Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metrología y monitoreo
en hidrología urbana
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Según Bertrand-Krajewski et al. (2000) los procesos de urbanización, el significati-
vo incremento poblacional e industrial, los vertidos de aguas residuales domésticas,
industriales o combinadas y la transferencia de contaminantes en el escurrimiento
de aguas pluviales, generan fuertes impactos e interacciones entre los sistemas na-
turales y artificiales de aguas urbanas. Los fenómenos asociados a dichos procesos de
contaminación de alto impacto son los eventos naturales (inundaciones, condicio-
nes anóxicas y proliferación de algas), acontecimientos accidentales antropogénicos
(por ejemplo, las descargas inadvertidas, derrames) o descargas intencionales (por
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
106_ Avances en hidrología urbana
Una de las alternativas posibles para limitar dichas dificultades y responder a las
necesidades medioambientales mencionadas, consiste en utilizar captores instala-
bles in situ, cuya operación se basa en tecnologías de medición en continuo, como
la espectrometría uv-visible, infrarrojo y los electrodos de ion sensible. Estas tec-
nologías recientes en el monitoreo de la calidad de aguas proporcionan información
a alta frecuencia (alrededor de una medición por minuto) que puede traducirse en
términos de concentraciones equivalentes de uno o varios parámetros a la vez, como
sólidos suspendidos totales (véase detalles en Butler y Davies, 2011; Muttamara,
1996), demanda química de oxígeno (véase detalles en Muttamara, 1996; González
et al., 2009; Butler y Davies, 2011) y demanda química de oxígeno filtrada (véase
detalles Clair et al., 2003; Quevauviller et al., 2006).
Con este tipo de medición seudocontinua y explotable en línea es posible reac-
cionar a tiempo o anticiparse mediante sistemas de alerta temprana a fenómenos
inesperados que pueden causar daños al medio ambiente, alterar la calidad del agua
de los sistemas de drenaje urbano o condicionar la operación de componentes del
drenaje urbano (Ruban et al., 2001; Lagrengraber et al., 2004a; Hur et al., 2010).
Sin embargo, con el fin de validar los datos registrados a través de tecnologías en
línea, i. e. captores instalados in situ, además de tener un mecanismo de control adi-
cional en las diferentes componentes de los hidrosistemas de saneamiento urbano,
resulta pertinente continuar con la ejecución de campañas de recolección y análisis
de muestras en laboratorio (adaptado de Bertrand-Krajewski et al., 2007).
En esta parte del libro se exponen las primeras experiencias del grupo de investi-
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Capítulo 4
Experiencias con captores in situ para el monitoreo en continuo
de la calidad de agua en hidrosistemas de saneamiento urbano
Alejandra Ruiz, María Isabel Rivero, David Zamora, Sandra Galarza y Andrés Torres
Primeras experiencias
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
108_ Avances en hidrología urbana
350
80
300
Absorbance [abshm]
Wavelength [nm]
Fuente: s::can.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Experiencias con captores in situ _109
Figura 4.3. Ubicación y sistema soporte para la medición en continuo sobre el canal afluente de la ptar Salitre
Figura 4.4. Espectros de absorbancia (sonda spectro::lyser) obtenidos el 27 de abril de 2011 (eeg)
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
110_ Avances en hidrología urbana
de aguas residuales.
Figura 4.5. Serie temporal de turbiedad (sonda Visoturb 700 iq) el día 27 de abril (eeg)
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Experiencias con captores in situ _111
Figura 4.6. Serie de tiempo del pH (sonda) y datos del laboratorio (labo) para el 2 de julio de 8h29 a 18h33
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
(ptar Salitre)
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
112_ Avances en hidrología urbana
Figura 4.8. Evolución temporal (sonda) y datos de laboratorio (labo) de la turbiedad para el 2 de julio de 8h29
a 18h33 (ptar Salitre)
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Experiencias con captores in situ _113
Sin tener en cuenta el valor extremo causado por la obstrucción provocada por
los sólidos flotantes (10h45), la turbiedad osciló entre 85 unt (11h50) y 140 unt
(14h00). Al comparar los valores obtenidos en tiempo real y los resultados de labo-
ratorio, se observan diferencias entre los resultados, las cuales podrían asociarse con
la metodología para la toma y manipulación de las muestras en campo y laboratorio.
En los datos obtenidos en laboratorio se observa un incremento de la turbiedad a
las 16h15 de 1284 ntu, que de igual forma se observa en la serie temporal pero
con valores diferentes (140 ntu en continuo y 1284 ntu para el laboratorio).
Adicionalmente, en la medición en tiempo real se presentó un primer incremento
de la turbiedad a las 14h00, que en el muestreo puntual no se observa. En la figura
4.9 se observa la serie de tiempo de los sst durante la campaña de medición en el
afluente de la ptar Salitre y los respectivos resultados de laboratorio.
Figura 4.9. Comportamiento de los sst en continuo (sonda Visolid 700 iq, marcado como “sonda”) y resultados
de laboratorio (labo) para el 2 de julio de 8h 34 a 18h33 en la ptar Salitre
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
La concentración de sst osciló entre 185 mg/L (a las 12h05) y 310 mg/L (a las
13h45), valores que se encuentran entre los valores típicos observados en aguas re-
siduales urbanas (150-500 mg/L) (Ellis, 1991). Un primer incremento importante
en la concentración de sst se observa a las 13h45, cuando esta disminuye hasta pre-
sentar un segundo incremento a las 16h00, con un valor de 290 mg/l. Es importante
mencionar que la sonda fue instalada a las 11h55, por lo que antes de esta hora no
se cuenta con información. En los resultados de laboratorio no se observa el primer
aumento de la concentración de las 13h45, siendo este el más significativo, pero sí
se puede observar el segundo pico a las 16h00, aunque los valores de concentración
son desiguales: de 290 mg/L para la sonda y de 1596 mg/L para el laboratorio.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
114_ Avances en hidrología urbana
Figura 4.10. Comportamiento espectral del afluente de la ptar Salitre para el 2 de julio de 08h29 a 18h33
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Experiencias con captores in situ _115
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
116_ Avances en hidrología urbana
Figura 4.11. Montaje experimental: Laboratorio de Hidráulica puj (izquierda) y ptar Salitre (derecha)
Para esta investigación se utilizaron dos turbidímetros Viso Turb 700 (wtw,
2010) y un espectrómetro sumergible spectro::lyser de la compañía austriaca s:can
(s::can, 2007). Las condiciones de implementación se determinaron variando la po-
sición de los sensores (ángulos y profundidad) teniendo en cuenta las condiciones
ideales: máximas y mínimas recomendadas por los fabricantes (ángulos: 45° y 0°; y
profundidades: máxima 15 m y 1 m, mínima 5 cm; para los turbidímetros y la sonda
uv-vis, respectivamente). Para determinar las condiciones de operación y manteni-
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Experiencias con captores in situ _117
controlar los eventuales cambios que se pudieron producir dentro del hidrosistema y
que no fueran atribuibles a condiciones de operación o limpieza de los sensores.
Inicialmente, se evaluó la precisión de los aparatos sin limpieza, y para estimar
tiempos recomendados de mantenimiento, se insertó el espectrómetro uv-vis hasta
50 cm desde la superficie de la lámina de agua en posición ideal de operación (0°
con respecto a la horizontal) tomando datos cada 2 min durante 4 días junto con
los dos turbidímetros. Se analizaron los dos sistemas de limpieza del espectrómetro
uv-vis (agua y aire), así como 4 posibles programaciones de limpieza automática
cada 1, 2, 5 y 10 min. Los resultados que arroja el análisis son los porcentajes de
confianza de cada tipo e intervalo de limpieza para establecer la mejor opción se-
gún el hidrosistema analizado. A fin de determinar los porcentajes de confianza se
utilizaron dos métodos: por medio de la detección de outliers y por agrupación de
los datos (clústeres).
Respecto a la implementación del sistema de alerta se desarrolló un programa
que compara los datos de turbideces del turbidímetro testigo (y1) (turbidímetro con
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
118_ Avances en hidrología urbana
limpieza automática cada minuto) con los datos del turbidímetro, al cual no se le
aplicó limpieza durante la prueba (y2). Estos datos se analizaron para diferentes in-
tervalos de tiempo: 1) mínimo, donde se busca determinar el intervalo de limpieza
mínimo al que debe utilizarse la limpieza automática del sensor; 2) de 30 min, y 1, 2,
4, 6, 12, 24 y 48 h, donde se busca determinar el tiempo en que debe ser retirado el
sensor para realizar una limpieza manual. Se analiza la diferencia entre las dos series
de datos (dy2/dt y dy1/dt): se estableció arbitrariamente una alerta para diferencias
mayores al 10 %. Finalmente, el programa determina el intervalo de limpieza para
cada hidrosistema analizado. Este valor para el caso 1 es el intervalo al que se pro-
grama el software del espectrómetro uv-vis para que haga una limpieza automática
(con agua o aire). Para el caso 2, este intervalo de limpieza será el momento en que el
sensor debe ser retirado de su instalación y debe ser sometido a una limpieza manual.
Como resultado se obtuvo que el hidrosistema (lo cual involucra tanto calidad
típica como dinámicas de concentraciones) es el factor más influyente en la variabili-
dad de los resultados de turbiedad con más de 96 % de varianza explicada. Además,
se encontró que tanto el ángulo como la profundidad tienen una influencia signi-
ficativa en la variabilidad de los resultados de turbidimetría, pero dichos factores
explican menos del 4 % de varianza. Resultados similares fueron obtenidos para los
análisis de los espectros uv-vis. En la tabla 4.1 se presentan las posiciones a las que
se recomienda instalar el turbidímetro y el espectrómetro para cada hidrosistema:
1) canal del río Arzobispo, 2) canal de aguas residuales de la Pontificia Universidad
Javeriana, 3) el colector afluente a la eeg y 4) el canal afluente a la ptar Salitre.
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
Tabla 4.1. Posiciones recomendadas para el turbidímetro según el hidrosistema analizado, para cada
hidrosistema
Hidrosistema
PUJ ARZ GIB SALT
DQO (mg/l) 23,92 20,85 72,33 11,03
Turbiedad a 45° (NTU) 18,23 7,99 47,95 7,76
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Experiencias con captores in situ _119
SST (mg/l) 14 21 57 52
DQO (mg/l) 23,92 20,85 72,33 11,03
puj: canal río Arzobispo; arz: canal de aguas residuales de la Pontificia Universidad Javeriana; gib: colector afluente a la
Estación Elevadora de Gibraltar; salt: canal afluente a la Planta de Tratamiento de Aguas Residuales Salitre.
Nota. Los valores de turbiedad, sst y dqo reportados en la tabla corresponden a promedios característicos de referencia
de cada hidrosistema; similitud: análisis de similitud y cercanía: distancias euclidianas de los espectros, corresponden a los
métodos para determinar la posición del espectrómetro.
Fuente: elaboración propia.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
120_ Avances en hidrología urbana
Adicionalmente, como parte del análisis operativo de los sensores, se encontró que
el instante en que se debe iniciar la limpieza (automática o manual) es menor cuan-
do las concentraciones de sst son mayores a 30 mg/L y dqo menores a 20 mg/L.
puj: canal río Arzobispo; arz: canal de aguas residuales de la Pontificia Universidad Javeriana; gib: colector afluente a la
Estación Elevadora de Gibraltar; salt: canal afluente a la Planta de Tratamiento de Aguas Residuales Salitre.
Fuente: elaboración propia.
Para el caso del turbidímetro se observa que no existe una relación evidente entre
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Experiencias con captores in situ _121
automática con aire, los resultados arrojaron que para una limpieza cada minuto,
la confiabilidad asociada está entre el 82 % (método de outliers) y el 95 % (método
de clústeres). Para un intervalo de limpieza de 2 min se garantiza una confiabilidad
entre el 90 % (método de outliers) y el 95 % (método de clústeres). Al aumentar este
intervalo a 5 min, la confiabilidad se sitúa entre el 88 % (por ambos métodos) y el
94 %. Por último, si se aumenta el intervalo de limpieza a 10 min, su confiabilidad
está entre el 87 % (método de outliers) y el 95 % (método de clústeres).
Figura 4.13. Relación entre la concentración de los hidrosistemas (izquierda) y los tiempos de limpieza
recomendados (derecha superior: turbidímetro; derecha inferior: espectrómetro), para los puntos de muestreo
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
puj: canal río Arzobispo; arz: canal de aguas residuales de la Pontificia Universidad Javeriana; gib: colector afluente a la
Estación Elevadora de Gibraltar; salt1 y 2: canal afluente a la Planta de Tratamiento de Aguas Residuales Salitre.
Fuente: elaboración propia.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
122_ Avances en hidrología urbana
De acuerdo con los resultados del programa de sistema de alerta para ambos
sensores, se observaron periodos en los que no es necesaria una limpieza automáti-
ca a una frecuencia elevada. Por lo anterior, el análisis de las señales en tiempo real
asociado a un envío de alertas de limpieza y mantenimiento permite ahorrar costos
relacionados al mantenimiento manual.
Figura 4.14. Relación entre concentración de hidrosistemas y alertas iniciales de limpieza para el
espectrómetro (parte inferior) y para el turbidímetro (parte superior), para los puntos de muestreo
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
puj: canal río Arzobispo; arz: canal de aguas residuales de la Pontificia Universidad Javeriana; gib: colector afluente a la
Estación Elevadora de Gibraltar; salt1: canal afluente a la Planta de Tratamiento de Aguas Residuales Salitre.
Fuente: elaboración propia.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Capítulo 5
Análisis de frecuencias de medición para el monitoreo de la calidad
de agua en hidrosistemas de saneamiento urbano
Alejandra Ruiz, David Zamora y Andrés Torres
Tabla 5.1. Periodos recomendados de medición para la detección de contaminantes en diferentes cuerpos
hídricos utilizando espectrometría uv-visible in situ
Aplicación Periodo (min) Autores
Afluente ptar, Austria 2 Fleischmann et al. (2001)
Ríos y pruebas para filtros, Alemania 1 Staubmann et al. (2001)
Afluente de ptar, Australia 1 Winkler et al. (2002)
Afluente de ptar, Meinz, Alemania Langergraber et al.
2
(2004a)
1 (lluvia)
Alcantarillado combinado Graz, Austria Gruber et al., (2004)
3 (seco)
Afluente y efluente de reactor de desnitrificación 1 Gruber et al., (2004)
ptar-alertas, Austria 2 Langergraber et al. (2006)
Fuente: elaboración propia.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
124_ Avances en hidrología urbana
Figura 5.1. Series temporales de turbiedad (sonda Visoturb 700 iq: izquierda) y sst (sonda Visolid 700 iq: derecha)
obtenidas durante la campaña de medición en la ptar Salitre (29 de junio-1 de julio de 2011)
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Análisis de frecuencias de medición para el monitoreo de la calidad de agua _125
Figura 5.2. Series temporales de pH (sonda Sensolyt 700 iq: izquierda) y temperatura (sonda Sensolyt 700
iq: derecha) obtenidas durante la campaña de medición en la ptar Salitre (29 de junio-1 de julio de 2011)
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
126_ Avances en hidrología urbana
Para el cálculo de los errores en los que se incurre al variar las frecuencias de me-
dición y las frecuencias de toma de muestras, se empleó el error cuadrático medio, el
cual registra el nivel total de coincidencia entre los conjuntos de datos observados y
modelados, calculando las diferencias entre dichos valores al cuadrado sobre el núme-
ro total de datos, que para este caso es el intervalo de tiempo seleccionado más uno
(ecuación 5.1). Esta es una métrica que no registra resultados negativos, ni cuenta
con un límite superior; por lo tanto, la evaluación es sesgada a favor de los picos y
acontecimientos de magnitud elevada, los cuales en la mayoría de los casos presentan
los mayores errores (Dawson et al., 2006).
100 | ni = 1 ^C ci - C coh2
ECM = C Max - C Min Ecuación 5.1
O O t+1
Donde Cci es el valor calculado para el instante i y Coi es el valor observado (me-
dido en campo) en el instante i.
Para cada uno de los parámetros medidos con las tecnologías infrarrojo (turbiedad
y sst) y electrodos de ion sensible (pH y temperatura) se procesaron los datos en los
programas desarrollados en R (R Development Core Team, 2013), a fin de determi-
nar la frecuencia de medición mínima con captores instalables in situ y el número
de muestras puntuales diarias que deben ser tomadas en campo, que represente la
dinámica de los flujos con un nivel de confianza satisfactorio de la calidad del hsu.
En la figura 5.3 se pueden observar los errores promedio de las condiciones de
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Análisis de frecuencias de medición para el monitoreo de la calidad de agua _127
Figura 5.3. Errores promedio obtenidos para turbiedad (izquierda) y sst (derecha) para determinar la
frecuencia de medición mínima con captores instalables in situ
Figura 5.4. Errores promedio obtenidos para temperatura (izquierda) y pH (derecha) a fin de determinar la
frecuencia de medición mínima con captores instalables in situ
Se puede concluir para todos los parámetros que a mayor intervalo de medición
en continuo, mayor es el error. Se seleccionó como error máximo aceptable el 5 %:
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
128_ Avances en hidrología urbana
error permisible para obtener una representatividad del 95 % de la dinámica de los
flujos. En la tabla 5.2 se consolidan los periodos máximos de medición obtenidos
para cada parámetro medido en campo durante este trabajo, para lo cual el error
fue igual al error máximo aceptable. Esto confirma nuevamente que la frecuencia
de medición depende del parámetro en estudio y, por lo tanto, de la dinámica de la
calidad del agua en el hsu estudiado.
Tabla 5.2. Periodos máximos de medición en continuo para cada parámetro (en minutos)
Figura 5.5. Errores máximos obtenidos para turbiedad (izquierda) y sst (derecha) a fin de determinar el número
mínimo de muestras por analizar en laboratorio
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Análisis de frecuencias de medición para el monitoreo de la calidad de agua _129
Figura 5.6. Errores máximos obtenidos para temperatura (izquierda) y pH (derecha) a fin de determinar el
número mínimo de muestras por analizar en laboratorio
una representatividad del 95 % de la dinámica de los flujos. En la tabla 5.3 se conso-
lidan los periodos máximos de medición para cada parámetro medido en campo. Esto
confirma que la frecuencia de los muestreos depende principalmente de la dinámica
propia del parámetro en estudio.
Tabla 5.3. Periodos máximos de muestreo según cada parámetro (en minutos)
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
130_ Avances en hidrología urbana
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Capítulo 6
Redes neuronales aplicadas a espectrometría uv-visible
David Zamora y Thomas Rosmann
Los métodos machine learning (nombre en inglés que se refiere a los métodos que se
basan en el proceso de aprendizaje de una máquina) consisten en tener una base de
datos que se utiliza como entrada a un algoritmo. Dicho algoritmo se ejecuta dentro
de una máquina que, una vez entrenada, procesa los datos para obtener una salida
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
132_ Avances en hidrología urbana
(Rojas et al., 2008). Las aplicaciones de este método son: la clasificación de problemas
y la predicción de resultados (con base en datos de entrada, regresión y clustering).
Existen varios tipos de aprendizaje que caracterizan estos métodos, de los cuales dos
son los más comunes: aprendizaje supervisado y no supervisado.
Los modelos de aprendizaje supervisado implementados en la investigación se
derivan de experimentos previamente ejecutados, alimentados por pares de datos
de entrada (input) y salida (output). A partir de estos datos y de alguna técnica de
inteligencia artificial, la máquina puede generar regresiones o clasificar los datos
de entrada o salida en ausencia de alguno de estos y crear así un nuevo algoritmo
con base en la experiencia generada en los procesos. Existen dos tipos de modelos
para desarrollar el aprendizaje supervisado: 1) globales, los cuales son utilizados de
forma general y 2) locales, implementados en casos particulares (por ejemplo, los
casos basados en el razonamiento con lo que se pretende dar solución a un problema
a partir de soluciones similares observadas en el pasado) (Michalski et al., 1983).
Las redes neuronales artificiales (rna) se inspiran en hallazgos biológicos relacio-
nados con el comportamiento del sistema nervioso humano, el cual está conformado
por una red de unidades llamadas neuronas. Las rna se componen de neuronas
artificiales, cada una de las cuales está conformada por tres partes (Massachusetts
Institute of Technology [mit], 2002): 1) sinapsis artificiales o enlaces de conexión
a otras neuronas, que agregan pesos a los valores de entrada, es decir, multiplican
cada valor de entrada por un número que indica la importancia del valor para la
función que calcula. 2) Un sumador, que adiciona los valores de entrada, sumando
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
Entrada 1 1
1
Entrada 2 2
2 1 Salida
Entrada 3 3 …
… n
Entrada m m
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Redes neuronales aplicadas a espectrometría uv-visible _133
Existen diferentes tipos de rna. Por ejemplo, el caso más sencillo es una red
con una sola capa. En este tipo de redes de capa sencilla, el aprendizaje funciona de
tal manera que entran a la red neuronal datos de entrenamiento uno a la vez y los
pesos de la neurona son revisados después de cada caso, en un intento por minimizar
el error cuadrado medio. Este proceso de ajuste gradual de los pesos se basa en el
error cometido en los casos de entrenamiento. Se usan principalmente algoritmos
de regresión lineal para el aprendizaje (mit, 2002).
Validación cruzada
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
134_ Avances en hidrología urbana
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Redes neuronales aplicadas a espectrometría uv-visible _135
Preprocesamiento Lavenberg-
Marquardt
Fuente: elaboración propia con base en Demuth et al. (2009).
utilizado, para que los datos de salida simulados a través de esta se comparen con
los datos medidos y se calcule un error con estos, el cual normalmente es el error
cuadrado medio. La validación final evalúa el desempeño de la red neuronal creada
(Demuth et al., 2009).
Los datos utilizados resultaron de 16 muestras del espectro uv-visible y las co-
rrespondientes medidas de dqo y sst. Las muestras se tomaron en un experimento
previamente ejecutado por Torres y Bertrand-Krajewski (2008) a la entrada de un
estanque de retención en la zona industrial de Chassieu (en cercanías a Lyon), Francia.
Los datos fueron medidos en 2005, la mitad en época de tormenta, el 28 de noviem-
bre, y la otra mitad durante época seca, los días 22 de noviembre y 15 de diciembre
(Torres y Bertrand-Krajewski, 2008). Las muestras se dividieron aleatoriamente a fin
de usarlas como datos para calibración o datos para validación, como se muestra en la
tabla 6.1. Para cada muestra se midieron los valores de espectrometría uv-visible
en el espectro de 200 a 722,5 nm. Igualmente, se conocieron los valores de dqo y
sst medidos en laboratorio para cada una de las muestras. Los valores se muestran
en la figuras 6.3 y 6.4.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
136_ Avances en hidrología urbana
Figura 6.3. Datos de espectrometría uv-visible, para calibración y validación de los modelos
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
Figura 6.4. Datos de demanda química de oxígeno y sólidos suspendidos totales obtenidos en laboratorio
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Redes neuronales aplicadas a espectrometría uv-visible _137
Figura 6.5. Error promedio de calibraciones con diferentes números de capas ocultas
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
138_ Avances en hidrología urbana
Tabla 6.2. Errores promedio de calibraciones con diferentes números de capas ocultas usando un modelo
combinado para calcular los valores dqo y sst, ordenados por magnitud en orden creciente
Tabla 6.3. Errores promedio de calibraciones con diferentes números de capas ocultas usando modelos de
redes neuronales independientes para calcular los valores dqo y sst, ordenados por magnitud
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
en orden creciente
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Redes neuronales aplicadas a espectrometría uv-visible _139
Teniendo en cuenta los resultados obtenidos a partir de las estructuras de los mo-
delos de rna planteados, se realizaron otras para determinar, esta vez, el número
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
de neuronas en cada capa oculta y obtener el mejor resultado con las rna de 2 ca-
pas ocultas. Luego se estudió cada posible combinación de neuronas en las 2 capas
ocultas propuestas; la cantidad osciló entre 1 y 5 neuronas. A partir de estas com-
binaciones se entrenaron las rna, tanto para el modelo combinado como para los
modelos con cada variable de forma independiente. Además, se incluyó un análisis
por medio de validación cruzada y se repitió el proceso de entrenamiento con los
datos de entrada 11 veces, cada vez omitiendo un registro de datos. En el proceso
de la validación cruzada se calculó un error y se sumó para las 11 repeticiones, con
el propósito de consolidar un error final en cada combinación de neuronas en las 2
capas ocultas y determinar así cuál estructura de rna presenta el menor error y se
aproxima de una mejor forma a los registros in situ.
Para el modelo combinado que calcula ambos valores de salida, dqo y sst, se
determinó que la combinación de 5 neuronas en la primera capa oculta y 4 en la se-
gunda arrojó el mejor resultado. Por otra parte, el modelo que evalúa únicamente los
valores del contaminante dqo resultó mejor con 3 neuronas en la primera y 4 en la
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
140_ Avances en hidrología urbana
segunda capa; mientras que el modelo que calculó únicamente los sst funcionó mejor
con una neurona en la primera y 4 en la segunda capa oculta (figura 6.6 y tabla 6.4).
Figura 6.6. Error promedio de calibraciones con diferentes números de neuronas en las capas ocultas
Tabla 6.4. Error promedio de calibraciones con diferentes números de neuronas en las capas
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Redes neuronales aplicadas a espectrometría uv-visible _141
Los valores calculados se compararon con los valores deseados, medidos por Torres
y Bertrand-Krajewski (2008). Para los 5 registros que sirvieron para la validación, se
calculó un error y se obtuvieron los siguientes resultados para los valores de la dqo
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
142_ Avances en hidrología urbana
Figura 6.7. Comparación de los resultados calculados para la demanda química de oxígeno
Tabla 6.5. Comparación de los resultados calculados para la demanda química de oxígeno en la validación
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Redes neuronales aplicadas a espectrometría uv-visible _143
Figura 6.8. Comparación de los resultados calculados para sólidos suspendidos totales en la validación
Tabla 6.6. Comparación de los resultados calculados para sólidos suspendidos totales
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
144_ Avances en hidrología urbana
las cuales calculan los datos de salida directamente de los datos de entrada. También
existen las redes dinámicas que tienen en cuenta datos de entrada y salida de experi-
mentos ejecutados; incluso es posible agregar secuencias de tiempo a los datos y con-
trolar el orden por medio del cual se procesan los datos, lo que es muy importante para
datos que dependen de eventos anteriores (Demuth et al., 2009). Por lo tanto, se podría
experimentar con este tipo de redes y evaluar el alcance predictivo de este modelo, e
incluso comparar los recursos y los tiempos empleados en el proceso de modelación.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Capítulo 7
Manejo y explotación de datos de calidad de aguas efluentes
de cuencas urbanas
Santiago Sandoval, Andrés Torres, Milton Duarte y Andrés Velasco
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
146_ Avances en hidrología urbana
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Manejo y explotación de datos de calidad de aguas efluentes de cuencas urbanas _147
expuesto (7,4 % del total). Por esta razón nace la necesidad de aplicar métodos clasifica-
torios, multivariados y con posibilidad de detectar estructuras no lineales en los datos.
Se tomaron los registros en los que la condición de evento lluvioso fuera conocida
y se aplicó un método de clasificación Kernel (véase más información en Schölkopf y
Smola, 2002), utilizando la librería Kernlab (Karatzoglou et al., 2001) de R (R De-
velopment Core Team, 2013). Este modelo se entrenó con un subconjunto de datos
(llamado subconjunto de calibración) equivalente al 67 % de los datos conocidos (70
datos), seleccionados aleatoriamente con el fin de hallar el parámetro σ (véase de-
talles en Schölkopf y Smola, 2002) que potencializara la predictibilidad del modelo
entrenado, mediante validación cruzada. Una vez seleccionado dicho parámetro σ,
se validó el modelo aplicándolo al 33 % de datos conocidos restantes (34 datos). Una
vez validado el modelo, este se aplicó al subconjunto de datos que no pudieron ser
clasificados a priori como eventos de lluvia o eventos de tiempo seco. Esto permitió
delimitar temporalmente la ocurrencia de múltiples eventos lluviosos durante la cam-
paña de medición estudiada.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
Tabla 7.1. Registros de lluvia y calidad del 15 de enero 2:00 p. m. al 18 de enero 2:00 p. m. de 2010 con detección a priori de instantes pertenecientes
a eventos lluviosos
Parámetros de calidad Precipitación (mm)
Tiempo (h)
Q (m3/s)
Vol (m3)
SST (mg/L)
C SST (kg)
DBO (mg/L)
C DBO (kg)
SSV (kg)
C SSV (kg)
DQO (mg/L)
pH
Temp (ºC)
Conduct. (S/m)
SolSed (mg/L)
La Conejera
Camavieja
Cerros de Suba
Salitre CB
Granizo
San Diego
Fontibón
La Caro
¿Es evento lluvio-
so?
4 4,33 31176 122 7967 191 12473 90 5877 471 7,26 19,2 963 7 0 0 0 0 0 0 0 0 NO
8 3,83 27576 170 11102 261 17044 113 7379 560 7,35 18,3 1005 5 0 0 0 0 0 0 0 0 NO
12 4,32 31104 90 5877 190 12408 28 1828 449 7,19 18,4 1104 5 0 0 0 0 0 0 0 0 NO
16 4,33 31176 572 37353 267 17436 395 25794 571 7,31 17,9 1129 3 0 0 0 0 0 0 0 0 NO
20 4,18 30096 96 6269 181 11820 58 3787 519 7,5 17,9 1042 3 0 0 0 0 0 0 0 0 NO
24 3,8 27360 164 10710 552 36048 108 7052 2103 7,8 21,5 1211 5 0 0 0 0 0 1,6 0 0 SÍ
28 4,16 29952 276 18024 159 10383 196 12799 435 7,4 20 1027 4 0 0 0 0 0 0 0 0 NO
32 4,12 29664 122 7967 166 10840 66 4310 539 7,37 18,7 988 4 0 0 0 0,2 0 0 0 0,3 SÍ
36 4,41 31752 116 7575 164 10710 72 4702 467 7,72 16,6 1234 1 0 0 0 0 0,7 0 0 0 SÍ
40 4,3 30960 550 35917 324 21158 390 25467 406 8,03 18,7 1165 1 0,2 0,8 0 0 0,2 0 0,1 0 SÍ
44 4,27 30744 172 11232 164 10710 116 7575 357 8,44 18 1105 1 0,1 0 0 0 0 0 0 0 SÍ
48 3,9 28080 132 8620 211 13779 72 4702 386 8,39 20,6 1275 6 0 0 0 0 0 0 0 0,1 SÍ
56 5,021 36151 92 6008 252 16457 64 4179 509 7,8 18,3 695 6 1,6 1,1 0,5 0 2,7 0 0,4 0,9 SÍ
60 3,95 28440 252 16456 163 10644 160 10448 414 7,7 17,7 719 4 0 0 0,5 0,3 0 0 0 0 SÍ
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
64 4,737 34106 915 59753 390 25468 440 28732 993 7,64 17,7 1127 1 0 0 0 0 0 0 0 0,1 SÍ
68 4,726 34027 320 20897 191 12473 100 6530 412 8,02 16,2 997 1 0 0 0 0 0 0 0 0 NO
Para cada evento lluvioso definido a partir del método de clasificación explicado
se calculó una serie de variables hidrológicas y de calidad para cada evento de lluvia
por separado. Dentro de las variables hidrológicas se utilizaron: 1) Hmaxik (altura
de agua máxima durante el evento); 2) Hpromik (altura de agua promedio durante
el evento); 3) Dik (duración del evento); 4) Hacumik (altura de agua acumulada total
del evento); 5) ∆Hmaxik (máxima variación de la altura de agua durante el evento);
6) ∆Hpromik (promedio de las variaciones de la altura de agua durante el evento), y
7) Ipromik (intensidad promedio durante el evento), haciendo referencia a las variables
hidrológicas registradas en la estación i, para el evento k. En cuanto a las variables
de calidad, se calcularon: 1) Cj() maxk (concentración máxima en el evento); 2) Cj()
promk (concentración promedio durante el evento); 3) ∆Cj() maxk (máxima variación
de la concentración durante el evento), y 4) ∆Cj() promk (promedio de las variaciones
de concentración durante el evento), para la concentración del contaminante j, en
el evento lluvioso k.
Para estimar la influencia de las variables hidrológicas sobre las variables de cali-
dad del agua medidas en campo, se realizaron pruebas de correlación de Spearman
entre ellas, utilizando el programa R (R Development Core Team, 2013), luego de
no haber detectado homogeneidad de varianzas (prueba de Bartlett) ni normalidad
(prueba de Shapiro-Wilk) en las muestras analizadas.
Aplicando el método de selección del parámetro σ se obtuvo la figura 7.2, la
cual muestra que con un valor σ = 0,00604 se tiene la mayor capacidad predicti-
va (confiabilidad calculada mediante validación cruzada) equivalente al 74 %. Al
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
150_ Avances en hidrología urbana
Figura 7.2. Variación de la confiabilidad del modelo clasificatorio para diferentes valores de σ.
Prueba de validación cruzada
Tabla 7.2. Registros de lluvia y calidad del 15 de enero 2:00 p. m. al 18 de enero 2:00 p. m. de 2010 con
clasificación completa de instantes pertenecientes a eventos lluviosos
Parámetros de calidad
Conduct. (S/m)
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
SolSed (mg/L)
DQO (mg/L)
DBO (mg/L)
C DBO (kg)
SST (mg/L)
Tiempo (h)
Temp. (ºC)
C SST (kg)
C SSV(kg)
Vol. (m3)
SSV (kg)
Q (m3/s)
pH
4 4,33 31176 122 7967 191 12473 90 5877 471 7,26 19,2 963 7
8 3,83 27576 170 11102 261 17044 113 7379 560 7,35 18,3 1005 5
12 4,32 31104 90 5877 190 12408 28 1828 449 7,19 18,4 1104 5
16 4,33 31176 572 37353 267 17436 395 25794 571 7,31 17,9 1129 3
20 4,18 30096 96 6269 181 11820 58 3787 519 7,5 17,9 1042 3
24 3,8 27360 164 10710 552 36048 108 7052 2103 7,8 21,5 1211 5
28 4,16 29952 276 18024 159 10383 196 12799 435 7,4 20 1027 4
32 4,12 29664 122 7967 166 10840 66 4310 539 7,37 18,7 988 4
36 4,41 31752 116 7575 164 10710 72 4702 467 7,72 16,6 1234 1
40 4,3 30960 550 35917 324 21158 390 25467 406 8,03 18,7 1165 1
44 4,27 30744 172 11232 164 10710 116 7575 357 8,44 18 1105 1
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Manejo y explotación de datos de calidad de aguas efluentes de cuencas urbanas _151
Parámetros de calidad
Conduct. (S/m)
SolSed (mg/L)
DQO (mg/L)
DBO (mg/L)
C DBO (kg)
SST (mg/L)
Tiempo (h)
Temp. (ºC)
C SST (kg)
C SSV(kg)
Vol. (m3)
SSV (kg)
Q (m3/s)
pH
48 3,9 28080 132 8620 211 13779 72 4702 386 8,39 20,6 1275 6
52 4,855 34956 104 6792 160 10449 76 4963 428 7,8 20 1104 8
56 5,021 36151 92 6008 252 16457 64 4179 509 7,8 18,3 695 6
60 3,95 28440 252 16456 163 10644 160 10448 414 7,7 17,7 719 4
64 4,737 34106 915 59753 390 25468 440 28732 993 7,64 17,7 1127 1
68 4,726 34027 320 20897 191 12473 100 6530 412 8,02 16,2 997 1
Precipitación (mm)
Camavieja
San Diego
Salitre CB
Fontibón
Granizo
La Caro
0 0 0 0 0 0 0 0 ?
0 0 0 0 0 0 0 0 ?
0 0 0 0 0 0 0 0 NO
0 0 0 0 0 0 0 0 NO
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
0 0 0 0 0 0 0 0 NO
0 0 0 0 0 1,6 0 0 SÍ
0 0 0 0 0 0 0 0 ?
0 0 0 0,2 0 0 0 0,3 SÍ
0 0 0 0 0,7 0 0 0 SÍ
0,2 0,8 0 0 0,2 0 0,1 0 SÍ
0,1 0 0 0 0 0 0 0 SÍ
0 0 0 0 0 0 0 0,1 SÍ
0 0 0 0 0 0 0 0,6 SÍ
1,6 1,1 0,5 0 2,7 0 0,4 0,9 SÍ
0 0 0,5 0,3 0 0 0 0 SÍ
0 0 0 0 0 0 0 0,1 SÍ
0 0 0 0 0 0 0 0 ?
Fuente: elaboración propia.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
152_ Avances en hidrología urbana
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Manejo y explotación de datos de calidad de aguas efluentes de cuencas urbanas _153
(∆SSmax) para todos los eventos tiene una importante correlación con la información
de la estación Granizo (0,58 < Rho < 0,91), y 5) el promedio de las variaciones de
temperatura (∆Tprom) para los eventos lluviosos analizados mostró estar influenciado
principalmente por la estación Salitre Casa de Bombas con coeficientes de correla-
ción (0,67 < Rho < 0,75).
De lo anterior se identificó que las estaciones que tienen una correlación signifi-
cativa con variables de calidad del agua de manera más recurrente son: Salitre Casa
de Bombas, Granizo, Camavieja y Cerros de Suba, para luego determinar las varia-
bles hidrológicas (Hmax, Hacum, D, Hprom, Iprom, ΔHmax, ΔHprom) de un evento lluvioso
que presenten en mayor medida una influencia en la calidad del agua efluente de
la cuenca urbana estudiada, con propósitos de operación y toma de decisiones en
tiempo real en la Planta de Tratamiento de Aguas Residuales El Salitre.
Al analizar el caudal de salida de la cuenca, se encontró que Qmax registrado du-
rante el evento muestra ser influenciado por la mayoría de las variables hidrológicas
estimadas en la estación Salitre Casa de Bombas, donde se obtuvieron valores de
Rho entre 0,54 y 0,79 (valores p < 0,05) para las variables hidrológicas: Hmax (Rho
= 0,79), Hprom (Rho = 0,75), Hacum (Rho = 0,78), Iprom (Rho = 0,78), ΔHmax (Rho =
0,77) y ΔHprom (Rho = 0,75). La variable hidrológica que presentó la menor corre-
lación con Qmax fue la duración de la lluvia, para la cual se obtuvo un valor de Rho
= 0,54. Este resultado implica que el caudal máximo a la salida de la cuenca está
significativamente correlacionado con la altura de agua máxima registrada en la
estación Salitre Casa de Bombas durante un evento lluvioso. Por otro lado, existe
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
una importante influencia de intensidad promedio del evento y del volumen total
de lluvia (Hacum) sobre este caudal máximo de escorrentía superficial.
La conductividad, en sus valores promedio (Kprom) para cada evento lluvioso,
mostró estar relacionada con la precipitación en la estación Salitre Casa de Bom-
bas para las variables siguientes hidrológicas (valores p<0,05): Hmax (Rho=0,67),
Hprom (Rho=0,70), Hacum (Rho=0,65), Iprom (Rho=0,69), ΔHmax (Rho=0,68) y ΔHprom
(Rho=0,71). Según lo anterior, es observable que la conductividad promedio regis-
trada a la salida de la cuenca durante un evento lluvioso está relacionada en mayor
medida con las variaciones promedio de la altura de lluvia durante el evento, regis-
trables en la estación Salitre Casa de Bombas.
Para la variable de calidad calculada como el promedio de las variaciones de pH
durante un evento lluvioso cualquiera (∆pHprom), que mostró una influencia por par-
te de las estaciones de lluvia Cerros de Suba, Camavieja, Salitre Casa de Bombas y
Granizo, se obtuvieron los siguientes coeficientes de correlación con respecto a cada
variable hidrológica (valores p < 0,05):
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
154_ Avances en hidrología urbana
• Cerros de Suba (Hmax: Rho = 0,65; Hprom: Rho = 0,55; D: Rho = 0,80; Hacum: Rho
= 0,64; Iprom: Rho = 0,56; ΔHmax: Rho = 0,88; ΔHprom: Rho = 0,87).
• Camavieja (Hmax: Rho = 0,69; Hprom: Rho = 0,71; D: Rho = 0,84; Hacum: Rho =
0,70; Iprom: Rho = 0,66; ΔHmax: Rho = 0,69; ΔHprom: Rho = 0,66).
• Salitre Casa de Bombas (Hmax: Rho = 0,59; Hprom: Rho = 0,57; D: Rho = 0,74;
Hacum: Rho = 0,57; Iprom: Rho = 0,60; ΔHmax: Rho = 0,61; ΔHprom: Rho = 0,62).
• Granizo (Hmax: Rho = 0,67; Hprom: Rho = 0,60; Hacum: Rho = 0,64; Iprom: Rho =
0,70; ΔHmax: Rho = 0,72; ΔHprom: Rho = 0,72).
Puede observarse que para tener una representación aproximada de la variación
promedio del pH en el canal El Salitre durante un evento de lluvia sobre la cuenca,
debe prestarse atención, secuencialmente, a 1) la variación máxima de la altura de agua
precipitada sobre la estación Cerros de Suba, 2) la duración de la lluvia registrada en
la estación Camavieja, 3) la máxima variación y al promedio de las variaciones de la
altura de agua registrada en la estación Granizo y 4) la duración de la lluvia registrada
en la estación Salitre Casa de Bombas.
En cuanto a la máxima variación de ss (∆SSmax), se encontraron correlaciones sig-
nificativamente altas (valores p < 0,05) para las variables hidrológicas: a) Hmax (Rho
= 0,89), b) Hprom (Rho = 0,88), c) Hacum (Rho = 0,91), d) Iprom (Rho = 0,88), e) ΔHmax
(Rho = 0,87), f) ΔHprom (Rho = 0,87) y, en menor medida, g) D (Rho = 0,60), regis-
tradas en la estación Granizo. Esto implica que existe una influencia en la variabi-
lidad promedio y la máxima variación de los sólidos sedimentables causada por la
altura total de lluvia del evento lluvioso (Hacum), registrable en la estación Granizo.
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Manejo y explotación de datos de calidad de aguas efluentes de cuencas urbanas _155
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
156_ Avances en hidrología urbana
de registros de lluvia en tiempo real. Este tipo de ejercicios pueden permitir la iden-
tificación de relaciones entre variables en términos de la construcción de modelos de
calidad del agua en cuerpos hídricos con afectación urbana.
Referencias de la parte B
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Manejo y explotación de datos de calidad de aguas efluentes de cuencas urbanas _157
Fleischmann N., Langergraber G., Weingartner A., Hofstaedter F., Nusch S.,
Maurer. P. (2001). On-line and in-situ Measurement of Turbidity and COD in
Wastewater Using UV/VIS Spectrometry. In Proceedings of the 2nd IWA World
Water Congress, 15-19 October.
Fogelman, S., Zhao, H. y Blumenstein, M. (2006). A rapid analytical method for
predicting the oxygen demand of wastewater. Analytical and Bioanalytical
Chemistry, 386(6), 1773-1779.
Glasgow, H. B., Burkholder, J. M., Reed, R. E., Lewitus, A. J. y Kleinman,
J. E. (2004). Real-time remote monitoring of water quality: a review of
current applications, and advancements in sensor, telemetry, and computing
technologies. Journal of Experimental Marine Biology and Ecology, 300(1-2),
409-448.
Gonzalez, C., Greenwood, R. y Quevauviller, P.P. (Eds.), (2009). Rapid Chemical and
Biological Techniques for Water Monitoring (vol. 23). New York: Wiley.
Gruber, G., Winkler, S. y Pressl, A. (2004). Quantification of pollution loads from
CSOs into surface water bodies by means of online techniques. Water Science
and Technology, 50(11),73-80.
Hochedlinger, M. (2005). Assessment of Combined Sewer Overflow Emissions. PhD thesis:
Faculty of Civil Engineering, University of Technology Graz (Austria).
Hur J., Bo-Mi L., Tae-Hwan L. y Dae-Hee P. (2010). Estimation of biological oxygen
demand and chemical oxygen demand for combined sewer systems using
synchronous fluorescence spectra. Journal Sensors, 10, 2460-2471.
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
Jin, H., Lee, B. M., Lee, T. H. y Park, D. H. (2010). Estimation of biological oxygen
demand and chemical oxygen demand for combined sewer systems using
synchronous fluorescence spectra. Journal Sensors, 10, 2460-2471.
Karatzoglou, A., Smola, A., Hornik, K. y Zeileis, A. (2001). Kernlab–An S4 package
for kernel methods. R. Journal of Statistical Software, 11(9), 1-20.
Kohavi, R. (1995). A Study of Cross Validation and Bootstrap for Accuracy Estimation
and Model Selection. Recuperado de http://www.cs.iastate.edu/~jtian/cs573/
Papers/Kohavi-IJCAI-95.pdf
Langergraber, G., Fleischmann, N. y Hofstaedter, F. (2003). A multivariate
calibration procedure for UV/VIS spectrometric quantification of organic
matter and nitrate in wastewater. Water Science & Technology, 47(2), 63-71.
Langergraber, G., Fleischmann, N., Hofstaedter, F. y Weingartner, A. (2004a).
Monitoring of a paper mill wastewater treatment plant using UV/VIS
spectroscopy. Trends in Sustainable Production, 49(1), 9-14.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
158_ Avances en hidrología urbana
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Manejo y explotación de datos de calidad de aguas efluentes de cuencas urbanas _159
dynamic simulation data quality. In: IWA (Ed.), Preprints of the 3rd IWA
International World Water Congress, 7-12 April 2002, Melbourne, Australia
(paper no. e21604a).
Winkler, S., Saracevic, E., Bertrand-Krajewski, J. L. y Torres, A. (2008). Benefits,
limitations and uncertainty of in situ spectrometry. Water Science and Technology,
57(10), 1651.
Wissenschaftlich Technische Werkstätten Gmb H (2010). Tecnología de medición
en línea. WTW on-line, Alemania.
Witten, I., Frank, E. y Hall, M. (2005). Data Mining: Practical Machine Learning
Tools and Techniques. Burlington: Elsevier.
Wu, J., Pons, M. y Potier, O. (2006). Wastewater fingerprinting by UV-visible and
synchronous fluorescence spectroscopy. Water Science & Technology, 53(4-5),
449-456.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.
Copyright © 2015. Editorial Pontificia Universidad Javeriana. All rights reserved.
<i>Avances en hidrología urbana</i>, edited by Palacio, Andrés Felipe Torres, and Arenas, Santiago Sandoval, Editorial Pontificia Universidad
Javeriana, 2015. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/bibsipansp/detail.action?docID=4536759.
Created from bibsipansp on 2019-10-06 10:35:01.