Evaluación de la representatividad de la calidad del agua en los puntos de monitoreo de la RCHB a partir de un análisis multivariado de cargas contaminantes

La Red de Calidad Hídrica de Bogotá (RCHB) realiza seguimiento a la calidad y cantidad del agua de los principales ríos de la ciudad: Torca, Salitre, Fucha y Tunjuelo, localizados en el perímetro urbano de ciudad. Esta red de monitoreo ha permanecido estática por más de diez (10) años sin tener en cuenta que la calidad y la cantidad del agua en la ciudad es altamente dinámica en el tiempo y el espacio, y que los procesos de desarrollo urbano e industrial han cambiado desde que esta herramienta de gestión entró en funcionamiento en el año de 2006. Además, a la par de estos cambios, la hidrología de las cuencas ha sido modificada por efectos del incremento de áreas impermeables debido a la expansión de infraestructura urbana, entre otros efectos derivados de las actividades antrópicas. Caudales y concentraciones de diferentes determinantes de la calidad del agua en la RCHB han permitido caracterizar el comportamiento del recurso hídrico en las cuencas urbanas de la ciudad. Sin embargo, evaluar estos componentes de forma independiente para determinar la relevancia de un punto de monitoreo (PM) limita los hallazgos, dado que la hidrología urbana corresponde a un sistema no lineal que relaciona la cantidad y calidad del agua de los sistemas de recolección de agua lluvia y residual, y las alteraciones al sistema como consecuencia de la expansión urbana. Por lo tanto, en la presente investigación se realizó un análisis de la representatividad de los PM a través de una evaluación multivariada de las cargas contaminantes (CC) de la RCHB para el periodo de tiempo del año 2006 al 2018. En primera instancia se hizo una caracterización espacial del área de influencia a la que pertenece la RCHB, con el fin de conocer la hidrografía e hidrología de la zona, y así mismo con los datos proporcionados por la Secretaría Distrital de Ambiente (SDA) fueron calculadas las CC integrando datos de concentraciones de las variables de calidad (es decir, DBO5, DQO, SST, Nitrógeno Total, Fosforo Total, SAAM y Grasas y Aceites) y caudales. El análisis de la representatividad de los PM se hizo mediante la aplicación de diferentes métodos multivariados: En primer lugar, fueron detectados y eliminados las muestras atípicas a través de algoritmo distancia Mahalanobis, obteniendo un máximo de hasta 22,77 % de muestras atípicas en algunos PM de la RCHB. Después de eliminar los valores atípicos, fueron conformados nuevos conjuntos de datos con las CC y caudales para cada río, y usados para seleccionar las variables de calidad y cantidad más importantes que representan la dinámica del recurso hídrico por cada río mediante el algoritmo Random Forest. Por último, se evaluaron los datos de carga de las variables más importantes por río con el algoritmo de agrupamiento Expectation Maximization para determinar el número de PM que representan la dinámica de las cargas contaminantes en la RCHB obteniendo así un número óptimo de PM por cada río: cuatro (4) para Torca, cinco (5) para Salitre, seis (6) para Fucha y siete (7) para Tunjuelo. Con el desarrollo de este proyecto se buscó aportar conocimiento sobre la aplicación de metodologías para optimizar la actividad de monitoreo, y con esto mejorar los procesos gestión, control y seguimiento del recurso hídrico en la ciudad de Bogotá. Palabras clave: Red de Calidad Hídrica (RCH), distancia de Mahalanobis, Random Forest (RF), Expectation Maximization (EM), Carga Contaminante (CC).

The Water Quality Network of Bogotá is established in the 4 main rivers belonging to the city of Bogotá which are: Torca, Salitre, Fucha and Tunjuelo, this monitoring network has remained static for more than ten (10) years without taking into account that the quality and quantity of water in the city is highly dynamic in time and space, and that urban and industrial development processes have changed since this management tool came into operation in 2006. In addition, at the same time as these changes, the hydrology of the basins has been modified by the effects of the increase in impermeable areas due to the expansion of urban infrastructure. Flow rates and concentrations of different determinants of water quality in the water quality network of Bogotá have made it possible to characterise the behaviour of the water resource in the urban basins of the City. However, evaluating these components independently to determine the relevance of a monitoring point limits the findings, since urban hydrology corresponds to a non-linear system that relates the quantity and quality of water from rain and wastewater collection systems, and the alterations to the system as a consequence of urban expansion. Therefore, in the present investigation an analysis of the representativeness of the monitoring points was carried out through a multivariate evaluation of the polluting loads of the RCHB for the time period from 2006 to 2018. First, a spatial characterization was made on the influence area of the water quality network of Bogotá belongs, in order to know the hydrography and hydrology conditions, and also with the data provided by the District Secretariat of Environment was calculated of the polluting load integrating concentrations of quality variables (BOD5, COD, TSS, Total Nitrogen, Total Phosphorus, SAAM and Fats and Oils) and streamflows. The analysis of the representativeness of the monitoring points was done through the application of different methods, in this way the detection of atypical data through the Mahalanobis distance algorithm was first evaluated, obtaining a maximum percentage of up to 22.77 % of atypical values in the monitoring points network. In accordance with the above, a new, more reliable database without outliers was obtained to be used in the selection of the most important quality and quantity variables that represent the dynamics of the water resource by river using the Random Forest algorithm. Finally, the load data of the most important variables per river were evaluated with the grouping algorithm Expectation Maximization to determine the number of monitoring points that represent the dynamics of the polluting loads in the water quality network of Bogotá, thus obtaining an optimal number of monitoring points per River of 4 to Torca, 5 to Salitre, 6 to Fucha and 7 to Tunjuelo. The development of this project seeks to provide knowledge on the application of methodologies to optimize the monitoring activity, and thus improve the management processes, control and monitoring of water resources in the city of Bogotá. Keywords: Water Quality Network, Mahalanobis distance, Random Forest, Expectation Maximization, pollutant load.

Ingeniero Ambiental

http://unidadinvestigacion.usta.edu.co

Pregrado