
700
Diesolved Solids, mg/L
y = 0.6624x - 8.5535
600
R2 = 0.9427
500
400
300
200
100
0
0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400
Specific Conductance, uS/cm
19. I-3 Regresión TDS-SC para las estaciones
individuales
Figure 9 -- Station 41-163 Aliabad, TDS vs. SC
940
840
Diesolved Solids, mg/L
740
Figure 6 -- Station 41-157 Ooshan, TDS vs. SC
640
300
540
y = 0.7101x - 33.815 275
440
R2 = 0.97
Diesolved Solids, mg/L
250
340
225
240
200
140
250 350 450 550 650 750 850 950 1050 1150 1250 1350 1450 175
Specific Conductance, uS/cm
150
y = 0.2602x + 119.22
125
R2 = 0.14
100
150 200 250 300 350 400 450
Specific Conductance, uS/cm
23. ¿Cuáles son los problemas del
agua en Yemen?
• Escasez de agua (con especial atención a las aguas
subterráneas)
• Altas tasas de crecimiento de la población
• Políticas e instituciones
• Contaminación del agua
• La falta de objetivos sostenibles
(planning/management)
• Sensibilización y educación en temas de recursos
hídricos
• Ineficacia de los proyectos financieros de los donantes
– El banco Mundial
– Varias agencias de U.N. (UNDP)
– Otros Gobiernos (e.g., The Netherlands)
25. Sana’a, La Capital de Yemen
• Habitantes en1962, 62.000
• Población en 1998, 1,2 M
• Aprox. 15% sewered
• Abastecimiento de agua
• Algunos pozos, problemas de
WQ
• Camiones cisterna para
abastecer
• La migración a los suburbios
• Casco antiguo / zuk en el
centro
• Sitio Cultural de la UNESCO
Wadi servido como camino
26. I-5 – Cuenca río Broel, Alemania
Fuente: Uli Michl, FSU-Jena (Separate examples for Alsdorf basin to
follow)
27.
28.
29.
30. Total/Dissolved Phosphorus, mg/L
0.00
0.02
0.04
0.06
0.08
0.10
2/7/1994
7/11/1994
2/6/1995
7/10/1995
2/5/1996
7/15/1996
2/24/1997
7/14/1997
2/9/1998
7/13/1998
2/8/1999
7/12/1999
2/7/2000
7/17/2000
2/5/2001
7/16/2001
2/4/2002
7/15/2002
Survey Date
2/3/2003
7/14/2003
2/2/2004
7/12/2004
2/7/2005
TP
7/18/2005
Diss. P
2/6/2006
North Fork Clear Creek at mouth (Site CC-50), Phosphorus Species, 1994-2009
7/10/2006
2/5/2007
fósforo total y disuelto
7/16/2007
2/11/2008
7/28/2008
2/2/2009
7/13/2009
5/27/2010
North Fork Clear Creek, concentraciones de
35. Reducción de Nitratos de fuente difusa de origen
agrícola, Estado de Turingia, Alemania
36. Resumen – Química del Agua
Qué hemos aprendido?
• La representación gráfica de los datos es muy útil
– Delimitación de los valores atípicos y datos anómalos
– Identificación de las relaciones bi-variadas (regresiones)
• Control de calidad / garantía de calidad (QA / QC) -
un factor clave del programa de monitoreo
• Muestra / programación de medición - la preocupación
• "Mentiras, malditas mentiras y estadísticas" - breve
reseña
37. Análisis estadísticos de calidad del agua
References: Conover (1971); Helsel and Hirsch (1995)
• Centrarse en valores medios y extremos (máx. /
min), y el número de valores.
• Distribución de frecuencias (excedentes %)
• Desviación estándar y coeficiente de asimetría.
• Pruebas no paramétricas para las tendencias en
el tiempo