View
3
Download
0
Category
Preview:
Citation preview
PROGRAMA OFICIAL DE DOCTORADO EN INGENIERÍA AMBIENTAL
DPTO. DE CIENCIAS Y TÉCNICAS DEL AGUA Y DEL MEDIO AMBIENTE
E. T. S. DE INGENIEROS DE CAMINOS, CANALES Y PUERTOS
UNIVERSIDAD DE CANTABRIA
TESIS DOCTORAL
ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DEL MATERIAL EN SUSPENSIÓN DEL AIRE
DIRECTORES
JAVIER TEMPRANO GONZÁLEZ IÑAKI TEJERO MONZÓN
CARLOS ALFONSO ZAFRA MEJÍA
SANTANDER, JUNIO DE 2012
Programa Oficial de Doctorado en Ingeniería Ambiental (MEE2011-0194)
Con mención hacia la excelencia, 2011/2012 a
2013/2014
Ministerio de Educación, Cultura y Deporte Gobierno de España
PROGRAMA INTERUNIVERSITARIO
DEPARTAMENTO DE CIENCIAS Y TÉCNICAS DEL AGUA Y DEL MEDIO AMBIENTE
E. T. S. DE INGENIEROS DE CAMINOS, CANALES Y PUERTOS
UNIVERSIDAD DE CANTABRIA
DEPARTAMENTO DE INGENIERÍA QUÍMICA Y DEL MEDIO AMBIENTE
E. T. S. DE INGENIERÍA DE BILBAO UNIVERSIDAD DEL PAÍS VASCO
PROGRAMA OFICIAL DE DOCTORADO EN INGENIERÍA AMBIENTAL
DEPARTAMENTO DE CIENCIAS Y TÉCNICAS DEL
AGUA Y DEL MEDIO AMBIENTE E. T. S. DE INGENIEROS DE CAMINOS, CANALES Y
PUERTOS UNIVERSIDAD DE CANTABRIA
TESIS DOCTORAL
ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL
SEDIMENTO VIARIO A PARTIR DEL MATERIAL EN SUSPENSIÓN DEL AIRE
Presentada por: D. CARLOS ALFONSO ZAFRA MEJÍA Dirigida por: Dr. D. JAVIER TEMPRANO GONZÁLEZ
Dr. D. IÑAKI TEJERO MONZÓN
Santander, Junio de 2012
A mi esposa Johanna María y a mis hijos Laura y Juan
AGRADECIMIENTOS
Agradezco a todas las personas que me ayudaron en algún momento de la vida a
alcanzar esta meta académica propuesta hace más de una década.
Quiero agradecer a mis directores, Javier Temprano González e Iñaki Tejero
Monzón por el apoyo académico brindado durante el desarrollo de la tesis. En
especial a Javier por sus valiosas orientaciones formativas hacia la investigación.
Agradezco el apoyo académico y financiero del Grupo de Ingeniería Ambiental de
la Universidad de Cantabria (España), donde inicio este proyecto de investigación.
Igualmente, el apoyo académico y financiero brindado por la Universidad Distrital
Francisco José de Caldas (Colombia) y su Centro de Investigación y Desarrollo
Científico.
Quiero agradecer al Programa de Formación de la Agencia Española de
Cooperación Internacional para el Desarrollo (AECID) por creer y financiar mi
formación académica-investigativa en España.
La realización de esta tesis no hubiera sido posible sin el apoyo financiero de la
Corporación Autónoma Regional de Cundinamarca (CAR) y la guía técnica del
Ingeniero Camilo Luengas. Igualmente, sin el apoyo logístico de la Secretaría
Distrital de Ambiente de la Ciudad de Bogotá D.C. (Colombia).
Un agradecimiento especial al Profesor Miguel Cadena por sus disponibilidad y
orientación técnica en el Laboratorio de Suelos de la Facultad de Medio Ambiente
y Recursos Naturales de la Universidad Distrital F.J.C. Igualmente, al Profesor
Néstor Bernal por su asesoría en la modelación de series de tiempo.
Agradezco a todos los Ingenieros egresados del Proyecto Curricular de Ingeniería
Ambiental de la Universidad Distrital F.J.C. que apoyaron académicamente el
desarrollo de este proyecto de investigación.
Un agradecimiento especial al Ingeniero Rubén Diez del Grupo de Ingeniería
Ambiental de la Universidad de Cantabria por sus gestiones administrativas
asociadas con la tesis.
A mis Padres por su apoyo incondicional desde la distancia.
Y sin duda, a mi Esposa e Hijos por su comprensión durante el tiempo dedicado al
desarrollo de la tesis doctoral.
i
RESUMEN
Las superficies viarias representan sólo una pequeña parte del entorno urbano,
no obstante el aumento de su área impermeable contribuye con significativas
cargas de contaminantes durante los eventos de lluvia. Los sedimentos viarios
acumulados en tiempo seco llevan consigo elementos metálicos que afectan a los
recursos hídricos cuando son transportados por la escorrentía, y pueden afectar la
calidad del aire del entorno cuando son suspendidos por el viento y la turbulencia
inducida por el tráfico. La presente tesis tiene como objetivo principal desarrollar
una metodología para la estimación de la distribución de los metales pesados
asociados con el sedimento viario a partir de información del material en
suspensión. En las etapas de desarrollo y validación se seleccionaron las técnicas
de aspirado y barrido en seco (SABS), y de barrido en seco (SBS) para realizar la
caracterización metálica del sedimento viario. Se seleccionaron equipos manuales
de alto volumen para realizar la caracterización metálica del material en
suspensión (i.e. PM10 y PST). Los análisis de laboratorio realizados para
caracterizar el sedimento viario fueron los siguientes: humedad, granulometría,
prueba de lixiviación, extracción de elementos metálicos (agua regia) y
determinación del contenido metálico (absorción atómica).
Los resultados mostraron que la concentración metálica tendió a aumentar con
la disminución del diámetro de la partícula (tendencias potencial y exponencial;
R2 > 0,84 y 0,76, respectivamente). Desde el punto de vista de las fuentes
móviles, los resultados sugirieron en las zonas de estudio que los principales
generadores de metales pesados fueron las partículas desprendidas por el desgaste
de las pastillas de los frenos, las llantas, el pavimento asfáltico, las partes móviles
del motor y las fugas de aceite lubricante y grasa. Estas fuentes posiblemente
estuvieron asociadas con tamaños de partícula inferiores a 125 µm. Las zonas con
un mayor uso de la calzada, como línea de aparcamiento, mostraron las mayores
concentraciones de metales pesados a pesar de haber presentado una menor
densidad de tráfico. Por otro lado, a mayor tiempo de residencia del sedimento
sobre la superficie viaria, mayor concentración metálica y menor diferencia en la
ii
concentración entre fracciones de tamaño. La cantidad de elementos metálicos
asociados con el sedimento viario tendió a aumentar logarítmicamente con la
disminución en la fracción de tamaño (R2 > 0,80).
Desde el punto de vista del proceso ARIMA (i.e. modelos autorregresivos,
integrados y de promedios móviles) se pudo observar que la serie temporal de la
concentración de Pb asociada con el sedimento viario tuvo una memoria corta. Es
decir, por ser un proceso autorregresivo de primer o segundo orden se evidenció
que la concentración de Pb (i.e. el hoy) estuvo influenciada por la concentración
del ayer o el anteayer. Adicionalmente, existió la posibilidad de representar la
serie temporal de la concentración de Pb con un modelo ARIMA similar al de la
carga viaria de PM10 (i.e. estructura temporal similar). Desde el punto de vista de
la transferencia del impulso desde la carga viaria de PM10 hacia la concentración
de Pb en el sedimento se pudo observar que no existió retardo (i.e. efecto
inmediato). La anterior tendencia probablemente se debió a la localización de las
estaciones de monitoreo de PM10 con respecto del bordillo de las superficies
viarias de investigación (i.e. distancias inferiores a 194 m). Finalmente, los
resultados sugirieron que en áreas cercanas a las vías, la relación temporal entre la
carga de PM10 y la concentración de Pb asociada con el sedimento fue inmediata.
Palabras Clave: metales pesados; granulometría; sedimento viario;
contaminación de la escorrentía; material atmosférico en suspensión.
iii
PUBLICACIONES ASOCIADAS A LA TESIS DOCTORAL
Zafra C.A., Temprano J. y Tejero I., Distribution of the concentration of heavy
metals associated with the sediment particles accumulated on road surfaces,
Environ. Technol. 32 (2011), pp. 997-1008.
Factor de impacto: 1,007.
Zafra Mejía C.A, Temprano González J. y Tejero Monzón I., Concentración y
distribución de metales pesados (Pb, Zn, Cu, Cd y Cr) en sedimentos viarios
urbanos, Rev. Fac. Ing. Univ. Antioquia, 58 (2011), pp. 53-62.
Factor de impacto: 0,089.
Zafra Mejía C.A, Temprano González J. y Tejero Monzón I., Evaluación de la
contaminación por escorrentía urbana: sedimentos depositados sobre la
superficie de una vía, Ing. Invest., 29 (2009), pp. 101-108.
Factor de impacto: 0,049.
Zafra C.A., Temprano J. y Tejero I., Particle size distribution of accumulated
sediments on an urban road in rainy weather, Environ. Technol. 29 (2008), pp.
571-582.
Factor de impacto: 1,007.
Zafra Mejía C.A, Temprano González J. y Tejero Monzón I., Contaminación por
escorrentía superficial urbana: metales pesados acumulados sobre la
superficie de una vía, Ing. Invest., 27 (2007), pp. 4-10.
Factor de impacto: 0,049.
iv
v
ÍNDICE DE CONTENIDOS
Resumen i Índice de contenidos v Índice de figuras xi Índice de tablas xvii Listado de abreviaturas xxi
CAPÍTULO 1.- INTRODUCCIÓN ..................................................... 1 1.1 EXPOSICIÓN DE MOTIVOS .................................................................................................... 1
1.2 OBJETIVOS DE LA TESIS ........................................................................................................ 7 1.2.1 Objetivo principal ......................................................................................................... 7 1.2.2 Objetivos específicos ................................................................................................... 7
1.3 ESTRUCTURA DE LA TESIS .................................................................................................... 8
1.4 REFERENCIAS ....................................................................................................................... 9
CAPÍTULO 2.- ESTADO DEL ARTE .............................................. 11 2.1 ACUMULACIÓN VIARIA DE METALES PESADOS .................................................................. 11
2.1.1 Antecedentes ............................................................................................................. 11 2.1.2 Descripción del fenómeno de acumulación ................................................................ 12
2.2 CONDICIONANTES DE LA ACUMULACIÓN VIARIA DE METALES PESADOS .......................... 14 2.2.1 Precipitación y escorrentía ......................................................................................... 14 2.2.2 Deposición atmosférica .............................................................................................. 17 2.2.3 Período seco previo ................................................................................................... 22 2.2.4 Viento ........................................................................................................................ 25 2.2.5 Uso del suelo ............................................................................................................. 26 2.2.6 Limpieza viaria ........................................................................................................... 29 2.2.7 Tráfico ........................................................................................................................ 33 2.2.8 Cubiertas y fachadas de edificaciones ........................................................................ 37 2.2.9 Características físicas de la cuenca viaria ................................................................... 40 2.2.10 Granulometría y carga del sedimento viario ............................................................ 41 2.2.11 Plantas y desechos vegetales ................................................................................... 47
2.3 METODOLOGÍAS PARA LA EVALUACIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE MUESTRAS EN SUPERFICIE .................................................. 49
2.3.1 Antecedentes ............................................................................................................. 49 2.3.2 Metodología de aspirado en seco .............................................................................. 50 2.3.3 Metodología de barrido en seco ................................................................................ 51 2.3.4 Metodología de aspirado y barrido en seco ............................................................... 53 2.3.5 Metodología de aspirado en húmedo ........................................................................ 55
2.4 METODOLOGÍAS PARA LA EVALUACIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE MUESTRAS EN SUSPENSIÓN ................................................ 57
2.4.1 Antecedentes ............................................................................................................. 57 2.4.2 Metodología de pista viaria para PM10 ....................................................................... 58 2.4.3 Metodología de cámara superficial de aspirado para PM10 ........................................ 61 2.4.4 Metodología de NOx como trazador de emisiones metálicas viarias .......................... 63
2.5 SÍNTESIS ............................................................................................................................. 64
vi
2.6 REFERENCIAS ..................................................................................................................... 67
CAPÍTULO 3.- MATERIALES Y MÉTODOS ................................. 83 3.1 ANTECEDENTES ................................................................................................................. 83
3.2 SISTEMAS DE MUESTREO ................................................................................................... 84 3.2.1 Sistemas de aspirado y barrido en seco (SABS), y barrido en seco (SBS) para muestras viarias en superficie ............................................................................................................ 84
3.2.1.1 Componentes de los sistemas de muestreo ....................................................... 84 3.2.1.2 Protocolo de los sistemas de muestreo .............................................................. 85 3.2.1.2 Eficacia de los sistemas de muestreo.................................................................. 87 3.2.1.3 Equivalencia entre los sistemas de muestreo ..................................................... 90 3.2.1.2 Limitaciones de los sistemas de muestreo .......................................................... 91
3.2.2 Sistema manual de monitoreo de PST y PM10 para muestras viarias en suspensión ... 93 3.2.2.1 Componentes de los sistemas de muestreo ....................................................... 93 3.2.1.2 Protocolo de los sistemas de muestreo .............................................................. 94 3.2.1.2 Eficacia de los sistemas de muestreo.................................................................. 96 3.2.1.2 Limitaciones de los sistemas de muestreo .......................................................... 97
3.2.3 Sistema automático de monitoreo de PM10 para muestras viarias en suspensión ..... 97 3.2.2.1 Componentes del sistema de muestreo ............................................................. 97 3.2.1.2 Protocolo del sistema de muestreo .................................................................... 98 3.2.1.2 Eficacia del sistema de muestreo ..................................................................... 101 3.2.1.2 Limitaciones del sistema de muestreo .............................................................. 102
3.2.4 Sistema automático de monitoreo para parámetros climatológicos ........................ 102 3.2.4.1 Componentes del sistema de muestreo ........................................................... 102 3.2.4.2 Protocolo del sistema de muestreo .................................................................. 103 3.2.4.3 Limitaciones del sistema de muestreo .............................................................. 104
3.3 ANÁLISIS DE LABORATORIO ............................................................................................. 104 3.3.1 Determinación de la humedad del sedimento viario ................................................ 104 3.3.2 Determinación de la granulometría del sedimento viario ........................................ 105 3.3.3 Prueba de lixiviación para el sedimento viario ......................................................... 107 3.3.4 Extracción de metales pesados asociados con el sedimento viario .......................... 108 3.3.5 Determinación de la concentración de PST y PM10 ................................................... 110 3.3.6 Extracción de metales pesados asociados con el material en suspensión (PST y PM10) ......................................................................................................................................... 113 3.3.7 Determinación del contenido de metales pesados ................................................... 114
3.4 SÍNTESIS ........................................................................................................................... 117
3.5 REFERENCIAS ................................................................................................................... 118
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS
CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN ............................................ 121
4.1 ANTECEDENTES ............................................................................................................... 121
4.2 DESCRIPCIÓN GENERAL DE LA PROPUESTA METODOLÓGICA .......................................... 122 4.2.1 Descripción de las vías en estudio ............................................................................ 122 4.2.2 Caracterización metálica del sedimento viario ......................................................... 123 4.2.3 Caracterización del material en suspensión (PM10 y PST) ......................................... 124 4.2.4 Desarrollo del modelo causal entre la carga en suspensión y la concentración metálica asociada con el sedimento viario ...................................................................................... 125
vii
4.2.5 Evaluación de la concentración metálica asociada con el sedimento viario a partir de información del material en suspensión ........................................................................... 125
4.3 DESARROLLO DE LA PROPUESTA METODOLÓGICA .......................................................... 127 4.3.1 FASE 1. Descripción de las vías en estudio ............................................................... 127 4.3.2 FASE 2. Caracterización metálica del sedimento viario ............................................. 132
4.3.2.1 Determinación y análisis de la carga de sedimento viario ................................. 132 4.3.2.1.1 Acumulación de la carga viaria .................................................................. 133 4.3.2.1.2 Remoción de la carga viaria ...................................................................... 141
4.3.2.2 Determinación y análisis de la granulometría del sedimento viario .................. 145 4.3.2.2.1 Granulometría durante el período de acumulación .................................. 145 4.3.2.2.2 Granulometría durante el período de remoción ....................................... 154
4.3.2.3 Determinación y análisis de la concentración metálica asociada con el sedimento viario ............................................................................................................................ 157 4.3.2.4 Determinación y análisis de la carga metálica asociada con el sedimento viario ............................................................................................................................... ...... 173
4.3.3 FASE 3. Caracterización del material en suspensión (PM10 y PST) ............................. 179 4.3.3.1 Determinación y análisis de la carga de PM10 y PST .......................................... 179 4.3.3.2 Determinación y análisis de la concentración metálica asociada con PM10 y PST ............................................................................................................................... ...... 185 4.3.3.3 Determinación y análisis de la carga metálica asociada con PM10 y PST ........... 193
4.3.4 FASE 4. Desarrollo del modelo causal entre la concentración metálica asociada con el sedimento viario y la carga en suspensión ........................................................................ 198
4.3.4.1 Establecimiento de hipótesis ............................................................................ 199 4.3.4.1.1 Selección de la fracción de tamaño representativa del sedimento viario .. 199 4.3.4.1.2 Hipótesis N° 1 ........................................................................................... 203 4.3.4.1.3 Hipótesis N° 2 ........................................................................................... 208 4.3.4.1.4 Hipótesis N° 3 ........................................................................................... 219
4.3.4.2 Construcción de la matriz causa‐efecto y el diagrama conceptual .................... 221 4.3.4.3 Identificación del modelo ................................................................................. 223
4.3.4.3.1 Enfoque preliminar: modelo de regresión ................................................ 225 4.3.4.3.2 Enfoque definitivo: modelo ARIMA ........................................................... 228
4.3.4.4 Estimación de parámetros del modelo ............................................................. 250 4.3.4.5 Verificación del modelo .................................................................................... 252 4.3.4.6 Análisis del pronóstico ...................................................................................... 255
4.3.5 FASE 5. Evaluación metálica asociada con el sedimento viario a partir de información del material en suspensión ............................................................................................... 257
4.3.5.1 Evaluación de la concentración metálica asociada con el sedimento viario ...... 257 4.3.5.1.1 Evaluación de la concentración de Pb asociada con el sedimento viario a partir de información de PM10 (modelo ARIMA) ...................................................... 259 4.3.5.1.2 Evaluación de la distribución por fracción de tamaño de la concentración de Pb asociada con el sedimento viario (modelo determinista) ................................... 262
4.3.5.2 Evaluación de la carga metálica asociada con el sedimento viario .................... 268 4.3.5.2.1 Evaluación de la distribución por fracción de tamaño de la carga de Pb asociada con el sedimento viario (modelo determinista) ........................................ 268 4.3.5.2.2 Evaluación de la distribución por fracción de tamaño de la concentración y carga metálica asociada con el sedimento viario: Cu, Zn, Cd, Fe, Mn, Ba y As. ........ 274
4.4 ESTRUCTURA DEFINITIVA DE LA METODOLOGÍA ............................................................. 281
4.5 SÍNTESIS ........................................................................................................................... 283
4.6 REFERENCIAS ................................................................................................................... 288
viii
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A
PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA) ............................. 293
5.1 ANTECEDENTES ............................................................................................................... 293
5.2 APLICACIÓN DE LA METODOLÓGICA: CASOS DE ESTUDIO EN LA CIUDAD DE BOGOTÁ D.C. (COLOMBIA) .......................................................................................................................... 294
5.2.1 FASE 1. Descripción de las vías en evaluación .......................................................... 294 5.2.2 FASE 2. Caracterización metálica del sedimento viario ............................................. 298
5.2.2.1 Determinación y análisis de la carga de sedimento viario ................................. 298 5.2.2.1.1 Acumulación de la carga viaria .................................................................. 302 5.2.2.1.2 Remoción de la carga viaria ...................................................................... 307
5.2.2.2 Determinación y análisis de la granulometría del sedimento viario .................. 309 5.2.2.2.1 Granulometría durante el período de acumulación .................................. 309 5.2.2.2.2 Granulometría durante el período de remoción ....................................... 313
5.2.2.3 Determinación y análisis de la concentración metálica asociada con el sedimento viario ............................................................................................................................ 315 5.2.2.4 Determinación y análisis de la carga metálica asociada con el sedimento viario ............................................................................................................................... ...... 321
5.2.3 FASE 3. Caracterización del material en suspensión (PM10) ...................................... 325 5.2.3.1 Determinación y análisis de la carga de PM10 ................................................... 325
5.2.4 FASE 4. Desarrollo del modelo causal entre la concentración de Pb asociada con el sedimento viario y la carga en suspensión (PM10) ............................................................. 333
5.2.4.1 Hipótesis del modelo ........................................................................................ 335 5.2.4.2 Identificación del modelo ................................................................................. 338
5.2.4.2.1 Enfoque preliminar: modelo de regresión ................................................ 338 5.2.4.2.2 Enfoque definitivo: modelo ARIMA ........................................................... 338
5.2.4.3 Estimación de parámetros del modelo ............................................................. 347 5.2.4.4 Verificación del modelo ................................................................................... 348 5.2.4.4 Análisis del pronóstico ...................................................................................... 349
5.2.5 FASE 5. Evaluación metálica asociada con el sedimento viario a partir de información del material en suspensión ............................................................................................... 353
5.2.5.1 Evaluación de la concentración metálica asociada con el sedimento viario ...... 353 5.2.5.1.1 Evaluación de la concentración de Pb asociada con el sedimento viario a partir de información de PM10 (modelo ARIMA) ...................................................... 354 5.2.5.1.2 Evaluación de la distribución por fracción de tamaño de la concentración de Pb asociada con el sedimento viario (modelo determinista) ................................... 366
5.2.5.2 Evaluación de la carga metálica asociada con el sedimento viario .................... 371 5.2.5.2.1 Evaluación de la distribución por fracción de tamaño de la carga de Pb asociada con el sedimento viario (modelo determinista) ........................................ 371 5.2.5.2.2 Evaluación de la distribución por fracción de tamaño de la concentración y carga metálica asociada con el sedimento viario: Cu. .............................................. 377
5.3 SÍNTESIS ........................................................................................................................... 387
5.4 REFERENCIAS ................................................................................................................... 396
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA .................. 399 6.1 CONCLUSIONES GENERALES ............................................................................................ 399
6.2 PERSPECTIVA ................................................................................................................... 406
ix
ANEXOS ........................................................................................... 411 1. ESTADÍSTICOS PARA EL MODELO ARIMA DE LA ZONA 1 (SOACHA, COLOMBIA) ................. 412
2. ESTADÍSTICOS PARA EL MODELO ARIMA DE LA ZONA 2 (SOACHA, COLOMBIA) ................. 415
3. ESTADÍSTICOS PARA EL MODELO ARIMA DE LA ZONA 1 (BOGOTÁ D.C., COLOMBIA) ......... 418
4. ESTADÍSTICOS PARA EL MODELO ARIMA DE LA ZONA 2 (BOGOTÁ D.C., COLOMBIA) ......... 421
5. ESTADÍSTICOS PARA EL MODELO ARIMA DE LA ZONA 3 (BOGOTÁ D.C., COLOMBIA) ......... 424
x
xi
ÍNDICE DE FIGURAS
Figura 2.1 Acumulación superficial de la carga contaminante (tendencia natural, con barrido viario, viento y precipitación intermitente) (adaptada de Sartor y Boyd, 1972; Vermette et al., 1991; LeBouthillier et al., 2000) .................................................................................... 14
Figura 2.2 Metodología de aspirado y barrido en seco (Vaze y Chiew, 2002) ............................... 54 Figura 2.3 Metodología de aspirado en húmedo (Egodawatta y Goonetilleke, 2006) ................... 55 Figura 2.4 Pista viaria para la simulación de material en suspensión. a) Gustafsson et al., 2008; b)
Gehrig et al., 2010. ............................................................................................................. 59 Figura 2.5 Cámara de suspensión de campo para la medición de PM10 (adaptada de Amato et al.,
2009) .................................................................................................................................. 62 Figura 3.1 Componentes del sistema de muestreo SABS. Torrelavega (España) ........................... 84 Figura 3.2 Componentes del sistema de muestreo SBS. Soacha (Colombia) ................................. 85 Figura 3.3 Muestra de laboratorio para la prueba de eficacia N° 1 ............................................... 89 Figura 3.4 Prueba de eficacia N° 2 para los sistemas de muestreo. Superficie viaria a) antes de la
prueba, y b) después de la prueba ...................................................................................... 90 Figura 3.5 Equipos de muestreo para partículas en suspensión (Soacha, Colombia). a)
Muestreador de alto volumen para PST, y b) muestreador de alto volumen para PM10 ..... 94 Figura 3.6 Equipo de muestreo continúo de PM10 (Met One Instruments, BAM 1020) ................ 98 Figura 3.7 Estación automática de monitoreo de calidad del aire (Bogotá D.C., Colombia) .......... 99 Figura 3.8 Localización de las estaciones de monitoreo de calidad del aire y de parámetros
climatológicos en Soacha y Bogotá D.C. (Colombia) (SDA, 2011) ...................................... 100 Figura 3.9 Página de internet de la RMCAB para la descarga de datos de PM10 (SDA, 2011) ...... 101 Figura 3.10 Equipo de monitoreo para parámetros climatológicos (Bogotá D.C., Colombia) ...... 103 Figura 3.11 Equipo de laboratorio para la determinación de la humedad del sedimento viario . 105 Figura 3.12 Equipo de laboratorio para la prueba granulométrica del sedimento viario ............ 106 Figura 3.13 Agitador mecánico rotativo para la prueba de lixiviación del sedimento viario (marca:
Heidolph; modelo: REAX 20) ............................................................................................. 108 Figura 3.14 Sistema de extracción de metales pesados asociados con el sedimento viario. a)
Estabilización de muestras en agua regia, y b) sistema abierto de reflujo para digestión ácida ............................................................................................................................... .. 110
Figura 3.15 Preparación climática de los filtros para PST y PM10. a) Cámara de control climático, y b) pesaje de filtros ............................................................................................................ 112
Figura 3.16 Filtros empleados en los equipos manuales de alto volumen. a) Filtro sin muestra y b) filtro con muestra ............................................................................................................. 112
Figura 3.17 Método de extracción en caliente para filtros de PST y PM10. a) Preparación del filtro, y b) extracción en caliente ................................................................................................ 114
Figura 3.18 Espectrómetros de absorción atómica con llama empleados para la determinación del contenido metálico. a) Marca Perkin Elmer (modelo: AAnalyst 300), y b) marca Unicam Solaar (modelo: 989 AA) ................................................................................................... 116
Figura 4.1 Diagrama de flujo para la metodología propuesta ..................................................... 126 Figura 4.2 Esquema de las superficies viarias en estudio (Torrelavega, España) ......................... 128 Figura 4.3 Fotografía de las superficies viarias en estudio (Torrelavega, España). a) Zona 1 y b)
Zona 2 ............................................................................................................................... 129 Figura 4.4 Fotografía de las superficies viarias en estudio (Soacha, Colombia) ........................... 130 a) Zona 1 y b) Zona 2 .................................................................................................................. 130 Figura 4.5 Esquema de las superficies viarias en estudio (Soacha, Colombia). ........................... 131 a) Zona 1 y b) Zona 2 .................................................................................................................. 131 Figura 4.6 Variación de la carga viaria de sedimento en la Zona 1 (Torrelavega, España) ........... 133 Figura 4.8 Acumulación de la carga de sedimento viario con una frecuencia elevada en los
eventos de lluvia. Zona 2 (Torrelavega, España) ............................................................... 135 Figura 4.9 Variación de la carga de sedimento en tiempo seco. Zona 1 (Soacha, Colombia) ...... 137 Figura 4.10 Relación CF/CL contra tiempo. Zona 1 (Torrelavega, España) .................................. 139
xii
Figura 4.11 Granulometría para la carga total, carga libre y carga fija recolectada sobre las calzadas de la ciudad de Torrelavega (España) ................................................................. 146
Figura 4.12 Granulometría para la carga total recolectada sobre la calzada de la ciudad de Soacha (Colombia) ........................................................................................................................ 148
Figura 4.13 Carga acumulada de sedimento por fracción de tamaño en tiempo seco. Zona 1 (Torrelavega, España) ....................................................................................................... 152
Figura 4.14 Carga acumulada de sedimento por fracción de tamaño en tiempo seco. Zona 2 (Soacha, Colombia) ........................................................................................................... 153
Figura 4.16 Relación entre PM10 y PST en la Zona 1 (Soacha, Colombia) .................................... 181 Figura 4.17 Relación entre PM10 y PST en la Zona 2 (Soacha, Colombia) .................................... 181 Figura 4.20 Variación de la concentración metálica de Pb y Cu asociada con PM10 con respecto de
la precipitación en la Zona 1 (Soacha, Colombia) .............................................................. 192 Figura 4.21 Variación de la concentración metálica de Pb y Cu asociada con PM10 con respecto de
la precipitación en la Zona 2 (Soacha, Colombia) .............................................................. 193 Figura 4.22 Variación de la carga metálica de Pb y Cu asociada con PM10 con respecto de la
precipitación en la Zona 1 (Soacha, Colombia) .................................................................. 196 Figura 4.23 Variación de la carga metálica de Pb y Cu asociada con PM10 con respecto de la
precipitación en la Zona 2 (Soacha, Colombia) .................................................................. 197 Figura 4.24 Relación entre la concentración de Pb en suspensión y la carga de PM10 para la Zona 1
(Soacha) ............................................................................................................................ 207 Figura 4.25 Relación entre la concentración de Pb en suspensión y la carga de PST para la Zona 1
(Soacha) ............................................................................................................................ 207 Figura 4.26 Relación entre la concentración de Pb asociada con el sedimento viario (< 250 µm) y
PM10 para la Zona 1 (Soacha) ............................................................................................ 215 Figura 4.27 Relación entre la concentración de Pb asociada con el sedimento viario (< 250 µm) y
PST para la Zona 1 (Soacha) .............................................................................................. 215 Figura 4.28 Relación entre la concentración metálica asociada con el sedimento viario (< 250 µm)
y la carga de PM10 para la Zona 1 (Soacha). a) Pb, y b) Cu ................................................. 220 Figura 4.29 Descripción gráfica del fenómeno de variación de la concentración metálica asociada
con el sedimento viario ..................................................................................................... 222 Figura 4.30 Diagrama conceptual para el modelo causal entre la carga viaria de PM10 y la
concentración metálica asociada con el sedimento viario ................................................ 224 Figura 4.31 Modelos de regresión entre la concentración de Pb asociada con el sedimento viario y
la carga de PM10 para la superficie viaria de la Zona 1 (Soacha). a) Modelo cúbico y b) modelo lineal .................................................................................................................... 226
Figura 4.32 Serie de tiempo para la carga viaria de PM10 (a) y la concentración de Pb del sedimento viario (b) en la Zona 1 (Soacha, Colombia) ...................................................... 230
Figura 4.33 Serie de tiempo con estabilización de la varianza para la carga viaria de PM10 (a) y la concentración de Pb del sedimento viario (b) en la Zona 1 (Soacha, Colombia) ................ 231
Figura 4.34 FAC muestral para la carga de PM10 en la Zona 1 (Soacha, Colombia). a) {T(Zt)}, b) { T(Zt)}, y c) { 2T(Zt)} ....................................................................................................... 232
Figura 4.35 FAC y FACP muestral de { 2T(Zt)} para la concentración de Pb asociada con el sedimento viario de la Zona 1 (Soacha). a) FAC y b) FACP ................................................. 238
Figura 4.36 Gráfica de los residuales del modelo para la concentración de Pb asociada con el sedimento viario. Línea límite para ±2∙desviaciones estándar residual ............................. 240
Figura 4.37 Gráfica de los residuales del modelo para la carga viaria de PM10. Línea límite para ±2∙desviaciones estándar residual .................................................................................... 240
Figura 4.38 Series temporales para la carga viaria de PM10 y la concentración de Pb en el sedimento viario para la Zona 1 (Soacha, Colombia) ......................................................... 247
Figura 4.39 Función de correlación cruzada entre PM10 y Pb. Línea límite de confianza ±0,298; establecida según Bartlett (1946) ..................................................................................... 248
Figura 4.40 FAC (a) y FACP (b) muestral para Nt de la función de transferencia ......................... 249 Figura 4.41 Gráfica de los residuales del modelo para Nt. Línea límite para ±2∙desviaciones
estándar residual (identificación de datos atípicos) .......................................................... 250
xiii
Figura 4.42 Gráfica de los residuales del modelo de función de transferencia. Línea límite para ±2∙desviaciones estándar residual .................................................................................... 252
Figura 4.43 Límites de confianza para los pronósticos del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia) ......................................................................................................................... 256
Figura 4.44 Diagrama de flujo para la evaluación de la concentración metálica asociada con el sedimento viario a partir de información del material en suspensión ............................... 258
Figura 4.45 Períodos climáticos identificados a partir de la precipitación en la Zona 1 (Soacha); variación de la concentración de Pb en el sedimento viario para tiempo a) seco, b) de transición, y c) de lluvias ................................................................................................... 260
Figura 4.46 Pronóstico del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia) .............................. 261
Figura 4.47 Pronóstico y valores observados para la distribución por fracción de tamaño de la concentración de Pb asociada con el sedimento viario de 20/01/2010 en la Zona 1 (Soacha, Colombia) ......................................................................................................................... 264
Figura 4.48 Pronóstico y valores observados para la distribución por fracción de tamaño de la concentración de Pb asociada con el sedimento viario de 26/02/2010 en la Zona 1 (Soacha, Colombia) ......................................................................................................................... 265
Figura 4.49 Pronóstico y valores observados para la distribución por fracción de tamaño de la concentración de Pb asociada con el sedimento viario de 10/03/2010 en la Zona 1 (Soacha, Colombia) ......................................................................................................................... 266
Figura 4.50 Pronóstico y valores observados promedios para la distribución de la concentración de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia) ......................... 267
Figura 4.51 Pronóstico y valores observados para el porcentaje acumulado de carga de Pb por fracción de tamaño del sedimento viario para 20/01/2010 en la Zona 1 (Soacha, Colombia) ......................................................................................................................................... 270
Figura 4.52 Pronóstico y valores observados para el porcentaje acumulado de carga de Pb por fracción de tamaño del sedimento viario para 26/02/2010 en la Zona 1 (Soacha, Colombia) ......................................................................................................................................... 271
Figura 4.53 Pronóstico y valores observados para el porcentaje acumulado de carga de Pb por fracción de tamaño del sedimento viario para 10/03/2010 en la Zona 1 (Soacha, Colombia) ......................................................................................................................................... 272
Figura 4.54 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia) ................................... 273
Figura 4.55 Pronóstico y valores observados para la distribución por fracción de tamaño de la concentración de Cu y Ba asociada con el sedimento viario para 15/01/2010 en la Zona 1 (Soacha, Colombia) ........................................................................................................... 277
Figura 4.56 Pronóstico y valores observados para la distribución por fracción de tamaño de la carga de Cu y Ba asociada con el sedimento viario para 15/01/2010 en la Zona 1 (Soacha, Colombia) ......................................................................................................................... 279
Figura 4.57 Diagrama de flujo para la estructura definitiva de la metodología ........................... 282 Figura 5.1 Fotografía de la superficie viaria de la Zona 1‐Fontibón (Bogotá, Colombia) ............. 295 Figura 5.2 Fotografía de la superficie viaria de la Zona 2‐Puente Aranda (Bogotá, Colombia) .... 296 Figura 5.3 Fotografía de la superficie viaria de la Zona 3‐Kennedy (Bogotá, Colombia) .............. 297 Figura 5.4 Esquema de la superficie viaria de estudio en la Zona 1‐Fontibón (Bogotá, Colombia)
......................................................................................................................................... 299 Figura 5.5 Esquema de la superficie viaria de estudio en la Zona 2‐Puente Aranda (Bogotá,
Colombia) ......................................................................................................................... 300 Figura 5.6 Esquema de la superficie viaria de estudio en la Zona 3‐Kennedy (Bogotá, Colombia)
......................................................................................................................................... 301 Figura 5.7 Variación de la carga viaria de sedimento en la Zona 1‐Fontibón con respecto a la
precipitación (Bogotá, Colombia). a) Tiempo de disminución y b) tiempo de aumento de la precipitación ..................................................................................................................... 304
xiv
Figura 5.8 Variación de la carga viaria de sedimento en la Zona 2‐Puente Aranda con respecto a la precipitación (Bogotá, Colombia). a) Tiempo de disminución y b) tiempo de aumento de la precipitación ..................................................................................................................... 305
Figura 5.9 Variación de la carga viaria de sedimento en la Zona 3‐Kennedy con respecto a la precipitación (Bogotá, Colombia). a) Tiempo de disminución y b) tiempo de aumento de la precipitación ..................................................................................................................... 306
Figura 5.10 Granulometría promedio del sedimento viario para la época de lluvias y de tiempo seco (Bogotá, Colombia) ................................................................................................... 315
Figura 5.11 Porcentaje acumulado de carga de Pb según el tamaño de la partícula (Bogotá, Colombia) ......................................................................................................................... 325
Figura 5.12 Variación de la carga de PM10 con respecto a la precipitación en la Zona 1‐Fontibón (Bogotá, Colombia) ........................................................................................................... 329
Figura 5.13 Variación de la carga de PM10 con respecto a la precipitación en la Zona 1‐Fontibón. Media móvil (Bogotá, Colombia)....................................................................................... 330
Figura 5.14 Variación de la carga de PM10 con respecto a la precipitación en la Zona 2‐Puente Aranda. Media móvil (Bogotá, Colombia) ......................................................................... 331
Figura 5.15 Variación de la carga de PM10 con respecto a la precipitación en la Zona 3‐Kennedy. Media móvil (Bogotá, Colombia)....................................................................................... 332
Figura 5.16 Relación entre la concentración de Pb asociada con el sedimento viario (< 250 µm) y la carga de PM10. a) Zona 1, b) Zona 2, y c) Zona 3 ............................................................ 337
Figura 5.17 Series temporales para la carga de PM10 y la concentración de Pb en el sedimento viario para la Zona 1 (Bogotá, Colombia) .......................................................................... 344
Figura 5.18 Series temporales para la carga de PM10 y la concentración de Pb en el sedimento viario para la Zona 2 (Bogotá, Colombia) .......................................................................... 344
Figura 5.19 Series temporales para la carga de PM10 y la concentración de Pb en el sedimento viario para la Zona 3 (Bogotá, Colombia) .......................................................................... 344
Figura 5.20 Límites de confianza para los pronósticos del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia) ......................................................................................................................... 352
Figura 5.21 Límites de confianza para los pronósticos del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 2 (Bogotá, Colombia) ......................................................................................................................... 352
Figura 5.22 Límites de confianza para los pronósticos del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia) ......................................................................................................................... 353
Figura 5.23 Diagrama de flujo para la estimación de la distribución de la concentración y carga metálica asociada con el sedimento viario a partir de información del material en suspensión (Bogotá, Colombia)......................................................................................... 354
Figura 5.24 Variación de la concentración de Pb en el sedimento viario a partir de los períodos climáticos identificados en la Zona 1 (Bogotá); tiempo a) seco, y b) de lluvias .................. 357
Figura 5.25 Variación de la concentración de Pb en el sedimento viario a partir de los períodos climáticos identificados en la Zona 2 (Bogotá); tiempo a) seco, y b) de lluvias .................. 358
Figura 5.26 Variación de la concentración de Pb en el sedimento viario a partir de los períodos climáticos identificados en la Zona 3 (Bogotá); tiempo a) seco, y b) de lluvias .................. 359
Figura 5.27 Pronóstico del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario. Zona 1 (Bogotá, Colombia) ..................................... 361
Figura 5.28 Pronóstico del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario. Zona 2 (Bogotá, Colombia) ..................................... 361
Figura 5.29 Pronóstico del modelo de función de transferencia ARIMA para la concentración de Pb asociada con el sedimento viario. Zona 3 (Bogotá, Colombia) ..................................... 362
Figura 5.30 Pronóstico de la concentración de Pb en el sedimento viario a partir de la serie temporal completa de PM10 (media móvil). ...................................................................... 363
Zona 1 ........................................................................................................................................ 363 Figura 5.31 Pronóstico de la concentración de Pb en el sedimento viario a partir de la serie
temporal completa de PM10 (media móvil). ...................................................................... 364
xv
Zona 2 ........................................................................................................................................ 364 Figura 5.32 Pronóstico de la concentración de Pb en el sedimento viario a partir de la serie
temporal completa de PM10 (media móvil). ...................................................................... 365 Zona 3 ........................................................................................................................................ 365 Figura 5.33 Pronóstico y valores observados para la distribución por fracción de tamaño de la
concentración de Pb asociada con el sedimento viario de 03/10/2010 en la Zona 1 (Bogotá, Colombia) ......................................................................................................................... 368
Figura 5.34 Pronóstico y valores observados promedios para la distribución de la concentración de Pb asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia) ......................... 368
Figura 5.35 Pronóstico y valores observados promedios para la distribución por fracción de tamaño de la concentración de Pb asociada con el sedimento viario de la Zona 3 (Bogotá, Colombia) ......................................................................................................................... 369
Figura 5.36 Pronóstico y valores observados promedios para la distribución por fracción de tamaño de la concentración de Pb asociada con el sedimento viario de la Zona 2 (Bogotá, Colombia) ......................................................................................................................... 370
Figura 5.37 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia) ................................... 373
Figura 5.38 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia) ................................... 375
Figura 5.39 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 2 (Bogotá, Colombia) ................................... 375
Figura 5.40 Pronóstico y valores observados promedios para la distribución de la concentración de Cu asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia) ......................... 380
Figura 5.41 Pronóstico y valores observados promedios para la distribución de la concentración de Cu asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia) ......................... 381
Figura 5.42 Pronóstico y valores observados promedios para la distribución de la concentración de Cu asociada con el sedimento viario en la Zona 2 (Bogotá, Colombia) ......................... 382
Figura 5.43 Pronóstico y valores observados promedios para la distribución de la carga de Cu asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia) ................................... 384
Figura 5.44 Pronóstico y valores observados promedios para la distribución de la carga de Cu asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia) ................................... 385
Figura 5.45 Pronóstico y valores observados promedios para la distribución de la carga de Cu asociada con el sedimento viario en Zona 2 (Bogotá, Colombia)....................................... 386
xvi
xvii
ÍNDICE DE TABLAS
Tabla 2.1 Factores y condicionantes específicos del fenómeno de acumulación sobre superficies viarias (Sartor y Boyd, 1972; James y Shivalingaiah, 1986; Vermette et al., 1991; Thomson et al., 1997; Ball et al., 1998; Brezonik y Stadelmann, 2002) ................................................... 13
Tabla 2.2 Variables y procesos explicativos del fenómeno de remoción por escorrentía ............. 16 Tabla 2.3 Concentración de metales pesados en la escorrentía viaria (fracción disuelta) ............. 19 Tabla 2.5 Tasa de deposición atmosférica total anual de metales pesados en varias localidades . 24 Tabla 2.6 Carga y concentración de metales pesados en la escorrentía urbana para diferentes
usos del suelo ..................................................................................................................... 28 Tabla 2.7 Concentración y carga de metales pesados en la suciedad recolectada por los equipos
de limpieza viaria ................................................................................................................ 32 Tabla 2.8 Eficacia del barrido viario en la eliminación de metales pesados .................................. 32 Tabla 2.9 Fuentes de elementos metálicos en la escorrentía viaria asociadas con el tráfico
(Shaheen, 1975; Kobriger y Geinopolos, 1984; Ball et al., 1998) ......................................... 34 Tabla 2.10 Concentración de metales pesados asociados con el sedimento viario para diferentes
densidades de tráfico.......................................................................................................... 36 Tabla 2.11 Comparación entre la concentración metálica de la escorrentía viaria y las cubiertas de
edificaciones (adaptada de Gromaire‐Mertz et al., 1999) ................................................... 38 Tabla 2.12 Concentración de metales pesados en la escorrentía de las cubiertas de edificaciones
urbanas ............................................................................................................................... 39 Tabla 2.13 Distribución granulométrica del sedimento viario reportada para varias localidades . 43 Tabla 2.14 Carga viaria de sedimento reportada para varias localidades ..................................... 46 Tabla 2.15 Categorías, condicionantes y variables utilizadas en la evaluación metálica sobre
superficies viarias ............................................................................................................... 65 Tabla 3.1 Resultados de las pruebas de eficacia N° 1 y 2 .............................................................. 91 Tabla 4.1 Categorías y variables generales utilizadas para la descripción de la vía en estudio .... 123 Tabla 4.2 Características de las superficies viarias en estudio (Torrelavega) .............................. 129 Tabla 4.3 Características de las superficies viarias en estudio (Soacha) ...................................... 130 Tabla 4.4 Carga para las diferentes muestras recolectadas (Torrelavega y Soacha) .................. 140 Tabla 4.5 Remoción de la carga viaria para los diferentes períodos de lluvia (Torrelavega y
Soacha) ............................................................................................................................. 142 Tabla 4.6 d10, d50, y d90 para las diferentes muestras recolectadas en las ciudades de Torrelavega y
Soacha .............................................................................................................................. 150 Tabla 4.7 Eficacia en la recolección del sedimento viario por aspirado. Calzadas de la ciudad de
Torrelavega (España) ........................................................................................................ 152 Tabla 4.8 Distribución granulométrica antes y después de los períodos de lluvia (Torrelavega y
Soacha) ............................................................................................................................. 156 Tabla 4.9 Remoción de sedimento por fracción de tamaño para todos los eventos de lluvia (CT;
Torrelavega y Soacha) ....................................................................................................... 157 Tabla 4.10 Concentración de metales pesados (mg/kg de materia seca) con un 95% de intervalo
de confianza (CT; Torrelavega y Soacha) ........................................................................... 159 Tabla 4.11 Coeficientes para el modelo exponencial de la concentración de metales pesados (CT;
Torrelavega y Soacha) ....................................................................................................... 162 Tabla 4.12 Correlación entre fracciones de tamaño del mismo metal pesado (CT; Torrelavega y
Soacha) ............................................................................................................................. 166 Tabla 4.13 Coeficientes de correlación lineal para la concentración entre metales pesados de las
Zonas 1 y 2 (CF; Torrelavega) ............................................................................................ 170 Tabla 4.14 Coeficientes de correlación lineal para la concentración entre metales pesados para la
fracción < 125 µm (CT; Soacha) ......................................................................................... 171 Tabla 4.15 Concentración metálica a través de la superficie viaria con un intervalo de confianza
del 95% (CT; Torrelavega) ................................................................................................. 172
xviii
Tabla 4.16 Carga asociada por fracción de tamaño con un 95% de intervalo de confianza (CT; Torrelavega y Soacha) ....................................................................................................... 174
Tabla 4.17 Resultados de la prueba de lixiviación para los elementos metálicos asociados con el sedimento viario (CT; Torrelavega) ................................................................................... 176
Tabla 4.18 Coeficientes y R2 para el modelo logarítmico del porcentaje acumulado de carga metálica (CT; Torrelavega y Soacha) ................................................................................. 178
Tabla 4.19 Concentración metálica asociada con el material en suspensión con un 95% de intervalo de confianza: PM10 y PST (Soacha, Colombia) .................................................... 186
Tabla 4.20 Coeficientes de correlación lineal entre elementos metálicos para la concentración asociada con PM10. Zona 1 (Soacha, Colombia) ................................................................. 189
Tabla 4.21 Coeficientes de correlación lineal entre elementos metálicos para la concentración asociada con PM10. Zona 2 (Soacha, Colombia) ................................................................. 190
Tabla 4.22 Carga metálica asociada con el material en suspensión con un 95% de intervalo de confianza: PM10 y PST (Soacha, Colombia) ........................................................................ 195
Tabla 4.23 Coeficientes de correlación lineal entre la concentración metálica asociada con el sedimento viario y la asociada con PM10 para la Zona 1 (Soacha) ..................................... 218
Tabla 4.24 Coeficientes de correlación lineal entre la concentración metálica asociada con el sedimento viario y la asociada con PM10 para la Zona 2 (Soacha) ..................................... 218
Tabla 4.25 Matriz causa‐efecto para el modelo causal entre la concentración metálica asociada con el sedimento viario y la carga de material en suspensión en superficies viarias ......... 223
Tabla 4.26 Modelos de regresión para la relación entre la carga viaria de PM10 y la concentración de Pb asociado con el sedimento viario (Soacha, Colombia) ............................................. 227
Tabla 4.27 FAC y FACP muestrales para { T(Zt)} de las series de tiempo de la carga de PM10 y la concentración de Pb en el sedimento viario de la Zona 1 (Soacha) ................................... 236
Tabla 4.28 Autocorrelaciones para los residuales del modelo de la concentración de Pb asociada con el sedimento viario ..................................................................................................... 239
Tabla 4.29 Autocorrelaciones para los residuales del modelo de la carga de PM10 .................... 240 Tabla 4.30 Parámetros para los modelos identificados y alternativos obtenidos mediante IBM‐
SPSS .................................................................................................................................. 245 Tabla 4.31 Autocorrelaciones para los residuales del modelo de función de transferencia ........ 251 Tabla 4.32 Estadísticos de ajuste para el modelo de función de transferencia en la Zona 1 (Soacha,
Colombia) ......................................................................................................................... 255 Tabla 4.33 Coeficiente B para el modelo exponencial de la concentración de metales pesados por
fracción de tamaño (Torrelavega y Soacha) ...................................................................... 263 Tabla 4.34 Coeficientes para el modelo logarítmico del porcentaje acumulado de carga metálica
por fracción de tamaño (Torrelavega y Soacha) ................................................................ 269 Tabla 4.35 Factor de diferencia para los elementos metálicos con respecto de Pb (Zona 1, Soacha)
......................................................................................................................................... 275 Tabla 4.36 Factor de corrección para la distribución por fracción de tamaño de la concentración
de los elementos metálicos (Zona 1, Soacha).................................................................... 278 Tabla 5.1 Características de las superficies viarias en estudio (Bogotá, Colombia) ..................... 298 Tabla 5.2 Granulometría del sedimento recolectado sobre las calzadas de las Zonas 1, 2 y 3 .... 310 Tabla 5.3 d10, d50, y d90 (percentiles) para las muestras de sedimento viario recolectadas en la
ciudad de Bogotá D.C. (Colombia) .................................................................................... 312 Tabla 5.4 Concentración de metales pesados (mg/kg de materia seca) con un 95% de intervalo de
confianza (Bogotá, Colombia) ........................................................................................... 316 Tabla 5.5 Coeficientes para los modelos exponencial y potencial de la concentración de los
metales pesados (Bogotá, Colombia) ................................................................................ 318 Tabla 5.6 Carga asociada por fracción de tamaño con un 95% de intervalo de confianza (Bogotá,
Colombia) ......................................................................................................................... 322 Tabla 5.7 Coeficientes y R2 para el modelo logarítmico del porcentaje acumulado de carga
metálica (Bogotá, Colombia) ............................................................................................. 325 Tabla 5.8 Modelos de regresión para la relación entre la carga viaria de PM10 y la concentración
de Pb asociado con el sedimento viario (Bogotá, Colombia) ............................................. 339 Tabla 5.9 Modelos identificados mediante IBM‐SPSS en la ciudad de Bogotá (Colombia) .......... 343
xix
Tabla 5.10 Estadísticos de ajuste para los modelos de función de transferencia en las Zonas 1, 2 y 3 (Bogotá, Colombia) ........................................................................................................ 350
Tabla 5.11 Coeficientes para el modelo exponencial y potencial de la concentración de metales pesados por fracción de tamaño (Bogotá, Colombia) ....................................................... 366
Tabla 5.12 Coeficientes para el modelo logarítmico del porcentaje acumulado de carga metálica por fracción de tamaño (Bogotá, Colombia) ..................................................................... 372
Tabla 5.13 Factor de diferencia para Cu con respecto de Pb (Bogotá, Colombia) ....................... 377 Tabla 5.14 Factor de corrección para la distribución por fracción de tamaño de la concentración
de Pb y Cu (Bogotá, Colombia) .......................................................................................... 383
xx
xxi
LISTADO DE ABREVIATURAS
AR (n): autorregresivo de orden n.
ARIMA: autorregresivo, integrado y de promedios móviles.
CAR: Corporación Autónoma Regional de Cundinamarca.
CCF: función de correlación cruzada.
CF: carga fija.
CL: carga libre.
CT: carga total.
ET: error típico.
FAC: función de autocorrelación.
FACP: función de autocorrelación parcial.
FAP: función de autocorrelación parcial residual.
FAS: función de autocorrelación residual.
GL: grados de libertad.
LCI: límite inferior del intervalo de confianza.
LCS: límite superior del intervalo de confianza.
MA (n): promedio móvil de orden (n).
MAE: error absoluto promedio.
MAPE: error absoluto porcentual promedio.
MaxMAE: máximo error absoluto.
MaxMAPE: máximo error porcentual.
PM10: material en suspensión de tamaño menor o igual a 10 micras.
PST: partículas suspendidas totales.
r: coeficiente de correlación lineal.
R2: coeficiente de determinación.
RMCAB: Red de Monitoreo de la Calidad del Aire de la ciudad de Bogotá D.C.
SABS: Sistema de aspirado y barrido en seco.
SBS: sistema de barrido en seco.
SDA: Secretaría Distrital de Ambiente de la ciudad de Bogotá D.C.
Sig.: significancia.
SS: sólidos en suspensión.
SST: sólidos suspendidos totales.
t: estadístico para la prueba de t-Student.
xxii
CAPÍTULO 1.- INTRODUCCIÓN
1
CAPÍTULO 1.- INTRODUCCIÓN
1.1 EXPOSICIÓN DE MOTIVOS
El recurso hídrico es considerado como un medio vital puesto que de su
disponibilidad depende el desarrollo de las diferentes formas de vida y la
actividad del ser humano. En la actualidad el agua es un recurso natural escaso
que está siendo cada vez más valioso en términos económicos y de las
necesidades sociales. De esta manera los sistemas hídricos poseen múltiples usos,
que en la mayoría de las situaciones éstos pueden ser sucesivos; lo cual obliga a
regular el orden en que se utilizan para asegurar la adecuada calidad del agua.
La problemática ambiental generada por la escorrentía superficial urbana se
fundamenta en dos aspectos relacionados con el uso de control del recurso
hídrico:
(i) El primer aspecto está asociado con el efecto hidráulico de la escorrentía
superficial para generar crecientes, inundaciones, erosión hídrica y cambios en el
balance hídrico del territorio urbano. Durante una precipitación intensa en
escenarios urbanos las superficies impermeables de las vías, los tejados y las
aceras recogen el exceso de agua pluvial causando impactos en el balance hídrico
de las proximidades.
(ii) El segundo aspecto, está relacionado con el impacto ambiental sobre los
sistemas de drenaje y las aguas receptoras producto del lavado de los
contaminantes superficiales (p.ej., los metales pesados). Al estudiar las causas de
la contaminación que transporta la escorrentía urbana se identifica que muchos
contaminantes acumulados sobre las superficies en tiempo seco son removidos y
disueltos por la escorrentía generada por un evento de lluvia, una creciente, una
inundación o contingencia en el mobiliario urbano. Este segundo aspecto es el eje
central de la presente Tesis Doctoral.
CAPÍTULO 1.- INTRODUCCIÓN
2
Las fuentes difusas urbanas han sido identificadas como una de las mayores
causas de contaminación en los cuerpos de agua. Entre las fuentes difusas, la
escorrentía urbana ha sido citada como la segunda causa más frecuente de
contaminación después de la agricultura y en los corredores fluviales urbanos fue
la más significativa (WPCF, 1986). Novotny y Olem (1994) reportaron que más
de la mitad de todos los fracasos para lograr los objetivos de calidad del agua en
EE.UU. fueron atribuidos a la contaminación difusa, donde la contaminación
difusa urbana fue la cuarta causa más importante de la contaminación fluvial y la
tercera causa de contaminación de los lagos.
La experiencia en la gestión de la escorrentía urbana ha evidenciado una relación
directa entre el modelo de crecimiento urbano y las cargas contaminantes vertidas
en los sistemas de drenaje y los cuerpos de agua. Por ejemplo, las superficies
viarias representan sólo una pequeña parte del paisaje urbano, no obstante el
aumento de su área superficial impermeable contribuye con significativas cargas
de contaminantes durante los eventos de lluvia (Ball et al., 1998).
Desafortunadamente, en los países latinoamericanos no se ha dimensionado
correctamente la problemática ambiental asociada con la escorrentía y el modelo
de crecimiento urbano. Por lo tanto, la presente Tesis Doctoral pretende
profundizar en la problemática ambiental generada por la escorrentía urbana;
específicamente, en la contaminación metálica presente sobre las superficies
viarias de áreas urbanas.
La escorrentía superficial urbana ha sido considerada como una fuente de
contaminación de difícil gestión debido a su naturaleza difusa, al vertido
intermitente ligado a un fenómeno aleatorio (i.e., la lluvia), a la dificultad del
muestreo en origen y a su relación con el uso del suelo (Novotny, 1994; Malgrat,
1995). Esta difícil gestión fue manifestada en el Congreso Internacional de
Higiene de Viena (1988), donde las aguas de escorrentía de los techos de
edificaciones y vías urbanas fueron declaradas como “muy contaminadas”. El
estudio de la escorrentía urbana es de interés creciente debido a sus efectos
tóxicos, a la limpieza gradual de las fuentes puntuales de contaminación y a la
CAPÍTULO 1.- INTRODUCCIÓN
3
cantidad de contaminantes descargados en los sistemas acuáticos (Dempsey et al.,
1993).
Por otro lado, la contaminación superficial urbana por metales pesados requiere de
especial atención debido a sus efectos tóxicos sobre la salud del hombre
(Essumang et al., 2006). Una de las más influyentes y reconocidas investigaciones
para evaluar la contaminación en superficie y la calidad del agua de escorrentía
viaria fue realizada por Sartor y Boyd (1972). En relación con la contaminación
metálica viaria reportaron que ésta era altamente contaminante. En este sentido,
Flores et al. (1994) mostraron que se pueden presentar concentraciones de metales
pesados de 10 a 100 veces superiores a las encontradas en las aguas residuales
urbanas. Los sedimentos viarios acumulados en tiempo seco llevan consigo
elementos metálicos que afectan los recursos hídricos cuando son transportados
por la escorrentía (Berhanu et al., 2007; Wei y Yang, 2010). Adicionalmente,
pueden afectar la calidad del aire del entorno viario cuando son suspendidos por el
viento y la turbulencia inducida por el tráfico (Constantini y Demetra, 2005; Zafra
et al., 2011).
Las metodologías para el estudio de la contaminación metálica presente sobre las
superficies viarias se pueden agrupar en dos categorías:
(i) La primera categoría corresponde a los polutogramas e hidrogramas asociados
con la escorrentía viaria. Este método de análisis permite estudiar la evolución de
las concentraciones instantáneas con respecto del tiempo, y de los caudales y
flujos másicos instantáneos (p.ej., el efecto de primer flujo) (Whipple et al.,
1987).
(ii) La segunda categoría, está relacionada con los modelos de acumulación y
lavado de la carga metálica. Estos modelos se basan en ecuaciones o correlaciones
netamente empíricas de los datos observados. Las técnicas de estudio que
alimentan los algoritmos de los modelos se fundamentan en la recolección de
muestras viarias de sedimento a través de métodos de aspirado en seco (p.ej.,
CAPÍTULO 1.- INTRODUCCIÓN
4
Beckwith et al., 1984; Grottker, 1987), barrido en seco (p.ej., Fergusson y
Simmonds, 1983; Stone y Marsalek, 1996), aspirado y barrido en seco (p.ej., Ball
et al., 1998; Furumai et al., 2002; Vaze y Chiew, 2002; Zafra et al., 2008; Duong
y Lee, 2011), y lavado y aspirado simultáneo (p.ej., Deletic y Orr, 2005). Sin
embargo, las anteriores metodologías de estudio han sido utilizadas sobre
pequeñas porciones del territorio urbano debido a que los requerimientos de
personal y equipo especializado para su aplicación suelen ser considerables.
Consecuentemente, los costos de operación resultan ser muy elevados haciendo
que este tipo de metodologías no sean fácilmente aplicables sobre la totalidad del
territorio urbano.
A partir de lo expuesto, la presente Tesis Doctoral pretende desarrollar una
metodología para la evaluación de la contaminación metálica viaria en superficie
que sea aplicable a la totalidad del territorio urbano. Con el desarrollo
metodológico se busca evaluar el contenido de los elementos metálicos asociados
con el sedimento depositado sobre las superficies viarias, a partir de información
de la calidad del aire suministrada por las estaciones de monitoreo cercanas a las
vías en evaluación (i.e., fijas y móviles); esta última representada por los
parámetros asociados con el material en suspensión: partículas suspendidas totales
(PST) y partículas de tamaño menor o igual a 10 micras (PM10).
A inicios de la década de 1950 se observó en los países latinoamericanos una
preocupación por la contaminación del aire. La Red Panamericana de Muestreo
Normalizado de la Contaminación del Aire (REDPANAIRE) inició sus
operaciones en junio de 1967 con la recolección de muestras mensuales de polvo
sedimentable y, muestras diarias de partículas suspendidas totales (PST) y SO2.
REDPANAIRE comenzó con ocho estaciones y a finales de 1973 tenía 88
estaciones distribuidas en 26 ciudades de 14 países latinoamericanos (Haddad,
1976). Durante la década de 1980 en varias de las áreas urbanas de la región
operaron extensas redes de monitoreo de la calidad del aire. Estas redes midieron
los contaminantes del aire más comunes: SO2, NO2, CO, ozono, plomo y PST
(Romieu, 1996).
CAPÍTULO 1.- INTRODUCCIÓN
5
En la década de 1990 la Organización Mundial de la Salud (OMS) organizó, con
carácter global, el Sistema de Información para el Control de la Calidad del Aire
(AMIS). La base de datos de AMIS incluyó información sobre 60 ciudades en 30
países latinoamericanos (OMS, 1997). Actualmente, el número de ciudades
participantes es de cerca de 150, en 45 paises a nivel mundial. De esta manera, las
principales ciudades latinoamericanas cuentan con la infraestructura adecuada
para alimentar la metodología propuesta en la presente Tesis Doctoral (i.e., la
información de calidad del aire). Adicionalmente, las entidades encargadas del
control ambiental están adquiriendo laboratorios móviles para evaluar la calidad
del aire en lugares donde no existen estaciones de monitoreo fijas (p.ej., en
cercanías de las superficies viarias); ciudades como Río de Janeiro (Brasil),
Ciudad de México (México), Buenos Aires (Argentina), y Bogotá D.C.
(Colombia) cuentan con experiencia en la implementación y operación de
laboratorios móviles de calidad del aire (Korc y Sáenz, 1999).
De esta manera, la propuesta metodológica permitirá proyectar mejores prácticas
de control para la gestión de la contaminación metálica en superficie y de la
escorrentía en las vías (i.e., medidas estructurales y no estructurales), según su
localización dentro del territorio urbano; podrá ser útil para alimentar los
algoritmos de los modelos de acumulación-lavado, el diseño o mejoramiento de
los sistemas de control de la contaminación, y para establecer estrategias de
limpieza viaria según la concentración y distribución de los elementos metálicos.
Igualmente, la propuesta metodológica permitirá ampliar el conocimiento acerca
de los procesos físicos, químicos y biológicos que condicionan la acumulación y
el lavado de los metales pesados depositados sobre las superficies viarias urbanas.
Es importante resaltar, que el gestor no sólo debe contar con bases de datos sino
que éstas deben ser de fácil interpretación y utilización. Es por esto, que en la
presente Tesis Doctoral se hace un esfuerzo por mejorar las técnicas de
cuantificación y cualificación de la contaminación metálica viaria en superficie.
Adicionalmente, se plantean nuevas metodologías e indicadores de referencia para
facilitar la toma de decisiones de una manera rápida y confiable para la gestión de
CAPÍTULO 1.- INTRODUCCIÓN
6
la escorrentía viaria urbana, desde el punto de vista de la contaminación metálica
en superficie.
Finalmente, la investigación desarrollada en la presente Tesis Doctoral se enmarca
dentro de las temáticas abordadas por los grupos de investigación de Ingeniería
Ambiental (GIA) de la Universidad de Cantabria (España) y de Investigación en
Ingeniería Ambiental (GIIAUD) de la Universidad Distrital Francisco José de
Caldas (Colombia), en las líneas de investigación de Calidad de Aguas-
Modelización Ambiental e Impacto Ambiental, respectivamente. Esta
investigación se inició en el año de 2004 dentro del grupo de investigación GIA
de la Universidad de Cantabria (España). El enfoque inicial de la investigación fue
el de determinar y evaluar el contenido metálico asociado con el sedimento
depositado sobre el Bulevar Ronda Rufino Peón de la ciudad de Torrelavega al
norte de España, mediante la utilización de un sistema de muestreo de aspirado y
barrido en seco (SABS).
Posteriormente en el año 2008, se realizaron gestiones ante el organismo de
control ambiental del Departamento de Cundinamarca en Colombia (CAR) para
validar el sistema de muestreo implementado en la ciudad de Torrelavega
(España) y seguir desarrollando la presente propuesta metodológica; el lugar de
investigación se localizó sobre dos superficies viarias de la ciudad de Soacha en el
centro de Colombia. El enfoque en esta segunda etapa de la investigación fue el de
determinar y evaluar el contenido metálico asociado con el sedimento viario y el
material en suspensión de áreas cercanas a las superficies de estudio. Por último,
en el año 2009 se presentaron los avances de la propuesta metodológica a las
autoridades de la Secretaria Distrital de Ambiente de la Ciudad de Bogotá en
Colombia (SDA), con el objeto de validar la propuesta metodológica mediante la
utilización de tres estaciones de monitoreo de calidad del aire operadas por esta
entidad. De esta manera, se dio por terminada la investigación-propuesta
metodológica expuesta en la presente Tesis Doctoral.
CAPÍTULO 1.- INTRODUCCIÓN
7
1.2 OBJETIVOS DE LA TESIS
1.2.1 Objetivo principal
El objetivo principal de la Tesis Doctoral es desarrollar una metodología para la
estimación de la distribución de los metales pesados asociados con el sedimento
viario, a partir de información del material en suspensión de áreas cercanas a la
superficie en evaluación.
1.2.2 Objetivos específicos
Desarrollar una metodología para estimar la distribución de la
concentración de metales pesados asociados con el sedimento depositado
sobre las superficies viarias a partir del material en suspensión de áreas
cercanas; este último representado por: partículas suspendidas totales
(PST) y partículas de tamaño menor o igual a 10 micras (PM10).
Determinar la precisión de la metodología propuesta por medio de la
validación con base en la campaña de campo realizada en las ciudades de
Soacha y Bogotá D.C. en Colombia.
Desarrollar marcos metodológicos e indicadores de referencia que ayuden
a interpretar la información aportada por la metodología propuesta.
Establecer la utilidad de la metodología e indicadores propuestos en las
diversas problemáticas relacionadas con la gestión de la contaminación
metálica viaria. Especialmente, en la gestión de la escorrentía viaria frente
al impacto generado por los eventos naturales y las actividades antrópicas,
a las labores de limpieza viaria, y a los principales condicionantes de la
contaminación metálica sobre los corredores viales.
CAPÍTULO 1.- INTRODUCCIÓN
8
1.3 ESTRUCTURA DE LA TESIS
La Tesis Doctoral está organizada en seis capítulos. El primer capítulo presenta la
introducción de la investigación-propuesta metodológica; en el apartado de
exposición de motivos se incluyen el planteamiento del problema y la
justificación de la investigación doctoral, seguida por los apartados de objetivos y
estructura de la Tesis. En el segundo capítulo, se presenta una revisión
bibliográfica acerca de los condicionantes del fenómeno de acumulación de
elementos metálicos sobre las superficies viarias; capítulo fundamental para
identificar las variables que influyen en el fenómeno y para comprender las
relaciones expuestas en las diferentes fases de la propuesta metodología de la
Tesis Doctoral; por último, se presenta una revisión bibliográfica acerca de las
metodologías existentes para evaluar el contenido de los elementos metálicos
asociados con el sedimento depositado sobre las superficies viarias.
En el tercer capítulo se presentan los materiales y métodos utilizados para el
desarrollo de la investigación; de esta manera, se presenta la validación de los
sistemas de muestreo utilizados para la recolección del sedimento viario en las
ciudades de Torrelavega (España), Soacha y Bogotá (Colombia): sistema de
aspirado y barrido en seco (SABS), y sistema de barrido en seco (SBS); y los
sistemas de muestreo del material en suspensión: para PST se utilizó un equipo
manual de alto volumen con sistema de control de flujo de tipo másico; y para
PM10 se utilizó un equipo manual de alto volumen de tipo ciclón con un sistema
de control de flujo de tipo volumétrico. Finalmente, se exponen los análisis de
laboratorio utilizados para determinar el contenido metálico en el sedimento y el
material en suspensión de las vías en estudio. Los elementos metálicos analizados
fueron los siguientes: Pb, Zn, Cu, Cd, Cr, Co, Mn, Fe, Ni, Ba y As.
El capítulo número cuatro expone las cinco fases de la propuesta metodológica
desarrollada en la ciudad de Soacha (Colombia): (i) descripción de la vía en
evaluación, (ii) caracterización metálica del sedimento viario, (iii) caracterización
del material en suspensión, (iv) desarrollo de un modelo causal entre la carga
CAPÍTULO 1.- INTRODUCCIÓN
9
viaria en suspensión y la concentración metálica asociada con el sedimento viario
(modelo ARIMA: autorregresivo, integrado y de promedios móviles), y (v)
evaluación metálica asociada con el sedimento viario a partir de información del
material en suspensión: concentración (mg/kg) y carga (mg/m2) metálica por
fracción de tamaño.
En el quinto capítulo se presenta la aplicación de la propuesta metodológica para
la evaluación metálica asociada con el sedimento viario a partir de información
del material en suspensión; esta última representada por el parámetro de partículas
de tamaño menor a diez micras (PM10). La metodología desarrollada fue validada
para tres estaciones de la ciudad de Bogotá D.C. (Colombia). Finalmente, en el
capitulo número seis se presentan las conclusiones obtenidas con el desarrollo de
la presente investigación doctoral y se plantean las futuras líneas de investigación.
1.4 REFERENCIAS
Ball J.E., Jenks R. y Aubourg D., An assessment of the availability of pollutant constituents on road surfaces, Sci. Total Environ. 209 (1998), pp. 243-254.
Beckwith P.R., Warren R.S. y Harrop D.O., The behavior of sediment associated heavy metals within an urban surface runoff drainage system, Proceeding International Conference on Environmental Contamination, C.E.P. Ltd., eds., Edinburgh, United Kingdom, 1984, pp. 785-790.
Berhanu M., Bruen M., Higgins N. y Johnston P., Highway runoff quality in Ireland, Environ. Monit. (2007), pp. 366-371.
Korc M.E. y Sáenz R., Monitoreo de la calidad del aire en América latina, Centro Panamericano de Ingeniería Sanitaria y Ciencias del Ambiente, Lima: Cepis, 1999.
Constantini S. y Demetra V., Size distribution of airborne particulate matter and associated heavy metals in the roadside environment, Chemosphere 59 (2005), pp. 1197-1206.
Deletic A. y Orr D., Pollution buildup on road surfaces, J. Environ. Eng. 131 (2005), pp. 49-59.
Dempsey B.A., Tai Y.L. y Harrison S.G., Mobilization and removal of contaminants associated with urban dust and dirt, Wat. Sci. Technol. 28 (1993), pp. 225-230.
Duong T.T y Lee B.K., Determining contamination level of heavy metals in road dust from busy traffic areas with different characteristics, J. Environ. Manage. 92 (2011), pp. 554-62.
Essumang D.K., Dodoo D.K., Obiri S. y Oduro B.A.K., Analysis of vehicular fallouts from traffic in the Kumasi Metropolis, Ghana, Bull. Chem. Soc. Ethiop. 20 (2006), pp. 9-15.
Fergusson J.E. y Simmonds P.R., Heavy metal pollution at an intersection involving a busy urban road in Christchurch, New Zealand, New Zealand J. Sci. 26 (1983), pp. 219-228.
CAPÍTULO 1.- INTRODUCCIÓN
10
Flores J., Bussy A. y Thévenot D., Toxic metals in urban runoff: physico-chemical mobility assessment using speciation schemes, Wat. Sci. Tech. 29 (1994), pp. 83-93.
Furumai H., Balmer H. y Boller M., Dynamic behavior of suspended pollutants and particle size distribution in highway runoff, Wat. Sci. Tech. 46 (2002), pp. 413-418.
Grottker M., Runoff quality from a street with medium traffic loading, Sci. Total Environ. 59 (1987), pp. 457-466.
Haddad R., Contaminación del aire, situación actual en la América Latina y el Caribe, Memoria del Simposio sobre Ambiente, Salud y Desarrollo en las Américas, Serie Técnica No. 19, CEPIS, eds., Lima, Perú, 1976.
Malgrat P., Panorámica general de la escorrentía de aguas pluviales como fuente de contaminación, Actuaciones posibles, Jornadas Técnicas sobre la Calidad de Aguas e Impacto en Medios Receptores por Vertidos Procedentes de Drenajes Urbanos y Agrícolas, Diputación Provincial, University Jaume I, Castellon, España, 1995.
Novotny V. y Olem H., Water quality: prevention, identification and management of diffuse pollution, Van Nostrand Reinhold, eds., New York, USA, 1994.
Novotny V., Diverse solutions for diffuse pollution, Water Qual. Int. 1 (1994), pp. 24-31. OMS, The Air Management Information System (AMIS) and a Global Air Quality
Partnership, Organización Mundial de la Salud, Geneva, Switzerland, 1997. Romieu I. y Koning H., Urban air pollution and health in the Americas, OPS, eds.,
Washington D.C., USA, 1996. Sartor J.D. y Boyd G.B., Water pollution aspects of street surface contaminants, Rep. No.
EPA R2-72-081, United States Environmental Protection Agency, Washington D.C., 1972.
Stone M. y Marsalek J., Trace metal composition and speciation in street sediment: Sault Ste. Marie, Canada, Water Air Soil Pollut. 87 (1996), pp. 149-169.
Vaze J. y Chiew H.S., Experimental study of pollutant accumulation on an urban road surface, Urb. Wat. 4 (2002), pp. 379-389.
Wei B. y Yang L., A review of heavy metal contaminations in urban soils, urban road dusts and agricultural soils from China, Microchem. J. 94 (2010), pp. 99-107.
Whipple W., Kropp R. y Burke S., Implementing dual-purpose stormwater detention programs, J. Water Resour. Plann. Manage. 113 (1987), pp. 779-793.
WPCF, Meeting the challenge of nonpoint source control, J. Wat. Pollut. Control Fed. 58 (1986), pp. 730-740.
Zafra C.A., Temprano J. y Tejero I., Particle size distribution of accumulated sediments on an urban road in rainy weather, Environ. Technol. 29 (2008), pp. 571-582.
Zafra C.A., Temprano J. y Tejero I., Distribution of the concentration of heavy metals associated with the sediment particles accumulated on road surfaces, Environ. Technol. 32 (2011), pp. 997-1008.
CAPÍTULO 2.- ESTADO DEL ARTE
11
CAPÍTULO 2.- ESTADO DEL ARTE
2.1 ACUMULACIÓN VIARIA DE METALES PESADOS
2.1.1 Antecedentes
La escorrentía superficial viaria contiene elevadas cargas de metales pesados que
hacen de ésta una fuente significativa de contaminación difusa para los medios
receptores de los centros urbanos (Sansalone y Buchberger, 1997; Smullen et al.,
1999; Buffleben et al., 2002). En ambientes urbanos existen numerosas fuentes de
elementos metálicos, probándose en múltiples investigaciones que su
cuantificación es compleja. Es por esto que se reportan fluctuaciones en la
concentración de los metales pesados depositados sobre las superficies, sugiriendo
que los aportes e importancia de las fuentes varían en el ambiente urbano (Davis
et al., 2001).
La acumulación de contaminantes (en inglés build-up) se puede definir como el
proceso por el cual se deposita, en tiempo seco, carga contaminante sobre las
superficies impermeables o permeables. Puede ser medido directamente a través
de técnicas de aspirado o lavado de áreas impermeables después de un período de
acumulación bajo condiciones controladas. Alternativamente, puede ser estimado
de manera indirecta (i.e., por modelos) utilizando las cargas de escorrentía
producto de la acción simultánea de los procesos de acumulación y lavado (en
inglés wash-off). El fenómeno de acumulación no puede ser medido directamente
de la carga contaminante de la escorrentía, debido a que las cargas de la
escorrentía resultan del efecto integrado de los procesos de acumulación y lavado
(Huber, 1986; Duncan, 1995; Vaze y Chiew, 2002).
Los metales pesados son generados y depositados por las diversas actividades
antropogénicas y los fenómenos naturales que ocurren en los ambientes urbanos.
Posteriormente, son lavados y transportados por la escorrentía hacia los sistemas
CAPÍTULO 2.- ESTADO DEL ARTE
12
de drenaje y los cuerpos de agua receptores. Las fuentes naturales varían
considerablemente dentro de una cuenca urbana e incluyen el transporte de
material desde los suelos circundantes, la deposición atmosférica seca y húmeda,
y los aportes desde la vegetación (Muschack, 1990; Rogge et al., 1993;
Sutherland y Tolosa, 2000). Por otro lado, gran cantidad de material particulado
puede ser atribuido a fuentes antropogénicas como los procesos industriales, las
emisiones de los vehículos y el desgaste de las superficies viarias (Sartor y Boyd,
1972; Rogge et al., 1993). En las áreas urbanas las partículas derivadas de los
automóviles y de los suelos locales han sido identificadas como unas de las
fuentes dominantes de la deposición de contaminantes sobre las superficies
pavimentadas (Shaheen, 1975; Tai, 1991). No obstante, la importancia de estas
fuentes depende de las características particulares de cada lugar (p.ej., el
porcentaje de superficie impermeable y las condiciones del tráfico).
2.1.2 Descripción del fenómeno de acumulación
Interesantes revisiones bibliográficas acerca del fenómeno de acumulación sobre
las superficies impermeables han sido desarrolladas por ejemplo por Shaheen
(1975), Sutherland (1980), Novotny et al. (1985), James y Shivalingaiah (1986),
Duncan (1995) y, Deletic y Orr (2005). En estas revisiones la acumulación
superficial de los contaminantes se describe como un proceso de equilibrio
dinámico entre los fenómenos de deposición y remoción, y entre las áreas
aportadoras y las no aportadoras de carga contaminante. Dentro de las fuentes
contaminantes viarias (i.e., de deposición) se pueden incluir los vehículos, la
vegetación, los plaguicidas e insecticidas, el polvo y la suciedad producto de las
actividades de demolición y construcción, y el desgaste del mobiliario urbano y de
los edificios. Adicionalmente, se ha considerado el fenómeno de intercepción de
la carga contaminante (p.ej., por la vegetación y estructuras artificiales). Estas
interacciones pueden afectar significativamente la carga superficial contaminante
y, por lo tanto, la calidad del agua de escorrentía superficial (Duncan, 1995).
CAPÍTULO 2.- ESTADO DEL ARTE
13
Sartor y Boyd (1972) realizaron una descripción completa del fenómeno de
acumulación de la carga contaminante sobre superficies viarias. Los
investigadores intentaron explicar el fenómeno a partir del reconocimiento de los
“factores dominantes” que hicieron que la carga contaminante variara de un lugar
a otro con respecto al tiempo. Es decir, incluyeron en la descripción del fenómeno
el concepto de remoción de la carga contaminante. Los factores dominantes
fueron agrupados en tres categorías: (i) tiempo transcurrido desde la última
limpieza mecánica (i.e., la limpieza viaria) o natural (i.e., la precipitación); (ii)
época del año; y (iii) locales (i.e., desarrollo de actividades que particularizan un
lugar determinado). Años más tarde, Thomson et al. (1997) establecieron que la
importancia de las cargas contaminantes viarias dependía principalmente de tres
factores dominantes: (i) climáticos (período seco previo y, duración e intensidad
de las precipitaciones); (ii) humanos (densidad de tráfico, presencia de derivados
del petróleo, mantenimiento vial y accidentes); y (iii) técnicos (naturaleza de la
cuenca de drenaje y la superficie de rodadura y, las características del sistema de
drenaje pluvial y de alcantarillado). La Tabla 2.1 presenta una revisión
bibliográfica acerca de los principales factores dominantes del fenómeno de
acumulación identificados por diferentes investigaciones.
Tabla 2.1 Factores y condicionantes específicos del fenómeno de acumulación sobre superficies viarias (Sartor y Boyd, 1972; James y Shivalingaiah, 1986;
Vermette et al., 1991; Thomson et al., 1997; Ball et al., 1998; Brezonik y Stadelmann, 2002)
Factor Condicionante específico (i) Climático Precipitación, escorrentía, período seco previo y viento. (ii) Humano Densidad poblacional, uso del suelo, limpieza viaria,
densidad de tráfico, mantenimiento viario, accidentes, tipo de contaminante, y deposición atmosférica.
(iii) Físico Características físicas de la cuenca, de las superficies de rodadura y de los sistemas de drenaje; diseño viario y, cantidad y granulometría del sedimento viario.
Inicialmente, Sartor y Boyd (1972) en la descripción del fenómeno de
acumulación consideraron un área hipotética de la superficie viaria sometida a una
carga contaminante continua y uniforme, en el tiempo y el espacio.
Posteriormente, sugirieron las siguientes situaciones de deposición y remoción: (i)
si no existiesen factores dominantes que condicionen la carga contaminante, ésta
CAPÍTULO 2.- ESTADO DEL ARTE
14
crecería con respecto al tiempo; (ii) si la limpieza viaria fuera frecuente pero
incapaz de remover toda la carga depositada, la tendencia sería cíclica; (iii) en
cualquier situación real es evidente que la tendencia no podrá ser lineal, sino que
la carga superficial se aproximará gradualmente a un valor límite (i.e., de
equilibrio). De lo contrario, una superficie viaria sin limpieza se tornaría
intransitable debido a la acumulación de polvo y suciedad; y finalmente, (iv) los
investigadores plantearon que la tendencia en la acumulación de carga
contaminante sería muy compleja al incluir todos los factores dominantes y al
permitir que estos varíen a lo largo de su rango normal (ver Figura 2.1).
Inte
nsid
ad d
e ca
rga
Tiempo
Llu
via
ó vi
ento
Bar
rido
via
rio
Bar
rido
via
rio
Llu
via
Acumulación de carga
Carga viariaremanente
Remoción de carga
Tiempo entrelluvias
Frecuenciabarrido viario
Figura 2.1 Acumulación superficial de la carga contaminante (tendencia natural,
con barrido viario, viento y precipitación intermitente) (adaptada de Sartor y Boyd, 1972; Vermette et al., 1991; LeBouthillier et al., 2000)
2.2 CONDICIONANTES DE LA ACUMULACIÓN VIARIA DE METALES
PESADOS
2.2.1 Precipitación y escorrentía
El fenómeno de lavado es el proceso por el cual la deposición seca es removida de
las superficies impermeables por la precipitación y la escorrentía, y es incorporada
al flujo de agua superficial (Duncan, 1995; Sansalone y Cristina, 2004). La
diferencia en el comportamiento de la carga contaminante entre los fenómenos de
acumulación y lavado fue detectada por Wanielista (1981). Por otro lado, una de
CAPÍTULO 2.- ESTADO DEL ARTE
15
las más valiosas descripciones de los fenómenos fue realizada por Whipple et al.
(1977).
La Tabla 2.2 presenta una revisión bibliográfica de las variables y procesos
empleados para interpretar el fenómeno de lavado. Como se puede observar, los
resultados se centraron en cuatro variables explicativas: intensidad (I) y altura (h)
de precipitación, y tasa (T) y volumen (V) de escorrentía; y dos procesos: tensión
cortante generada por el flujo (TCF) y la energía aportada por las gotas de lluvia
(ELL). Adicionalmente, Alley et al. (1980) modelaron el fenómeno de lavado en
términos de la disponibilidad de carga de sedimento, la permeabilidad superficial
y el transporte del sedimento.
Las investigaciones que han medido de manera continua el fenómeno de
acumulación (p.ej. Pitt, 1979; Reinertsen, 1981) reportaron que la carga
acumulada sobre las vías fue muy elevada en comparación con la carga lavada
(i.e., transportada) por la escorrentía en un evento de precipitación común.
Inmediatamente después de una tormenta, Pitt (1979) encontró que la carga de
sólidos sobre las calles era significativa (i.e., un 85% de la carga inicial) y
dependía de la superficie de rodadura; a mayor rugosidad de la superficie, mayor
carga. Malmquist (1978) reportó que eran necesarios cuatro episodios de lavado,
cada uno generado por una precipitación fuerte (i.e., > 10 mm/h) para obtener una
reducción significativa en la carga contaminante viaria. Reinertsen (1981) observó
que un evento común de precipitación tiene un efecto insignificante sobre la carga
superficial; sin embargo gran cantidad de aguaceros intensos (i.e., > 10 mm/h) y
sucesivos reducen la carga superficial viaria en cerca de un 80%. Ball et al. (1998)
encontraron en la ciudad de Sídney (Australia), que únicamente los eventos de
precipitación con intensidades mayores a 7 mm/h pueden ser considerados como
eventos de remoción de la carga metálica viaria.
El fenómeno de primer lavado (en inglés first flush) es una característica distintiva
de la remoción por escorrentía que está relacionado con los eventos de
precipitación y las características de la cuenca. Un primer lavado se dice que
CAPÍTULO 2.- ESTADO DEL ARTE
16
ocurre cuando la carga supera el incremento del flujo al inicio de un evento de
escorrentía (Bedient et al., 1978). En este sentido, el primer lavado produce
elevadas concentraciones a inicios del evento y una punta de concentración que
precede a la punta del flujo (Helsel et al., 1979). El fenómeno de primer lavado
sobre superficies viarias ha sido ampliamente observado (p.ej. Deletic, 1998): éste
ocurre frecuentemente en la escorrentía viaria, sin embargo no sucede siempre
(Revitt et al., 1981; Saget et al., 1992; Lee et al., 2002); es importante para el
entendimiento de los procesos básicos de la remoción generada por la escorrentía;
y es relevante para el diseño de técnicas de control y tratamiento de la
contaminación (Stephenson y Wimberley, 1993; Temprano y Tejero, 2002; Nie et
al., 2008).
Tabla 2.2 Variables y procesos explicativos del fenómeno de remoción por escorrentía
Investigación Variables Procesos
Precipitación Escorrentía TCF ELL
I h T V Pravoshinsky y Gatillo, 1969 X Hudson, 1971 X Sartor y Boyd, 1972 X Hartigan et al., 1978 X Pope et al., 1978 X Price y Mance, 1978 X Characklis et al., 1979 X Freund y Johnson, 1980 X Ichikawa, 1981 X Reinertsen, 1981 X X Hoffman et al., 1982 X Shivalingaiah y James, 1984 X Desbordes y Servat, 1987 X X Akan, 1987 X Yaziz et al., 1989 X Aalderink et al., 1990 X Coleman, 1993 X Furumai et al., 2002 X Vaze y Chiew, 2002 X Deletic y Orr, 2005 X Zhu et al., 2008 X
La magnitud y duración del primer lavado en superficies viarias aumenta con la
intensidad de la precipitación (Yaziz et al., 1989; Lee et al., 2002; Mangani et al.,
2005). Igualmente, la magnitud tiende a aumentar cuando el período seco previo
CAPÍTULO 2.- ESTADO DEL ARTE
17
es prolongado (Tucker y Mortimer, 1978; Zhu et al., 2008). La duración parece
estar relacionada con la movilidad de los contaminantes en estudio: con los
sólidos disueltos antes que con los sólidos en suspensión (Fletcher et al., 1978;
Lee et al., 2002); y con los sólidos suspendidos volátiles antes que con los sólidos
suspendidos inorgánicos (Inaba, 1970). Aryal y Lee (2009) emplearon los sólidos
en suspensión (SS) presentes en la escorrentía viaria como indicadores de la
presencia de metales pesados, encontrando que bajas concentraciones de SS
estaban asociadas con elevadas concentraciones de elementos metálicos.
La Tabla 2.3 presenta una revisión bibliográfica acerca de la concentración de
elementos metálicos en el agua de escorrentía viaria. Como se puede observar se
reportan fluctuaciones en la concentración de los metales pesados, sugiriendo que
los aportes e importancia de las fuentes varían ampliamente en el ambiente viario.
2.2.2 Deposición atmosférica
La deposición atmosférica es una fuente significativa de contaminantes en las
superficies urbanas debido a que gran cantidad de metales traza y otros
compuestos son emitidos por la atmósfera diariamente (Lim et al., 2006). El
fenómeno de deposición atmosférica incluye tanto la “deposición húmeda” o de
lavado durante una lluvia, y la “deposición seca” o de tiempo seco. La deposición
seca depende de las condiciones atmosféricas superficiales, mientras que la
deposición húmeda está afectada por las condiciones climáticas en un amplio
rango de altitud y, por lo tanto, tiende a ser más uniforme a nivel local (Hicks et
al., 1993).
Randall et al. (1981) y Dixon et al. (1998) midieron y compararon separadamente
los dos tipos de deposición atmosférica. Los investigadores reportaron que la
deposición metálica húmeda es siempre mayor que la seca, bajo las condiciones
climáticas de las zonas muestreadas en estas investigaciones (i.e., climas
subtropicales húmedos). Sin embargo, Sabin et al. (2005) encontraron que la
deposición húmeda contribuía con un porcentaje entre el 1-10% de la deposición
CAPÍTULO 2.- ESTADO DEL ARTE
18
atmosférica metálica total, mostrando así la dominancia de la deposición seca en
regiones semiáridas como Los Ángeles (EE.UU.).
Otras investigaciones (p.ej., Golomb et al., 1997; Azimi et al., 2005) han
concluido que la variación en los dos tipos de deposición metálica se debe
principalmente a la localización de las áreas en estudio con respecto a los centros
poblados e industriales. En este sentido, Pirrone y Keeler (1993) observaron flujos
de deposición seca de elementos metálicos entre 2-4 veces más elevados en la
ciudad de Chicago que en zonas rurales cercanas. Igualmente, Malmquist y
Svensson (1977) encontraron que la deposición húmeda y total en el centro de
Gotemburgo (Suecia) era entre 2-4 veces más elevada que en un suburbio
localizado a 30 km de distancia.
Novotny y Kincaid (1981) concluyeron que la deposición húmeda en un lugar
determinado tiende a tomar las características que reflejan el carácter del suelo y
las actividades humanas del ambiente circundante. En este sentido, Poissant et al.
(1994) encontraron que la calidad de la deposición húmeda tiende a ser
relativamente uniforme a nivel local. Para elementos metálicos diferentes de Pb,
Randall et al. (1978) encontraron pocos cambios a nivel local con el aumento de
la distancia desde Washington D.C. (EE.UU.).
Steinnes et al. (1994) observaron que la deposición de elementos traza estuvo
principalmente influenciada por fuentes puntuales y locales de contaminación
(p.ej. de Cr, Fe, Co, Ni y Cu). Azimi et al. (2005) reportaron una disminución en
la deposición de elementos metálicos sobre superficies urbanas en las últimas
décadas; la mayor disminución se presentó para Pb. Esta tendencia se puede
observar en la Tabla 2.4 a partir de la revisión bibliográfica realizada para la
concentración de la deposición húmeda de Pb. Probablemente, la tendencia estuvo
principalmente relacionada con las regulaciones establecidas para la reducción de
Pb en la gasolina.
CA
PÍT
ULO
2.-
EST
AD
O D
EL
AR
TE
19
Tab
la 2
.3 C
once
ntra
ción
de
met
ales
pes
ados
en
la e
scor
rent
ía v
iari
a (f
racc
ión
disu
elta
)
Loc
alid
ad
Cue
nca
Con
cent
raci
ón (
µg/
l)
Inve
stig
ació
n P
b Z
n C
u C
d C
r N
i M
n F
e V
aria
s lo
cali
dade
s U
rban
a 60
2 60
8 10
22,
8 -
- 17
0 25
0 E
llis
y R
evit
t, 19
82a
Was
hing
ton,
EE
.UU
. U
rban
a 40
0 32
9 54
-
- -
- -
Dri
scol
l et a
l., 1
990
Tex
as, E
E.U
U.
Urb
ana
53
222
37
- -
- -
- B
arre
tt e
t al.,
199
5
Cin
cinn
ati,
EE
.UU
. U
rban
a 64
78
5218
4-
- -
- -
San
salo
ne y
Buc
hber
ger,
199
7 C
arol
ina
del N
orte
, EE
.UU
. U
rban
a 21
-
24
- -
- -
- W
u et
al.,
199
8 Q
ueen
slan
d, A
ustr
alia
U
rban
a 25
0 44
0 90
-
- -
- -
Dra
pper
et a
l., 2
000
Win
tert
hur,
Sui
za
Urb
ana
26
354
57
- -
- -
- F
urum
ai e
t al.,
200
2 V
aria
s lo
cali
dade
s, H
olan
da
Urb
ana
235
484
77
2,4
16
- -
- B
ohem
en y
Laa
k, 2
003
Fos
som
bron
e, I
tali
a S
ubur
bana
2,8
76
25
- -
- -
73
Man
gani
et a
l., 2
005
Van
couv
er, C
anad
á U
rban
a45
364
62-
--
147
6502
Pre
ciad
o y
Li,
2006
Wes
tfal
ia, A
lem
ania
U
rban
a 26
8 10
6010
16,
7 28
37
-
- G
obel
et a
l., 2
007
Est
ocol
mo,
Sue
cia
Urb
ana
0,14
98
20
0,
1 5,
43,
8 76
25
H
allb
erg
et a
l., 2
007
Sha
ngha
i, C
hina
U
rban
a 40
35
1034
2-
- -
- -
Nie
et a
l., 2
008
a : (re
visi
ón b
iblio
gráf
ica)
con
cent
raci
ones
med
ias
repo
rtad
as p
or v
ario
s in
vest
igad
ores
CA
PÍT
ULO
2.-
EST
AD
O D
EL
AR
TE
20
T
abla
2.4
Con
cent
raci
ón d
e m
etal
es p
esad
os e
n la
dep
osic
ión
húm
eda
y to
tal p
ara
vari
as lo
cali
dade
s (f
racc
ión
solu
ble)
Loc
alid
ad
Cue
nca
Mue
stra
a C
once
ntra
ción
(µ
g/l)
In
vest
igac
ión
Pb
Zn
Cu
Cd
Cr
Ni
Mn
Al
Fra
nkfu
rt, A
lem
ania
U
rban
a D
T
250
- -
3,70
-
- 19
-
Mul
ler
y B
ielk
e, 1
975
Lon
dres
, Rei
no U
nido
U
rban
a D
T
170
- -
18,0
-
- -
- H
arri
son
et a
l., 1
975
Sud
bury
, Can
adá
Sub
urba
na
DH
20
-
- 0,
50
- -
- -
Bea
mis
h y
Van
Loo
n, 1
977
Aik
en, E
E.U
U.
Rur
al
DT
6,
6 -
- 0,
49
- -
2,2
- W
iene
r, 1
979
Gai
nesv
ille
, EE
.UU
. S
ubur
bana
D
H
15
28
- 5,
70
- -
- -
Hen
dry
y B
rezo
nik,
198
0 S
udbu
ry, C
anad
á S
ubur
bana
D
H
12
15
- 0,
20
- -
- 28
C
han
et a
l., 1
982
Var
ias
loca
lida
des
bibl
iogr
áfic
a R
ural
D
H
12
36
5,4
0,50
0,
88
2,4
5,7
- G
allo
way
et a
l., 1
982
Min
neso
ta, E
E.U
U.
Rur
al
DH
7,
1 90
-
0,15
-
- 3,
2 -
Tho
rnto
n y
Eis
enre
ich,
198
2 H
of, A
lem
ania
S
ubur
bana
D
T
16
93
- 0,
68
- -
- -
Tho
mas
, 198
3 G
len
Ell
yn, E
E.U
U.
Sub
urba
na
DH
9,
5 36
-
0,15
-
- -
71
Gat
z y
Chu
, 198
6 T
ampa
Bay
, EE
.UU
. S
ubur
bana
D
H
3,9
65
16
0,54
-
- -
- D
ixon
et a
l., 1
998
Sao
Pau
lo, B
rasi
l U
rban
a D
H
- 71
5,
7 -
- -
- 1,
5 F
orti
et a
l., 2
005
Los
Áng
eles
, EE
.UU
. U
rban
aD
H5,
021
014
-2,
20
3,2
--
Sabi
n et
al.,
200
5a : D
T, d
epos
ició
n to
tal (
húm
eda
+ s
eca)
; DH
, dep
osic
ión
húm
eda
CAPÍTULO 2.- ESTADO DEL ARTE
21
La variación de la calidad de la precipitación a corto plazo puede ser significativa,
durante y entre las lluvias. Esta variación se refleja en la calidad del agua de
escorrentía urbana (Poissant et al., 1994; Dixon et al., 1998). Altwicker et al.
(1986) encontraron que las concentraciones de un evento de precipitación en un
sitio determinado tienden a seguir una distribución log-normal. Adicionalmente,
se ha observado un efecto estacional en la variación de la concentración; las
concentraciones tienden a ser más elevadas en el verano que en el invierno
(Kapitza y Eppel, 2000; Polkowska et al., 2007). Con respecto a la magnitud,
Sabin et al. (2005) encontraron que la deposición atmosférica potencialmente
contribuye con un porcentaje entre 57-100% de la carga total de metales traza
presentes en el agua de escorrentía (Cr, Cu, Pb, Ni y Zn). Horkeby y Malmquist
(1977), y Sabin et al. (2005) encontraron que la deposición atmosférica suministra
más de la mitad de Pb, Zn, Ni, Cu, As, Cd, Cr, Hg, Sb y V en la escorrentía
urbana. Estos datos fueron corroborados por Palmgren y Bennerstedt (1984), y
Ebbert (1987) para Pb, y Palmgren y Bennerstedt (1984) para Cd. Otros metales
pesados que pueden ser principalmente derivados de la precipitación incluyen a
Zn (Dixon et al., 1998), Cu (Ebbert y Wagner, 1987; Adetunji et al., 2001) y Ni
(Ng, 1987).
Las fuentes de los contaminantes precipitados desde la atmósfera por deposición
seca y húmeda han sido estudiados por diversos investigadores (p.ej. Prada et al.,
1993; Steinnes et al., 1994; Azimi et al., 2005; Polkowska et al., 2007). Entre las
fuentes identificadas se incluyen los aerosoles marinos, las actividades
industriales y rurales, el tráfico, el polvo local y el transporte de contaminantes a
larga distancia desde otras áreas. Randall et al. (1981) encontraron que la
deposición húmeda ocurre rápidamente y se genera en los primeros instantes de
un aguacero. Es decir, era independiente de la altura o intensidad de la
precipitación; aunque observaron una ligera correlación con el período seco
previo. Owe et al. (1982) encontraron una buena correlación entre la deposición
seca y el período seco previo. Por otro lado, Shivalingaiah y James (1986)
desarrollaron un modelo estadístico de deposición seca basado en el viento, la
lluvia y la deposición seca media mensual.
CAPÍTULO 2.- ESTADO DEL ARTE
22
La Tabla 2.5 presenta una revisión bibliográfica acerca de la tasa de deposición
atmosférica total anual de metales pesados para diferentes localidades.
Finalmente, se debe considerar en el análisis de las concentraciones metálicas que
la deposición húmeda ácida aumenta drásticamente la solubilidad de los metales
pesados presentes en todas las estructuras expuestas a la intemperie (Herrmann et
al., 1993; Ellis y Bowman, 1994).
2.2.3 Período seco previo
Yaziz et al. (1989) reportaron una buena correlación entre el fenómeno de lavado
generado por la escorrentía y el período seco previo utilizando los datos de un
pequeño tejado experimental. Igualmente, Li et al. (2007) encontraron que el
factor hidrológico más importante en la determinación de la carga contaminante
aportada por la escorrentía era el período seco previo. Una de las primeras y más
influyentes investigaciones acerca de la contaminación generada por la escorrentía
viaria fue realizada en Chicago por la Asociación Americana de Obras Públicas
(1969). Como parte de esta investigación se midió la acumulación de la carga de
sedimento por metro lineal de cuneta. Los datos fueron normalizados en términos
de libras de polvo y suciedad por día de tiempo seco por cada 100 pies de cuneta.
En numerosos estudios se ha reportado que la carga metálica viaria aumenta en
tiempo seco (p.ej., Duncan, 1995; Ball et al., 1998). Sartor y Boyd (1972)
encontraron una débil relación exponencial entre el período seco y la masa de
sedimento acumulado sobre las superficies viarias. Vaze y Chiew (2002)
concluyeron que la acumulación de contaminantes ocurre rápidamente tras una
lluvia, sin embargo, tiende a disminuir después de varios días de tiempo seco
debido a la redistribución superficial de la carga depositada. Es por esto que en
numerosas investigaciones (p.ej. Shaheen, 1975; Ball et al., 1998) se observa que
la carga acumulada en tiempo seco tiende a un valor máximo de equilibrio. Kim et
al. (2006) determinaron las tasas de acumulación de la carga contaminante en
tiempo seco (g/m2∙d) a partir de la carga superficial remanente y la lavada por un
evento de precipitación. Por ejemplo, los investigadores encontraron que la tasa
CAPÍTULO 2.- ESTADO DEL ARTE
23
de acumulación de sólidos suspendidos totales (SST) para un período seco previo
entre 1-10 días era de 0,544 g/m2∙d, mientras que para un período seco previo de
entre 10 y 70 días la tasa de acumulación disminuía en promedio en un 79%.
La acumulación de carga contaminante se ha estimado a partir del número de días
de tiempo seco como una función de tipo lineal, potencial, exponencial o de
Michaelis-Menton (ASCE, 1992). Gran cantidad de modelos propuestos han
utilizado la tendencia exponencial, ya que es simple y representa un proceso de
primer orden (Kim et al., 2006). Por ejemplo, Grottker (1987) propuso un modelo
exponencial para la acumulación de carga contaminante únicamente en función
del tiempo seco. Igualmente, Charbeneau y Barrett (1998) propusieron un modelo
exponencial que tuvo en cuenta la carga no lavada por los eventos de precipitación
antecedentes (i.e., la carga remanente). Ball et al. (1998) establecieron modelos de
acumulación sobre superficies viarias para determinados metales pesados (Zn, Pb,
Fe, Cu y Cr); los investigadores concluyeron que los modelos de tipo potencial e
hiperbólico fueron los que presentaron el mejor ajuste.
Vermette et al. (1991) reportaron que el período seco previo afecta la solubilidad
y la afinidad del sedimento con la mayoría de los metales pesados: a mayor
tiempo seco, menor solubilidad y, por lo tanto, mayor afinidad con el sedimento
(Yuan et al., 2001). Sin embargo, Ellis et al. (1986) reportaron que las
concentraciones de los metales pesados asociados con el sedimento viario
permanecen relativamente constantes durante los períodos de tiempo seco.
Igualmente, Randall et al. (1978) reportaron que no existía una fuerte correlación
entre la calidad del agua de escorrentía y el período seco previo. No obstante,
Deletic y Maksimovic (1998) encontraron una débil relación al comparar las
concentraciones medias de los eventos de escorrentía con el período seco previo.
Finalmente, la distribución granulométrica del sedimento viario se ve
condicionada. Ellis y Revitt (1982), y Vaze y Chiew (2002) reportaron que la
distribución del sedimento viario tendió a ser más fina a medida que aumentó el
número de días de tiempo seco.
CA
PÍT
ULO
2.-
EST
AD
O D
EL
AR
TE
24
T
abla
2.5
Tas
a de
dep
osic
ión
atm
osfé
rica
tota
l anu
al d
e m
etal
es p
esad
os e
n va
rias
loca
lida
des
Loc
alid
ad
Tip
o de
cu
enca
D
epos
ició
n at
mos
féri
ca to
tal (
mg/
m2 ·a
ño)
Inve
stig
ació
n P
b Z
n C
u C
d C
r N
i M
nF
e R
eino
Uni
do
Indu
stri
al
27
120
- 4
- -
10
- C
awse
, 197
5 R
eino
Uni
do
Rur
al
18
45
- 20
-
- 5,
9 -
Caw
se, 1
975
Indi
ana,
EE
.UU
. In
dust
rial
140
--
--
- -
-P
eyto
n et
al.,
197
6C
alif
orni
a, E
E.U
U.
Sub
urba
na50
25
-
0,14
- -
10
- H
odge
et a
l., 1
978
Ale
man
ia
Rur
al
73
170
- 2
- -
52
- M
ayer
y U
lric
h, 1
982
Ver
mon
t, E
E.U
U.
Rur
al
52
18
- -
- -
- -
Fri
edla
nd e
t al.,
198
6 M
assa
chus
etts
Bay
, EE
.UU
. S
ubur
bana
1,8
7,8
2,5
0,27
2,7
1,5
3,4
140
Gol
omb
et a
l., 1
997
Tam
pa B
ay, E
E.U
U.
Sub
urba
na1,
1 15
3,
60,
08-
- -
- D
ixon
et a
l., 1
998
San
Fra
ncis
co B
ay, E
E.U
U.
Sub
urba
na-
- 1,
70,
081,
4 0,
8 -
- T
sai e
t al.,
200
1 N
ueva
Jer
sey,
EE
.UU
. U
rban
a 4,
2 5,
5 2,
70,
101,
0 2,
0 0,
7 38
R
einf
elde
r et
al.,
200
4 S
ao P
aulo
, Bra
sil
Urb
ana
- 17
9 7,
0-
- -
13
19
For
ti e
t al.,
200
5 L
os Á
ngel
es, E
E.U
U.
Urb
ana
2,1
14,5
3,4
- 0,
5 1,
4 -
- S
abin
et a
l., 2
005
CAPÍTULO 2.- ESTADO DEL ARTE
25
2.2.4 Viento
Turer et al. (2004) reportaron que el mecanismo de movilización más habitual de
los metales pesados en las superficies viarias era el viento. Los contaminantes
depositados sobre las superficies pueden ser transportados a largas distancias por
la acción del viento y sufrir transformaciones químicas durante su movimiento
(Ellis y Bowman, 1994). Los materiales suspendidos por la acción del viento o las
corrientes inducidas por el tráfico son atrapados por la vegetación y las estructuras
viarias, y podrán ser removidos temporalmente del grupo de contaminantes
transportados por el viento (Sutherland, 1980). Sin embargo, los fenómenos
extremos que generan escorrentía o erosión de áreas permeables pueden traerlos
de regreso (Sriananthakumar y Codner, 1992).
Ylaeranta (1995) detectó elevadas concentraciones de Pb y Cd sobre las hojas de
plantas cuando la dirección del viento era desde la vía hacia los sitios de
muestreo. Igualmente, Schäfer y Puchelt (1998) reportaron la influencia de la
dirección del viento en la distribución de elementos metálicos sobre los suelos
cercanos a las superficies viarias. Aunque la turbulencia inducida por el tráfico
tiene un efecto local, los vientos regionales pueden remover y transportar las
partículas a larga distancia (Ball et al., 1998).
Harrison y Wilson (1985) reportaron que las partículas de tamaño < 240 µm
pueden ser suspendidas por las corrientes de aire. Igualmente, Barkdoll et al.
(1977) y Asplund et al. (1983) reportaron que las partículas de diámetro < 246 µm
pueden ser suspendidas por masas de aire con velocidades menores a 8 km/h. Ball
et al. (1998) encontraron que velocidades del viento mayores de 21 km/h pueden
ser consideradas como eventos de remoción de la carga contaminante.
El polvo y la suciedad sobre la superficie de la calzada están concentrados en una
banda de 15 centímetros de ancho, medida desde el bordillo (Sartor y Boyd,
1972). Igualmente, Ellis (1977) y Pitt (1979) confirmaron que la acumulación
sobre la calzada se concentraba cerca del bordillo. Shaheen (1975) encontró que
CAPÍTULO 2.- ESTADO DEL ARTE
26
las partículas acumuladas sobre las superficies viarias y los suelos de las áreas
contaminadas afectados por la suspensión inducida por el tráfico aportan la
mayoría de los contaminantes. Adicionalmente, afectan la calidad del aire del
entorno (Constantini y Demetra, 2005). Birch y Scollen (2003) encontraron que
las concentraciones de metales pesados disminuyen con el aumento de la distancia
con respecto al bordillo de la calzada; sin embargo, las concentraciones máximas
de elementos metálicos fueron detectadas entre los 30-50 m, debido a la alta
velocidad del viento generada por los vehículos en las proximidades de la calzada
(i.e., por la turbulencia).
Sin embargo, Swaileh et al. (2004) reportaron que la contaminación por metales
pesados en la vegetación y los suelos cercanos a las vías normalmente no se
extiende a más de 20 m de distancia. La mayor contaminación metálica está
concentrada dentro de una banda de 5 m de ancho, medida desde el borde de la
calzada; disminuye exponencialmente con el aumento de la distancia y parece
alcanzar el nivel mínimo a una distancia que varía entre 20-50 m (Yassoglou et
al., 1987; Legret y Pagotto, 2006). La edad de las viviendas cercanas a las vías
está relacionada con los niveles de Pb encontrados en el polvo interno de éstas.
Viviendas con una edad superior a 15 años tienen concentraciones de Pb
significativamente mayores que las viviendas de menos de 15 años (Kim et al.,
2003).
2.2.5 Uso del suelo
La concentración de elementos metálicos asociados con el sedimento depositado
sobre las superficies viarias fue generalmente superior a la que ocurrió en áreas
comerciales y residenciales (Ellis y Revitt, 1982; Park y Stenstrom, 2008). Sartor
y Boyd (1972) encontraron que las áreas residenciales e industriales presentaban
una mayor carga de metales pesados (Zn, Cu, Pb, Ni y Cr) en comparación con las
áreas de uso comercial. Igualmente, Liebens (2001) reportó que los sedimentos
recolectados por los sistemas mecánicos de limpieza viaria en áreas residenciales
CAPÍTULO 2.- ESTADO DEL ARTE
27
presentaban mayores concentraciones que los sedimentos recolectados sobre las
superficies de las áreas comerciales en Florida (EE.UU.).
Al comparar la carga metálica de áreas industriales con las residenciales, Yamada
et al. (1993) reportaron que las cargas de Pb y Zn en las áreas residenciales eran
pequeñas en comparación con las de zonas industriales, debido a que la frecuencia
del barrido viario residencial era mayor. Con respecto a la concentración metálica,
Droppo et al. (1998) reportaron elevadas concentraciones de Pb, Cu, Cd, Zn y Mn
dentro de un área de uso industrial en Ontario (EE.UU.). Ball et al. (1998) y Davis
et al. (2001) asociaron las elevadas concentraciones y cargas de metales pesados
de las superficies industriales y residenciales a los productos generados por las
actividades industriales, de construcción residencial y a la utilización de productos
para la jardinería.
Por el contrario, Brezonik y Stadelman (2002) encontraron que las áreas de uso
comercial en Minnesota (EE.UU.) contribuían con una mayor cantidad de
elementos metálicos en comparación con las áreas de uso residencial. Las
elevadas concentraciones de Cu, Cd, Zn y Mn han sido asociadas con el aumento
de los sectores comerciales en las áreas urbanas (Vermette et al., 1991; Yuan et
al., 2001). En las áreas comerciales las elevadas concentraciones han sido
relacionadas con la mayor densidad de tráfico; metales como Pb y Cr han
mostrado una fuerte dependencia de la densidad de tráfico (Yuan et al., 2001). En
este sentido, Shaheen (1975) reportó que el 100% de Pb que ingresó a las fuentes
de agua estuvo relacionado con el tráfico.
Los factores más importantes que condicionan la carga contaminante acumulada
sobre las superficies de zonas residenciales y comerciales son el grado de
impermeabilización y el volumen de la precipitación. Los centros urbanos con un
alto grado de impermeabilización son los que presentan las mayores cargas
contaminantes por unidad de área (ASCE, 1992). Por otro lado en las áreas
industriales, el tamaño del área condiciona la carga contaminante; es mayor a
medida que aumenta el área analizada (US.EPA, 1991). Adicionalmente, y según
CAPÍTULO 2.- ESTADO DEL ARTE
28
sean las costumbres de manipulación, transporte y limpieza, podrá generarse
derrame, pérdida y acumulación de sustancias sobre las superficies industriales
(Institut Cerdà, 1992). Hajas et al. (1980) mostraron que las variaciones en el
tiempo de los ciclos de producción industrial condicionaban la carga
contaminante. La Tabla 2.6 presenta una revisión bibliográfica acerca de la carga
y concentración de metales pesados en la escorrentía urbana para diferentes usos
del suelo. Como se puede observar, las mayores cargas y concentraciones
metálicas tienden a reportarse en las áreas de uso industrial.
Tabla 2.6 Carga y concentración de metales pesados en la escorrentía urbana para diferentes usos del suelo
Metal Unidad Residencial Comercial Industrial Investigación Pb kg/kma 4,425 0,963 4,193 Sartor y Boyd, 1972
kg/ha∙año 0,157 0,174 0,269 Marsalek, 1978 kg/ha∙año 0,060 0,635 4,600 Sonzogni, 1980 µg/l 144 104 - US.EPA, 1983 kg/ha∙año 0,455 0,270 2,700 Bannerman et al., 1983 kg/ha∙año 0,897 3,026 2,690 Horner et al., 1994 mg/kg 43,8 111 117 Mineart y Singh, 1994 µg/l 9,0 13,0 15,0 Baird y Jennings, 1996 kg/ha∙año 1,830 - 0,820 Choe et al., 2002
Zn kg/kma 4,709 0,859 6,806 Sartor y Boyd, 1972 kg/ha∙año 0,570 0,630 0,980 Marsalek, 1978 µg/l 135 226 - US.EPA, 1983 kg/ha∙año 0,785 2,354 8,182 Horner et al., 1994 mg/kg 215 598 307 Mineart y Singh, 1994 µg/l 80,0 180,0 245,0 Baird y Jennings, 1996
Cu kg/kma 1,306 0,481 2,097 Sartor y Boyd, 1972 kg/ha∙año 0,045 0,049 0,077 Marsalek, 1978 kg/ha∙año 0,030 0,110 0,795 Sonzogni, 1980 µg/l 33 29 - US.EPA, 1983 kg/ha∙año 0,033 0,448 0,560 Horner et al., 1994 mg/kg 38 57 47 Mineart y Singh, 1994 µg/l 15,0 14,5 15,0 Baird y Jennings, 1996 kg/ha∙año 0,600 - 0,280 Choe et al., 2002
Cd kg/ha∙año 0,100 - - Whipple et al., 1977 kg/ha∙año 0,013 0,060 0,024 Marsalek, 1978
Cr kg km-1a 0,619 0,206 1,306 Sartor y Boyd, 1972 kg/ha∙año 0,026 0,028 0,044 Marsalek, 1978 kg/ha∙año 0,310 - 0,510 Choe et al., 2002
Ni kg/kma 0,303 0,103 0,619 Sartor y Boyd, 1972 kg/ha∙año 0,029 0,032 0,030 Marsalek, 1978
Hg kg/kma 1,306 0,412 0,206 Sartor y Boyd, 1972 kg/ha∙año 0,038 0,043 0,065 Marsalek, 1978
a (km de cuneta)
CAPÍTULO 2.- ESTADO DEL ARTE
29
2.2.6 Limpieza viaria
La estrategia estándar en áreas urbanas para la eliminación de la contaminación
acumulada sobre las calzadas ha sido el barrido viario. Sartor y Boyd (1972)
asociaron la elevada tasa de acumulación de carga contaminante en áreas
industriales con condicionantes como: una menor frecuencia en la limpieza viaria,
la deposición del tráfico y las superficies de rodadura en condiciones pobres; por
el contrario, la mayor frecuencia en el barrido viario fue el condicionante para que
en las áreas comerciales se presentara la tasa más baja de acumulación. Pitt (1979)
encontró que la carga de sedimento inmediatamente después de la limpieza viaria
era significativa (i.e., un 55% del valor inicial) y dependía de la superficie de
rodadura; las superficies rugosas presentaban la mayor carga de sedimento.
También se ha demostrado que después de la limpieza viaria se generó un
aumento en la tasa de acumulación debido a la redistribución de la carga de
sedimento de áreas circundantes (Novotny et al., 1985; Vaze y Chiew, 2002).
La limpieza viaria ha sido considerada como un mecanismo de eliminación de la
carga contaminante, sin embargo su validez ha sido cuestionada. Vermette et al.
(1991) encontraron que la limpieza viaria reducía la cantidad de sedimento
recolectado; no obstante, no tenía influencia sobre las concentraciones de metales
pesados. Igualmente, Gromaire-Mertz et al. (2000) encontraron que las labores de
limpieza viaria en París (Francia) tenían un impacto limitado en la reducción de la
contaminación metálica por escorrentía.
Malmquist (1978) encontró que el efecto del barrido viario en la calidad del agua
de escorrentía se refleja únicamente en el caso de fuertes precipitaciones
artificiales. Bajo precipitaciones naturales, el mejoramiento en la calidad del agua
de escorrentía tiende a ser estadísticamente insignificante (Bender y Terstriep,
1984; Prych y Ebbert, 1987; Selbig y Bannerman, 2007). Igualmente, en el
Programa Nacional de Escorrentía Urbana de la US.EPA concluyeron que el
barrido viario era generalmente inefectivo para mejorar la calidad del agua de
escorrentía (Sartor y Gaboury, 1984; Torno, 1984). Sartor y Gaboury (1984) al
CAPÍTULO 2.- ESTADO DEL ARTE
30
comparar la frecuencia de las tormentas y del barrido viario, notaron que este
último requería de una mayor frecuencia para eliminar la carga viaria antes de su
lavado por la escorrentía y, de esta manera, sería más efectivo en los lugares
donde los períodos de tiempo seco eran prolongados.
La Tabla 2.7 presenta una revisión acerca de la concentración y carga de
elementos metálicos asociados con el sedimento recolectado por los equipos de
limpieza viaria. Como se puede observar, independientemente de la tecnología
utilizada por los equipos de limpieza viaria se presentan amplias fluctuaciones en
la concentración de metales pesados asociados con el sedimento recolectado.
A pesar de que la eficacia en la limpieza viaria ha crecido en los últimos años, la
eliminación de la fracción fina sigue siendo un problema (Sutherland et al., 1998;
German y Svensson, 2002). Con anterioridad, Ellis (1979) y Pitt (1979)
confirmaron la inhabilidad del barrido viario convencional. Por ejemplo, se ha
reportado que el barrido convencional elimina únicamente el 15% de las partículas
de tamaño < 45 µm y el 48% de las partículas < 246 µm (Sartor y Boyd, 1972), y
en general partículas entre 75-3000 µm (Valiron y Tabuchi, 1992). Con respecto a
la carga contaminante, Kidwell-Ross (1998) reportó que el barrido viario
únicamente lograba reducirla en un 8%.
Sartor y Gaboury (1984), Pitt et al. (2004) y Selbig y Bannerman (2007)
encontraron que en algunos casos el barrido viario generó un aumento de las
cargas contaminantes en la escorrentía urbana. Los investigadores asociaron esta
tendencia con la trituración y redistribución del sedimento ejercida por el barrido
viario, haciendo que este material estuviera más disponible para ser lavado por la
escorrentía de tormentas de menor intensidad. De esta manera, la fracción fina del
sedimento tiende a permanecer sobre la superficie después del barrido, para
posteriormente ser incorporada en el flujo de agua superficial durante o después
de una tormenta. Se ha sugerido que este mecanismo de gestión es principalmente
útil desde el punto de vista estético, siendo poco efectivo para la reducción de la
carga contaminante transportada por la escorrentía (Sartor y Boyd, 1972).
CAPÍTULO 2.- ESTADO DEL ARTE
31
Sin embargo, se ha propuesto que la efectividad está asociada con la tecnología de
barrido, la frecuencia y los enfoques de gestión (BCI, 1997). Desde el punto de
vista tecnológico de los equipos se ha indicado que el barrido viario puede ser
efectivo si se establecen mecanismos para combinar adecuadamente las técnicas
de barrido, aspirado y lavado en la eliminación de la fracción fina (Sutherland et
al., 1998). En este sentido, se debe tener en cuenta que la mayoría de los estudios
acerca de la eficacia del barrido viario fueron publicados a finales y a principios
de la década de 1970 y 1980, respectivamente, cuando era utilizada la tecnología
de tipo escoba mecánica. Estas investigaciones sugirieron, en su mayoría, que el
barrido convencional no era efectivo.
En los últimos 25 años las tecnologías desarrolladas muestran una mayor eficacia
en la eliminación de la carga de sólidos acumulada sobre las superficies viarias.
Shoemaker et al. (2000) reportaron eficacias de remoción cercanas al 55% con la
tecnología de tipo escoba mecánica; no obstante fueron necesarias varias pasadas.
Igualmente, reportaron con el uso de la tecnología de tipo aspirado asistido
eficacias de cerca del 93%. Otros investigadores (p.ej., Sutherland y Jelen, 1997;
Terrene Institute, 1998; Bannerman, 1999) han reportado eficacias de cerca del
90%, con un máximo de 98%, con el uso de las nuevas tecnologías de limpieza
viaria (p.ej., aire regenerado, aspirado asistido y, lavado y aspirado asistido).
Adicionalmente, el barrido ha sido considerado como una buena práctica de
manejo para el material suspendido (PM10) por el tráfico en los corredores viales
(SCAQMD, 2004).
La Tabla 2.8 presenta una revisión acerca de la eficacia del barrido viario en la
eliminación de elementos metálicos. Como se puede observar, se han alcanzado
eficacias hasta del 97% en la eliminación de elementos metálicos depositados
sobre las superficies viarias. Sin embargo después del barrido viario se han
reportado aumentos de la carga metálica hasta de un 81%.
CA
PÍT
ULO
2.-
EST
AD
O D
EL
AR
TE
32
T
abla
2.7
Con
cent
raci
ón y
car
ga d
e m
etal
es p
esad
os e
n la
suc
ieda
d re
cole
ctad
a po
r lo
s eq
uipo
s de
lim
piez
a vi
aria
Loc
alid
ad
Tec
nolo
gía
Uni
dad
Con
cent
raci
ón
Inve
stig
ació
n P
b Z
n C
u C
d C
r N
i M
n F
e W
ashi
ngto
n, E
E.U
U.
Esc
oba
mec
ánic
a m
g/kg
40
7213
40-
- -
- -
- S
hahe
en, 1
975
Mad
rid,
Esp
aña
Lav
ado
a pr
esió
n µ
g/l∙m
2 ∙d
3,
2 6,
2 0,
9 -
- -
1,4
13,9
Hon
tori
a, 1
986
Lul
eå, S
ueci
a E
scob
a m
ecán
ica
mg/
kg43
104
470,
19
- -
--
Vik
land
er, 1
998
Jönk
öpin
g, S
ueci
a E
scob
a m
ecán
ica
mg/
kg
23
125
119
- 33
16
-
- G
erm
an y
Sve
nsso
n, 2
002
Tam
pa, E
E.U
U.
Esc
oba
mec
ánic
a m
g/kg
21
110
8,0
0,25
11
-
- -
Tob
in y
Bri
nkm
ann,
200
2 T
ampa
, EE
.UU
. A
ire
rege
nera
do
mg/
kg36
12
0 11
90,
93
7,6
- -
- T
obin
y B
rink
man
n, 2
002
New
Bed
ford
, EE
.UU
. A
spir
ado
asis
tido
mg/
kg67
0 22
2070
05,
2 19
010
011
40-
Bre
ault
et a
l., 2
005
San
Fra
ncis
co, E
E.U
U.
Esc
oba
mec
ánic
a m
g/kg
- -
43
- -
- -
- R
osse
lot,
2006
Tab
la 2
.8 E
fica
cia
del b
arri
do v
iari
o en
la e
lim
inac
ión
de m
etal
es p
esad
os
Loc
alid
ad
Tec
nolo
gía
Eli
min
ació
n (-
) o
aum
ento
(+
) de
la c
arga
(%
) In
vest
igac
ión
Pb
Zn
Cu
Cd
Cr
Ni
Cr
Tam
pa, E
E.U
U.
Air
e re
gene
rado
-6
4 -
-73
-10
- -
- T
obin
y B
rink
man
n, 2
002
Tam
pa, E
E.U
U.
Esc
oba
mec
ánic
a -6
-
-12
-6
- -
- T
obin
y B
rink
man
n, 2
002
Jönk
öpin
g, S
ueci
a E
scob
a m
ecán
ica
- -2
3 -1
5 -
- -
- G
erm
an y
Sve
nsso
n, 2
002
Jönk
öpin
g, S
ueci
a E
scob
a m
ecán
ica
- +
17
+16
- -
- -
Ger
man
y S
vens
son,
200
2 N
ew B
edfo
rd, E
E.U
U.
Asp
irad
o as
isti
do
-91
-97
-95
-96
-95
-95
- B
reau
lt e
t al.,
200
5 S
an F
ranc
isco
, EE
.UU
. E
scob
a m
ecán
ica
- -
-70
- -
- -
Ros
selo
t, 20
06
Síd
ney,
Aus
tral
ia
Asp
irad
o as
isti
do-5
7-3
1-5
3-
- -
-G
allo
way
et a
l., 2
006
Mad
ison
, EE
.UU
. A
ire
rege
nera
do
+81
+
68
+13
-81
- -
- S
elbi
g y
Ban
nerm
an, 2
007
Mad
ison
, EE
.UU
. A
spir
ado
asis
tido
-2
-5
-4
3 -9
1 -
- -
Sel
big
y B
anne
rman
, 200
7
CAPÍTULO 2.- ESTADO DEL ARTE
33
2.2.7 Tráfico
Los contaminantes relacionados con el tráfico se pueden clasificar dentro de dos
grupos: (i) los originados directamente por los vehículos (p.ej., caucho, aceite,
asbesto, metales, etc.); y (ii) aquellos que están relacionados con la dispersión de
hojas y semillas producto del movimiento vehicular (p.ej., DBO, sólidos volátiles,
nutrientes, fertilizantes, etc.) (Duncan, 1995). Sin embargo, existen contaminantes
acumulados sobre las calzadas que no están relacionados con el tráfico (p.ej.,
basura, bacterias y PCB) (Shaheen, 1975). En las calzadas y aparcamientos el
aporte de metales pesados a la escorrentía por parte de los vehículos se debe a
fugas de combustible y lubricante, óxido y herrumbre de carrocerías, desgaste de
neumáticos y frenos, y a gases de combustión (Turer, 2005; Mangani et al., 2005).
La Tabla 2.9 presenta una revisión acerca de las fuentes de elementos metálicos
en la escorrentía viaria que están directamente relacionadas con el tráfico. Como
se puede observar existen dos fuentes comunes para la mayoría de los metales
pesados, el desgaste de las llantas y el del revestimiento de las pastillas para
frenos.
El deterioro del pavimento contribuye sólo con una pequeña fracción de la masa
contaminante en las vías, y el tipo de contaminante generado depende de la
composición de la mezcla de hormigón o asfalto (Asplund et al., 1983). Si se
utiliza asfalto la correlación con la producción de contaminantes como aceites y
grasas es superior a la obtenida con el hormigón como material de rodadura
(Asplund et al., 1983). Los metales pesados predominantes en las vías son Zn y
Pb (Hares y Ward, 1999; Gnecco et al., 2005). Sin embargo se puede encontrar
Ni, Cu, Hg, Cr y Cd (Cole et al., 1984). Los usuarios de las vías y aquellos que
viven en ambientes cercanos están potencialmente expuestos a estos metales
(Essumang et al., 2006).
Shaheen (1975), Freud y Johnson (1980), y McKenzie e Irwin (1983) reportaron
que la deposición de metales pesados sobre las superficies viarias era proporcional
a la densidad de tráfico. Christensen y Guinn (1979), Peterson y Batley (1992) y
CAPÍTULO 2.- ESTADO DEL ARTE
34
Bannerman et al. (1993) demostraron que el Zn presente en los neumáticos de
vehículos era una fuente significativa en la escorrentía urbana y, que la cantidad
de Zn y Pb puede relacionarse con la densidad de tráfico. Sin embargo, Barrett et
al. (1995) sugirieron que la densidad de tráfico era importante únicamente a escala
local; a gran escala las variaciones en la carga metálica fueron atribuibles a
muchos otros factores. En este sentido, Chui et al. (1982) reportaron una débil
relación entre la densidad de tráfico y la carga metálica viaria, y Driscoll et al.
(1990) sugirieron que no existía una relación definitiva.
Tabla 2.9 Fuentes de elementos metálicos en la escorrentía viaria asociadas con el tráfico (Shaheen, 1975; Kobriger y Geinopolos, 1984; Ball et al., 1998)
Elemento Fuentes Partículas Desgaste del pavimento, vehículos, y mantenimiento viario. Pb Escape de vehículos, desgaste de llantas, aceites lubricantes, grasa,
revestimiento de frenos, desgaste de rodamientos, pavimento asfáltico, concreto, desgaste de partes móviles del motor, y aplicación de fungicidas e insecticidas en la vegetación viaria.
Zn Desgaste de llantas, aceite de motor, grasa, pastillas de frenos, pavimento asfáltico, concreto, y aceites lubricantes.
Cu Desgaste de metales enchapados, desgaste de rodamientos y bujes, desgaste de partes móviles del motor, revestimiento de frenos, aplicación de fungicidas e insecticidas en la vegetación viaria, desgaste de llantas, pavimento asfáltico, concreto, y aceites lubricantes.
Cr Desgaste de metales enchapados, movimiento de partes del motor, revestimiento de frenos, pavimento asfáltico, concreto, tintes y pinturas, cerámicas, bobinas de calefacción y refrigeración, y aplicación de pesticidas y fertilizantes en la vegetación viaria.
Ni Escape de vehículos, aceites lubricantes, corrosión de metal enchapado, desgaste de rodamientos, revestimiento de frenos, pavimento asfáltico, concreto, desgaste de partes móviles del motor, y corrosión de metales galvanizados.
Cd Escapes de vehículos, desgaste de llantas, pastillas de frenos, aceites lubricantes, aplicación de fertilizantes y pesticidas en la vegetación viaria, y corrosión de metales galvanizados.
Fe Herrumbre de vehículos, desgaste de partes móviles del motor, revestimiento de frenos, estructuras viarias de acero, y drenajes.
Mn Desgaste de partes móviles del motor, desgaste de llantas, pastillas de frenos, estructuras viarias en acero, pinturas y tintes, y aplicación de fertilizantes en la vegetación viaria.
Co Desgaste de llantas, corrosión de cojinetes, cables de frenos, radiadores, pinturas, y tintes.
Ba Pastillas para frenos, desgaste de llantas, aceite para motor, pinturas, tintes, escapes de vehículos, y partes eléctricas.
As Pastillas para frenos, desgaste de llantas, escapes de vehículos, aceite para motor, pinturas, tintes y partes eléctricas.
Negrita: fuentes comunes de elementos metálicos
CAPÍTULO 2.- ESTADO DEL ARTE
35
La Tabla 2.10 presenta una revisión acerca de la concentración de metales pesados
asociados con el sedimento acumulado sobre las superficies viarias para diferentes
densidades de tráfico. Como se puede observar, no existe evidencia de una
relación definitiva entre la densidad de tráfico y la concentración de elementos
metálicos. Sin embargo, al estudiar por separado algunos de los trabajos que
comparan las dos variables en cuestión, la tendencia fue hacia la existencia de una
relación (p.ej., Ellis y Revitt, 1982; Viklander, 1998). Indiscutiblemente, la
fracción de tamaño analizada condiciona la concentración reportada por los
investigadores.
Drapper et al. (2000) reportaron que las principales fuentes de Cu y Zn sobre
superficies viarias eran las pastillas para frenos y las partículas desprendidas por
el desgaste de las llantas. Peterson y Batley (1992) reportaron concentraciones
contaminantes provenientes del polvo de los frenos de 10, 20 y 36 mg/g de Pb, Zn
y Cu, respectivamente. En las áreas comerciales y residenciales se incorporan
carriles rápidos o lentos que condicionan la velocidad de conducción (i.e.,
aceleración o desaceleración); este escenario puede generar un aumento en las
concentraciones de Cu y Zn (Duncan, 1995). El desgaste de las llantas de los
vehículos genera el desprendimiento de partículas con un diámetro promedio de
20 µm (Kobriger y Geinopolos, 1984). Christensen y Guinn (1979), Bannerman et
al. (1993) y Xiangdong et al. (2001) mostraron que el Zn presente en las llantas
de los vehículos era una fuente significativa de este metal en la escorrentía urbana.
El polvo embebido en las llantas de los vehículos no consta solamente de
partículas desprendidas por su uso, sino también de metales pesados asociados
con las partículas emitidas por los materiales del tráfico; como por ejemplo, el
revestimiento de los frenos y la pintura viaria (Adachi y Tainosho, 2004).
Una indicación de la carga emitida por los escapes de los vehículos fue dada por
Beckwith et al. (1986); los investigadores reportaron que la masa de Pb en las
partículas de los escapes era de 119 mg/g de partícula. Habibi (1973) reportó que
el 25% de este Pb estuvo asociado con partículas de tamaño < 1 µm, y que el 57%
estuvo asociado con partículas de tamaño > 9 µm.
CA
PÍT
ULO
2.-
EST
AD
O D
EL
AR
TE
36
T
abla
2.1
0 C
once
ntra
ción
de
met
ales
pes
ados
aso
ciad
os c
on e
l sed
imen
to v
iari
o pa
ra d
ifer
ente
s de
nsid
ades
de
tráf
ico
Loc
alid
ad
Den
sida
d de
tr
áfic
o (v
ehíc
ulos
/día
)
Sit
io d
e m
uest
reo
Fra
cció
n an
aliz
ada
(µm
)
Con
cent
raci
ón (
mg/
kg d
e se
dim
ento
via
rio)
In
vest
igac
ión
Pb
Zn
Cu
Cd
Cr
Ni
Mn
Fe
Cin
cinn
ati,
EE
.UU
. 15
0.00
0 C
alza
da
150-
250
187
593
217
9,40
-
- -
- S
ansa
lone
y B
uchb
erge
r, 1
997
Lon
dres
, Rei
no U
nido
96
.000
C
unet
a <
250
22
9612
1238
66,
30
- -
766
2270
0E
llis
y R
evit
t, 19
82
Lon
dres
, Rei
no U
nido
42
.000
C
unet
a <
250
18
2669
5 28
05,
30
- -
792
1513
0E
llis
y R
evit
t, 19
82
Zhe
njia
ng, C
hina
34
.500
C
alza
da
< 2
000
589
687
158
- -
- -
- B
ian
y Z
hu, 2
009
Ham
ilto
n, N
ueva
Zel
anda
25
.000
C
alza
da
125-
250
251
1073
184
- -
- -
- Z
ande
rs, 2
005
Lul
eå, S
ueci
a 20
.000
C
alza
da
75-1
25
68
150
89
0,21
-
- -
- V
ikla
nder
, 199
8 B
arce
lona
, Esp
aña
15.0
00
Cal
zada
<
100
28
3 54
2 21
64,
46
88
36
- -
Pér
ez e
t al.,
200
8 Jö
nköp
ing,
Sue
cia
11.2
00
Cal
zada
<
250
45
25
7 28
2-
60
25
- -
Ger
man
y S
vens
son,
200
2 Jö
nköp
ing,
Sue
cia
11.2
00
Cal
zada
<
200
0 23
12
5 11
9-
33
16
- -
Ger
man
y S
vens
son,
200
2 Sy
dney
, Aus
tral
ia
8.80
0 C
unet
a<
200
511
249
124
- 19
--
1326
0B
all e
t al.,
199
8A
berd
een,
Esc
ocia
6.
900
Cal
zada
63
-250
30
5 34
5 32
50,
60
- -
- -
Del
etic
y O
rr, 2
005
Lul
eå, S
ueci
a 5.
000
Cal
zada
75
-125
15
80
53
0,
15
- -
- -
Vik
land
er, 1
998
Lul
eå, S
ueci
a 4.
500
Cal
zada
75
-125
14
10
0 91
0,
09
- -
- -
Vik
land
er, 1
998
Lon
dres
, Rei
no U
nido
2.
400
Cun
eta
< 2
50
978
2133
91
6,00
-
- 81
615
280
Ell
is y
Rev
itt,
1982
CAPÍTULO 2.- ESTADO DEL ARTE
37
El lavado viario de los contaminantes aumenta a medida que el movimiento de los
vehículos sobre las superficies viarias húmedas es mayor (Reinertsen, 1981; Chui
et al. 1982; Shivalingaiah y James, 1984). Este comportamiento puede ser
atribuido al desprendimiento y suspensión de las partículas generado por el
tráfico; estimulado por la perturbación física y la desintegración de hojas y otros
restos vegetales que liberan contaminantes solubles y generan partículas de menor
tamaño que son fácilmente transportadas por la escorrentía; especialmente, los
contaminantes asociados con las partículas de la calzada antes que los de la cuneta
(p.ej., metales de la pintura viaria e hidrocarburos del aceite del cárter) (Pope et
al., 1978; Ellis et al., 1981; Hoffman et al., 1982).
2.2.8 Cubiertas y fachadas de edificaciones
Los elementos metálicos más comunes provenientes de cubiertas y fachadas de las
edificaciones son Zn y Cu (i.e., de cubiertas de hierro galvanizado y accesorios)
(Bannerman et al., 1993; Quek y Forster, 1993; Boller y Steiner, 2002). En la
composición metálica total de las cubiertas Cu puede representar hasta un 75%
(Boller y Steiner, 2002). Singeisen y Boller (1997) después de estudiar 24 áreas
urbanas reportaron que la superficie de Cu representada en canaletas, tuberías de
desagüe, cubiertas y fachadas podría alcanzar un 5% de la superficie de la cubierta
proyectada, correspondiendo a 2,4 m2 de superficie de cubierta de Cu por
habitante.
Malmquist y Svensson (1977) encontraron que la corrosión de las cubiertas era
una fuente significativa de metales en la escorrentía viaria del centro de
Gotemburgo (Suecia). Por ejemplo, en algunas investigaciones realizadas en
Suiza se reportó una pérdida entre 1-4 µm/año en el espesor de pequeñas láminas
de Cu expuestas a la intemperie; correspondiendo a una pérdida específica de
masa entre 1,8-7,2 g/m2·año de Cu (Oesch y Heimgartner, 1996; Faller y Richner,
1998). Igualmente, Zobrist et al. (2000) reportaron una pérdida específica de masa
de 5 g/m2·año de cobre en pequeñas láminas de Cu. La contribución de la
CAPÍTULO 2.- ESTADO DEL ARTE
38
corrosión depende de la duración de la precipitación, la concentración atmosférica
de SO2 y, de la edad y área expuesta de la cubierta (Boller y Steiner, 2002).
La Tabla 2.11 muestra la comparación realizada por Gromaire-Mertz et al. (1999)
entre la concentración de la escorrentía viaria y las cubiertas de las edificaciones
en el centro de París (Francia). Como se puede observar, Gromaire-Mertz et al.
(1999) encontraron que las concentraciones de Zn y Pb en la escorrentía de
cubiertas eran 4 veces mayores, en promedio, que las de la escorrentía viaria. La
materia sólida es el principal vector de los metales pesados en la escorrentía
viaria, mientras que en las cubiertas de las edificaciones la fracción disuelta es
más alta (Forster, 1996; Gromaire-Mertz et al., 1999).
Tabla 2.11 Comparación entre la concentración metálica de la escorrentía viaria y las cubiertas de edificaciones (adaptada de Gromaire-Mertz et al., 1999)
Metal UnidadEscorrentía viaria
Escorrentía de cubiertas
Mín. Máx. Media Mín. Máx. Media Pb µg/l 71 523 133 16 2764 493 Zn µg/l 246 3839 550 802 38061 3422 Cu µg/l 27 191 61 3 247 37 Cd µg/l 0,3 1,8 0,6 0,1 32 1,3
Quek y Forster (1993) investigaron la concentración de elementos metálicos (Pb,
Zn, Cu y Cd) en la escorrentía de cinco tipos de cubiertas: fieltro de alquitrán,
teja, fibrocemento, hoja de Zn y grava. Los investigadores reportaron que el grado
de contaminación metálica de la escorrentía tuvo la siguiente secuencia, de mayor
a menor: hoja de Zn, fieltro de alquitrán, teja, fibrocemento, hormigón.
Igualmente, Gromaire-Mertz et al. (1999) reportaron que en las cubiertas de teja
se presentaban menores concentraciones, con respecto a las de hoja de Zn.
Ayenimo et al. (2006) encontraron después de estudiar tres tipos de cubiertas que
en términos de la fracción disuelta, Fe fue el metal predominante con valores
medios de 0,59, 0,82 y 1,04 mg/l para las cubiertas de fibrocemento, teja y hoja de
Zn, respectivamente. También establecieron que el tipo de material de la cubierta
condicionó la concentración metálica en la fracción disuelta de la siguiente
CAPÍTULO 2.- ESTADO DEL ARTE
39
manera: Zn, Cr y Fe (hoja de Zn > teja > fibrocemento); Cd y Pb (fibrocemento >
teja > hoja de Zn).
Las elevadas concentraciones de Pb, Zn, Cu y Cd se asociaron con la erosión de
los materiales y los sistemas de desagüe de las cubiertas, y con los marcos de las
ventanas (Forster, 1996; Gromaire-Mertz et al., 1999; Boller y Steiner, 2002).
Otros efectos observados, fueron un incremento en el pH cuando el agua de lluvia
interactuó con las cubiertas (Halverson et al., 1984; Forster, 1990), un incremento
en la contaminación a medida que aumenta el período seco previo (Yaziz et al.,
1989; Forster, 1993; Thomas y Greene, 1993), y un fuerte fenómeno de primer
lavado al aumentar la intensidad de la precipitación (Yaziz et al., 1989). La
acumulación de la deposición seca sobre las cubiertas puede inducir a elevadas
concentraciones de Pb (Yaziz et al., 1989; Thomas y Greene, 1993). Sin embargo,
Boller (1998), Zobrist et al. (2000) y Steiner et al. (2001) reportaron que el aporte
de Cu por parte de la deposición atmosférica no fue significativo en las cubiertas
metálicas en donde se empleó este metal.
La Tabla 2.12 presenta una revisión bibliográfica acerca de la concentración de
elementos metálicos en la escorrentía de cubiertas de las edificaciones urbanas.
Como se puede observar, los metales pesados predominantes en la escorrentía de
las cubiertas fueron Zn, Pb y Cu. Finalmente, las cubiertas de tipo hoja de Zn
presentaron elevadas concentraciones de este metal en la escorrentía.
Tabla 2.12 Concentración de metales pesados en la escorrentía de las cubiertas de edificaciones urbanas
Localidad Tipo Concentración
(µg/l) Investigación Pb Zn Cu
Washington, EE.UU. Hoja/cinc 302 12200 20 Good, 1993 Washington, EE.UU. Fieltro/alquitrán 11 877 166 Good, 1993 Washington, EE.UU. Metal antiguo 10 1980 11 Good, 1993 Armidale, Australia Concreto 90 1600 - Thomas y Greene, 1993 Armidale, Australia Hoja/cinc 100 3600 - Thomas y Greene, 1993 Wisconsin, EE.UU. Desagües 21 149 15 Bannerman, 1994 París, Francia Hoja/cinc 493 3422 37 Gromaire-Mertz et al., 1999 Ile-Ife, Nigeria Fibrocemento 830 - 290 Ayenimo et al., 2006
CAPÍTULO 2.- ESTADO DEL ARTE
40
2.2.9 Características físicas de la cuenca viaria
Harned (1988) reportó que el caudal de escorrentía generado durante una lluvia
disminuía más rápidamente en cuencas con superficies viarias, que en cuencas
poco desarrolladas. El lavado aumentó con la urbanización (Meister y Kefer,
1981; Ichiki et al., 1993) y estuvo asociado con el incremento de las superficies
impermeables y los elevados coeficientes de escorrentía de las áreas urbanas. No
obstante, el lavado inicial fue de pequeña importancia en la escorrentía de áreas
urbanas con suelos arenosos (Wright, 1993). La duración del fenómeno de lavado
en una cuenca depende del tiempo de concentración de la región (Weeks, 1981).
El lavado aumenta con el tamaño de la cuenca y es menos detectable cuando el
tiempo de concentración de la región hidrológica es mayor (Vorreiter y Hickey,
1994). En las regiones donde el tiempo de concentración es mayor que la duración
de una tormenta común, las anteriores consideraciones no son aplicables. Es por
esto, que el fenómeno de primer lavado es por su propia naturaleza una
característica de las pequeñas regiones hidrológicas urbanas. Entre las
características de las regiones hidrológicas que condicionan el fenómeno de
lavado se encuentran: el área, la forma, los patrones de drenaje, el uso y las
propiedades del suelo, las pendientes del terreno e hidráulica, y la capacidad de
infiltración (Lazaro, 1990).
Las características de la superficie afectan la calidad del agua de escorrentía
viaria. Las cargas lavadas pueden incrementarse cien veces o más por las
actividades de construcción u otras formas de perturbación del suelo en una
cuenca (Konno y Nonomura, 1981). Se han propuesto varias técnicas de gestión
(MacNeill et al., 1988): coberturas vegetales, pavimentación y defensas contra el
limo, están entre las más efectivas (MacNeill et al., 1988). En el caso de la
pavimentación, Berbee et al. (1999) reportaron que los pavimentos permeables
contienen menores concentraciones de metales pesados (Pb, Zn y Cu), en
comparación con los pavimentos impermeables. Sin embargo, para mantener su
permeabilidad y acción filtrante debieron ser regularmente limpiados.
CAPÍTULO 2.- ESTADO DEL ARTE
41
Las superficies asfálticas generan mayores cargas metálicas que las de hormigón,
y las superficies con escaso mantenimiento generan elevadas cargas de sedimento
(Sartor y Boyd, 1972). Probablemente el asfalto, por su composición, aporta carga
metálica a la escorrentía por desgaste o rotura de la misma superficie.
Adicionalmente, las partículas de asfalto son una fuente significativa de
hidrocarburos (Hoffman et al., 1984). Pitt (1979) encontró que a mayor rugosidad
de la superficie viaria, mayor carga de metales pesados.
El diseño viario, según el uso del suelo, condiciona la carga contaminante. Zhen-
Ren et al. (1993) encontraron que el lavado generado por la escorrentía de áreas
residenciales era más bajo que el de áreas comerciales o industriales. Bannerman
et al. (1993) concluyeron que las calles y aparcamientos estuvieron entre las áreas
críticas de producción de metales pesados, con respecto a todos los usos de suelo.
Viklander (1998) reportó que la concentración de metales pesados asociados con
el sedimento viario estaba condicionada por la existencia de barreras artificiales
(p.ej., el bordillo de la calzada y la cuneta). Shaheen (1975) y Ellis (1979)
encontraron que los contaminantes pudieron ser físicamente atrapados sobre la vía
y la cuneta; en estos lugares se encontró la mayor carga contaminante.
Finalmente, Asplund et al. (1983) y Shelley (1987) reportaron que las
características que condicionaron la acumulación de la carga contaminante sobre
las superficies viarias fueron: la configuración (i.e., elevación, nivel del suelo y
depresiones), la composición del pavimento, la cantidad y su condición, el diseño,
la geometría viaria, el tipo de vegetación colindante con la vía, y las
características del sistema de drenaje.
2.2.10 Granulometría y carga del sedimento viario
La granulometría y carga del sedimento depositado sobre las superficies viarias
son factores importantes ya que condicionan la movilidad de las partículas y la
cantidad de contaminantes asociados con las partículas. Ellis y Revitt (1982), y
Ball et al. (1998) analizaron el sedimento acumulado sobre las autovías. Los
investigadores reportaron que los tamaños de las partículas se ajustaron a una
CAPÍTULO 2.- ESTADO DEL ARTE
42
distribución log-normal positivamente sesgada, con tamaños dominantes entre
500-2000 µm. Esta dominancia ha sido reportada por otros investigadores (p.ej.,
Shaheen, 1975; Vaze y Chiew, 2002; Adachi y Tainosho, 2005). Las partículas
gruesas son predominantes en las superficies cercanas al bordillo de la calzada
(i.e., en peso); sin embargo hacia el centro de la misma se presenta un aumento
significativo de la fracción de tamaño inferior a 150 µm (Grottker, 1987;
Viklander, 1998; Deletic y Orr, 2005).
Los datos suministrados por la Agencia de Protección Ambiental de los Estados
Unidos (US.EPA, 1975) confirman la elevada variabilidad en la distribución
granulométrica de las partículas acumuladas sobre las superficies viarias. Estas
variaciones fueron atribuidas a diferencias en la composición del suelo y su uso, y
a las características topográficas de las zonas en estudio. Liebens (2001) obtuvo
resultados similares; sin embargo encontró que las diferencias en la distribución
granulométrica del sedimento para diferentes usos del suelo eran pequeñas y
estadísticamente insignificantes; atribuyendo esta tendencia a procesos similares
de erosión del suelo en las cuencas seleccionadas por los investigadores.
La Tabla 2.13 presenta una revisión bibliográfica acerca de la distribución
granulométrica del sedimento depositado sobre las superficies viarias. En la
revisión se analizaron los datos reportados con respecto a la fracción de tamaño
inferior a 3000 µm. Las fracciones de mayor tamaño son consideradas como de
menor importancia en el contenido y transporte de contaminantes (Sansalone y
Buchberger, 1997).
Algunos investigadores (p.ej. Al-Rajhi et al., 1996; Sutherland, 2003) han
reportado que la contaminación asociada con el sedimento varió
significativamente en el rango de tamaño entre 20-2000 µm. Como se pudo
observar, en promedio, los percentiles d10, d50, y d90 para la distribución del
tamaño de las partículas fueron 74 µm, 394 µm y 1390 µm, respectivamente (ver
Tabla 2.13).
CA
PÍT
ULO
2.-
EST
AD
O D
EL
AR
TE
43
T
abla
2.1
3 D
istr
ibuc
ión
gran
ulom
étri
ca d
el s
edim
ento
via
rio
repo
rtad
a pa
ra v
aria
s lo
calid
ades
Loc
alid
ad
Tip
o de
m
uest
ra
Fra
cció
n an
aliz
ada
(µm
)
Per
cent
il (
diám
etro
en
µm
) In
vest
igac
ión
d 10
d 50
d 90
Var
ias
ciud
ades
, EE
.UU
. S
uper
fici
ala
<48
00
43-1
04
246-
840
2000
-480
0 S
arto
r y
Boy
d, 1
972
Lon
dres
, Rei
no U
nido
S
uper
fici
ala;
b <
2000
11
0 46
0 14
00
Ell
is y
Rev
itt,
1982
O
ntar
io, C
anad
á S
uper
fici
ala
<20
00
- 42
0 -
Sto
ne y
Mar
sale
k, 1
996
Cin
cinn
ati,
EE
.UU
. E
scor
rent
íaa
<30
00
75
550
1700
S
ansa
lone
y B
uchb
erge
r, 1
997
Sydn
ey, A
ustr
alia
S
uper
fici
alb
<20
0 17
71
18
9 B
all e
t al.,
199
8 L
uleå
, Sue
cia
Sup
erfi
cial
a <
3000
75
46
5 17
15
Vik
land
er, 1
998
Jönk
öpin
g, S
ueci
a S
uper
fici
ala
<20
00
140
480
1455
G
erm
an y
Sve
nsso
n, 2
002
Mel
bour
ne, A
ustr
alia
S
uper
fici
ala
<28
00
90
400
1790
V
aze
y C
hiew
, 200
4 A
berd
een,
Esc
ocia
S
uper
fici
ala
<30
00
40
400
2000
D
elet
ic y
Orr
, 200
5 H
amil
ton,
Nue
va Z
elan
da
Sup
erfi
cial
b <
2000
34
21
6 12
05
Zan
ders
, 200
5 C
alif
orni
a, E
E.U
U.
Sup
erfi
cial
a <
2200
85
30
0 14
75
Lau
y S
tens
trom
, 200
5 V
anco
uver
, Can
adá
Sup
erfi
cial
a <
1000
38
10
0 66
4 P
reci
ado
y L
i, 20
06
Zhe
njia
ng, C
hina
S
uper
fici
ala
<20
00
55
150
500
Bia
n y
Zhu
, 200
9 P
rom
edio
c
<30
00
74
394
1390
a : cal
zada
; b : cun
eta;
c : sin
los
dato
s re
port
ados
por
Bal
l et a
l. (1
998)
y, S
arto
r y
Boy
d (1
972)
CAPÍTULO 2.- ESTADO DEL ARTE
44
Los sedimentos viarios actúan como sustratos móviles para los metales pesados
(Hunter et al., 1979). Pechacek (1994) reportó que el potencial de adsorción de las
partículas sólidas se vio condicionado por su tamaño, estructura y propiedades
fisicoquímicas (p.ej., la conductividad eléctrica). La adsorción de contaminantes
hidrófobos por parte de las partículas es de especial interés debido a que la
superficie de los sedimentos es fundamental para el desarrollo y la supervivencia
de muchos organismos en los sistemas acuáticos (Schillinger y Gannon, 1985;
Evans et al., 1990; Liebens, 2001).
La fracción fina del sedimento es la de mayor interés en la reducción de la
contaminación metálica debido a su mayor superficie específica y, por lo tanto, a
su mayor capacidad de adsorción (Dong et al., 1984; Liebens, 2001).
Adicionalmente, las fuentes antropogénicas contribuyen con una mayor cantidad
de partículas finas en los ambientes urbanos en comparación con las fuentes
naturales (Fergusson y Ryan, 1984). Es por esto, que los elementos metálicos
están fuertemente asociados con la fracción fina del polvo y la suciedad viaria,
debido a que estos son de naturaleza fina y son adsorbidos por las partículas de
sedimento con la mayor superficie específica. La asociación entre los
contaminantes y la fracción fina del sedimento viario fue confirmada en el
contexto de los fenómenos de acumulación y lavado (i.e., por escorrentía) por
Ellis (1977), Freud y Johnson (1980), y años más tarde, por Urbonas (1991),
Dempsey et al. (1993), Ball et al. (1998) y Deletic y Orr (2005).
Ellis y Revitt (1982), y Sansalone y Buchberger (1997) encontraron que las
mayores concentraciones de Pb, Zn y Cu (mg/kg) ocurrieron en la fracción de
tamaño inferior a 250 µm. Con respecto a la carga asociada (%/kg), Sartor y Boyd
(1972) reportaron que más de la mitad de los elementos metálicos estaban
asociados con tamaños de partícula inferiores a 43 µm; a pesar de que esta
fracción de tamaño representó únicamente el 5,9% de la masa total recolectada.
Igualmente, Bradford (1977) reportó que en la fracción fina se encontró el 6% de
la masa total de sedimento y más del 60% de los elementos metálicos.
CAPÍTULO 2.- ESTADO DEL ARTE
45
La carga total de sedimento depositada sobre las superficies viarias es un factor
condicionante de la cantidad total de metales pesados (g/m2). La masa específica
de las partículas disminuye con la reducción de la fracción tamaño;
simultáneamente, el porcentaje de elementos metálicos asociados con el
sedimento viario aumenta (Ball et al., 1998; Deletic y Orr, 2005). Sartor y Boyd
(1972) después de recolectar muestras viarias de 12 ciudades de EE.UU.,
reportaron que la carga de sedimento variaba entre 3-749 g/m2 (promedios entre
16-230 g/m2). Adicionalmente, analizaron la distribución espacial del sedimento a
través de la superficie viaria. Los investigadores encontraron en promedio, que el
88% de la carga total de sedimento se localizaba en una franja de 0,30 m de ancho
medida desde el bordillo de la calzada. Igualmente, Grottker (1987) reportó que el
95,9% de la carga total de sedimento depositado a través de la vía se localizó en la
cuneta (adoquines de 0,50 m ancho, con respecto al bordillo) y, Deletic y Orr
(2005) que el 66% de la carga total de sedimento se localizaba en una franja de
0,50 m medida desde el bordillo.
La Tabla 2.14 presenta una revisión bibliográfica acerca de la carga total de
sedimento depositada sobre las superficies viarias. Como se pudo observar, la
carga promedio de sedimento viario reportada por las investigaciones se encontró
entre 43-332 g/m2. Es importante tener en cuenta en las anteriores consideraciones
el estado de la superficie de rodadura muestreada por los investigadores. Por
ejemplo, Sartor y Boyd (1972) reportaron que las superficies de rodadura
clasificadas como de regulares a pobres, presentaron una carga total de sedimento
2,5 veces más elevada que superficies clasificadas como de buenas a excelentes.
El material erosionado por la escorrentía y el depositado por las fuentes
antropogénicas no llega directamente a los sistemas de drenaje, ya que es
removido y acumulado a una corta distancia (p.ej., la fracción gruesa del
sedimento). La fracción fina permanece por más tiempo en suspensión debido a su
mayor superficie específica y carga electrostática; siendo transportada a una
mayor distancia (Dong et al., 1983). De esta manera, el sedimento que alcanza los
sistemas de drenaje y las aguas receptoras tiende a tener una distribución
CAPÍTULO 2.- ESTADO DEL ARTE
46
granulométrica fina. Andral et al. (1999) reportaron esta tendencia para los
tamaños de partícula inferiores a 100 µm. Igualmente concluyeron que los
tamaños de partícula inferiores a 100 µm deben ser eliminados por los sistemas de
gestión de la escorrentía, ya que estos pueden representar hasta un 90% (en peso)
de los sólidos que permanecieron en suspensión en el flujo de agua superficial. En
peso, Dong et al. (1983) encontraron que la composición de los sólidos
suspendidos por la escorrentía consistió de 77% de partículas de tamaño de
arcilla, mientras que el polvo y la suciedad viaria estuvo constituido por 5% de
partículas de tamaño de arcilla y 86% de partículas en el rango de tamaño de la
arena.
De esta manera, en la evaluación de los metales pesados asociados con el
sedimento viario la carga y distribución granulométrica del sedimento juegan un
papel importante, influyendo en el contenido y distribución de los elementos
metálicos. Adicionalmente, condicionan la cantidad de material que puede ser
removido y suspendido, por ejemplo, por el viento, la turbulencia inducida por el
tráfico, los equipos de limpieza viaria y el flujo de agua superficial. En este
último, la división entre la fase disuelta y la sólida (partículas) complica aún más
la distribución de los elementos metálicos. Por ejemplo, Hewitt y Rashed (1992)
encontraron que la fase sólida asoció el 90% de Pb inorgánico y 70% de Cu.
Tabla 2.14 Carga viaria de sedimento reportada para varias localidades
Localidad Sitio de
muestreo Unidad
Carga total
Investigación
Varias localidades, EE.UU. Calzada g/m2 16-230 Sartor y Boyd, 1972 Varias localidades, EE.UU. Cuneta g/m 82-789 Sartor y Boyd, 1972 Champaign, EE.UU. Cuneta g/m 55-250 Terstriep et al., 1982 Milwaukee, EE.UU. Cuneta g/m 28-380 Bannerman et al., 1983 Ontario, Canadá Calzada g/m2 17-35 Stone y Marsalek, 1996 Sydney, Australia Cuneta g/m 6-42 Ball et al., 1998 Luleå, Suecia Calzada g/m2 34-484 Viklander, 1998 Jönköping, Suecia Calzada g/m2 15-18 German y Svensson, 2002 Melbourne, Australia Calzada g/m2 10-75 Vaze y Chiew, 2002 Aberdeen, Escocia Calzada g/m2 18-835 Deletic y Orr, 2005 California, EE.UU. Calzada g/m2 15 Lau y Stenstrom, 2005 Manchester, Reino Unido Calzada g/m2 200-800 Robertson y Taylor, 2007 Zhenjiang, China Calzada g/m2 60-500 Bian y Zhu, 2009 Promedio Calzada g/m2 43-332
CAPÍTULO 2.- ESTADO DEL ARTE
47
2.2.11 Plantas y desechos vegetales
La literatura disponible que describe los efectos de la vegetación sobre la
acumulación de metales pesados o la calidad del agua de escorrentía viaria urbana
es escasa. Halverson et al. (1984) midieron las cargas contaminantes de la
precipitación, la precipitación directa y el flujo de fuste en un área urbana de
Pennsylvania (EE.UU.). Los resultados sugirieron que la vegetación retenía parte
de la carga atmosférica contaminante en suspensión. Massadeh et al. (2009)
reportaron una correlación entre la concentración de metales pesados (Pb, Cd, Cu
y Zn) en las hojas de las plantas y el suelo, indicando la existencia de una fuente
contaminante común (i.e., el tráfico).
Las partículas magnéticas se encuentran siempre, de manera invariable, entre los
contaminantes atmosféricos particulados (p.ej., Fe, Pb, Zn y Cd) (Hunt et al.,
1984; Flanders, 1994). Matzka y Maher (1999) realizaron mediciones de
partículas magnéticas sobre las hojas de árboles viarios para investigar la
variación espacial y temporal de la carga de polvo urbano. Los investigadores
encontraron que la carga magnética estuvo controlada por la distancia entre el
árbol y la vía, y que las mayores fuentes de partículas magnéticas fueron las
emisiones por combustión de los vehículos, antes que las partículas generadas por
el degaste de las partes (i.e. por fricción) y las suspendidas por el tráfico.
Adicionalmente, reportaron que las hojas de los árboles tuvieron la habilidad de
reducir la concentración de los aerosoles en la atmosfera (PM2.5), y que la
precipitación generó una reducción en la carga magnética de las hojas.
Igualmente, Freer-Smith et al. (1997) reportaron que las hojas pudieron remover
el material particulado de la atmosfera debido a su elevada superficie específica.
Adicionalmente, observaron que los contaminantes que han sido atrapados por las
gotas de la lluvia pudieron contribuir con la acumulación o remoción de la carga
contaminante acumulada sobre las hojas (i.e. por impacto y fraccionamiento).
Las hojas, semillas y flores caídas pueden afectar la calidad del agua de lluvia que
pasa a través de éstas; los materiales tóxicos contenidos en las hojas (p.ej.,
CAPÍTULO 2.- ESTADO DEL ARTE
48
elementos metálicos) pueden ser liberados (Tremolieres, 1988). Gavens et al.
(1981) encontraron que las hojas también pudieron ser una fuente natural de
hidrocarburos alifáticos. Los contaminantes estuvieron concentrados en la
humedad retenida por las hojas después de una tormenta, dando lugar a puntas de
carga en los posteriores eventos de escorrentía (Prasad et al. 1980); incluso si las
hojas no fueron transportadas por el flujo de agua superficial.
Shivalingaiah y James (1987) desarrollaron algoritmos para evaluar la
contribución de contaminantes a la escorrentía por parte del dosel de los árboles
(i.e., el área superficial) basados en modelos lineales y exponenciales para la
acumulación y el lavado del polvo y la suciedad, respectivamente. Inicialmente,
esta modelación fue similar a la realizada normalmente sobre superficies
impermeables del suelo; los investigadores sugirieron que una gran área foliar
podría generar una significativa diferencia en la carga contaminante de la
escorrentía. Sin embargo en una revisión de los datos de varias ciudades de
EE.UU., Bradford (1977) concluyó que zonas con árboles producían cargas
contaminantes por debajo de la media de las detectadas en la escorrentía viaria
urbana. Los investigadores sugirieron como factores condicionantes la época del
año, la limpieza viaria y las prácticas de recolección de las hojas, la densidad
urbana, y la reducción de la energía de la precipitación por parte del dosel de los
árboles.
Zaidi et al. (2005) reportaron que las concentraciones de metales pesados
acumulados sobre las hojas de los árboles viarios eran más elevadas en verano que
en la época de invierno; los investigadores atribuyeron esta tendencia al aumento
de la precipitación y, por lo tanto, al aumento del lavado de las hojas en la época
de invierno. Adicionalmente, reportaron que los metales predominantes fueron Fe
y Zn con concentraciones medias de 705 mg/kg y 349 mg/kg, respectivamente.
Por último, reportaron la asociación entre la densidad de tráfico y la concentración
metálica encontrada sobre las hojas de los árboles viarios. Al-Otaibi (2008) en la
ciudad de Riad (Arabia Saudí) reportó concentraciones sobre las hojas de los
árboles de Pb, Zn, Fe y Cd de 4,9, 0,7, 418 y 0,06 mg/kg, respectivamente.
CAPÍTULO 2.- ESTADO DEL ARTE
49
Igualmente, Guan y Peart (2006) reportaron concentraciones (Guangzhou, China)
de Cu, Ni, Zn, Pb y Cr de 28,3, 7,7, 142,1, 23,4, y 195,1 mg/kg, respectivamente.
Finalmente, Han et al. (2005) y Al-Otaibi (2008) reportaron la existencia de una
relación entre la especie del árbol y la capacidad de adsorción de los metales
pesados viarios.
2.3 METODOLOGÍAS PARA LA EVALUACIÓN DE LOS METALES
PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE
MUESTRAS EN SUPERFICIE
2.3.1 Antecedentes
Los métodos existentes para el estudio de la contaminación metálica presente
sobre las superficies viarias a partir de muestras en superficie se pueden agrupar
en dos categorías. La primera categoría corresponde a los polutogramas e
hidrogramas asociados con la escorrentía viaria. Este método de análisis permite
estudiar la evolución de las concentraciones, caudales y flujos másicos con
respecto al tiempo (p.ej., el efecto de primer flujo). La segunda categoría está
relacionada con los modelos de acumulación y lavado de la carga metálica viaria.
Estos modelos se basan en ecuaciones netamente empíricas de los datos
observados en superficie. Las técnicas de estudio que alimentan los algoritmos de
los modelos se fundamentan principalmente en la recolección de muestras viarias
en superficie a través de métodos de barrido y aspirado en seco o en húmedo.
La presente investigación se fundamenta en los métodos incluidos dentro de la
segunda categoría, es decir, las que se basan en la recolección de muestras en
superficie para la evaluación metálica asociada con el sedimento viario.
Numerosas alternativas metodológicas han sido utilizadas para la recolección del
sedimento viario, cada una de éstas tiene sus propias ventajas y desventajas. A
continuación se presenta una revisión bibliográfica acerca de estas metodologías.
CAPÍTULO 2.- ESTADO DEL ARTE
50
2.3.2 Metodología de aspirado en seco
Este tipo de metodología se ha fundamentado en la recolección de muestras
viarias de sedimento mediante el empleo de equipos de aspirado en seco, y sobre
una superficie de área conocida. El sistema de aspirado del sedimento utilizado
por los investigadores (p.ej. Goonetilleke et al., 2009; Murakami et al., 2007), ha
incluido entre 1-3 repeticiones con el objeto de aumentar la eficacia en la
recolección de la fracción más fuertemente adherida a la superficie viaria.
Mayores repeticiones en el sistema de aspirado no han sido reportadas,
probablemente debido a que no se obtiene un aumento significativo en la cantidad
de sedimento recolectado.
El equipo de muestreo empleado por los investigadores estuvo constituido por un
aspirador mecánico, normalmente, de una potencia entre 1,0-1,5 kW (p.ej.
Goonetilleke et al., 2009; Murakami et al., 2007). La recolección del sedimento se
realizó sobre una superficie viaria de área determinada, frecuentemente entre 0,5-
3,0 m2 (p.ej. Faiz et al., 2009; Goonetilleke et al., 2009). Sin embargo, algunos
investigadores han llegado a emplear superficies de hasta 60 m2 (Duong y Lee,
2011). Alternativamente, en algunas investigaciones la recolección del sedimento
se realizó sobre la superficie de cunetas viarias; en este caso la superficie de
muestreo se controló por metro lineal de cuneta. La cantidad de sedimento
recolectado ha oscilado entre 0,1-1,5 kg (p.ej. Murakami et al., 2007; Faiz et al.,
2009; Zhao et al., 2010). Por otro lado, el diámetro de partícula del sedimento
empleado para la determinación de los elementos metálicos osciló entre 63-2000
µm (p.ej. Faiz et al., 2009; Goonetilleke et al., 2009; Zhao et al., 2010). Los
metales pesados analizados con esta metodología fueron los siguientes: Pb, Cu,
Zn, Cd, Ni, Hg, Cr, Al y As (p.ej. Faiz et al., 2009; Goonetilleke et al., 2009).
Desde el punto de vista espacial, la metodología de aspirado en seco ha sido
empleada para caracterizar el contenido y origen de elementos metálicos a lo largo
de carreteras donde el uso del suelo es variable. Por ejemplo, Faiz et al. (2009)
emplearon la metodología para caracterizar 13 puntos de una carretera en
CAPÍTULO 2.- ESTADO DEL ARTE
51
Islamabad (Pakistán) donde el uso del suelo era variable. Igualmente, Duong y
Lee (2011), y Zhao et al. (2010) caracterizaron el contenido metálico en 12 y 13
puntos de redes viarias en la ciudad de Ulsan (Republica de Corea) y Pekín
(China), respectivamente, donde el uso del suelo era variable.
Desde el punto de vista temporal la metodología de aspirado en seco ha sido
utilizada de manera puntual. Es decir, se empleó para caracterizar el contenido y
origen de elementos metálicos en un instante de tiempo determinado (p.ej.
Murakami et al., 2007; Faiz et al., 2009; Zhao et al., 2010). Sin embargo, otros
investigadores han empleado la metodología de una manera cronológica
realizando análisis acerca de la variación del contenido metálico con respecto al
número de días de tiempo seco (Goonetilleke et al., 2009).
2.3.3 Metodología de barrido en seco
La metodología se fundamentó en la recolección de muestras viarias de sedimento
mediante barrido directo en seco de una superficie de área conocida. La
metodología ha sido una de las más empleadas en la recolección del sedimento
viario debido a su fácil aplicación y bajo costo. El sistema de muestreo no incluyó
repeticiones en el barrido viario, probablemente debido a que no se obtiene un
aumento significativo en la cantidad del sedimento recolectado. Según Bris et al.
(1999) esta metodología puede generar un sesgo en contra de las partículas más
finas del sedimento viario (i.e., la fracción potencialmente respirable) en
comparación con el método de aspirado en seco. Sin embargo, esta última
metodología probablemente no podría ser efectiva en la recolección de la fracción
más fuertemente adherida a la superficie viaria.
El equipo de muestreo utilizado por los investigadores estuvo constituido por un
cepillo de fibras sintéticas y una pala plástica de recolección manual (p.ej. Revitt y
Ellis, 1980; Robertson y Taylor, 2007; Wei et al., 2009). La recolección del
sedimento se realizó sobre una superficie viaria de área determinada, entre 0,5-1,5
m2 (p.ej. Banerjee, 2003; Robertson y Taylor, 2007; Wei et al., 2009; Wei y
CAPÍTULO 2.- ESTADO DEL ARTE
52
Yang, 2010; Yang et al., 2010). Superficies de muestreo de área superior no han
sido reportadas, probablemente debido a que al tratarse de un sistema manual, el
esfuerzo para realizar la recolección del sedimento viario sería significativo; a
diferencia de la metodología de aspirado en seco donde se han alcanzado
superficies de muestreo mayores. Alternativamente, en algunas investigaciones la
recolección del sedimento se realizó sobre la superficie de cunetas viarias; en este
caso la superficie de muestreo se controló por metro lineal de cuneta (p.ej.
Sutherland et al., 2004). La cantidad de sedimento recolectado con esta
metodología ha oscilado entre 0,1-0,6 kg (p.ej. Revitt y Ellis, 1980; Sutherland et
al., 2004; Robertson y Taylor, 2007; Wei et al., 2009; Mingkui y Hao, 2009; Lu et
al., 2010). Por otro lado, el diámetro de partícula del sedimento empleado para la
determinación de los elementos metálicos osciló entre 63-2000 µm (p.ej.
Sutherland et al., 2004; Robertson y Taylor, 2007; Wei et al., 2009); enfocándose
principalmente para tamaños de partícula entre 63-250 µm. Los metales pesados
analizados con esta metodología fueron los siguientes: Pb, Cu, Zn, Cd, Ni, Cr, Co,
Mn, Fe, Be, Al, Hg, As, Pt, Au, Rh y U (p.ej. Robertson y Taylor, 2007; Wei et
al., 2009; Prichard et al., 2009; Wei y Yang, 2010).
Desde el punto de vista espacial, la metodología de aspirado en seco ha sido
empleada para caracterizar el contenido y origen de elementos metálicos a lo largo
de autovías o redes viarias donde el uso del suelo es variable. Por ejemplo, Wei et
al. (2009) caracterizaron el contenido metálico en 169 puntos de redes viarias en
la ciudad de Urumqi (China) donde el uso era variable (i.e., autovías, vías
primarias y menores, vías residenciales y aparcamientos). Igualmente, Mingkui y
Hao (2009) emplearon la metodología para determinar el contenido metálico
viario para cinco usos del suelo (25 muestras) en la ciudad de Hangzhou (China):
industrial, comercial, residencial, recreativo y suburbano.
Desde el punto de vista temporal la metodología de aspirado en seco se utilizó de
manera puntual. Es decir, se ha empleado para caracterizar el contenido y origen
de elementos metálicos en un instante de tiempo determinado (p.ej. Wei et al.,
2009). Por ejemplo, Banerjee (2003) caracterizó en una semana tres superficies
CAPÍTULO 2.- ESTADO DEL ARTE
53
viarias con diferente uso (29 muestras) en la ciudad de Delhi (India), con alto
tráfico vehicular, industrial y rural. Sin embargo, otros investigadores han
empleado la metodología de una manera cronológica. Por ejemplo, Robertson y
Taylor (2007), y Christoforidis y Stamatis (2009) estudiaron la variación temporal
de la carga metálica sobre superficies viarias durante nueve (72 muestras) y ocho
(96 muestras) meses en las ciudades de Manchester (Reino Unido) y Kavala
(Grecia), respectivamente.
2.3.4 Metodología de aspirado y barrido en seco
La metodología se fundamentó en la recolección de muestras viarias de sedimento
mediante el empleo de equipos de aspirado y barrido directo en seco de una
superficie de área conocida (ver Figura 2.2). La secuencia utilizada para la
recolección del sedimento viario distinguió tres fases: (i) aspirado mecánico en
seco, (ii) barrido en seco y, finalmente en algunas ocasiones, (iii) aspirado
mecánico en seco (p.ej. Siqueira, 2006). El sistema de muestreo no ha incluido
repeticiones en el aspirado y barrido viario, probablemente debido a que no se
obtiene un aumento significativo en la cantidad del sedimento recolectado. Como
se puede observar, esta metodología de recolección es una combinación de las dos
anteriores. Este complemento permitió a los investigadores recolectar eficazmente
el sedimento más fuertemente adherido a la superficie viaria, en comparación con
las dos metodologías anteriores (p.ej. Vaze y Chiew, 2002). Sin embargo no ha
sido una de las más empleadas en la caracterización del contenido metálico
asociado con el sedimento viario, probablemente debido a que el tiempo de
muestreo aumenta al tener que realizar las operaciones de barrido y aspirado.
El equipo de muestreo empleado estuvo constituido por un aspirador mecánico de
baja potencia y un cepillo de fibras sintéticas. Por ejemplo, Ball et al. (1998)
emplearon un aspirador de 0,24 kW de potencia. La recolección del sedimento se
realizó sobre una superficie viaria de área determinada. Por ejemplo, Vaze y
Chiew (2002), y Siqueira (2006) utilizaron una superficie de muestreo de 0,5 m2.
Superficies de muestreo de área superior no han sido reportadas, probablemente
CAPÍTULO 2.- ESTADO DEL ARTE
54
debido a que al tratarse de un sistema mecánico-manual el esfuerzo para realizar
la recolección del sedimento viario sería significativo; a diferencia de
metodologías que utilizan exclusivamente equipos mecánicos, donde se han
utilizado superficies de muestreo de mayor área (p.ej. con barredoras viarias)
Alternativamente, en algunas investigaciones la recolección del sedimento se
realizó sobre la superficie de cunetas viarias; en este caso la superficie de
muestreo se ha controlado por metro lineal de cuneta (p.ej. Ball et al., 1998). La
cantidad de sedimento recolectado con esta metodología osciló entre 0,04-0,3 kg
(Ball et al., 1998; Vaze y Chiew, 2002). Por otro lado, el diámetro de partícula del
sedimento empleado para la determinación de los elementos metálicos ha oscilado
entre 50-400 µm (p.ej. Ball et al., 1998; Furumai et al., 2002); enfocándose
principalmente para tamaños de partícula entre 75-250 µm. Los metales pesados
analizados con esta metodología fueron los siguientes: Pb, Cu, Zn, Fe y Cr (p.ej.
Ball et al., 1998; Furumai et al., 2002).
Figura 2.2 Metodología de aspirado y barrido en seco (Vaze y Chiew, 2002)
Desde el punto de vista espacial, la metodología de aspirado en seco ha sido
empleada para caracterizar el contenido y origen de elementos metálicos a lo largo
de carreteras donde el tráfico es variable. Por ejemplo, Furumai et al. (2002)
caracterizaron el contenido metálico en dos autovías de la ciudad de Winterthur
(Suiza) con densidades de tráfico entre 25300-57500 vehículos por día.
Desde el punto de vista temporal la metodología de aspirado en seco ha sido
utilizada de manera puntual. Es decir, se empleó para caracterizar el contenido de
CAPÍTULO 2.- ESTADO DEL ARTE
55
elementos metálicos en un instante de tiempo determinado (p.ej. Furumai et al.,
2002). Sin embargo, otros investigadores han empleado la metodología de una
manera cronológica. Por ejemplo, Ball et al. (1998) estudiaron la variación
temporal de la carga metálica sobre superficies viarias en función del número de
días de tiempo seco, durante un periodo de 45 días en la ciudad de Sídney
(Australia).
2.3.5 Metodología de aspirado en húmedo
La metodología se fundamentó en la recolección de muestras mediante equipos de
aspirado que incorporaron sistemas húmedos (i.e., por filtración o inyección de
agua) (ver Figura 2.3) para aumentar la eficacia en la recolección de la fracción
más fina del sedimento, sobre una superficie viaria de área conocida (p.ej. Deletic
y Orr, 2005; Herngren et al., 2006). Por ejemplo, la incorporación de los sistemas
de filtración e inyección de agua permitió retener las partículas más pequeñas que
frecuentemente se fugan por el sistema de escape del aspirador (Deletic y Orr,
2005; Herngren et al., 2006). El sistema de muestreo ha incluido hasta cuatro
repeticiones en el aspirado viario con el objeto de aumentar la eficacia en la
recolección del sedimento. Adicionalmente, algunos investigadores en esta
metodología incluyeron un barrido inicial de la superficie viaria seguido de un
aspirado en húmedo (p.ej. Bris et al., 1999; Yee, 2005).
Figura 2.3 Metodología de aspirado en húmedo (Egodawatta y Goonetilleke, 2006)
CAPÍTULO 2.- ESTADO DEL ARTE
56
El equipo de muestreo empleado por los investigadores estuvo constituido por un
aspirador húmedo, frecuentemente de una potencia entre 0,9-1,5 kW y un cepillo
de fibras sintéticas (p.ej. Yee, 2005; Deletic y Orr, 2005; Egodawatta y
Goonetilleke, 2006). La recolección del sedimento se realizó sobre una superficie
viaria de área entre 0,25-3 m2 (p.ej. Yee, 2005; Herngren et al., 2006; Egodawatta
y Goonetilleke, 2006). Superficies de muestreo de área superior no han sido
reportadas probablemente debido a que al tratarse de un equipo de aspirado en
húmedo el consumo de agua sería significativo. La cantidad de sedimento
recolectado con esta metodología osciló entre 2,5-850 g (Yee, 2005; Deletic y
Orr, 2005; Herngren et al., 2006). Por otro lado, el diámetro de partícula del
sedimento empleado para la determinación de los elementos metálicos osciló entre
0,45-1000 µm (p.ej. Deletic y Orr, 2005; Herngren et al., 2006); enfocándose
principalmente para tamaños de partícula entre 0,45-300 µm. Los metales pesados
analizados con esta metodología han sido los siguientes: Pb, Cu, Zn, Cd, Cr, Mn,
Fe y Al (p.ej. Yee, 2005; Herngren et al., 2006).
Desde el punto de vista espacial, la metodología de aspirado en seco se empleó
para caracterizar el contenido de elementos metálicos a lo largo de autovías o
redes viarias donde el uso del suelo es variable. Por ejemplo, Herngren et al.
(2006) caracterizaron el contenido metálico en tres zonas de redes viarias en la
ciudad de Queensland (Australia) donde el uso era variable (i.e., residencial,
comercial e industrial).
Desde el punto de vista temporal la metodología de aspirado en seco ha sido
utilizada de manera puntual. Es decir, se empleó para caracterizar el contenido de
elementos metálicos en un instante de tiempo determinado (p.ej. Herngren et al.,
2006). Sin embargo, otros investigadores han empleado la metodología de una
manera cronológica. Por ejemplo, Yee (2005) estudiaron la variación temporal de
la carga metálica sobre superficies viarias durante cuatro semanas (72 muestras)
en las ciudades de Berkeley y Oakland (Estados Unidos).
CAPÍTULO 2.- ESTADO DEL ARTE
57
2.4 METODOLOGÍAS PARA LA EVALUACIÓN DE LOS METALES
PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE
MUESTRAS EN SUSPENSIÓN
2.4.1 Antecedentes
La literatura disponible donde se exponen metodologías para la evaluación
metálica asociada con el sedimento viario a partir de datos de calidad del aire es
escasa. Las investigaciones más cercanas se centraron en evaluar el contenido
metálico asociado con las partículas en suspensión de tamaño menor o igual a 10
micras (PM10). El sedimento viario ha sido reconocido como una importante
fuente urbana de PM10 y su contribución puede ser significativa en el rango de
tamaño de PM2,5 (p.ej. Querol et al., 2004; Almeida et al., 2006; Wåhlin et al.,
2006). Este aporte es debido a la desintegración mecánica del sedimento viario
por procesos de trituración, molienda y explosión (Seinfeld y Pandis, 1998; Dahl
et al., 2006; Gustafsson et al., 2008). Por lo tanto, la exposición al material en
suspensión generado en las vías implica un incremento en la exposición a
partículas ultrafinas, y emisiones de PM10 y PM2,5 de tubos de escape, desgaste de
frenos, desgaste de llantas y polvo viario. Sin embargo, las investigaciones acerca
de la contribución metálica por parte de las últimas tres fuentes son escasas
(Schauer et al., 2006).
El sedimento acumulado sobre las superficies viarias puede ser suspendido por el
impacto con los neumáticos, la turbulencia del tráfico, el viento y la actividad
peatonal (Nicholson, 1988). El arrastre de las partículas en suspensión es un
proceso complejo y depende de factores ambientales y climatológicos como los
expuestos en el apartado 2.2. Las partículas con diámetros entre 500-1000 µm
ruedan o rebotan sobre la superficie viaria, mientras que las partículas de tamaño
menor a 100 µm pueden ser suspendidas (Nicholson, 1988). Adicionalmente, las
partículas pueden permanecer en suspensión durante largos periodos cuando la
velocidad de sedimentación es menor que la velocidad vertical en la capa límite de
CAPÍTULO 2.- ESTADO DEL ARTE
58
turbulencia. Según Nicholson (1988), el tamaño límite para este tipo de partículas
es de 20 µm.
La presente Tesis pretende desarrollar una metodología basada en la recolección
de muestras en suspensión para la estimación de la distribución de los metales
pesados asociados con el sedimento viario. En este sentido no existe evidencia del
desarrollo de metodologías, sin embargo, a continuación se presenta una revisión
bibliográfica acerca de las metodologías más próximas y útiles para el desarrollo
de la presente investigación.
2.4.2 Metodología de pista viaria para PM10
La metodología se fundamentó en la recolección de muestras de partículas
suspendidas de tamaño menor o igual a 10 micras en un simulador de superficies
viarias. Kupiainen (2007), Gustafsson et al. (2008) y Gehrig et al. (2010)
realizaron interesantes investigaciones acerca de las partículas en suspensión
generadas por el desgaste del pavimento y la incorporación de arenas de tracción
bajo la acción del tráfico. En este sentido, probablemente se podría asumir para la
presente investigación que las arenas de tracción representarían el sedimento
acumulado sobre las superficies viarias. A continuación se presenta una breve
descripción de las metodologías propuestas por Kupiainen (2007), Gustafsson et
al. (2008), y Gehrig et al. (2010).
El equipo de muestreo empleado en las investigaciones estuvo constituido por una
instalación simuladora de una superficie viaria sometida a la acción del tráfico
(i.e., pista circular o lineal de resistencia para pavimento) (ver Figura 2.4). La
instalación fue utilizada para simular el efecto del tipo de arena de tracción, llanta
y superficie de rodadura en la formación de material en suspensión de tamaño
inferior o igual a 10 µm. En las investigaciones de Kupiainen (2007) y Gustafsson
et al. (2008) el simulador viario estuvo situado al interior de una caja hermética de
un volumen determinado (entre 180-400 m3), equipada con sistemas de
ventilación y refrigeración para el control de la temperatura y humedad. En la
CAPÍTULO 2.- ESTADO DEL ARTE
59
investigación de Gehrig et al. (2010) se utilizaron dos simuladores que se
encontraban al interior de cajas herméticas de 3 y 72 m3. Las variables utilizadas
en la investigación para evaluar el efecto en la generación del material en
suspensión fueron las siguientes: cantidad de sedimento viario (0, 250, 300, 500,
1000, 2000 g/m2), tipo de agregado de tracción (siete tipos de agregado y dos
distribuciones granulométricas), tipo de llanta, velocidad de conducción (10-70
km/h), y tipo de pavimento (hormigón y asfalto). Adicionalmente, los
investigadores estandarizaron el tamaño (175/70R13 y 295/65R22,5) y presión
(2000 hPa) de la llanta empleada, y realizaron la simulación a partir de una carga
viaria de 300 y 7500 kg.
a)
b) Figura 2.4 Pista viaria para la simulación de material en suspensión. a) Gustafsson
et al., 2008; b) Gehrig et al., 2010.
CAPÍTULO 2.- ESTADO DEL ARTE
60
Las muestras de aerosoles fueron recolectadas por Kupiainen (2007) y Gustafsson
et al. (2008) con muestreadores de alto volumen (Wedding & Associates Sampler
y Sierra-Andersen/GMW Model 12000, TSP y PM10), impactadores virtuales (IV,
PM2,5-10 y PM2,5) e impactadores de cascada de 12 etapas (0,045-10,7 μm). Todas
las entradas fueron localizadas entre 1,5-2 m del anillo de conducción y a una
altura de 2,5 m. Los metales pesados analizados por los investigadores fueron: Al,
Ba, Cr, Cu, Fe, Mg, Mn, Ni, Pb y Zn. Los investigadores limitaron el tiempo de
simulación del tráfico a 30 minutos y, posteriormente, la recolección del material
en suspensión se realizó durante 45 minutos. Gehrig et al. (2010) recolectaron las
muestras de aerosoles con un espectrómetro de medida de tamaño aerodinámico
de partículas (TSI APS Model 3321), capacitado para un rango de tamaño entre
0,5-20 μm. Los metales pesados analizados por los investigadores fueron: Fe y
Zn. Los investigadores limitaron el tiempo de simulación del tráfico entre 30-65
minutos.
Dentro de las principales conclusiones de la investigación realizada por Kupiainen
(2007) y de utilidad para la presente investigación, se puede destacar la relación
directa entre la cantidad de agregado de tracción (g/m2) y la cantidad de material
en suspensión de tamaño menor o igual a 10 micras (mg/m3). Los investigadores
reportaron una tendencial lineal con un coeficiente de determinación de 0,93. Por
lo tanto, y a partir de la hipótesis planteada anteriormente para el agregado de
tracción (i.e., equivalencia con el sedimento viario), existe la posibilidad de que
parte de los metales asociados con el sedimento viario sean transferidos a la fase
suspendida (PM10). Esta suposición fue confirmada por Gustafsson et al. (2008).
Los investigadores encontraron un elevado enriquecimiento del PM10 con Cu y
Zn; metales asociados con el desgaste de las llantas del simulador.
Adicionalmente, en la investigación realizada por Gustafsson et al. (2008) se
reportó que la concentración de PM10 alcanzaba un valor de equilibrio después de
20 minutos de simulación.
Las principales limitaciones de la metodología propuesta por Kupiainen (2007),
Gustafsson et al. (2008) y Gehrig et al. (2010) fueron las siguientes: (i) no se
CAPÍTULO 2.- ESTADO DEL ARTE
61
centraron en simular las condiciones reales de conducción sobre superficies
viarias (i.e., aceleración, frenado, operaciones de parqueo, etc.), (ii) se simularon
exclusivamente dos tipos de pavimento (hormigón y asfalto), (iii) el tipo de llanta
empleado fue suministrado sólo por una empresa fabricante, (iv) el movimiento
rotatorio de la instalación simuladora genera mayor desgaste sobre la superficie de
rodadura que bajo condiciones reales de conducción (i.e., por movimiento lineal),
(v) la simulación se realizó en una condición seca, es decir, no se tuvo en cuenta
el efecto de la humedad en la generación del material en suspensión, (vi) bajo
condiciones reales de tracción parte del sedimento es conducido por el tráfico
hacia los costados de la superficie viaria, es decir, no existe una distribución
uniforme de la carga de sedimento (g/m2), y (vii) el elevado costo que se debe
asumir al implementar una instalación de investigación de este tipo.
2.4.3 Metodología de cámara superficial de aspirado para PM10
La metodología propuesta por Amato et al. (2009) se fundamentó en la
recolección de la masa de PM10 depositada sobre las superficies viarias a través de
una cámara de suspensión de campo. La metodología fue desarrollada para
estudiar la suspensión del sedimento viario, debido a que se le ha identificado
como una de las principales fuentes de material atmosférico en ambientes urbanos
(p.ej. Querol et al., 2004; Almeida et al., 2006; Wåhlin et al., 2006). Los
investigadores reportaron que la principal ventaja de la metodología era la
reducción en la pérdida de partículas finas del sedimento viario recolectado. A
continuación se presenta una breve descripción de la metodología propuesta.
Los investigadores diseñaron una cámara de suspensión del sedimento a partir del
aspirado directo sobre una superficie viaria de un área determinada (1 m2). Los
sedimentos viarios fueron recolectados con una bomba mecánica a una tasa de
flujo de 25 l/min y durante 30 minutos. El equipo de muestreo estuvo constituido
inicialmente por una cámara de deposición plástica (PVC) para que la fracción
gruesa del sedimento fuera retenida y, la fracción restante, continuara su curso a lo
largo del sistema de muestreo (ver Figura 2.5). Posteriormente, la fracción fina del
CAPÍTULO 2.- ESTADO DEL ARTE
62
sedimento ingresó a un filtro de acero inoxidable con un tamaño de poro de 10 µm
(diámetro del filtro 47 mm). Las partículas que pasaron esta barrera fueron
retenidas en un filtro con una membrana de fibra de teflón o cuarzo capacitada
para retener partículas de tamaño mayor a 1 µm. Las partículas con un diámetro
aerodinámico mayor a 10 µm fueron retenidas en la cámara plástica. Los metales
analizados por los investigadores fueron los siguientes: Pb, Cu, Zn, Cd, Co, Cr,
Se, As, Ni, Mn, Mg, Fe, Ba, Rb, Sr, Mo, Sn, Sb, Li, V y Ti.
Figura 2.5 Cámara de suspensión de campo para la medición de PM10 (adaptada de Amato et al., 2009)
Dentro de las principales limitaciones de la metodología propuesta por Amato et
al. (2009) se encuentra que la adhesión electrostática en la cámara de deposición
puede generar la pérdida de material de tamaño menor o igual a 10 µm. Sin
embargo, los investigadores determinaron que la pérdida de PM10 estuvo entre
0,1-0,6% en volumen para partículas de tamaño entre 63-250 µm,
respectivamente. Otra posible limitación, fue que los filtros empleados en la
retención del PM10 fueron cortados en dos secciones para determinar con una
mitad los elementos mayores y traza, y por la otra, el carbono total; ignorando una
posible distribución no uniforme de la masa de PM10 retenido por el filtro.
Desde el punto de vista espacial, la metodología de cámara de aspirado superficial
de PM10 fue empleada para caracterizar el contenido de elementos metálicos en 23
sitios del centro (23 km2), dos vías circunvalares, una zona de uso residencial con
elevada actividad de demolición y construcción, y una muestra en el puerto de la
ciudad de Barcelona (España). Desde el punto de vista temporal, la metodología
fue utilizada de manera puntual. Es decir, se empleó para caracterizar el contenido
de elementos metálicos en un instante de tiempo determinado (1 semana).
CAPÍTULO 2.- ESTADO DEL ARTE
63
2.4.4 Metodología de NOx como trazador de emisiones metálicas viarias
La metodología ha sido utilizada para estimar los factores de emisión de
elementos metálicos por parte del tráfico (g/vehículo por kilometro), empleando
mediciones de NOx como trazador. Las fuentes que se incluyeron dentro del
factor de emisión fueron los componentes de los vehículos (principalmente,
desgaste de frenos y llantas, y emisión del escape), el material del pavimento, el
equipamiento viario y las actividades de mantenimiento viario. La metodología
fue utilizada satisfactoriamente por Ketzel et al. (2003), Gidhagen et al. (2005),
Omstedt et al. (2005), Johansson et al. (2009) y Gietl et al. (2010).
El equipo de muestreo estuvo constituido por un muestreador tipo “Gent”,
diseñado en la Universidad de Gante (Bélgica) (Hopke et al., 1997). El
muestreador estuvo formado por una unidad de filtros en serie y fue
específicamente diseñado para la recolección de material en suspensión en la
fracción de tamaño inhalable (≤ 10 µm), utilizando el principio de filtración
secuencial. La unidad de filtros en serie fue de cara descubierta, en la cual dos
filtros de policarbonato Nuclepore de 47 mm (tamaño de poro de 8 µm y 0,4 µm)
eran utilizados en la recolección del material en suspensión. La unidad de
filtración se encuentra al interior de un contenedor circular provisto de una placa
de retención para la recolección de partículas de tamaño mayor a 10 µm. El
muestreador fue diseñado para operar a una tasa de flujo de 16 l/min (Hopke et
al., 1997). Los elementos metálicos analizados con esta metodología fueron los
siguientes: Pb, Cu, Zn, Cd, Co, Cr, As, Ni, Mg, Mo, Sn, Sb y V (Omstedt et al.,
2005; Johansson et al., 2009). Esta metodología ha sido empleada
satisfactoriamente en estudios previos (p.ej. Ketzel et al., 2003; Gidhagen et al.,
2005; Omstedt et al., 2005; Gietl et al., 2010).
Desde el punto de vista espacial, la metodología fue empleada por Johansson et
al. (2009) para determinar los factores de emisión de elementos metálicos sobre
una superficie viaria con elevada densidad de tráfico en la ciudad de Estocolmo
CAPÍTULO 2.- ESTADO DEL ARTE
64
(Suecia). Igualmente, y desde el punto de vista temporal, la metodología fue
utilizada por Johansson et al. (2009) durante un año (12 muestras).
2.5 SÍNTESIS
La revisión bibliográfica muestra que frecuentemente las investigaciones
realizadas acerca de la acumulación y remoción de elementos metálicos viarios no
tienen en cuenta la interacción entre estos dos fenómenos; ignorando la relación
entre los principales condicionantes a tener en cuenta: (i) la deposición
atmosférica total y (ii) la escorrentía superficial viaria.
Las principales variables reportadas por las investigaciones para la evaluación de
la deposición atmosférica metálica sobre las superficies viarias son: la distancia
del área de estudio con respecto a centros poblados e industriales y a superficies
viarias, las actuaciones legislativas para la reducción de elementos metálicos, la
época del año (i.e., verano o invierno), y la velocidad y dirección del viento. Por
otro lado, las variables reportadas para la evaluación del fenómeno de remoción
metálica por la escorrentía superficial viaria son: la tasa y volumen de escorrentía
superficial, la tensión cortante del flujo de agua superficial, la textura, el tipo y las
condiciones de la superficie de rodadura, las características morfométricas de la
cuenca (p.ej. el tiempo de concentración), las características del sistema de
drenaje, la densidad de cubiertas y fachadas de edificaciones, y la cantidad y
granulometría del sedimento viario.
Sin embargo, existe un grupo de variables comunes en la evaluación de los dos
fenómenos (i.e., de deposición y remoción metálica): el volumen, la intensidad y
pH de la precipitación, el período seco previo, el uso del suelo, la velocidad,
densidad y composición del tráfico, la limpieza viaria, y el tipo y cantidad de
vegetación viaria.
Los condicionantes y variables para la evaluación de los metales asociados con el
sedimento viario se clasifican en tres categorías: climática, humana y físico-
CAPÍTULO 2.- ESTADO DEL ARTE
65
natural. La Tabla 2.15 presenta los condicionantes y variables identificadas en la
revisión bibliográfica para la evaluación de la contaminación metálica viaria.
Adicionalmente, se presenta la dirección de su correlación con el contenido
metálico.
Tabla 2.15 Categorías, condicionantes y variables utilizadas en la evaluación metálica sobre superficies viarias
Categorías Condicionantes Variables Climática Precipitación (-)a Volumen, intensidad y pH Escorrentía (-) Tasa, volumen, y tensión cortante del
flujo Deposición atmosférica (+) Tasa de deposición seca y húmeda Período seco previo (+) Número de días de tiempo seco Viento (-) Velocidad y dirección Humana Uso del suelo (+) Residencial, comercial e industrial Limpieza viaria (-) Tecnología y frecuencia Tráfico (+) Densidad y composición, y velocidadFísico-natural
Cubiertas de edificaciones (+) Densidad y tipo
Características físicas de la cuenca viaria (+;-)
Tiempo de concentración, estado, textura y tipo de la superficie de rodadura, pendiente viaria, y sistema de drenaje
Cantidad de sedimento (+) Carga y distribución granulométrica Plantas y desechos vegetales (-) Densidad y tipo
a: (-): correlación negativa; (+): correlación positiva
Las metodologías para la evaluación metálica asociada con el sedimento viario a
partir de muestras en superficie han evolucionado con el paso de los años. Se ha
pasado de la metodología de barrido en seco a las metodologías de aspirado en
húmedo. Las metodologías identificadas son: (i) metodología de barrido en seco,
(ii) metodología de aspirado en seco, (iii) metodología de aspirado y barrido en
seco, (iv) metodología de aspirado en húmedo.
La evolución en los métodos de evaluación metálica a partir de muestras en
superficie está principalmente asociada con tres factores: (i) la eficacia en la
recolección de la fracción de menor tamaño, (ii) la cobertura en superficie del
sistema de muestreo, y (iii) el costo del sistema. A partir de lo anterior, la
metodología de aspirado en húmedo es la más eficaz en la recolección de la
fracción más fina del sedimento viario; logrando recolectar tamaños de partícula
CAPÍTULO 2.- ESTADO DEL ARTE
66
entre 0,45-300 µm. Esta fracción es la de mayor interés debido a su elevado
contenido de elementos metálicos. Desde el punto de vista de la cobertura en
superficie, las metodologías identificadas no presentan gran diferencia;
empleándose superficies de muestreo entre 0,5-3,0 m2. Superficies de muestreo de
área superior no son utilizadas probablemente debido a que al tratarse de sistemas
mecánico-manuales, el esfuerzo para realizar la recolección del sedimento viario
sería significativo a diferencia de metodologías que utilizan exclusivamente
equipos mecánicos. Sin embargo, la revisión bibliográfica muestra que la
metodología de aspirado en húmedo es la que tiene mayor cobertura en superficie.
Desde el punto de vista económico, la metodología de barrido en seco es la más
empleada en la recolección del sedimento viario debido a su fácil aplicación y
bajo costo.
La literatura disponible donde se exponen metodologías para la evaluación
metálica asociada con el sedimento viario a partir de datos de calidad del aire es
escasa. Las investigaciones más similares se centran en evaluar el contenido
metálico asociado con las partículas viarias en suspensión de tamaño menor o
igual a 10 µm (PM10). En este sentido, las metodologías identificadas: (i) pista
viaria para PM10, (ii) cámara superficial de aspirado para PM10, y (iii) NOx como
trazador de emisiones metálicas viarias; emplean equipos más especializados y
por lo tanto más costosos (p.ej. una pista viaria para PM10), con respecto al grupo
de metodologías de evaluación a partir de muestras en superficie.
Las principales ventajas de las metodologías de evaluación a partir de datos en
suspensión, son (i) la eficacia en la recolección de la fracción más fina (i.e., la
fracción ≤ 10 µm), (ii) una mejor aproximación al fenómeno de suspensión del
sedimento viario, y (iii) la posibilidad de evaluar algunos de los condicionantes de
la acumulación de elementos metálicos (p.ej. la velocidad de conducción, el tipo
de superficie de rodadura y la cantidad de sedimento viario).
Finalmente, la revisión bibliográfica permite ampliar el conocimiento acerca del
comportamiento de los metales pesados asociados con el sedimento depositado
CAPÍTULO 2.- ESTADO DEL ARTE
67
sobre las superficies viarias, es útil para el diseño o mejoramiento de las
estructuras de control de la contaminación metálica producto del lavado generado
por la escorrentía viaria, y permite identificar las variables que deben considerarse
en el desarrollo de una metodología para la evaluación de los metales pesados
asociados con el sedimento viario como una herramienta para la gestión de la
escorrentía superficial urbana.
2.6 REFERENCIAS
Aalderink R.H., Van Duin E.H.S., Peels C.E. y Scholten M.J.M., Some characteristics of run-off quality from a separated sewer system in Lelystad, The Netherlands, Proceedings of the Fifth International Conference on Urban Storm Drainage, Y. Iwasa y T. Sueishi, eds., Osaka, Japan, 1990, pp. 427-432.
Adachi K. y Tainosho Y., Characterization of heavy metal particles embedded in tire dust, Environ. Int. 30 (2004), pp. 1009-1017.
Adachi K. y Tainosho Y., Single particle characterization of size-fractionated road sediments, Applied Geochem. 20 (2005), pp. 849-859.
Adetunji M.T., Martins O. y Arowolo T.A., Seasonal variation in atmospheric deposition of nitrate, sulphate, lead, zinc, and copper in southwestern Nigeria, Commun. Soil Sci. Plant Anal., 32 (2001), pp. 65-73.
AI-Rajhi M.A., Seaward M.R.D. y AI-Aamer A.S., Metal levels in indoor and outdoor dust in Riyadh, Saudi Arabia, Environ. Internat. 3 (1996), pp. 315–324. Akan A.O., Pollutant washoff by overland flow, J. Environ. Eng. 113 (1987), pp. 811-
823. Alley W.M., Ellis F.W. y Sutherland R.C., Toward a more deterministic urban runoff-
quality model, Proceedings of the International Symposium on Urban Storm Runoff, M.E. Meadows y R.W. De Vore, eds., Kentucky, USA, 1980, pp. 171-182.
Almeida S.M., Pio C.A., Freitas M.C., Reis M.A. y Trancoso M.A., Source apportionment of atmospheric urban aerosol based on weekdays/weekend variability: Evaluation of road re-suspended dust contribution, Atmos. Envir. 40 (2006), pp. 2058-2067.
Al-Otaibi M.D., Ability evaluation of some tree species to absorb heavy metals in Riyadh City, M.Sc. Thesis, College of Food and Agricultural Sciences, King Saud University, Saudi Arabia, 2008.
Altwicker E.R., Johannes A.H. y Clesceri N.L., Atmospheric deposition to remote receptors II. Temporal and spatial variation of inorganic ion species in precipitation over the ILWAS-network, Water Air Soil Pollut. 28 (1986), pp. 55-70.
Amato F., Pandolfi M., Viana M., Querol X., Alastuey A. y Moreno T., Spatial and chemical patterns of PM10 in road dust deposited in urban environment, Atmos. Envir. 43 (2009), pp. 1650-1659.
American Public Works Association, Water Pollution Aspects of Urban Runoff, Water Pollution Control Research Series WP-20-15, Federal Water Pollution Control Administration, Chicago, EE.UU, 1969.
American Society of Civil Engineers, Design and Construction of Urban Stormwater Management Systems, Manuals and Reports of Engineering Practice, Manual of Practice FD–20, ASCE, eds., Virginia, USA, 1992.
CAPÍTULO 2.- ESTADO DEL ARTE
68
Andral M.C., Roger S., Montrejaud-Vignoles M. y Herremans L., Particle size distribution and hydrodynamic characteristics of solid matter carried by runoff from motorways, Wat. Environ. Res. 71 (1999), pp. 398-407.
Aryal R.K. y Lee B.K., Characteristics of suspended solids and micropollutants in first-flush highway runoff, Water Air Soil Pollut. 9 (2009), pp. 339-346.
Asplund R., Mar B.W. y Ferguson J.F., Total suspended solids in highway runoff in Washington State, Environ. Eng. 109 (1983), pp. 778-779.
Ayenimo J.G., Adekunle A.S., Makinde W.O. y Ogunlusi G.O., Heavy metal fractionation in roof run off in Ile-Ife, Nigeria, Int. J. Environ. Sci. Technol. 3 (2006), pp. 221-227.
Azimi S., Rocher V., Garnaud S., Varrault G. y Thevenot D.R., Decrease of atmospheric deposition of heavy metals in an urban area from 1994 to 2002 (Paris, France), Chemosphere 61 (2005), pp. 645–651.
Baird C. y Jennings M., Characterization of nonpoint sources and loadings to the Corpus Christi Bay, National Estuary Program Study Area, Texas Natural Resource Conservation Commission, Texas, EE.UU, 1996.
Ball J.E., Jenks R. y Aubourg D., An assessment of the availability of pollutant constituents on road surfaces, Sci. Total Environ. 209 (1998), pp. 243-254.
Banerjee A.D.K., Heavy metal levels and solid phase speciation in street dusts of Delhi, India, Environ. Pollut. 123 (2003), pp. 95-105.
Bannerman R., Baun K., Bohn M., Hughes P.E. y Graczyk D.A., Evaluation of urban nonpoint sources pollution management in Milwaukee County, Wisconsin-Volume I, Urban stormwater characteristics, constituent sources, and management by street sweeping: Chicago, U.S. Environmental Protection Agency, PB 84-114164, National Technical Information Service, eds., Springfield, USA, 1983.
Bannerman R., Sources of Urban Stormwater Pollutants Defined in Wisconsin, Tech. Note 15, Watershed Protec. Tech. 1 (1994), pp. 30-31.
Bannerman R.T, Sweeping water clean, American Sweeper Magazine, 7 (1999), 4 p. Bannerman R.T., Owens D.W., Dodds R.B. y Hornewer N.J., Sources of pollutants in
Wisconsin stormwater, Water Sci. Technol. 28 (1993), pp. 241-259. Barkdoll M.P., Overton D.E. y Betson R.P., Some effects of dustfall on urban stormwater
quality, Water Pollut. Control Fed. 49 (1977), pp. 1976-1984. Barrett M.E., Zuder R.D., Collins E.R., Malina J.F., Charbeneau R.J. y Ward G.H., A
review and evaluation of the literature pertaining to the quality and control of pollution from highway runoff and construction, Rep. No. CRWR 239, Center for Research in Water Resources, Texas University, Austin, USA, 1995.
BCI, Can street sweeping reduce stormwater management costs? BCI Engineer and Scientists Inc., eds., Lakeland, Florida, USA, 1997.
Beamish R.J. y Van Loon J.C., Precipitation loading of acid and heavy metals to a small acid lake near Sudbury, Ontario, Fish. Res. Board Can. 34 (1977), pp. 649-658.
Beckwith P.R., Ellis J.B. y Revitt D.M., Oldfield F., Phys. Earth Planet Inter. 42 (1986), pp. 67-75.
Bender G.M. y Terstriep M.L., Effectiveness of street sweeping in urban runoff pollution control, Sci. Total Environ. 33 (1984), pp. 185-192.
Bendient P.B., Harned D.A. y Characklis W.C., Stormwater analysis and prediction in Houston, J. Environ. Eng. 104 (1978), pp. 1087-1100.
Berbee R., Rijs G., Brouwer R. y Velzen L., Characterization and treatment of runoff from highways in the Netherlands paved with impervious and pervious asphalt, Wat. Environ. Res. 71 (1999), pp. 183-190.
Bian B. y Zhu W., Particle size distribution and pollutants in road-deposited sediments in different areas of Zhenjiang, China, Environ. Geochem. Health 31 (2009), pp. 511-520.
CAPÍTULO 2.- ESTADO DEL ARTE
69
Birch G.F. y Scollen A., Heavy metals in road dust, gully pots and parkland soils in a highly urbanized sub-catchment of Port Jackson, Australia, Au. J. Soil Res. 41 (2003), pp. 1329-1342.
Boller M., Regenwasser auf neuen Wegen, eawag news 44D (1998), pp. 6-11. Boller M.A. y Steiner M., Diffuse emission and control of copper in urban surface runoff,
Water Sci. Technol. 46 (2002), pp. 173-181. Bradford W.L., Urban stormwater pollutant loadings: A statistical summary through
1972, Wat. Pollut. Control Fed. 49 (1977), pp. 613-622. Breault R.F., Smith K.P., Sorenson J.R., Residential street dirt accumulation rates and
chemical composition, and removal efficiencies by mechanical and vacuum type sweepers, New Bedford, Massachusetts, 2003-04, Report 2005-5184, USGS Scientific Investigations, eds., Massachusetts, USA, 2005.
Brezonik P.L. y Stadelmann T.H., Analysis and predictive models of stormwater runoff volumes, loads, and pollutant concentrations from watersheds in the Twin Cities metropolitan area, Minnesota, USA, Water Res. 36 (2002), pp. 1743-1757.
Bris F.J., Garnaud S., Apperry N., Gonzalez A., Mouchel J.M., Chebbo G. y Thevenot D.R., A street deposit sampling method for metal and hydrocarbon contamination assessment, Sci. Total Environ. 235 (1999), pp. 211-220.
Buffleben M.S., Zayeed K., Kimbrough D., Stenstrom M.K. y Suffet I.H., Evaluation of urban non-point source runoff of hazardous metals entering Santa Monica Bay, California, Water Sci. Tech. 45 (2002), pp. 263-268.
Cawse P.A., Survey of atmospheric trace elements in the United Kingdom: Results for 1974, Rep. No. 8308, Atomic Energy Research Establishment, Harwell, England, 1975.
Chan W.H., Ro C.U., Lusis M.A. y Vet R.J., Impact of the INCO nickel smelter emissions on precipitation quality in the Sudbury area, Atmos. Environ. 16 (1982), pp. 801-814.
Characklis W.G., Ward C.H., King J.M. y Roe F.L., Rainfall quality, land use, and runoff quality, J. Environ. Eng. 105 (1979), pp. 416-419.
Charbeneau R.J. y Barrett M.E., Evaluation of methods for estimating stormwater pollutant load, Water Environ. Res. 70 (1998), pp. 1295-1302.
Choe J.S., Bang K.W. y Lee J.H., Characterization of surface runoff in urban areas, Water Sci. Technol. 45 (2002), pp. 249-254.
Christensen E.R. y Guinn V.P., Zinc from automobile tires in urban runoff, J. Environ. Eng. 105 (1979), pp. 165-168.
Christoforidis A. y Stamatis N., Heavy metal contamination in street dust and roadside soil along the major national road in Kavala's region, Greece, Geoderma 151 (2009), pp. 257-263.
Chui T.W., Mar B.W. y Horner R.R., Pollutant loading model for highway runoff, J. Environ. Eng. 108 (1982), pp. 1193-1210.
Cole R.H., Frederick R.E., Healy R.P. y Rolan R.G., Preliminary findings of the priority pollutant monitoring project of the nationwide urban runoff program, Water Pollut. Control Fed., 56 (1984), pp. 898-908.
Coleman T.J., A comparison of the modeling of suspended solids using SWMM3 quality prediction algorithms with a model based on sediment transport theory, Proceedings of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 790-795.
Constantini S. y Demetra V., Size distribution of airborne particulate matter and associated heavy metals in the roadside environment, Chemosphere 59 (2005), pp. 1197-1206.
Dahl A., Gharibi A., Swietlicki E., Gudmundsson A., Bohgard M., Ljungman A.M. Blomqvist G. y Gustafsson M., Traffic-generated emissions of ultrafine particles from pavement-tire interface, Atmos. Envir. 40 (2006), pp. 1314-1323.
CAPÍTULO 2.- ESTADO DEL ARTE
70
Davis A.P., Shokouhian M. y Ni S., Loading estimates of lead, copper, cadmium, and zinc in urban runoff from specific sources, Chemosphere 44 (2001), pp. 997-1009.
Davis A.P., Shokouhian M. y Ni S., Loading estimates of lead, copper, cadmium, and zinc in urban runoff from specific sources, Chemosphere 44 (2001), pp. 997-1009.
Deletic A. y Orr D., Pollution buildup on road surfaces, J. Environ. Eng. 131 (2005), pp. 49-59.
Deletic A., The first flush load of urban surface runoff, Water Res. 32 (1998), pp. 2462-2470.
Deletic A.B. y Maksimovic C.T., Evaluation of water quality factors in storm runoff from paved areas, J. Environ. Eng. 124 (1998), pp. 869-879.
Dempsey B.A., Tai Y.L. y Harrison S.G., Mobilization and removal of contaminants associated with urban dust and dirt, Wat. Sci. Technol. 28 (1993), pp. 225-230.
Desbordes M. y Servat E., Transport model over urban catchment surface regarding TSS, BOD5, and COD, Urban storm water quality, planning and management, Proceeding of the Fourth International Conference on Urban Storm Drainage, W. Gujer y V. Krejci, eds., Laussanne, Switzerland, 1987, pp. 75-76.
Dixon L.K., Heyl M.G. y Murray S., Interpretation of bulk atmospheric deposition and stormwater quality data in the Tampa Bay Region, Report No. 04-98, Tampa Bay Estuary Program, Tampa Bay Regional Planning Council, Mote Marine Laboratory, eds., Tampa, USA, 1998.
Dong A., Chesters G. y Simsiman G.V., Metal composition of soil, sediments and urban dust and dirt samples from the Menomonee River watershed, Wisconsin, USA, Water Air Soil Pollut. 22 (1984), pp. 257-275.
Dong A., Simsiman G.V. y Chesters G., Particle-size distribution and phosphorous levels in soil, sediment, and urban dust and dirt samples from the Menomonee River watershed, Wisconsin, USA, Wat. Res. 17 (1983), pp. 569-577.
Drapper D., Tomlinson R. y Williams P., Pollutant concentrations in road runoff: Southeast Queensland case study, J. Environ. Eng. 126 (2000), pp. 313-319.
Driscoll E.D. y Strecker E.W., Assessment of BMPs being used in the U.S. and Canada, Proceeding of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 945-950.
Driscoll E.D., Shelley P.E. y Strecker E.W., Pollutant loadings and impacts from highway stormwater runoff, Volume III: Analytical investigation and research report, Publication No. FHWA-RD-88-008, Federal Highway Administration, Washington D.C., USA, 1990.
Droppo L.G., Irvine K.N., Murphy T.P. y Jaskot C., Fractionated metals in street dust of a mixed land use sewershed, Hamilton, Ontario, Hydrology in a Changing Environment, British Hydrological Society, eds., London, United Kingdom, 1998, pp. 383-394.
Duncan H.P., A review of urban storm water quality processes, Rep. No. 95/9, Cooperative Research Centre for Catchment Hydrology, Melbourne, Australia, 1995.
Duong T.T y Lee B.K., Determining contamination level of heavy metals in road dust from busy traffic areas with different characteristics, J. Environ. Manage. 92 (2011), pp. 554-62.
Ebbert J.C. y Wagner R.J., Contributions of rainfall to constituent loads in storm runoff from urban catchments, Water Resour. Bull. 23 (1987), pp. 867-871.
Egodawatta P. y Goonetilleke A., Characteristics of pollution build-up on residential road surfaces, the 7th International conference on hydroscience and engineering (ICHE 2006), Piasecki M., Wang S.S.Y., Holz K.P., Kawahara M., Gonzalez A., Beran B., eds., Philadelphia, USA, 10 p., 2006.
Ellis H. y Bowman M., Critical loads and development of acid rain control options, J. Environ. Eng., 120 (1994), pp. 273-290.
CAPÍTULO 2.- ESTADO DEL ARTE
71
Ellis J.B. y Revitt D.M., Incidence of heavy metals in street surface sediments: solubility and grain size studies, Water Air Soil Pollut. 17 (1982), pp. 87-100.
Ellis J.B., Hamilton R. y Roberts A.H., Composition of suspended solids in urban stormwater, Urban storm quality, management, and planning, Proceedings of the Second International Conference on Urban Storm Drainage, Water Resources Publications, B.C. Yen, eds., Colorado, USA, 1981, pp. 184-190.
Ellis J.B., Harrop D.O. y Revitt D.M., Hydrological controls of pollutant removal from highway surfaces, Water Res. 20 (1986), pp. 589-595.
Ellis J.B., The characterization of particulate solids and quality of water discharged from an urban catchment, Effects of Urbanization and Industrialization on the Hydrological Regime and on Water Quality, Proceedings of the Amsterdam Symposium, Adlard & Son Ltd, Bartholomew, eds., Surrey, United Kingdom, 1977, pp. 283-291.
Ellis J.B., The nature and sources of urban sediments and their relation to water quality: A case study from north-west London, Man’s impact on the hydrological cycle in the United Kingdom, G.E. Hollis, Geo Abstracts Ltd, eds., Norwich, United Kingdom, 1979, pp. 199-216.
Essumang D.K., Dodoo D.K., Obiri S. y Oduro B.A.K., Analysis of vehicular fallouts from traffic in the Kumasi Metropolis, Ghana, Bull. Chem. Soc. Ethiop. 20 (2006), pp. 9-15.
Evans K.M., Gill R.A. y Robotham P.W.J., The PAH and organic content of sediment particle size fractions, Water Air Soil Pollut. 51 (1990), pp. 13-31.
Faiz Y., Tufail M., Tayyeb Javed M., Chaudhry M.M. y Naila-Siddique, Road dust pollution of Cd, Cu, Ni, Pb and Zn along Islamabad Expressway, Pakistan, Microchem. J. 92 (2009), pp. 186-192.
Faller M. y Richner P., Umwelteinflüsse auf Werkstoffe, Chimia 52 (1998), pp. 177-181. Fergusson J.E. y Ryan D., The elemental composition of street dust from large and small
urban areas related to city type, source and particle size, Sci. Total Environ. 34 (1984), pp. 101-116.
Flanders P.J., Collection, measurement, and analysis of airborne magnetic particulates from pollution in the environment, J. Appl. Physics 75 (1994), pp. 5931-5936.
Fletcher I.J., Pratt C.J. y Elliott G.E.P., An assessment of the importance of roadside gully pots in determining the quality of storm water runoff, Urban Storm Drainage, Proceedings of the International Conference held at the University of Southampton, P.R. Helliwell, Pentech, eds., Southamptom, United Kingdom, 1978, pp. 586-602.
Forster J., Patterns of runoff contamination and their potential implications on practice and regulation of treatment and local infiltration, Wat. Sci. Technol. 33 (1996), pp. 39-48.
Forster J., Roof runoff: A source of pollutants in urban storm drainage systems?, Proceedings of the Fifth International Conference on Urban Storm Drainage, Osaka, Japan, Y. Iwasa y T. Sueishi, eds., 1990, pp. 469-474.
Forster J., The influence of atmospheric conditions and storm characteristics on roof runoff pollution: Studies with an experimental roof system, Proceedings of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 411-416.
Forti M.C., Bicudo D.C., Bourotte C., Cicco V. y Arcoba F.C.S, Rainfall and troughfall chemistry in the Atlantic forest: a comparison between urban and natural areas (Sao Paulo State, Brazil), Hydrol. Earth Syst. 9 (2005), pp. 570-585.
Freud A.P. y Johnson C.D., Comparison and relationships of stormwater quality and basin characteristics: Madison, Wisconsin, Proceeding of the International Symposium on Urban Storm Runoff,, M.E. Meadows y R.W. De Vore, eds., Kentucky, USA, 1980, pp. 143-156.
CAPÍTULO 2.- ESTADO DEL ARTE
72
Friedland A.J., Johnson A.H. y Siccama T.G., Zinc, Cu, Ni and Cd in the forest floor in the Northeastern United States, Water Air Soil Pollut. 29 (1986), pp. 233-243.
Furumai H., Balmer H. y Boller M., Dynamic behavior of suspended pollutants and particle size distribution in highway runoff, Wat. Sci. Tech. 46 (2002), pp. 413-418.
Galloway J.N., Eisenreich S.J. y Scott B.C., Toxic substances in atmospheric deposition: A review and assessment, Report EPA No. 560/5-80-001, Environmental Protection Agency, US.EPA, Washington D.C., USA, 1982.
Galloway M.J., Laffan S.W. y Smith P.G., Urban stormwater pollutant loads and treatment success in three Sydney sub-catchments, Water 33 (2006), pp. 67-70.
Gatz D.F. y Chu, L.C., Metal solubility in atmospheric deposition, Toxic metals in atmosphere, J.O. Nriagu y C.I. Davidson, Wiley Interscience, eds., New York, USA, 1986, pp. 391-408.
Gavens A., Revitt D.M. y Ellis J.B., Sedimentary aliphatic hydrocarbons of an urban stormwater receiving basin, Urban storm quality, management, and planning, Proceedings of the Second International Conference on Urban Storm Drainage, B.C. Yen, eds., Water Resources Publications, Colorado, USA, pp. 79-88.
Gehrig R., Zeyer K., Bukowiecki N., Lienemann P., Poulikakos L.D., Furger M. y Buchmann B., Mobile load simulators - A tool to distinguish between the emissions due to abrasion and resuspension of PM10 from road surfaces, Atmos. Envir. 44 (2010), pp. 4937-4943.
German J. y Svensson G., Metal content and particle size distribution of street sediments and street sweeping waste, Water Sci. Technol. 46 (2002), pp. 191-198.
Gidhagen L., Johansson C., Langner J. y Foltescu V., Urban scale modeling of particle number concentration in Stockholm, Atmos. Envir. 39 (2005), pp. 1711-1725.
Gietl J.K., Lawrence R., Thorpe A.J. y Harrison R.M., Identification of brake wear particles and derivation of a quantitative tracer for brake dust at a major road, Atmos. Envir. 44 (2010), pp. 141-146.
Gnecco I., Berretta C., Lanza L.G. y La-Barbera P., Storm water pollution in the urban environment of Genoa, Italy, Atmos. Res. 77 (2005), pp. 60-73.
Gobel P., Dierkes C. y Coldewey W.C., Storm water runoff concentration matrix for urban areas, J. Contam. Hydrol. 91 (2007), pp. 26-42.
Golomb D., Ryan D., Eby N., Underhill J. y Zemba S., Atmospheric deposition of toxic onto Massachusetts Bay-I. Metals, Atmos. Environ. 31 (1997), pp. 1349-1359.
Good J.C., Roof runoff as a diffuse source of metals and aquatic toxicity in storm water, Wat. Sci. Technol. 28 (1993), pp. 317-321.
Goonetilleke A., Egodawatta P.K. y Kitchen B., Evaluation of pollutant build-up and wash-off from selected land uses at the Port of Brisbane, Australia, Marine Pollut. Bull. 58 (2009), pp. 213-221.
Gromaire-Mertz M.C., Garnaud S., Ahyerre M. y Chebbo G., The quality of street cleaning waters: comparison with dry and wet weather flows in a Parisian combined sewer system, Urb. Wat. 2 (2000), pp. 39-46.
Gromaire-Mertz M.C., Garnaud S., Gonzalez A. y Chebbo G., Characterization of urban runoff pollution in Paris, Wat. Sci. Technol. 39 (1999), pp. 1-8.
Grottker M., Runoff quality from a street with medium traffic loading, Sci. Total Environ. 59 (1987), pp. 457-466.
Guan D.S. y Peart M.R., Heavy metal concentrations in plants and soils at roadside locations and parks of urban Guangzhou, J. Environ. Sci. 18 (2006), pp. 495-502.
Gustafsson M., Blomqvist G., Gudmundsson A., Dahl A., Swietlicki E., Bohgard M., Lindbom J. y Ljungman A., Properties and toxicological effects of particles from the interaction between tyres, road pavement and winter traction material, J. Sci. Total Envir. 393 (2008), pp. 226-240.
Habibi K., Characteristics of particulate matter in vehicle exhaust, Environ. Sci. Technol. 7 (1973), pp. 223-234.
CAPÍTULO 2.- ESTADO DEL ARTE
73
Hajas L., Boggs D.B., Shuckrow A.J. y Quimpo R.G., Projecting urban runoff flows and loads, J. Environ. Eng. 104 (1980), pp. 1149-1163.
Hallberg M., Renman G. y Lundbom T., Seasonal variations of ten metals in highway runoff and their partition between dissolved and particulate matter, Water Air Soil Pollut. 181 (2007), pp. 183-191.
Halverson H.G, DeWalle D.R. y Sharpe W.E., Contribution of precipitation to quality of urban storm runoff, Water Resour. Bull. 20 (1984), pp. 859-864.
Halverson H.G., DeWalle D.R. y Sharpe W.E., Contribution of precipitation to quality of urban storm runoff, Water Resour. Bull. 20 (1984), pp. 859-864.
Han’e L., Bingtao L. y Shengfang L., Effect of urban traffic environment on roadside trees, Chin. J. Appl. Environ. Biol. 4 (2005), pp. 435-439.
Hares R.J. y Ward N.I., Comparison of the heavy metal content of motorway stormwater following discharge into wet biofiltration and dry detention ponds along the London Orbital (M25) motorway, Sci. Total Environ. 235 (1999), pp. 169-178.
Harned D.A., Effects of highway runoff on streamflow and water quality in the sevenmile creek basin, a rural area in the Piedmont Province of North Carolina, Paper 2329, USGS Water Supply, North Carolina, USA, 1988.
Harrison P.R., Perry R. y Wellings R., Lead and cadmium in precipitation: their contribution to pollution, J. Air Pollut. Control Assoc. 25 (1975), pp. 627-630.
Harrison R. M. y Wilson S.J., The chemical composition of highway drainage waters, Sci. Total Environ. 43 (1985), pp. 63-77.
Hartigan J.P., Lumb A.M., Smullen J.T., Grizzard T.J. y Alcivar P.A., Calibration of urban nonpoint pollution loading models, Verification of mathematical and physical models in hydraulic engineering, Preceedings of the 26th Annual Hydraulics Division Specialty Conference, Hydraulics Division, ASCE, eds., New York, USA, 1978, pp. 363-372.
Helsel D.R., Kim J.I., Grizzard T.J., Randall C.W. y Hoehn R.C., Land use influences on metals in storm drainage, J. Water Pollut. Control Fed. 51 (1979), pp. 709-717.
Hendry C.D. y Brezonik P.L., Chemistry of precipitation at Gainesville, Florida, Environ. Sci. Tech. 14 (1980), pp. 843-849.
Herngren L., Goonetilleke A. y Ayoko G.A., Analysis of heavy metals in road-deposited sediments, Anal. Chim. Acta, 571 (2006), pp. 270-278.
Herrmann R., Daub J. y Forster J., Reactions and transport behavior of trace organics (polycyclic aromatic hydrocarbons, chlorinated and volatile chlorinated hydrocarbons, nitrophenols) during road and roof runoff, Proceedings of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 405-410.
Hewitt C.N. y Rashed M.B., Removal rates of selected pollutants in the runoff waters from a major rural highway, Wat. Res. 26 (1992), pp. 311-319.
Hicks B., McMillen R., Turner R.S., Holdren G.R. y Strickland T.C., A national critical loads framework for atmospheric deposition effects assessment: III. Deposition characterization, Environ. Manage. 17 (1993), pp. 343-353.
Hodge V., Johnson S.R. y Goldberg E.D., Influence of atmospherically transported aerosols on surface ocean water composition, Geochem. J. 12 (1978), pp. 7-20.
Hoffman E.J., Latimer J.S., Mills G.L. y Quinn J.G., Petroleum hydrocarbons in urban runoff from commercial land use area, J. Water Pollut. Control Fed. 54 (1982), pp. 1517-1525.
Hoffman E.J., Mills G.L., Latimer J.S. y Quinn J.G., Urban runoff as a source of polycyclic aromatic hydrocarbons to coastal waters, Environ. Sci. Technol. 18 (1984), pp. 580-587.
Hontoria E.J., Establecimiento de un modelo de descontaminación por lavado en las calzadas urbanas, Rev. Ob. Pub. 3247 (1986), pp. 465-469.
CAPÍTULO 2.- ESTADO DEL ARTE
74
Hopke P.K., Xie Y., Raunemaa T., Biegalski S., Landsberger S., Maenhaut W., Artaxo P. y Cohen D., Characterization of the gent stacked filter unit PM10 sampler, Aerosol Sci. Tech. 27 (1997), pp. 726-735.
Horkeby B. y Malmquist P., Microsubstances in urban storm water, Effects of urbanization and industrialization on the hydrological regime and on water quality, Proceedings of the Amsterdam Symposium, Adlard & Son Ltd, Bartholomew, eds., Surrey, United Kingdom, 1977, pp. 252-264
Horner R.R., Skupien J.J., Livingston E.H. y Shaver H.E., Fundamentals of urban runoff management: Technical and institutional issues, Terrene Institute, eds., Washington D.C., USA, 1994.
Huber W.C., Modeling urban runoff quality: State of the Art, Urban runoff quality-impact and quality enhancement technology, Proceedings of an Engineering Foundation Conference, B. Urbonas, y L.A. Roesner, eds., ASCE Publications, Henniker, New Hampshire, New York, USA, 1986, pp.34-48.
Hudson N., Soil Conservation, B.T. Batsford Ltd, eds., London, 1971. Hunt A., Jones J. y Oldfield F., Magnetic measurements and heavy metals in atmospheric
particulates of anthropogenic origin, Sci. Total Environ. 33 (1984), pp. 129-139. Hunter J.V., Sabatino T., Gomperts R. y Mackenzie M.J., Contribution of urban runoff to
hydrocarbon pollution, Wat. Pollut. Control Fed. 51 (1979), pp. 2129-2138. Ichikawa A., Estimation of nonpoint source loading, Urban stormwater quality,
management and planning, Proceedings of the Second International Conference on Urban Storm Drainage, B.C. Yen, Water Resources Publications, eds., Colorado, USA, 1981, pp. 585-586.
Ichiki A., Yamada K. y Nakade Y., Study on quantification and management of runoff pollutants from nonpoint sources in urban area, Proceedings of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 537-542.
Inaba K., Extent of pollution by stormwater overflows and measures for its control, Advances in Water Pollution Research, Proceedings of the Fifth International Conference, S.H. Jenkins, Pergamon, eds., San Francisco, USA, pp. HA-8/1-HA-8/7.
Institut Cerdà, Manual de minimización de residuos y emisiones industriales, Buenas prácticas, , Agencia de Medio Ambiente, Ingoprint S.A., eds., Madrid, España, 1992.
James W. y Shivalingaiah B., Continuous mass balance of pollutant build-up processes, Urban runoff pollution, H.C. Torno, J. Marsalek y M. Desbordes, Springer-Verlag, eds., Berlin, Germany, 1986, pp. 243-271.
Johansson C., Norman M. y Burman L., Road traffic emission factors for heavy metals, Atmos. Envir. 43 (2009), pp. 4681-4688.
Kapitza H. y Eppel D.P., A case study in atmospheric lead pollution of North German Coastal Regions, J. Appl. Meteorol. 39 (2000), pp. 576-588.
Ketzel M., Wåhlin P., Berkowicz R. y Palmgren F., Particle and trace gas emission factors under urban driving conditions in Copenhagen based on street and roof-level observations, Atmos. Envir. 37 (2003), pp. 2735-2749.
Kidwell-Ross R., Port of Seattle Commissions Sweeping Study, Am. Sweep. 6 (1998), pp. 18-19.
Kim D.S., An K.G. y Kim K.H., Heavy metal pollution in the soils of various land use types based on physicochemical characteristics, Environ. Sci. Health 38 (2003), pp. 839-853.
Kim L.H., Zoh K.D., Jeong S.M., Kayhanian M. y Stenstrom M.K., Estimating pollutant mass accumulation on highways during dry periods, J. Environ. Eng. 132 (2006), pp. 985-993.
Kobriger N.K. y Geinopolos A., Sources and migration of runoff pollutants, Rep. No. FHWA-RD-84-059, United States Federal Highway Administration, Washington D.C., 1984.
CAPÍTULO 2.- ESTADO DEL ARTE
75
Konno H. y Nonomura S., Sediment discharge on land grading areas in Kohoku, Japan, Urban stormwater quality, management, and planning, Proceeding of the Second International Conference on Urban Storm Drainage, Water Resources Publications, B.C. Yen, eds., Colorado, USA, 1981, pp. 209-217.
Kupiainen K., Road dust from pavement wear and traction sanding, Monographs of the Boreal Environment Research, No. 26, Finnish Environment Institute, Helsinki, Finland, 45 p., 2007.
Lau S.L. y Stenstrom M.K., Metals and PAHs adsorbed to street particles, Wat. Res. 39 (2005), pp. 4083-4092.
Lazaro T.R., Urban hidrology. A multidisciplinary perspective, Technomic Publisching Company Inc., Pennsylvania, USA, 1990.
LeBouthillier D.W., Kells J.A. y Putz G.J., Prediction of Pollutant Load in Stormwater Runoff from and Urban Residential area, Can. Wat. Resour. J. 25 (2000), pp. 343-359.
Lee J.H., Bang K.W., Ketchum L.H., Choe J.S. y Yu M.J., First flush analysis of urban storm runoff, Sci. Total Environ. 293 (2002), pp. 163-175.
Legret M. y Pagotto C., Heavy metal deposition and soil pollution along two major rural highways, Environ. Technol. 27 (2006), pp. 247-254.
Li L.Q., Yin C.Q., Kong L.L. y He Q.C., Effect of antecedent dry weather period on urban storm runoff pollution load, Huan Jing Ke Xue 28 (2007), pp. 2287-2293.
Liebens J., Heavy metal contamination of sediments in stormwater management systems: the effect of land use, particle size, and age, Environ. Geol. 41 (2001), pp. 341-351.
Lim J.H., Sabin L.D., Schiff K.C. y Stolzenbach K.D., Concentration, size distribution, and dry deposition rate of particle-associated metals in the Los Angeles region, Atmos. Environ. 40 (2006), pp. 7810-7823.
Lua X., Wanga L., Li L.Y., Lei K., Huanga L. y Kang D., Multivariate statistical analysis of heavy metals in street dust of Baoji, NW China, J. Hazardous Materials 173 (2010), pp. 744-749.
MacNeill B.J., Waller D.H. y Hart W.C., Effects of development on erosion and sedimentation in the Halifax urban watersheds program, Canadian Research Basins: Successes, Failures and Future, Proceedings of the Canadian Hydrology Symposium No. 17, Alberta, Canada, pp. 283-285.
Malmquist P. y Svensson G., Urban storm water pollutant sources, Effects of Urbanization and Industrialization on the Hydrological Regime and on Water Quality, Proceeding of the Amsterdam Symposium, Adlard & Son Ltd, Bartholomew, eds., Surrey, United Kingdom, 1977, pp. 31-38.
Malmquist P., Atmospheric fallout and street cleaning – effects on urban storm water and snow, Prog. Water Tech. 10 (1978), pp. 495-505.
Mangani G., Berloni A., Bellucci F., Tatàno F. y Maione M., Evaluation of the pollutant content in road runoff first flush waters, Water Air Soil Pollut. 160 (2005), pp. 213-228.
Mangani G., Berloni A., Bellucci F., Tatàno F., y Maione M., Evaluation of the pollutant content in road runoff first flush waters, Water Air Soil Pollut. 160 (2005), pp. 213-228.
Marsalek J., Pollution due to urban runoff: Unit 1oads and abatement measures, National Water Research Institute, Center for Inland Waters, eds., Ontario, Canada, 1978.
Massadeh A.M., Jaradat Q.M., Momani K.A. y Saleem M.A., Distribution of heavy metals in some tree leaves along the main road in an agricultural area, Commun. Soil Sci. Plant Anal. 40 (2009), pp. 1254-1267.
Matzka J. y Maher B.A., Magnetic biomonitoring of roadside tree leaves: identification of spatial and temporal variations in vehicle-derived particulates, Atmos. Envir. 33 (1999), pp. 4565-4569.
CAPÍTULO 2.- ESTADO DEL ARTE
76
Mayer R. y Ulrich B., Calculation of deposition rates from the flux balance, Deposition of atmospheric pollutants, H.W. Georgii y J. Pankrath, D. Reidel Publ. Co., eds., Dordrecht, Holland, 1982, pp. 195-200.
McKenzie D.J. y Irwin G.A., Water-quality assessment of stormwater runoff from a heavily used urban highway bridge in Miami, Florida, Report No. 83-4153, USGS, Water Resources Investigations, Menlo Park, California, USA, 1983.
Meister J.F. y Kefer S., Stormwater quality from an urbanizing watershed, Urban stormwater quality, management, and planning, Proceeding of the Second International Conference on Urban Storm Drainage, Water Resources Publications, B.C. Yen, eds., Colorado, USA, 1981, pp. 69-78.
Mineart P. y Singh S., Storm inlet pilot study, Alameda County Urban Runoff Clean Water Program Woodward-Clyde Consultants, eds., Oakland, USA, 1994.
Mingkui Z. y Hao W., Concentrations and chemical forms of potentially toxic metals in road-deposited sediments from different zones of Hangzhou, China, J. Environ. Sci. 21 (2009), pp. 625-631.
Muller J. y Bielke S., Wet removal of heavy metals from the atmosphere, International Conference on Heavy Metals in the Environment, Symposium Proceedings, University of Toronto, Canada, 1975, pp. 987-999.
Murakami M., Nakajima F., Furumai H., Tomiyasu B. y Owari M., Identification of particles containing chromium and lead in road dust and soakaway sediment by electron probe microanalyser, Chemosphere 67 (2007), pp. 2000-2010.
Muschack W., Pollution of street run-off by traffic and local conditions, Sci. Total Environ. 93 (1990), pp. 419-431.
Ng H.Y.F., Rainwater contribution to the dissolved chemistry of storm runoff, Urban storm water quality, planning and management, Proceedings of the Fourth International Conference on Urban Storm Drainage, W. Gujer y Krejci, eds., Lausanne, Switzerland, pp. 21-26.
Nicholson K.W., A review of particle resuspension, Atmos. Envir. 22 (1988), pp. 2639-2651.
Nie F.H., Li T., Yao H.F., Feng M. y Zhang G.K., Characterization of suspended solids and particle-bound heavy metals in a first flush of highway runoff, J. Zhejiang Univ. 9 (2008), pp. 1567-1575.
Novotny V. y Kincaid G.W., Acidity of urban precipitation and its buffering during overland flow, Urban Stormwater Quality, management, and Planning, Proceeding of the Second International Conference on Urban Storm Drainage, B.C. Yen, Water Resources Publications, eds., Colorado, USA, 1981, pp. 1-9.
Novotny V., Sung H.M., Bannerman R. y Baum K., Estimating nonpoint pollution from small urban watersheds, J. Water Pollut. Control Fed. 57 (1985), pp. 339-348.
Novotny V., Sung H.M., Bannerman R. y Baum K., Estimating nonpoint pollution from small urban watersheds, J. Water Pollut. Control Fed. 57 (1985), pp. 339-348.
Oesch S. y Heimgartner P., Environmental effects on metallic materials – Results of an outdoor exposure program running in Switzerland, Materials Corrosion 47 (1996), pp. 425-438.
Omstedt G., Johansson C. y Bringfelt B., A model for vehicle induced nontailpipe emissions of particles along Swedish roads, Atmos. Envir. 39 (2005), pp. 6088-6097.
Owe M., Craul P.J. y Halverson H.G., Contaminant levels in precipitation and urban surface runoff, Water Resour. Bull. 18 (1982), pp. 863-868.
Palmgren T. y Bennerstedt K., Heavy metals in stormwater- content and sources, Proceedings of the Third International Conference on Urban Storm Drainage, P. Balmer, P. Malmquist y A. Sjoberg, eds., Goteborg, Sweden, 1984, pp. 919-928.
Park M.H. y Stenstrom M.K., Geoscience and remote sensing symposium, IGARSS, IEEE Internat. 4 (2008), pp. 597-600.
CAPÍTULO 2.- ESTADO DEL ARTE
77
Pechacek L.D., Urban runoff based on land use and particle size, ASCE National Conference on Hydraulic Engineering, Buffalo, USA, 1994, pp. 1242-1246.
Pérez G., López-Mesas M. y Valiente M., Assessment of heavy metals remobilization by fractionation: comparison of leaching tests applied to roadside sediments, Environ. Sci. Technol. 42 (2008), pp. 2309-2315.
Peterson F.M. y Batley G.E., Road runoff and its impact on the aquatic environment: a review, Investigation Report No CET/LH/IR076, Centre for Analytical Chemistry, CSIRO, Lucas Heights, Australia, 1992.
Peyton T., Mclntosh A., Anderson V. y Yost K., Aerial input of heavy metals into an aquatic ecosystem, Water Air Soil Pollut. 5 (1976), pp. 443-451.
Pirrone N. y Keeler G.J., Deposition of trace metals in urban and rural areas in the Lake Michigan basin, Wat. Sci. Tech. 28 (1993), pp. 261-270.
Pitt R., Bannerman R. y Sutherland R., The role of street cleaning in stormwater management, World Water and Environment Congress, American Society of Civil Engineers, eds., Salt Lake City, Utah, USA, 2004, pp. 1-9.
Pitt R., Demonstration of nonpoint pollution abatement through improved street cleaning practices, Rep. No. EPA-600/2-79-161, Unites States Environmental Protection Agency, Cincinnati, USA, 1979.
Poissant L., Page P. y Beron P., Analysis of rainwater quality variability on mesoscale: Case of the Montreal Island, Water Air Soil Pollut. 73 (1994), pp. 363-373.
Polkowska Ż., Skarżyńska K., Dubiella-Jackowska A., Staszek W., Namieśnik J., Evaluation of pollutant loading in the runoff waters from a major urban highway (Gdansk Beltway, Poland), Global NEST J. 9 (2007), pp. 269-275.
Pope W., Graham N.J.D., Young R.J. y Perry R., Urban runoff from a road surface-A water quality study, Prog. Water Tech. 10 (1978), pp. 533-543.
Prada J.M., García J.M., González W., Fiestras M.G., Espada M.I. y Lucas T., Multivariate statistical analysis of precipitation chemistry in Northwesterm Spain, Water Air Soil Pollut. 69 (1993), pp. 37-55.
Prasad D., Henry J.G. y Kovacko R., Pollution potential of autumn leaves in urban runoff, Proceedings of the International Symposium on Urban Storm Runoff, M.E. Meadows y R.W. De Vore, Kentucky, USA, 1980, pp. 197-202.
Pravoshinsky N.A. y Gatillo P.D., Determination of the pollutional effect of surface runoff, Advances in Water Pollution Research, Proceedings of the Fourth International Conference, S.H. Jenkins, Pergamon, eds., Prague, Czech Republic, 1969, pp. 187-203.
Preciado H. y Li L., Evaluation of metal loadings and bioavailability in air, water and soil along two highways of British Columbia, Canada, Water Air Soil Pollut. 172 (2006), pp. 81-108.
Price R.K. y Mance G., A suspended solids model for storm water runoff, Urban storm drainage, Proceedings of the International Conference held at the University of Southampton, P.R. Helliwell, Pentech, eds., United Kingdom, 1978, pp. 546-555.
Prichard H.M., Sampson J. y Jackson M., A further discussion of the factors controlling the distribution of Pt, Pd, Rh and Au in road dust, gullies, road sweeper and gully flusher sediment in the city of Sheffield, UK, J. Sci. Total Envir. 407 (2009), pp. 1715-1725.
Prych E.A. y Ebbert J.C., Effects of street sweeping on runoff quality, Urban storm water quality, planning and management, Proceedings of the Fourth International Conference on Urban Storm Drainage, W. Gujer y V. Krejci, eds., Lausanne, Switzerland, 1987, pp. 53-54.
Quek U. y Forster J., Trace metals in roof runoff, Water Air Soil Pollut. 68 (1993), pp. 373-389.
Querol X., Alastuey A., Ruiz C.R., Artinano B., Hansson H.C., Harrison R.M., Buringh E., Ten Brink H.M., Lutz M., Bruckmann P., Straehl P. y Schneider J., Speciation and
CAPÍTULO 2.- ESTADO DEL ARTE
78
origin of PM10 and PM2.5 in selected European cities, Atmos. Envir. 38 (2004), pp. 6547-6555.
Querol X., Alastuey A., Ruiz C.R., Artiñano B., Hansson H.C., Harrison R.M., Buringh E., ten Brink H.M., Lutz M., Bruckmann P., Straehl P. y Schneider J., Speciation and origin of PM10 and PM2.5 in selected European cities, Atmos. Envir. 38 (2004), pp. 6547-6555.
Randall C.W., Grizzard T.J., Helsel D.R. y Griffin D.M., Comparison of pollutant mass loads in precipitation and runoff in urban areas, Urban Stormwater Quality, Management, and Planning, Proceeding of the Second International Conference on Urban Storm Drainage, B.C. Yen, Water Resources Publications, Colorado, USA, 1981, pp. 29-38.
Randall C.W., Helsel D.R., Grizzard T.J. y Hoehn R.C., The impact of atmospheric contaminants on storm water quality in an urban area, Prog. Water Tech. 10 (1978), pp. 417-431.
Reinertsen T.R., Quality of stormwater runoff from streets, Urban stormwater quality, management, and planning, Proceeding of the Second International Conference on Urban Storm Drainage, B.C. Yen, Water Resource Publications, eds., Colorado, USA, 1981, pp. 107-115.
Reinfelder J., Totten L. y Eisenreich E., The New Jersey atmospheric deposition network, Final Report, NJDEP Division of Science, Research and Technology, New Jersey, USA, 2004.
Revitt D.M. y Ellis J.B., Rain water leachates of heavy metals in road surface sediments, Wat. Research 14 (1980), pp. 1403-1407.
Revitt D.M., Ellis J.B. y Oldfield F., Variations in heavy metals of stormwater suspended solids in a separate sewer system, Urban stormwater quality, management, and planning, Proceedings of the Second International Conference on Urban Storm Drainage, B.C. Yen, Water Resources Publications, eds., Illinois, USA, 1981, pp. 49-58.
Robertson D.J. y Taylor K.G., Temporal Variability of Metal Contamination in Urban Road-deposited Sediment in Manchester, UK: Implications for Urban Pollution Monitoring, Water Air Soil Pollut. 186 (2007), pp. 209-220.
Rogge W.F., Hildermann L.M., Mazurek M.A. y Cass G.R., Sources of fine organic aerosol, Road dust, tire debris, and organometallic brake lining dust: Roads as sources and sinks, Environ. Sci. and Tech. 27 (1993), pp. 1892-1904.
Rosselot K., Copper released from brake lining wear in the San Francisco Bay area, Report prepared for the Brake Pad Partnership, State Water Resources Control Board (SWRCB), eds., California, USA, 2006.
Sabin L.D., Limb J.H., Stolzenbachb K.D. y Schiffa K.C., Contribution of trace metals from atmospheric deposition to stormwater runoff in a small impervious urban catchment, Wat. Res. 39 (2005), pp. 3929-3937.
Saget A., Chebbo G. y Bachoc A., Evaluation of urban runoff volume to be treated at the outlet of separately sewered catchments, Wat. Sci. Tech. 25 (1992), pp. 225-232.
Sansalone J.J. y Buchberger S.G., Characterization of solid and metal element distributions in urban highway stormwater, Wat. Sci. Tech. 36 (1997), pp. 8-9.
Sansalone J.J. y Cristina C.M., First flush concepts for suspended and dissolved solids in small impervious watersheds, J. Environ. Eng. 130 (2004), pp. 1301-1314.
Sartor J.D. y Boyd G.B., Water pollution aspects of street surface contaminants, Rep. No. EPA R2-72-081, United States Environmental Protection Agency, Washington D.C., 1972.
Sartor J.D. y Gaboury D.R., Street sweeping as a water pollution control measure: Lessons learned over the past ten years, Sci. Total Environ. 33 (1984), pp. 171-183.
SCAQMD, PM10 emissions from paved and unpaved roads, and livestock operations, Rule 1186, South Coast Air Quality Management District, California, USA, 2004.
CAPÍTULO 2.- ESTADO DEL ARTE
79
Schäfer J. y Puchelt H., Platinum-Group-Metals (PGM) emitted from automobile catalytic converters and their distribution in roadside soils, J. Geochem. Explor. 64 (1998), pp. 307-314.
Schauer J.J., Lough G.C, Shafer M.M., Christensen W.F., Arndt M.F., DeMinter J.T. y Park J.-S., Characterization of Metals Emitted from Motor Vehicles, Research Reports, No. 133, The Health Effect Institute, Boston, USA, 86 p., 2006.
Schillinger J.E. y Gannon J.J., Bacterial adsorption and suspended particles in urban stormwater, Wat. Pollut. Control Fed. 57 (1985), pp. 384-389.
Seinfeld J.H. y Pandis S.N., Atmospheric chemistry and physics. From air pollution to climate change, John Wiley & Sons Inc., eds., New York, USA, 1326 p., 1998.
Selbig W.R. y Bannerman R.T., Evaluation of street sweeping as a stormwater-quality-management tool in three residential basins in Madison, Wisconsin, Report 2007–5156, U.S. Geological Survey Scientific Investigations, Virginia, USA, 2007.
Shaheen D.G., Contributions of urban roadway usage to water pollution, Rep. No. EPA 600/2-75-004, United States Environmental Protection Agency, Washington D.C., 1975.
Shelley P.E., Driscoll E.D. y Sartor J.D., Probabilistic characterization of pollutant discharges from highway stormwater runoff, Sci. Total Environ. 59 (1987), pp. 401-410.
Shivalingaiah B. y James W., Algorithms for buildup, washoff, and routing pollutants in urban runoff, Proceedings of the International Conference on urban Storm Drainage, P. Balmer, P. Malmquist y A. Sjoberg, eds., Goteborg, Sweden, 1984, pp. 1445-1455.
Shivalingaiah B. y James W., Storm water pollution modeling: First-order atmospheric dustfall processes that affect runoff quality, Can. J. Civ. Eng. 13 (1986), pp. 95-105.
Shivalingaiah B. y James W., Stormwater pollution modeling: Minor source of pollutants in urban sewer networks, Can. J. Civ. Eng. 14 (1987), pp. 131-134.
Shoemaker L., Lahlou M., Doll A. y Cazenas P., Stormwater best management practices in an ultra-urban setting-Selection and monitoring, Report No. FHWA–EP–00–002, Federal Highway Administration, California, USA, 2000.
Singeisen C. y Boller M., Dachabfluss als Quelle diffuser Kupferbelastungen, Report, AWAG, Duebendorf, Switzerland, 1997.
Siqueira C.B., Acumulação e balanço de sedimentos em superfícies asfálticas em área urbana de Santa Maria-RS, M.Sc. Thesis, Área de Concentração em Recursos Hídricos e Saneamento Ambiental, Universidade Federal de Santa Maria (UFSM, RS), Brasil, 2006.
Smullen J.T., Shallcross A.L. y Cave K.A., Updating the U.S. Nationwide Urban runoff quality data base, Wat. Sci. Tech. 39 (1999), pp. 9-16.
Sonzogni W.C., Chesters G., Coote D.R., Jeffs D.N., Konrad J.C., Ostry R. C. y Robinson J.K., Pollution from land runoff, Environ. Sci. Technol. 14 (1980), pp. 148-153.
Sriananthakumar K. y Codner G.P., Factors affecting pollutant washoff decay coefficient in urban catchments, International Symposium on Urban Stormwater Management, Barton, ACT, Institution of Engineers, eds., Sydney, Australia, 1992, pp. 390-395.
Steiner M., Frenzel I. y Boller M., Untersuchungen zum Kupferabtrag einer Kupferfassade, Report, EAWAG, Duebendorf, Switzerland, 2001.
Steinnes E., Hanssen J.E., Rambaek J.P. y Vogt N.B., Atmospheric deposition of trace elements in Norway: Temporal and spatial trends studied by moss analysis, Water Air Soil Pollut. 74 (1994), pp. 121-140.
Stephenson D. y Wimberley F.R., Stormwater pollution from a developing area in South Africa, Proceeding of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 658-664.
Stone M. y Marsalek J., Trace metal composition and speciation in street sediment: Sault Ste. Marie, Canada, Water Air Soil Pollut. 87 (1996), pp. 149-169.
CAPÍTULO 2.- ESTADO DEL ARTE
80
Sutherland R.A. y Tolosa C.A., Multi-element analysis of road deposited sediment in an urban drainage basin, Honolulu, Hawaii, Environ. Pollut. 110 (2000), pp. 483-495.
Sutherland R.A., Jelen S.L. y Minton G., High efficiency sweeping as an alternative to the use of wet vaults for stormwater treatment, Advances in modelling the management of stormwater impacts, Computational Hydraulics International, W. James, eds., Guelph, Canada, 1998.
Sutherland R.A., Lead in grain size fractions of road-deposited sediment, Environ. Pollut. 121 (2003), pp. 229-237.
Sutherland R.A., Tack F.M.G., Ziegler A.D. y Bussena J.O., Metal extraction from road-deposited sediments using nine partial decomposition procedures, Applied Geochem. 19 (2004), pp. 947-955.
Sutherland R.C. y Jelen S.L., Contrary to conventional wisdom, street sweeping can be an effective BMP, Advances in modeling the management of stormwater impacts: Guelph, Ontario, Computational Hydraulics International, W. James, eds., 1997, pp. 179-190.
Sutherland R.C., An overview of stormwater quality modeling, Proceedings of the International Symposium on Urban Storm Runoff, M.E. Meadows & R.W. De Vore, eds., Kentucky, USA, 1980, pp. 157-170.
Swaileh K.M., Hussein R.M. y Abu-Elhaj S., Assessment of heavy metal contamination in roadside surface soil and vegetation from the West Bank, Arch. Environ. Contam. Toxicol. 47 (2004), pp. 23-30.
Tai Y.L., Physical and chemical characterization of street dust and dirt from urban areas, MS diss., University Park, Pennsylvania, USA, 1991.
Temprano J. and Tejero I., Detention storage volume for combined sewer overflow into a river, Environ. Technol. 23 (2002), pp. 663-675.
Terrene Institute, A clean sweep now possible: Virginia, Runoff Report, The Terrene Institute, Alexandria, USA, 1998.
Terstriep M.L., Bender G.M. y Noel D.C., Final report – NURP project, Champaign, Illinois: evaluation of the effectiveness of municipal sweeping in the control of urban storm runoff pollution, State Water Survey Division, Illinois Dept. of Energy and Natural Resources, Champaign-Urbana, Illinois, USA, 1982.
Thomas P.R. y Greene G.R., Rainwater quality from different roof catchments, Wat. Sci. Technol. 28 (1993), pp. 291-299.
Thomas W., The atmospheric emission of heavy metals at 14 stations in Bavaria, Federal Republic of Germany, Proceeding International Conference on Heavy Metals in the Environment, CEP Consultants, Edinburgh, Scotland, 1983, pp. 144-147.
Thomson N.R., McBean E.A., Snodgrass W. y Monstrenko I.B., Highway stormwater runoff quality: Development of surrogate parameter relationships, Water Air Soil Pollut. 94 (1997), pp. 307-347.
Thornton J.D. y Eisenreich S.J., Impact of land-use on the acid and trace element composition of precipitation in the north central U.S., Atmos. Environ. 16 (1982), pp. 1945-1955.
Tobin G.A. y Brinkmann R., The effectiveness of street sweepers in removing pollutants from road surfaces in Florida, J. Environ. Sci. Health 37 (2002), pp. 1687-1700.
Torno H.C., The nationwide urban runoff program, Proceedings of the Third International Conference on Urban Storm Drainage, P. Balmer, P. Malmquist y A. Sjoberg, eds., Goteborg, Sweden, 1984, pp. 1465-1474.
Tremolieres M., Deoxygenating effect and toxicity of ground-up dried coniferous needles and deciduous leaves of Canadian trees in water: A preliminary study in comparison with litter of European trees, Water Res. 22 (1988), pp. 21-28.
Tsai P., Hoenicke R., Hansen E. y Lee K., San Francisco Bay atmospheric deposition pilot study Part 2: Trace metals, SFEI Contribution 73, San Francisco Estuary
CAPÍTULO 2.- ESTADO DEL ARTE
81
Regional Monitoring Program for Trace Substances, San Francisco Estuary Institute, eds., San Francisco, USA, 2001.
Tucker C.G.J. y Mortimer G.H., The generation de suspended solids loads in urban stormwater, Urban Storm Drainage, Proceeding of the International Conference held at the University of Southamptom, P.R. Helliwell, Pentech, eds., Southamptom, United Kingdom, 1978, pp. 695-704.
Turer D., Effect of non-vehicular sources on heavy metal concentrations of roadside soils, Water Air Soil Pollut. 166 (2005), pp. 251-264.
Turer D., Maynard J.B. y Sansalone J.J., Heavy metal contamination in soils of urban highways comparison between runoff and soil concentrations at Cincinnati, Ohio, Water Air Soil Pollut. 132 (2004), pp. 293-314.
U.S. Environmental Protection Agency, Guidance manual for the preparations of NPDES permit applications for storm water discharges associated with industrial activity, EPA No. 505891002, Office of Wastewater Enforcement and Compliance, Washington, USA, 1991.
U.S. Environmental Protection Agency, Results of the nationwide urban runoff program, Final Report No. PB 84-185552, Water Planning Division, Washington D.C., USA, 1983.
Urbonas B., Summary of stormwater quality management practices, Water resources, planning and management and urban water resources, Proceedings of the 18th Annual Conference and Symposium, American Society of Civil Engineers, J.L. Anderson, eds., New Orleans, Lousiana, 1991, pp. 333-337.
US.EPA, Physical and settling characteristics of particulates in storm and sanitary, Report No. EPA/670/2-75-011, U.S. Environmental Protection Agency, Washington D.C., USA, 1975.
Valiron F. y Tabuchi J.P., Maitrise de la pollution urbaine par temps de pluie, Tec & Doc-Lavoisier, eds., Paris, France, 1992.
Van Bohemen H.D. y Janssen Van de Laak W.H., The influence of road infrastructure and traffic on soil, water and air quality, Environ. Manage. 31 (2003), pp. 50-68.
Vaze J. y Chiew H.S., Experimental study of pollutant accumulation on an urban road surface, Urb. Wat. 4 (2002), pp. 379-389.
Vaze J. y Chiew H.S., Particle Size Distribution in Highway Runoff, J. Environ. Eng. 130 (2004), pp. 391-396.
Vermette S.J., Irvine K.N. y Drake J.J., Temporal variability of the elemental composition in urban street dust, Environ. Monit. Assess. 18 (1991), pp. 69-77.
Viklander M., Particle size distribution and metal content in street sediments, J. Environ. Eng. 124 (1998), pp. 761-766.
Vorreiter L. y Hickey C., Incidence of the first flush phenomenon in catchments of the Sydney Region, Water Down Under 3 (1994), pp. 359-364.
Wåhlin P., Berkowicz R. y Palmgren F., Characterisation of traffic-generated particulate matter in Copenhagen, Atmospheric Environment 40 (2006), pp. 2151-2159.
Wanielista M.P., Urban stormwater quality, management, and planing, Proceeding of the Second International Conference on Urban Storm Drainage, B.C. Yen, Water Resources Publications, eds., Colorado, USA, 1981, pp. 539-543.
Weeks C.R., Pollution in urban stormwater runoff, Urban stormwater quality, management, and planning, Proceeding of the Second International Conference on Urban Storm Drainage, Water Resources Publications, B.C. Yen, eds., Colorado, USA, 1981, pp. 39-48.
Wei B. y Yang L., A review of heavy metal contaminations in urban soils, urban road dusts and agricultural soils from China, Microchem. J. 94 (2010), pp. 99-107.
Wei B., Jiang F., Li X. y Mu S., Spatial distribution and contamination assessment of heavy metals in urban road dusts from Urumqi, NW China, Microchem. J. 93 (2009), pp. 147-152.
CAPÍTULO 2.- ESTADO DEL ARTE
82
Whipple W., Hunter J.V. y Yu S.L., Effects of storm frequency on pollution from urban runoff, J. Water Pollut. Control Fed. 49 (1977), pp. 2243-2248.
Whipple W., Kropp R. y Burke S., Implementing dual-purpose stormwater detention programs, J. Water Resour. Plann. Manage. 113 (1987), pp. 779-793.
Wiener J.C., Aerial inputs of cadmium, copper, lead, and manganese into a freshwater pond in the vicinity of a coal-fired power plant, Water Air Soil Pollut. 12 (1979), pp. 343-353.
Wright A., The effect of third world type urbanization on stormwater quality in Khayelitsha, South Africa, Proceedings of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 665-669.
Wu J.S., Allan C.J., Saunders W.L. y Evett J.B., Characterization and pollutant loading estimation for highway runoff, J. Environ. Eng. 124 (1998), pp. 584-592.
Xiangdong L., Chi-Sun P. y Pui-Sum L., Heavy metal contamination of urban soils and street dusts in Hong Kong, Applied Geochem. 16 (2001), pp. 1361-1368.
Yamada K., Umehara T. y Ichiki A., Study on statistical characteristics of nonpoint pollutants deposited in urban areas, Water Sci. Technol. 28 (1993), pp. 283-290.
Yang T., Liu Q., Li H., Zeng Q. y Chan L., Anthropogenic magnetic particles and heavy metals in the road dust: Magnetic identification and its implications, Atmospheric Envir. 44 (2010), pp. 1175-1185.
Yaziz M.I., Gunting H., Sapari N. y Ghazali A.W., Variations in rainwater quality from roof catchments, Water Res. 23 (1989), pp. 761-765.
Yee C., Road surface pollution and street sweeping, Report, Environmental Sciences, University of California, Berkeley, USA, 13 p., 2005.
Ylaeranta T., Effect of road traffic on heavy metal concentrations of plants, Agric. Sci. Finl. 4 (1995), pp. 35-48.
Yuan Y., Hall K. y Oldham C., A preliminary model for predicting heavy metal contaminant loading from an urban catchment, Sci. Total Environ. 266 (2001), pp. 299-307.
Zaidi M.I., Asrar A., Mansoor A. y Farooqui M.A., The heavy metal concentration along roadside trees of Quetta and its effects on public health, J. Appl. Sci. 5 (2005), pp. 708-711.
Zanders J.M., Road sediment: characterization and implications for the performance of vegetated strips for treating road run-off, Sci. Total Environ. 339 (2005), pp. 41-47.
Zhao H., Li X., Wang X. y Tian D., Grain size distribution of road-deposited sediment and its contribution to heavy metal pollution in urban runoff in Beijing, China, J. Hazardous Materials 183 (2010), pp. 203-210.
Zhen-Ren G., Huei-Min Y. y Huaisheng C., Water quality of initial runoff of storm in urban areas in South China: Experiments, Proceedings of the Sixth International Conference on Urban Storm Drainage, J. Marsalek y H.C. Torno, eds., Ontario, Canada, 1993, pp. 670-675.
Zhu W., Bian B. y Li L., Heavy metal contamination of road-deposited sediments in a medium size city of China, Environ. Monit. Assess. 147 (2008), pp. 171-181.
Zobrist J., Müller S.R., Ammann A., Bucheli T.D., Mottier V., Ochs M., Schoenenberger R., Eugster J. y Boller M., Quality of roof runoff for groundwater infiltration, Wat. Res. 34 (2000), pp. 1455-1462.
CAPÍTULO 3.- MATERIALES Y MÉTODOS
83
CAPÍTULO 3.- MATERIALES Y MÉTODOS
3.1 ANTECEDENTES
A partir del estudio del estado del arte se procedió a seleccionar los sistemas de
muestreo y análisis de laboratorio de mayor utilidad para el desarrollo y
validación de la metodología propuesta en la presente investigación. En la etapa
de desarrollo se seleccionó para la caracterización metálica del sedimento viario la
metodología de aspirado y barrido en seco propuesta por Vaze y Chiew (2002), y
la técnica más utilizada por su fácil aplicación y bajo costo, la metodología de
barrido en seco. Estos métodos fueron validados y aplicados sobre superficies
viarias de las ciudades de Torrelavega (España) y Soacha (Colombia). Por otro
lado, para la caracterización metálica del material en suspensión se seleccionaron
equipos de muestreo de alto volumen para partículas suspendidas totales (PST) y
de tamaño menor o igual a 10 µm (PM10). Estos equipos fueron utilizados en la
etapa de desarrollo de la metodología propuesta en la ciudad de Soacha. Para la
etapa de validación en la ciudad de Bogotá D.C. (Colombia), se utilizó la
metodología de barrido en seco para la caracterización metálica del sedimento
viario. Por otro lado, para el monitoreo del material en suspensión (PM10) se
seleccionaron equipos de monitoreo continuo de partículas mediante atenuación
de rayos beta.
Este capítulo se inicia con la presentación de los componentes, el protocolo, la
eficacia y las limitaciones de los sistemas de muestreo seleccionados.
Posteriormente, se exponen los análisis de laboratorio empleados para la
caracterización del contenido metálico asociado con el sedimento viario y el
material en suspensión. Finalmente, se presenta una síntesis de los materiales y
métodos empleados en la presente investigación.
CAPÍTULO 3.- MATERIALES Y MÉTODOS
84
3.2 SISTEMAS DE MUESTREO
3.2.1 Sistemas de aspirado y barrido en seco (SABS), y barrido en seco (SBS)
para muestras viarias en superficie
3.2.1.1 Componentes de los sistemas de muestreo
Para el desarrollo de la metodología propuesta en la presente investigación se
utilizaron dos sistemas de muestreo en superficie. El sistema de muestreo
empleado en la ciudad de Torrelavega estuvo constituido por tres componentes:
(i) un marco de metacrilato con un área de 0,50 m2 (0,707 x 0,707 m); (ii) un
aspirador de 1,5 kW de potencia capacitado para retener partículas de tamaño
mayor a 1 µm; y (iii) un cepillo manual de fibras sintéticas (ver Figura 3.1).
Adicionalmente, se utilizó un generador eléctrico diesel de 4,9 kW de potencia.
Este sistema de muestreo fue identificado como de barrido y aspirado en seco
(SABS). Por otro lado, en la ciudad de Soacha se utilizó un sistema de muestreo
alterno; este fue simplificado y estuvo constituido por tres componentes: (i) un
marco de madera con un área de 0,50 m2 (0,707 x 0,707 m); (ii) un cepillo manual
de fibras sintéticas; y (iii) un recogedor manual de plástico. Este sistema de
muestreo fue identificado como de barrido en seco (SBS) (ver Figura 3.2).
Figura 3.1 Componentes del sistema de muestreo SABS. Torrelavega (España)
CAPÍTULO 3.- MATERIALES Y MÉTODOS
85
Figura 3.2 Componentes del sistema de muestreo SBS. Soacha (Colombia)
3.2.1.2 Protocolo de los sistemas de muestreo
Los sistemas de muestreo seleccionados (SABS y SBS) fueron aplicados en las
ciudades de Torrelavega, Soacha y Bogotá. El protocolo de aplicación para los
dos sistemas de muestreo se describe a continuación. El sistema de muestreo
empleado en la ciudad de Torrelavega (i.e., SABS) fue aplicado sobre la
superficie viaria del Bulevar Ronda Rufino Peón. Las características del área de
investigación se describen detalladamente en el Capítulo 4.
Las muestras de la superficie viaria en Torrelavega se tomaron en días de tiempo
seco, a un costado de la cuneta, a la misma hora (entre 11:00-13:00 horas) y
durante un período de 65 días (28/09/2004-01/12/2004). Dos tipos de muestras
fueron recolectadas sobre la calzada. La primera muestra correspondió a la
aspirada directamente sobre la superficie de muestreo, la cual se llamó “carga
libre” (CL). Seguidamente, la superficie previamente aspirada fue barrida con un
cepillo de fibras sintéticas (3 repeticiones) para que los sedimentos adheridos a la
misma estuvieran disponibles para ser aspirados; al sedimento recolectado
después del barrido se le llamó “carga fija” (CF). La superficie de muestreo fue
barrida ligeramente para evitar el desprendimiento de partículas pertenecientes al
pavimento e intentando aplicar el mismo esfuerzo sobre el cepillo durante todo el
período de muestreo. Se controló el lugar de muestreo para evitar repetir y estar
cerca de anteriores puntos de recolección, y no entrar en contacto con la pintura
CAPÍTULO 3.- MATERIALES Y MÉTODOS
86
viaria de demarcación. Después de recolectar cada tipo de carga, se procedió a
retirar la bolsa interna del aspirador para almacenar la muestra de sedimento en
una bolsa plástica debidamente identificada.
Adicionalmente, se mantuvo una distancia mínima de 5 m entre el sitio de
muestreo y el generador eléctrico empleado con el objeto de minimizar el aporte
de elementos metálicos por parte del escape del equipo. La “carga total” (CT)
depositada sobre la superficie viaria estuvo constituida por la suma de la “carga
libre” y la “carga fija.” La cantidad total de muestras recolectadas sobre la
superficie de la calzada fue de 112; 56 por cada zona (28 muestras de “carga
libre” y 28 muestras de “carga fija”) (i.e., por dos zonas de monitoreo). El
sedimento recolectado fue llevado a análisis en el Laboratorio del Grupo de
Ingeniería Ambiental de la Universidad de Cantabria (Torrelavega, España).
Por último, con el fin de estudiar la distribución espacial del contenido metálico
asociado con el sedimento viario en la ciudad de Torrelavega, en veinte ocasiones
durante el período de estudio se recolectaron muestras de la cuneta y el carril para
bicicletas. Las muestras se recolectaron conservando el mismo alineamiento
horizontal del sitio de muestreo de la calzada. En la recolección de estas muestras
se siguió el procedimiento descrito anteriormente, pero en esta ocasión no se
diferenciaron los dos tipos de cargas (i.e., CL y CF). Por lo tanto, se recolectó
exclusivamente la carga total viaria (CT).
Por otro lado, el sistema de muestreo empleado en la ciudad de Soacha (i.e., SBS)
fue aplicado sobre una superficie viaria de la zona urbana de la municipalidad.
Las características del área de investigación se describen detalladamente en el
Capítulo 4. Las muestras de la superficie viaria en Soacha se tomaron en días de
tiempo seco (en promedio cada 3 días), a una distancia de 0,40 m con respecto del
bordillo, entre las 11:00-13:00 horas y durante un período de 127 días
(07/01/2010-14/05/2010). Con el objeto de aumentar la eficiencia y reducir los
costos debido al incremento del período con respecto al muestreo desarrollado en
la ciudad de Torrelavega (i.e., de 65 a 127 días), se procedió a recolectar
CAPÍTULO 3.- MATERIALES Y MÉTODOS
87
principalmente un tipo de muestra, es decir, la “carga total” depositada sobre la
superficie viaria (CT). Por lo tanto, la muestra recolectada correspondió a la
barrida directamente sobre la superficie de muestreo.
La superficie en la ciudad de Soacha fue barrida con un cepillo de fibras sintéticas
para que los sedimentos más fuertemente adheridos a la misma estuvieran
disponibles para ser recolectados (3 repeticiones). La superficie de muestreo fue
barrida ligeramente para evitar el desprendimiento de partículas pertenecientes al
pavimento e intentando aplicar el mismo esfuerzo sobre el cepillo durante todo el
período de estudio. Se controló el lugar de muestreo para evitar repetir y estar
cerca de anteriores puntos de recolección. La cantidad total de muestras
recolectadas sobre la superficie de la calzada fue de 44. Finalmente, el sedimento
recolectado fue almacenado en bolsas plásticas herméticas para posteriormente ser
llevado a análisis en el Laboratorio Ambiental de la Corporación Autónoma
Regional de Cundinamarca (CAR) (Bogotá, Colombia).
Igualmente, el sistema de muestreo SBS fue utilizado en la ciudad de Bogotá para
validar el desarrollo metodológico propuesto en la presente investigación. Las
características de las áreas de investigación se describen detalladamente en el
Capítulo 5. Las muestras de las superficies viarias de Bogotá se tomaron en días
de tiempo seco, a una distancia de 0,40 m con respecto del bordillo de la calzada,
entre las 11:00-13:00 horas y durante un período de un año (08/05/2010-
08/05/2011). La cantidad total de muestras recolectadas sobre la superficie de la
calzadas fue de 114; 38 por cada zona de investigación (i.e., por tres zonas de
monitoreo). Finalmente, el sedimento recolectado fue almacenado en bolsas
plásticas herméticas para posteriormente ser llevado a análisis en el Laboratorio
de Suelos de la Facultad de Medio Ambiente y Recursos Naturales de la
Universidad Distrital F.J.C. (Bogotá, Colombia).
3.2.1.2 Eficacia de los sistemas de muestreo
CAPÍTULO 3.- MATERIALES Y MÉTODOS
88
La eficacia de los sistemas de muestreo: (i) aspirado y barrido en seco (SABS), y
(ii) barrido en seco (SBS), fue evaluada en la ciudad de Soacha bajo condiciones
controladas sobre una superficie viaria de prueba con un área de 0,50 m2 (0,707 x
0,707 m). La textura de la superficie viaria de prueba se clasificó de la siguiente
manera: la macro textura fue rugosa y la micro textura fue áspera (norma INVE-
791-07; INVIAS, 2007), con una profundidad de textura promedio entre 1100-
1500 µm (Artículo 452-07; INVIAS, 2007). Se desarrollaron dos pruebas para
evaluar la eficacia de los sistemas de muestreo empleados (i.e., prueba de eficacia
N° 1 y N° 2).
La prueba de eficacia N° 1 consistió en preparar una muestra de laboratorio de
200 g de sedimento con una granulometría entre 63-2800 µm (< 63, 63-125, 125-
250, 250-500, 500-1000, 1000-2000 y 2000-2800 µm), similar a la recolectada en
las campañas de campo desarrollas en las ciudades de Torrelavega y Soacha (ver
Figura 3.3). Previamente al ensayo de eficacia, la superficie de prueba fue
aspirada y barrida intensamente (5 repeticiones) para retirar la totalidad del
sedimento depositado y, de esta manera, despreciar la interferencia por aporte de
sedimento no preparado en el laboratorio. La muestra de laboratorio se distribuyó
uniformemente sobre la superficie de prueba y fue recolectada mediante la
aplicación de los dos sistemas de muestreo seleccionados. El ensayo de eficacia
N° 1 tuvo 30 repeticiones; 15 repeticiones para cada sistema de muestreo en
evaluación.
Los resultados de eficacia a través de la primera prueba mostraron en promedio,
que en el caso del sistema de muestreo de aspirado y barrido en seco (SABS) se
presentaba en la fracción < 63, 63-125, 125-250, 250-500, 500-1000, 1000-2000,
2000-2800 µm una eficacia en la recolección del sedimento de 95,5, 97,2, 98,1,
99,2, 99,6, 99,9, 100%, respectivamente (eficacia total: 98,4%). Para el sistema de
muestreo de barrido en seco (SBS) los resultados mostraron que la eficacia en la
recolección del sedimento fue de 92,4, 95,1, 97,9, 99,1, 99,6, 99,9, 100% para la
fracción de tamaño < 63, 63-125, 125-250, 250-500, 500-1000, 1000-2000, 2000-
2800 µm, respectivamente (eficacia total: 97,6%). Como se puede observar, el
CAPÍTULO 3.- MATERIALES Y MÉTODOS
80
método SABS fue más eficaz en la recolección de la fracción de menor tamaño
(i.e., < 125 µm).
Figura 3.3 Muestra de laboratorio para la prueba de eficacia N° 1
Por otro lado, la prueba de eficacia N° 2 consistió en aplicar los dos sistemas de
muestreo sobre una superficie viaria y bajo condiciones reales de campo. Es decir,
en esta segunda prueba no se manipuló la muestra de sedimento viario. La prueba
de eficacia consistió en la aplicación de los sistemas de muestreo por tres veces y
de manera consecutiva, con el objeto de evaluar la cantidad de sedimento
remanente en peso sobre la superficie viaria después de cada aplicación (ver
Figura 3.4). Se evaluó la eficacia en la recolección de las fracciones de tamaño <
63, 63-125, 125-250, 250-500, 500-1000, 1000-2000 y 2000-2800 µm. El ensayo
de eficacia N° 2 tuvo 20 repeticiones; 10 repeticiones para cada sistema en
evaluación.
Los resultados de la segunda prueba de eficacia mostraron en promedio, que en el
caso del sistema de muestreo de aspirado y barrido en seco (SABS) se tuvo con la
primera aplicación una eficacia en la recolección del sedimento de 95,2, 96,1,
98,9, 99,3, 99,9, 99,9, y 100% para la fracción de tamaño < 63, 63-125, 125-250,
250-500, 500-1000, 1000-2000, 2000-2800 µm, respectivamente (eficacia total:
98,3%), con respecto de la segunda aplicación del sistema de muestreo. Para el
<63 µm 63-125 µm 125-250 µm
250-500 µm 500-1000 µm 1000-2000 µm
2000-2800 µm
CAPÍTULO 3.- MATERIALES Y MÉTODOS
90
sistema de muestreo de barrido en seco (SBS), los resultados mostraron que la
eficacia en la recolección del sedimento después de la primera aplicación fue de
93,1, 94,9, 98,5, 99,2, 99,8, 99,9, 100% para la fracción de tamaño < 63, 63-125,
125-250, 250-500, 500-1000, 1000-2000, 2000-2800 µm, respectivamente
(eficacia total: 97,9%), con respecto de la segunda aplicación del sistema de
muestreo. Para la segunda aplicación de las técnicas de muestreo la eficacia total
aumentó a 99,1% y 99,0% para los sistemas SABS y SBS, respectivamente, con
respecto de la tercera aplicación de las técnicas de muestreo.
a) b) Figura 3.4 Prueba de eficacia N° 2 para los sistemas de muestreo. Superficie
viaria a) antes de la prueba, y b) después de la prueba
3.2.1.3 Equivalencia entre los sistemas de muestreo
Con el objeto de evaluar la diferencia o similitud de los dos sistemas de muestreo
se procedió a aplicar la prueba estadística t de Student emparejada para cada
fracción de tamaño. La prueba se aplicó a partir de los resultados obtenidos en la
prueba de eficacia N° 1 (i.e., la muestra de sedimento de laboratorio). Los
resultados mostraron que no existía diferencia significativa entre los dos sistemas
de muestreo en la recolección de la fracción de tamaño > 125 µm. No obstante,
para la fracción de tamaño ≤ 125 µm se observaron diferencias significativas (ver
Tabla 3.1). Por lo tanto, en la presente investigación se consideró como valido el
planteamiento de que el sistema de muestreo de barrido en seco (SBS) era una
versión simplificada del sistema de aspirado y barrido en seco (SABS) para la
recolección de la fracción de tamaño > 125 µm. Es decir, los sistemas evaluados
CAPÍTULO 3.- MATERIALES Y MÉTODOS
91
en la presente investigación son equivalentes en la cantidad de sedimento
recolectado para la fracción de tamaño > 125 µm.
Con respecto a la fracción de tamaño ≤ 125 µm donde se presentó la diferencia
entre los sistemas de muestreo, los resultados mostraron en promedio que el
sistema de aspirado y barrido en seco (SABS) era un 2,6% más eficaz en la
recolección de esta fracción de tamaño con respecto al sistema de muestreo de
barrido en seco (SBS). La eficacia en la recolección de las partículas de tamaño ≤
125 µm fue de 96,4 y 93,8% para el sistema SABS y SBS, respectivamente. La
diferencia en la eficacia entre los sistemas de muestreo tendió a aumentar con la
disminución en la fracción de tamaño, es decir, para la fracción de tamaño <63
µm el sistema SABS fue un 3,3% más eficaz. Sin embargo, debido a los
resultados globales de la prueba de eficacia para los dos sistemas de muestreo,
estos se consideraron adecuados y equivalentes para el desarrollo de las campañas
de campo en las ciudades de Torrelavega, Soacha y Bogotá (ver Tabla 3.1).
Tabla 3.1 Resultados de las pruebas de eficacia N° 1 y 2
Fracción de tamaño (µm)
Cantidad de sedimento (g) Prueba de eficacia
Eficacia (%) Prueba de eficacia
N° 1 N° 2 N° 1 SABS SBS SABS SBS SABS SBS
<63 22,57 21,84 6,43 4,76 95,5 92,4 63-125 32,89 32,18 9,47 6,81 97,2 95,1
125-250 40,91 40,82 11,04 9,49 98,1 97,9 250-500 41,03 40,99 11,13 9,38 99,2 99,1
500-1000 31,39 31,39 8,55 7,17 99,6 99,6 1000-2000 19,73 19,73 5,60 4,30 99,9 99,9 2000-2800 8,20 8,20 2,16 1,92 100,0 100
Total 196,72 195,15 54,38 43,84 Inicial 200 200 55,3 44,8
Eficacia globala 98,4 97,6 98,3 97,9
SABS: sistema de aspirado y barrido en seco; SBS: sistema de barrido en seco; a: con respecto a una aplicación del sistema de muestreo
3.2.1.2 Limitaciones de los sistemas de muestreo
CAPÍTULO 3.- MATERIALES Y MÉTODOS
92
Las principales limitaciones de los sistemas de muestreo se describen a
continuación. En el sistema de aspirado y barrido en seco (SABS) (i) el tiempo
requerido para realizar la operación de muestreo fue considerable (en promedio:
10,3 minutos por punto de 0,50 m2); (ii) el costo del equipo utilizado en el
muestreo fue superior con respecto al sistema SBS; (iii) el tamaño de la superficie
muestreada fue limitado a 0,50 m2 debido a la importancia de las operaciones
manuales incluidas en el método; (iv) se asumió una distribución uniforme del
sedimento acumulado sobre la superficie viaria (g/m2) y por lo tanto del contenido
metálico asociado, lo cual no es cierto en la realidad. Es decir, el método no
consideró las condiciones reales de conducción sobre la superficie viaria
(aceleración, frenado, operaciones de parqueo, etc.); y (v) existió en promedio una
pérdida en peso del 3,7% de la fracción de tamaño ≤ 125 µm. Esta fracción es de
especial interés en la presente investigación, debido a que se pretende establecer
una metodología para evaluar el contenido metálico asociado con el sedimento
viario a partir de información del material en suspensión (i.e., PM10).
Por otro lado, en el sistema de muestreo de barrido en seco (SBS) las limitaciones
fueron similares: (i) el tiempo requerido para realizar la operación de muestreo fue
elevado (en promedio: 3,9 minutos por punto de 0,50 m2); (ii) el tamaño de la
superficie muestreada se limitó a 0,50 m2 debido a la importancia de las
operaciones manuales; (iii) se asumió una distribución uniforme del sedimento
acumulado sobre la superficie (g/m2) y por lo tanto del contenido metálico
asociado. Es decir, el método no consideró las condiciones reales de conducción
sobre la superficie viaria (aceleración, frenado, operaciones de parqueo, etc.); y
(iv) existió en promedio una pérdida en peso del 6,3% de la fracción de tamaño ≤
125 µm. Nuevamente es importante destacar, que esta fracción es de especial
interés en la presente investigación debido a que se pretende establecer una
metodología para evaluar el contenido metálico asociado con el sedimento viario a
partir de información del material en suspensión (i.e., PM10).
Al comparar las limitaciones de los dos sistemas de muestreo se pudo observar
que las principales diferencias se presentaban en: (i) el tiempo requerido para
CAPÍTULO 3.- MATERIALES Y MÉTODOS
93
realizar el muestreo. En este sentido el sistema SBS fue más eficiente (i.e., 2,64
veces), requiriendo 6,4 minutos menos para la recolección del sedimento por
punto de muestreo con respecto del sistema SABS; (ii) el costo del equipo
empleado por el sistema SBS fue más económico. Este no requirió de la compra
de un equipo de aspirado y, por lo tanto no existieron gastos asociados con
consumo de combustible; y (iii) el sistema SABS fue un 2,6% más eficaz en la
recolección de la fracción de tamaño ≤ 125 µm con respecto del sistema SBS.
Como se mencionó anteriormente, en la ciudad de Torrelavega (España) se utilizó
el sistema SABS para la recolección del sedimento viario, y en las ciudades de
Soacha y Bogotá D.C. (Colombia) se utilizó el sistema SBS (ver apartado 3.2.1.1).
3.2.2 Sistema manual de monitoreo de PST y PM10 para muestras viarias en
suspensión
3.2.2.1 Componentes de los sistemas de muestreo
Para el desarrollo de la metodología propuesta se emplearon dos tipos de equipos
manuales de muestreo de partículas en suspensión (Soacha, Colombia). Los
componentes de los sistemas se describen a continuación. El sistema de muestreo
de partículas suspendidas totales (PST) estuvo constituido por un equipo manual
de alto volumen con sistema de control de flujo de tipo másico (Thermo
Environmental Instruments Inc., GMW TSP High Volume Air Sampler - Mass
Flow). El equipo consta de los siguientes componentes: (i) entrada para PST (<
100 µm), (ii) carcasa de aluminio anodizado, (iii) motor del ventilador para 115
VAC y 60 Hz, (iv) temporizador mecánico, (v) indicador de tiempo hasta 24
horas, (vi) cartucho para filtro, (vii) filtro de fibra de vidrio con tamaño de poro de
1,6 µm, (viii) dispositivo de flujo crítico, y (ix) un rango en la tasa de flujo entre
de 1,13-1,70 m3/min (ver Figura 3.5a).
Por otro lado, el sistema de muestreo de partículas en suspensión de tamaño
menor o igual a 10 µm (PM10) estuvo constituido por un equipo manual de alto
volumen de tipo ciclón con un sistema de control de flujo de tipo volumétrico
CAPÍTULO 3.- MATERIALES Y MÉTODOS
94
(Wedding & Associates, 600 PM10 Critical Flow High Volume Air Sampler -
Volumetric Flow). El equipo tuvo los siguientes componentes: (i) entrada para
PM10, (ii) dispositivo de flujo crítico, (iii) carcasa de aluminio anodizado, (iv)
motor del ventilador para 115 VAC y 60 Hz, (v) temporizador mecánico, (vi)
indicador de tiempo, (vii) cartucho para filtro, (viii) filtro de fibra de vidrio con
tamaño de poro de 1,6 µm, (ix) temporizador digital para siete días de registro, (x)
grabadora de presión para siete días, y (xi) un rango en la tasa de flujo entre de
1,13-1,70 m3/min (ver Figura 3.5b).
a) b) Figura 3.5 Equipos de muestreo para partículas en suspensión (Soacha,
Colombia). a) Muestreador de alto volumen para PST, y b) muestreador de alto volumen para PM10
3.2.1.2 Protocolo de los sistemas de muestreo
Los sistemas manuales de muestreo seleccionados para el desarrollo de la
metodología fueron aplicados sobre dos superficies viarias de la ciudad de Soacha
(Colombia). Las características del área de investigación se describen
detalladamente en el Capítulo 4. El protocolo de muestreo para PST y PM10 se
Entrada de PST
Carcasa
Motor del ventilador
Temporizador
Filtro
Entrada de PM10
Carcasa
Motor del ventilador Temporizador
Filtro
CAPÍTULO 3.- MATERIALES Y MÉTODOS
95
basó en lo establecido por la Agencia de Protección Ambiental de EE.UU.
(EPA/625/R-96/010a-IO-2.1) (EPA, 1999). A continuación se describe el
protocolo de muestreo para los equipos de PST y PM10.
Por cuestiones de seguridad y operatividad los cuatro equipos de muestreo (i.e.,
dos para PST y dos para PM10) fueron localizados a una altura de 11,75 m y 5,0 m
sobre el nivel del suelo, en la terraza del Hospital Mario Gaitán Yanguas y en la
empresa Almacafé de la ciudad de Soacha, respectivamente. A partir de las
consideraciones dadas en el documento de referencia (i.e., EPA/625/R-96/010a-
IO-2.1) esta altura permitió realizar un análisis a una escala media (i.e., de
vecindario) y micro, respectivamente. Los equipos en cada zona de estudio fueron
localizados entre sí a una distancia de 2 metros para eliminar el efecto del flujo de
aire muestreado. Igualmente, se siguieron las recomendaciones de separación
establecidas por el documento de referencia (p.ej., a árboles, edificaciones,
chimeneas, etc.). Excepto las establecidas para superficies viarias, puesto que el
objetivo de la presente investigación era evaluar el contenido metálico asociado
con el sedimento viario a partir de información del material en suspensión (PST y
PM10). Por lo tanto, los equipos se ubicaron a una distancia horizontal de 5 y 340
metros con respecto del bordillo de la calzada en el Hospital Mario Gaitán
Yanguas y en la empresa Almacafé de la ciudad de Soacha, respectivamente.
El muestreo se realizó durante un período de 127 días (07/01/2010-14/05/2010),
coincidiendo temporalmente con el muestreo en superficie a través de la
metodología de barrido en seco (SBS). Es decir, los equipos de muestreo de
material en suspensión fueron previamente programados y utilizados durante un
intervalo de tiempo de 24 horas. El inicio y finalización del intervalo de
monitoreo se programó entre las 11:00-13:00 horas. Los filtros utilizados en el
muestreo fueron previamente preparados, es decir, se estabilizó la humedad en un
desecador durante un período de 24 horas para mantenerla por debajo del 50%.
Posteriormente, se procedió al pesaje, identificación y registro de cada filtro para
almacenarlos en bolsas plásticas de cierre hermético antes de su instalación en los
CAPÍTULO 3.- MATERIALES Y MÉTODOS
96
equipos de muestreo. Después de instalados los filtros, se verificó el
funcionamiento de los equipos registrando con un manómetro la caída de presión
inicial a través del filtro durante un periodo de tiempo de 5 minutos (i.e., para
alcanzar estabilidad en la operación). Seguidamente se programaron y arrancaron
los equipos de muestreo. La calibración del flujo corregido a condiciones estándar
se realizó antes de la recolección de cada muestra empleado el procedimiento de
auditoría de la tasa de flujo recomendado por el fabricante (para un sólo punto:
1,13 m3/min). Con respecto al dispositivo de flujo crítico, la utilización de este
procedimiento permitió que la tasa de flujo del sistema no variara en más de un
0,75%. La entrada de aire de los equipos se limpió cada quince días de muestreo o
a una cantidad acumulada de masa recolectada de 1000 µg, lo que se presentó
primero.
Finalmente, después de terminado el período de muestreo (24 horas) los filtros
fueron retirados de los equipos de la siguiente manera: en la misma base del filtro
del muestreador se doblaron dos veces por mitades, de manera que quedó en
contacto la muestra consigo misma. El filtro doblado se envolvió en papel
aluminio para protegerlo hasta su llegada al laboratorio para ser pesado. Como se
puede observar, el proceso de medición fue no-destructivo, por lo tanto la muestra
de material en suspensión pudo ser utilizada en los posteriores análisis físicos y
químicos.
3.2.1.2 Eficacia de los sistemas de muestreo
A partir de las especificaciones técnicas del fabricante se tuvieron en cuenta las
siguientes consideraciones asociadas con la eficacia de los sistemas de muestreo.
El límite superior del rango de concentración másica de partículas estuvo
determinado por la cantidad de masa que recibió el filtro antes de que el sistema
no pudiera soportar la caída de presión a través del filtro cargado. Este límite
superior no pudo ser especificado de manera precisa porque era principalmente
función de la distribución de tamaño del material, la humedad y el tipo de filtro.
Sin embargo, las especificaciones técnicas del fabricante garantizaron que los
CAPÍTULO 3.- MATERIALES Y MÉTODOS
97
muestreadores utilizados tuvieran la capacidad de medir una concentración másica
de hasta 300 µg/m3 a condiciones estándar en 24 horas. Adicionalmente,
garantizaron una precisión de los muestreadores de ±5 µg/m3 para una
concentración de 80 µg/m3 (±6,25%) y ±7% para concentraciones superiores a 80
µg/m3. Finalmente, a partir de las especificaciones técnicas del fabricante se
manifestó que debido a la amplia variación en el tamaño de las partículas del aire
ambiente y a la variación de la concentración con el tamaño de la partícula, era
difícil establecer una precisión absoluta para los muestreadores de partículas
manuales utilizados en la presente investigación.
3.2.1.2 Limitaciones de los sistemas de muestreo
A continuación se exponen las principales limitaciones de los sistemas de
muestreo detectadas durante la investigación. Durante el muestreo se pueden
presentar las siguientes limitaciones: (i) variaciones apreciables y no uniformes en
la velocidad de flujo del aire, (ii) pérdida del material volátil, (iii) formación de
sustancias a partir del material recolectado sobre el filtro, (iv) variación en el
contenido de humedad del aire muestreado, (v) la manipulación del filtro puede
generar pérdida de material o deterioro de la muestra tomada, (vi) la precisión con
que se hace el control del tiempo de muestreo, (vii) la frecuencia del programa de
mantenimiento y limpieza del equipo, y (viii) la altura de localización de los
equipos de muestreo amplió la escala de análisis, de local (i.e., a nivel de la
superficie viaria) a nivel de barrio.
3.2.3 Sistema automático de monitoreo de PM10 para muestras viarias en
suspensión
3.2.2.1 Componentes del sistema de muestreo
El sistema de muestreo para PM10 estuvo constituido por un equipo de monitoreo
continuo de partículas mediante atenuación de rayos beta (Met One Instruments,
BAM 1020) (ver Figura 3.6). El equipo tiene los siguientes componentes: (i)
CAPÍTULO 3.- MATERIALES Y MÉTODOS
98
entrada de PM10, (ii) tubo de extensión, (iii) sensor ambiental de temperatura y
presión, (iv) equipo de calefacción para el control de la humedad, (v) monitor de
atenuación de rayos beta, (vi) equipo de control de flujo de tipo másico, (vii) filtro
de fibra de vidrio con una frecuencia de cambio de una hora (rollo de cinta: 30
mm x 21 m; duración: 60 días), (viii) dispositivo de calibración interna (filtro
cero), (ix) pantalla táctil con interfaz USB (monitor), y (x) una bomba de vacío
(115 VAC y 60 Hz).
Figura 3.6 Equipo de muestreo continúo de PM10 (Met One Instruments, BAM
1020)
3.2.1.2 Protocolo del sistema de muestreo
Para la validación de la metodología propuesta se emplearon los datos de PM10
suministrados por tres estaciones automáticas de la Red de Calidad del Aire de la
ciudad de Bogotá (RMCAB). Adicionalmente, las estaciones de monitoreo
estuvieron equipadas con dispositivos para la medición de los siguientes
parámetros de calidad del aire: PST, CO, O3, NO2 y SO2 (ver Figura 3.7). Las
estaciones utilizadas fueron Fontibón, Puente Aranda y Kennedy (ver Figura 3.8).
Las características de las áreas de investigación se describen detalladamente en el
Capítulo 5. Por otro lado, el protocolo de muestreo para PM10 se basó en lo
establecido por la Agencia de Protección Ambiental de E.E.U.U. (EPA/625/R-
96/010a-IO-1.2) (EPA, 1999). A continuación se describe el protocolo de
muestreo para el equipo de PM10.
Entrada de PM10
Tubo de extensión
Filtro
Fuente/detector-rayos beta
Pantalla táctil (lado posterior)
Gabinete de muestreo
CAPÍTULO 3.- MATERIALES Y MÉTODOS
99
Figura 3.7 Estación automática de monitoreo de calidad del aire (Bogotá D.C.,
Colombia)
El muestreo se realizó durante un período de un año (08/05/2010-08/05/2011),
coincidiendo temporalmente con el muestreo en superficie a través de la
metodología de barrido en seco (SBS). Es decir, el registro utilizado en la
validación de la metodología correspondió al promedio diario de PM10 (24 horas)
previo a la realización del muestreo en superficie. El inicio y finalización del
intervalo de monitoreo se programó entre las 11:00-13:00 horas. La operación,
mantenimiento y validación de datos del equipo de muestreo de PM10 fue
realizado exclusivamente por el personal técnico especializado de la Secretaría
Distrital de Ambiente de Bogotá (SDA). Por lo tanto, a continuación se describe
brevemente el funcionamiento del equipo muestreo empleado.
La carga atmosférica de partículas ingresó por la entrada de PM10 a una tasa de
flujo constante de 16,7 l/min (ver Figura 3.6). El dispositivo de flujo crítico
mantuvo una tasa volumétrica constante a través del equipo mediante un control
de tipo másico. Posteriormente, la corriente de aire descendente con la muestra
pasó a través de una cinta (i.e., filtro de fibra de vidrio) donde las partículas de
tamaño menor o igual a 10 µm fueron retenidas. Una vez finalizado el ciclo de
muestreo, la cinta se desplazó hacia la fuente-detector de rayos beta para medir su
atenuación a causa de las partículas recolectadas por la cinta-filtro (ver Figura
3.6).
CA
PÍT
ULO
3.-
MA
TE
RIA
LE
S Y
MÉ
TO
DO
S
100
F
igur
a 3.
8 L
ocal
izac
ión
de la
s es
taci
ones
de
mon
itore
o de
cal
idad
del
air
e y
de p
arám
etro
s cl
imat
ológ
icos
en
Soa
cha
y B
ogot
á D
.C.
(Col
ombi
a) (
SD
A, 2
011)
Est
ació
n H
ospi
tal
(Soa
cha)
Est
ació
n A
lmac
afé
(Soa
cha)
Est
ació
n K
enne
dy
(Bog
otá
D.C
.)
Est
ació
n F
onti
bón
(Bog
otá
D.C
.)
Est
ació
n P
uent
e A
rand
a (B
ogot
á D
.C.)
Est
acio
nes
util
izad
as e
n el
de
sarr
ollo
de
la m
etod
olog
ía
(CA
R)
Est
acio
nes
util
izad
as e
n la
va
lida
ción
de
la m
etod
olog
ía
(RM
CA
B-S
DA
)
0 5
km
10 k
m
CAPÍTULO 3.- MATERIALES Y MÉTODOS
101
Adicionalmente, un sistema de adquisición de datos (microordenador) controló la
unidad cinta-filtro, los monitores de temperatura y presión, calculó la tasa de flujo
volumétrico y la concentración de PM10, y proporcionó una salida analógica para
el sistema de telemetría. El fabricante suministró el programa Comet™ Data
Collection Software para la gestión de los datos suministrados por el equipo. Los
registros de PM10 fueron descargados directamente de la página de internet de la
Secretaría Distrital de Ambiente (ver Figura 3.9). Finalmente, la concentración de
PM10 fue transformada a condiciones estándar (µg/m3).
Figura 3.9 Página de internet de la RMCAB para la descarga de datos de PM10
(SDA, 2011)
3.2.1.2 Eficacia del sistema de muestreo
A partir de las especificaciones técnicas del fabricante se tuvieron en cuenta las
siguientes consideraciones asociadas con la eficacia del sistema de muestreo. Las
especificaciones técnicas del equipo establecieron el límite superior de detección
en 1000 µg/m3, y el límite inferior de detección en 4,0 y 1,0 µg/m3 para un
intervalo de muestreo de 1 y 24 horas, respectivamente. Igualmente, contó con
una resolución en la medición de 0,1 µg/m3 y en pantalla de 1,0 µg/m3. El
CAPÍTULO 3.- MATERIALES Y MÉTODOS
102
fabricante garantizó una precisión en las mediciones de ±8% para intervalos de
medición horarios y de ±2% para intervalos diarios de medición. Adicionalmente,
el equipo contó con un sistema de verificación de errores de funcionamiento que
se activó de manera temporal (cada hora) o por la carga acumulada sobre el filtro
(cada 800 µg). Finalmente, el fabricante recomendó las siguientes condiciones
ambientales de funcionamiento: (i) temperatura de operación del equipo entre 0-
50 °C, (ii) temperatura ambiental entre -30-60 °C, (iii) humedad relativa
ambiental entre 0-90% (sin condensación). Las anteriores recomendaciones
ambientales se cumplieron para todas las estaciones de monitoreo.
3.2.1.2 Limitaciones del sistema de muestreo
A continuación se exponen las principales limitaciones del sistema de muestreo
detectadas durante la investigación. Durante el muestreo se pueden presentar las
siguientes limitaciones: (i) variaciones apreciables y no uniformes en la velocidad
de flujo del aire, (ii) pérdida del material volátil, (iii) variación en el contenido de
humedad del aire muestreado (condensación), (iv) la precisión con que se hizo el
control del tiempo de muestreo entre el material en suspensión y el sedimento
viario, (v) la frecuencia del programa de mantenimiento y limpieza del equipo, y
(vi) la localización de los equipos de muestreo con respecto a la superficie viaria
en estudio.
3.2.4 Sistema automático de monitoreo para parámetros climatológicos
3.2.4.1 Componentes del sistema de muestreo
El sistema de monitoreo de parámetros climatológicos utilizado en la
investigación estuvo constituido por una estación operada por la Universidad de
Cantabria (Torrelavega, España): (i) Escuela Universitaria Técnica Minera; dos
estaciones operadas por la Corporación Autónoma Regional de Cundinamarca
(CAR) (Soacha, Colombia): (i) El Fute, y (ii) Almacafé; y seis estaciones
operadas por la Secretaría Distrital de Ambiente (SDA), pertenecientes a la Red
CAPÍTULO 3.- MATERIALES Y MÉTODOS
103
de Monitoreo de la Calidad del Aire de Bogotá en Colombia (RMCAB): (i)
Barrios Unidos, (ii) Fontibón, (iii) Puente Aranda, (iv) Tunjuelito, (v) Kennedy, y
(vi) Tunal. Las estaciones estuvieron equipadas para la medición de los siguientes
parámetros climatológicos: precipitación, temperatura y, velocidad y dirección del
viento (ver Figura 3.10).
Figura 3.10 Equipo de monitoreo para parámetros climatológicos (Bogotá D.C.,
Colombia)
3.2.4.2 Protocolo del sistema de muestreo
Para el desarrollo de la metodología propuesta se emplearon los datos
climatológicos (precipitación, temperatura y, velocidad y dirección del viento)
suministrados por una estación operada por Universidad de Cantabria (fecha de
muestreo: 28/09/2004-01/12/2004) (Torrelavega, España), y una estación operada
por la Corporación Autónoma Regional de Cundinamarca (fecha de muestreo:
07/01/2010-14/05/2010) (Soacha, Colombia). Adicionalmente, se utilizaron de
referencia los datos de tres estaciones operadas por la Secretaría Distrital de
Ambiente de Bogotá (Colombia) pertenecientes a la Red de Monitoreo de Calidad
del Aire de la ciudad (RMCAB) (fecha de muestreo: 07/01/2010-14/05/2010).
Para la validación de la metodología propuesta se emplearon los datos
climatológicos suministrados por tres estaciones aperadas por la Secretaría
CAPÍTULO 3.- MATERIALES Y MÉTODOS
104
Distrital de Ambiente de Bogotá (Colombia), pertenecientes a la RMCAB (fecha
de muestreo: 08/05/2010-08/05/2011) (ver Figura 3.8). Finalmente, todos los
datos climatológicos fueron descargados de las estaciones y utilizados
directamente en el desarrollo y validación de la metodología propuesta en la
presente investigación.
3.2.4.3 Limitaciones del sistema de muestreo
La principal limitación del sistema de monitoreo de parámetros climatológicos
estuvo asociada con la localización de las estaciones con respecto a las superficies
viarias de investigación. Para el desarrollo de la metodología propuesta en la
presente investigación, en las ciudades de Torrelavega (España) y Soacha
(Colombia) las cinco estaciones climatológicas utilizadas se localizaron a una
distancia entre 40-4230 metros. Sin embargo para la validación de la metodología
propuesta en la ciudad de Bogotá (Colombia), las cuatro estaciones climatológicas
utilizadas se localizaron a una distancia entre 10-194 metros con respecto a las
superficies viarias de investigación. En el Capítulo 4 y 5 se presentan los mapas
de localización de las estaciones climatológicas y de las superficies viarias de
investigación en cada zona de estudio.
3.3 ANÁLISIS DE LABORATORIO
3.3.1 Determinación de la humedad del sedimento viario
La determinación de la humedad del sedimento viario se realizó a partir de lo
establecido en las normas ISO 11465 (ISO, 2000) y ASTM D2216 (ASTM,
2000). A continuación se describe el protocolo de laboratorio empleado. La
determinación del contenido de agua para cada muestra de sedimento se realizó
inmediatamente después de terminada la campaña de campo (i.e. su recolección).
Inicialmente, se determinó y registró el peso de la cápsula de la muestra limpia y
seca (ver Figura 3.11). Todas las cápsulas fueron debidamente identificadas y
registradas en los formularios de laboratorio respectivos.
CAPÍTULO 3.- MATERIALES Y MÉTODOS
105
La muestra fue previamente tamizada a través de un criba de tamaño de 2800 µm.
Seguidamente se depositó la muestra húmeda en la cápsula para su pesaje (ver
Figura 3.11). Posteriormente, la muestra fue introducida en un horno de secado a
110 °C ± 5 °C entre 12-16 horas. Después de que el sedimento se secó a un peso
constante (variación en peso < 1%), la cápsula se retiró del horno y se introdujo
dentro de un desecador con sílica gel. Finalmente, se determinaron el peso de la
cápsula con la muestra seca en la misma balanza empleada durante el análisis de
laboratorio y la humedad de la muestra de sedimento viario (en porcentaje). De
esta manera, el sedimento quedó listo para los análisis granulométricos
programados: (i) fracciones de tamaño entre 63-2800 µm, y (ii) fracción de
tamaño < 250 µm.
Figura 3.11 Equipo de laboratorio para la determinación de la humedad del
sedimento viario
3.3.2 Determinación de la granulometría del sedimento viario
El estudio de la distribución de tamaños de las partículas del sedimento viario se
realizó a partir de lo establecido en las normas ISO 2591-1 (ISO, 2000) y ASTM
D422 (ASTM, 2000). Después de realizar la determinación de la humedad de las
muestras de sedimento viario, inmediatamente se procedió a realizar su estudio
granulométrico (i.e., con la muestra seca). El rango de tamaño de los tamices
empleados estuvo comprendido entre 63-2800 µm. La totalidad de la muestra fue
sometida a la prueba de granulometría para las 7 fracciones de tamaño en estudio:
< 63 µm, 63-125 µm, 125-250 µm, 250-500 µm, 500-1000 µm, 1000-2000 µm, y
2000-2800 µm. El tamizado en seco fue realizado mediante el empleo de un
CAPÍTULO 3.- MATERIALES Y MÉTODOS
106
equipo CISA (modelo RP. 09) (ver Figura 3.12). En ningún momento se forzó con
medios mecánicos o manuales el paso de las partículas del sedimento a través de
los tamices. Se dio por finalizada la operación de tamizado cuando pasó menos de
1% de la masa de la muestra (tiempo aproximado: 10 minutos), con respecto a
cada fracción de tamaño. Posteriormente, se determinó el peso retenido en cada
tamiz y se comprobó al final del tamizado que la suma no difiriera en ± 2% con
respecto al peso total de la muestra utilizada. Finalmente, se procedió a determinar
el porcentaje que pasó por cada fracción de tamaño.
Figura 3.12 Equipo de laboratorio para la prueba granulométrica del sedimento
viario
El 50% de las muestras del sedimento viario de tamaño < 125 µm fueron
tamizadas en húmedo con el objeto de cuantificar mejor la fracción más fina del
sedimento recolectado. El proceso de tamizado en húmedo se basó en lo
establecido por las normas ISO 2591-1 (ISO, 2000) y ASTM D422 (ASTM,
2000). Después de realizar el tamizado en seco, se procedió a tomar parte de la
fracción de tamaño < 125 µm para aplicar la prueba de tamizado en húmedo (30
g). En la prueba se empleó un tamiz con tamaño de poro de 63 µm y un fondo
(secados y pesados previamente). El sedimento fue lavado con agua,
pausadamente, regularmente, y con baja presión para evitar la pérdida de material
y el daño del medio de tamizado. La muestra fue introducida en un horno de
secado a 110 °C ± 5 °C entre 12-16 horas y, finalmente, fue pesada y se determinó
el porcentaje que pasó por el tamiz de tamaño de 63 µm. Durante el desarrollo del
CAPÍTULO 3.- MATERIALES Y MÉTODOS
107
protocolo de laboratorio la ganancia o pérdida de humedad de la muestra fue
controlada con un desecador con sílica gel.
La técnica de tamizado en seco fue ampliamente utilizada ya que la muestra de
sedimento viario quedaba lista para realizar los análisis químicos programados
(i.e., la determinación de elementos metálicos en base seca) a diferencia de la
técnica de tamizado en húmedo, donde probablemente existió un lavado de la
carga metálica asociada con el sedimento viario. Es por esto, que las muestras
sometidas a tamizado en húmedo fueron descartadas para posteriores análisis
químicos.
3.3.3 Prueba de lixiviación para el sedimento viario
La prueba de lixiviación se realizó a partir de lo establecido por la norma DIN
38414-S4 (DIN, 1984). La norma especificó el método para evaluar la lixiviación
con agua de los metales pesados asociados con el sedimento viario. A partir de lo
anterior, la solución resultante fue apta para la determinación de elementos
metálicos mediante el uso de técnicas atómicas espectrométricas. El protocolo de
análisis empleado se describe a continuación.
El método utilizó como agente extractante agua desionizada y proporcionó
información acerca de la contaminación metálica que puede generar el sedimento
viario al entrar en contacto con el agua de escorrentía. Es decir, al formarse una
solución lixiviada del mismo. Inicialmente, se determinó y registró el peso de la
cápsula de la muestra limpia y seca. Todas las cápsulas fueron debidamente
identificadas y registradas en los formularios de laboratorio respectivos. La
muestra fue previamente tamizada a través de un criba de tamaño de 2800 µm.
Seguidamente se depositó la muestra húmeda en la cápsula para su pesaje (50 g).
Posteriormente, la muestra fue introducida en un horno de secado a 110 °C ± 5 °C
entre 12-16 horas. Después de que el sedimento se secó a un peso constante
(variación en peso < 1 %), la cápsula se retiró del horno y se introdujo dentro de
CAPÍTULO 3.- MATERIALES Y MÉTODOS
108
un desecador con sílica gel. Finalmente, se determinaron el peso de la cápsula con
la muestra seca y la humedad de la muestra de sedimento viario (en porcentaje).
Posteriormente, la muestra seca del sedimento viario fue mezclada con 1000 ml
de agua desionizada en un recipiente plástico de cierre hermético. La muestra fue
llevada a un agitador rotativo (marca: Heidolph; modelo: REAX 20) con una
velocidad de 10 rpm, durante 24 horas y a temperatura ambiente (ver Figura 3.13).
Transcurrida la etapa anterior, la muestra fue retirada del agitador mecánico para
la separación de las fases sólida y líquida mediante filtración (tamaño de poro:
0,45 µm). De esta manera, el extracto preparado quedó listo para la determinación
de elementos metálicos mediante el uso de técnicas atómicas espectrométricas. En
cada extracción se analizó un blanco (i.e., muestra sin sedimento viario) para
evaluar los niveles de elementos metálicos en los reactivos utilizados.
Figura 3.13 Agitador mecánico rotativo para la prueba de lixiviación del
sedimento viario (marca: Heidolph; modelo: REAX 20)
3.3.4 Extracción de metales pesados asociados con el sedimento viario
La extracción de metales pesados se realizó a partir de lo establecido en la norma
ISO 11466 (ISO, 2000). La norma especificó el método para la extracción con
agua regia de elementos traza asociados con el sedimento viario. A partir de lo
anterior, la solución resultante fue apta para la determinación de elementos
CAPÍTULO 3.- MATERIALES Y MÉTODOS
109
metálicos mediante el uso de técnicas atómicas espectrométricas. El protocolo de
análisis empleado se describe a continuación.
Se pesaron 3 g de sedimento viario por cada fracción de tamaño en un recipiente
de reacción de 250 ml (i.e., entre 63-2800 µm; 7 fracciones). Se humedeció con
0,5-1,0 ml de agua (destilada-desionizada) y se añadió mientras se mezclaba 21
ml de ácido clorhídrico (HCL; 12 mol/L) seguido por 7 ml de ácido nítrico
(HNO3; 15,8 mol/L), pausadamente para reducir la formación de espuma. La
muestra se dejó en reposo durante 20 horas a temperatura ambiente para permitir
una lenta oxidación de la materia orgánica (estabilización de la muestra) (ver
Figura 3.14a).
Posteriormente, se conectó el condensador de reflujo al recipiente de reacción y se
aumentó lentamente la temperatura de la mezcla de reacción hasta que se
alcanzaron y mantuvieron las condiciones de reflujo por 2 horas, garantizando que
la zona de condensación fuera menor de 1/3 de la altura del condensador (ver
Figura 3.14b); seguidamente, se dejó enfriar. Se dejó el recipiente de reacción en
reposo de manera que la mayor parte de cualquier residuo insoluble se asentara
fuera de la solución. Se decantó cuidadosamente el sobrenadante relativamente
libre de sedimento en un papel filtrante: tipo sin ceniza, con base de celulosa, con
un tamaño medio de poro de 8 µm y un diámetro de 150 mm; recolectando el
filtrado en un matraz volumétrico de 100 ml.
Los residuos insolubles que quedaron sobre el papel filtrante fueron lavados con
un mínimo de ácido nítrico y recolectados en el mismo matraz volumétrico. De
esta manera, el extracto preparado quedó listo para la determinación de elementos
metálicos mediante el uso de técnicas atómicas espectrométricas. En cada
extracción se analizó un blanco (i.e., muestra sin sedimento viario) para evaluar
los niveles de elementos metálicos en los reactivos utilizados.
CAPÍTULO 3.- MATERIALES Y MÉTODOS
110
a)
b)
Figura 3.14 Sistema de extracción de metales pesados asociados con el sedimento viario. a) Estabilización de muestras en agua regia, y b) sistema abierto de reflujo
para digestión ácida
3.3.5 Determinación de la concentración de PST y PM10
El método de selección, preparación y determinación gravimétrica para los filtros
de PST y PM10 se basó en lo establecido por la Agencia de Protección Ambiental
de EE.UU. (EPA/625/R-96/010a-IO-3.1) (EPA, 1999). A continuación se describe
CAPÍTULO 3.- MATERIALES Y MÉTODOS
111
el protocolo utilizado para la selección, preparación y determinación gravimétrica
de los filtros en los equipos de PST y PM10.
Para realizar el muestreo del material en suspensión se seleccionaron filtros de
fibra de vidrio con las siguientes características (suministradas por el fabricante):
(i) densidad media de 5,2 mg/cm2, (ii) pH básico: 9, (iii) eficacia del 99% en la
recolección de partículas, (iv) tamaño de poro del filtro de 1,6 µm, y (v) tamaño
del filtro de 20,32 X 25,40 cm. A partir de las especificaciones técnicas
suministradas por el fabricante los filtros seleccionados cumplieron con los
criterios de eficacia en la recolección de partículas, estabilidad mecánica,
estabilidad química, estabilidad térmica, y corrección de blanco para los
elementos metálicos analizados. Igualmente, se realizó una inspección visual de
los filtros para evaluar defectos por agujeros, material suelto, decoloración y no
uniformidad en el tejido. Seguidamente, cada filtro fue debidamente identificado
con un código.
Los filtros fueron manipulados en el laboratorio y en campo con guantes de vinilo
(sin polvo), y evitando tocar la superficie de muestreo. Después de su recepción,
los filtros fueron llevados a la cámara de control climático para equilibrar sus
condiciones de temperatura y humedad por un mínimo de 24 horas. Es decir,
humedad por debajo del 50% y temperatura entre 15-35 °C (ver Figura 3.15a).
Posteriormente, los filtros fueron pesados en lotes de 100 unidades en una balanza
previamente calibrada y, sus pesos, fueron registrados en los formatos de
laboratorio correspondientes verificando su rango normal de peso (ver Figura
3.15b). Seguidamente, cada filtro fue regresado a la cámara de control climático
antes de su uso en los equipos de PST y PM10.
Posteriormente, los filtros fueron llevados a campo en bolsas plásticas
debidamente identificadas para ser instalados en los equipos de alto volumen.
Después de cumplido el período de muestreo, los filtros fueron regresados al
laboratorio para su pesaje y registro en el formato de laboratorio correspondiente
(ver Figura 3.16). Previamente al proceso pesaje y registro, los filtros fueron
CAPÍTULO 3.- MATERIALES Y MÉTODOS
112
llevados por 24 horas a la cámara de control climático para equilibrar sus
condiciones de temperatura y humedad. Finalmente, para determinar la
concentración de PST y PM10 (µg/m3) se relacionó el peso neto de cada filtro (i.e.,
diferencia de peso entre filtro sin muestra y con muestra) con el volumen total
muestreado por los equipos, según su tasa de flujo (1,13 m3/min) y tiempo de
muestreo (24 horas), y fue corregida a condiciones estándar (25 °C y 760 mm
Hg).
a) b)
Figura 3.15 Preparación climática de los filtros para PST y PM10. a) Cámara de control climático, y b) pesaje de filtros
a) b)
Figura 3.16 Filtros empleados en los equipos manuales de alto volumen. a) Filtro sin muestra y b) filtro con muestra
CAPÍTULO 3.- MATERIALES Y MÉTODOS
113
3.3.6 Extracción de metales pesados asociados con el material en suspensión (PST
y PM10)
El método de extracción para filtros de PST y PM10 se basó en lo establecido por
la Agencia de Protección Ambiental de EE.UU. (EPA/625/R-96/010a-IO-3.1)
(EPA, 1999). A continuación se describe el protocolo de extracción utilizado para
los filtros de los equipos de PST y PM10.
Los filtros fueron previamente sometidos a un proceso gravimétrico con el objeto
de determinar la concentración másica de PST y PM10. Con el objeto de
minimizar la distribución no uniforme del material recolectado se procedió a
cortar tres secciones circulares del filtro, cada una con un diámetro de 6 cm. Las
secciones del filtro se almacenaron en bolsas plásticas debidamente identificadas
(cierre hermético) para su posterior extracción (ver Figura 3.17a). Cada sección
fue depositada al interior de un matraz Erlenmeyer de vidrio de 150 ml y llevada a
una cabina de extracción, donde se agregaron 20 ml de ácido nítrico (HNO3, 3 M)
de grado suprapuro para cubrir la muestra. Posteriormente, se tapó cada
Erlenmeyer con una caja de Petri de vidrio y fueron llevados a una temperatura de
95 °C en una placa de calentamiento. La muestra se dejó hervir suavemente
durante 30 minutos evitando que se evaporara hasta su sequedad (ver Figura
3.17b).
Cada Erlenmeyer fue retirado de la placa de calentamiento y enfriado a
temperatura ambiente para lavar su cara interior con agua destilada-desionizada;
igualmente se lavó el lado de la caja de Petri que estuvo en contacto con la
boquilla del Erlenmeyer. El extracto preparado se dejó en reposo durante 15
minutos (decantación). Posteriormente, el extracto se trasvaso a un balón aforado
de 100 ml evitando el ingreso de la sección circular del filtro o de sedimentos
gruesos. Nuevamente, se lavó cada Erlenmeyer con la muestra aún contenida en
éste agregando no más de 20 ml de agua destilada-desionizada; la muestra se dejó
tapada y en reposo por 30 minutos (decantación). El extracto resultante fue
CAPÍTULO 3.- MATERIALES Y MÉTODOS
114
trasvasado al mismo balón aforado, realizando entre 2-3 lavados consecutivos del
Erlenmeyer de manera que el balón no tuviera más de 80 ml.
a) b) Figura 3.17 Método de extracción en caliente para filtros de PST y PM10. a)
Preparación del filtro, y b) extracción en caliente
Posteriormente, el balón aforado se llenó con agua destilada-desionizada hasta
alcanzar 100 ml y se agitó vigorosamente. El extracto se dejó en reposo a
temperatura ambiente durante 24 horas (decantación). En cada extracción se
preparó un filtro-blanco (i.e., filtro sin muestra) para evaluar los niveles de
elementos metálicos en los reactivos utilizados. Finalmente, el extracto fue
trasvasado y almacenado en un recipiente plástico para su posterior análisis. De
esta manera, el extracto preparado quedó listo para la determinación de elementos
metálicos mediante el uso de técnicas atómicas espectrométricas.
3.3.7 Determinación del contenido de metales pesados
El método de determinación de elementos metálicos se basó en lo establecido por
la noma ISO 11047 (ISO, 2000). La norma especificó el método para la
determinación del contenido metálico en extractos con agua regia mediante
espectrofotometría de absorción atómica de llama. Se utilizaron dos marcas de
CAPÍTULO 3.- MATERIALES Y MÉTODOS
115
espectrómetros de absorción atómica: (i) un equipo de marca Perkin Elmer
modelo AAnalyst 300 para analizar las muestras recolectadas en la ciudad de
Torrelavega (España) y, un equipo similar, para analizar las muestras recolectadas
en la ciudad Bogotá (Colombia); y (ii) un equipo de marca Unicam Solaar modelo
989 AA para analizar las muestras recolectadas en la ciudad de Soacha
(Colombia) (ver Figura 3.18). Es importante resaltar que los valores obtenidos en
la determinación del contenido metálico no representan elementos asimilables o
biodisponibles, sino que están más cercanos al contenido total del elemento
presente en el material analizado (pseudo-total), dada la fuerza del agente de
extracción, en este caso agua regia. El protocolo de análisis utilizado se describe a
continuación.
En la determinación del contenido metálico se utilizaron los extractos preparados
para el sedimento viario y el material en suspensión (PST y PM10). Igualmente, se
analizaron todos los blancos preparados en el proceso de extracción. Las
soluciones patrón de los metales se adquirieron comercialmente, es decir, no
fueron preparadas en el laboratorio. Adicionalmente, se controló el período
máximo de almacenamiento de las soluciones patrón y estándar, de un año y un
mes, respectivamente. Antes de preparar cada lote para las determinaciones, de 20
mg/l de la solución estándar de cada elemento se prepararon al menos cinco
soluciones de calibración que cubrieran el intervalo de concentraciones a
determinar. Por ejemplo para Pb, de la solución estándar se transfirieron con una
pipeta 5, 10, 20, 30 y 40 ml a una serie de matraces volumétricos de 100 ml. A
cada uno de ellos se le agregaron 21 ml de ácido clorhídrico (37%; 1,18 g/ml) y 7
ml de ácido nítrico (65%, 1,42 g/ml), se diluyeron con agua hasta la marca y se
mezclaron bien. Estas soluciones correspondieron a concentraciones de plomo de
1, 2, 4, 6 y 8 mg/l, respectivamente.
Para la calibración, el espectrómetro de absorción atómica se accionó de acuerdo
con las instrucciones del fabricante, a la longitud de onda apropiada, en las
condiciones adecuadas y con el sistema de corrección de fondo en
funcionamiento. Se aspiró la solución de calibración y se optimizaron las
CAPÍTULO 3.- MATERIALES Y MÉTODOS
116
condiciones de aspiración, la altura del quemador y las condiciones de la llama.
Se ajustó la respuesta del instrumento a absorbancia cero mientras se aspiró el
agua. Se aspiraron el conjunto de soluciones de calibración en orden ascendente y,
como elemento cero, la solución de calibración blanco. Después de un tiempo de
10 s, se realizó la lectura de la absorbancia de cada solución de calibración (dos
veces) y se promediaron los valores. Seguidamente se construyó la gráfica de
calibración para cada elemento con las concentraciones de las soluciones de
calibración, de las cuales se restó la lectura de calibración del blanco, en mg/l
como la abscisa y los valores de la absorbancia correspondiente como la ordenada.
a)
b)
Figura 3.18 Espectrómetros de absorción atómica con llama empleados para la determinación del contenido metálico. a) Marca Perkin Elmer (modelo: AAnalyst
300), y b) marca Unicam Solaar (modelo: 989 AA)
CAPÍTULO 3.- MATERIALES Y MÉTODOS
117
Por último en la determinación de la muestra de ensayo, se aspiró la muestra de
ensayo blanco y la muestra (extracto) separadamente en la llama y se midió la
absorbancia del elemento metálico. Se realizaron dos lecturas de las soluciones y
se promediaron los valores. Después de cada medición, se aspiró el agua y se
reajustó el cero si fue necesario. Si la concentración del elemento metálico de la
muestra superó el intervalo de calibración, se diluyó la solución de ensayo con la
solución blanco. Finalmente, la concentración del elemento metálico
correspondiente a las absorbancias de la muestra y de la solución de ensayo
blanco se determinó con respecto a la gráfica de calibración obtenida. Las
concentraciones metálicas fueron expresadas en miligramos de metal pesado por
kilogramo de materia seca, de sedimento viario o material en suspensión (PST y
PM10).
3.4 SÍNTESIS
A partir del estudio del estado del arte se procedió a seleccionar los sistemas de
muestreo y análisis de laboratorio de mayor utilidad para el desarrollo y
validación de la metodología propuesta en la presente investigación. En la etapa
de desarrollo (ciudades de Torrelavega y Soacha) se seleccionaron las técnicas de
aspirado y barrido en seco (SABS), y de barrido en seco (SBS) para realizar la
caracterización metálica del sedimento viario. La eficacia de las técnicas SABS y
SBS en la recolección del sedimento viario fue de 98,4 y 97,6%, respectivamente.
Por lo tanto, en la presente investigación se consideró la técnica SBS como una
versión simplificada de la técnica SABS; es decir, los sistemas de muestreo
empleados fueron equivalentes.
Igualmente en la etapa de desarrollo, se seleccionaron equipos manuales de alto
volumen para realizar la caracterización metálica del material en suspensión. En la
recolección de las partículas suspendidas totales (PST) se utilizó un equipo
manual de alto volumen con un sistema de control de flujo de tipo másico
(Thermo Environmental Instruments Inc., GMW TSP High Volume Air Sampler -
Mass Flow). Por otro lado, en la recolección de la partículas de tamaño menor o
CAPÍTULO 3.- MATERIALES Y MÉTODOS
118
igual a 10 µm (PM10) se utilizó un equipo manual de alto volumen de tipo ciclón,
con un sistema de control de flujo de tipo volumétrico (Wedding & Associates,
600 PM10 Critical Flow High Volume Air Sampler - Volumetric Flow). El
muestreo para el desarrollo de la metodología propuesta tuvo una duración de 65
días en la ciudad de Torrelavega (28/09/2004-01/12/2004) y 127 días en la ciudad
de Soacha (07/01/2010-14/05/2010).
En la etapa de validación de la metodología propuesta (ciudad de Bogotá), se
utilizó el sistema SBS para la caracterización metálica del sedimento viario. En la
caracterización metálica del material en suspensión (PM10) se utilizó un equipo de
monitoreo continuo de partículas mediante atenuación de rayos beta (Met One
Instruments, BAM 1020). El muestreo para la validación de la metodología
propuesta tuvo una duración de un año (08/05/2010-08/05/2011).
Finalmente, los análisis de laboratorio realizados para caracterizar el sedimento
viario fueron los siguientes: (i) humedad (normas ISO 11465; ASTM D2216); (ii)
granulometría (normas ISO 2591-1; ASTM D422); (iii) extracción de elementos
metálicos mediante agua regia (norma ISO 11466); (iv) determinación del
contenido metálico mediante espectrofotometría de absorción atómica de llama
(noma ISO 11047). Por otro lado, los análisis de laboratorio realizados para
caracterizar el material en suspensión fueron los siguientes: (i) selección,
preparación y determinación gravimétrica para filtros (documento EPA/625/R-
96/010a); (ii) extracción en caliente de elementos metálicos para filtros
(documento EPA/625/R-96/010a); (iii) determinación del contenido metálico
mediante espectrofotometría de absorción atómica de llama (noma ISO 11047).
3.5 REFERENCIAS
ASTM, Standard test method for laboratory determination of water (moisture) content of soil and rock by mass, ASTM D2216, Annual Book of ASTM Standards, American Society for Testing and Materials, West Conshohocken, Pennsylvania, USA, 2000.
ASTM, Standard test method for particle-size analysis of soils, ASTM D422, Annual Book of ASTM Standards, American Society for Testing and Materials, West Conshohocken, Pennsylvania, USA, 2000.
CAPÍTULO 3.- MATERIALES Y MÉTODOS
119
EPA, Compendio de métodos para la determinación de compuestos inorgánicos en el aire ambiente, compendio IO-2.1: muestreo de aire ambiente para material particulado suspendido total y PM10 utilizando un muestreador de alto volumen, EPA/625/R-96/010a, Office of Research and Development, Environmental Protection Agency, Washington DC, USA, 1999.
EPA, Compendio de métodos para la determinación de compuestos inorgánicos en el aire ambiente, compendio IO-1.2: determinación en el aire ambiente de PM10 usando un monitor continuo de atenuación de rayos beta (Thermo Environmental Instruments Inc.), EPA/625/R-96/010a, Office of Research and Development, Environmental Protection Agency, Washington DC, USA, 1999.
EPA, Compendio de métodos para la determinación de compuestos inorgánicos en el aire ambiente, compendio IO-3.1: selección, preparación y determinación gravimétrica para filtros, EPA/625/R-96/010a, Office of Research and Development, Environmental Protection Agency, Washington DC, USA, 1999.
INVIAS, Mezcla discontinua en caliente para capa de rodadura (micro-aglomerado en caliente), Artículo 452-07, Instituto Nacional de Vías, Ministerio de Transporte, Bogotá DC, Colombia, 2007.
INVIAS, Textura superficial de un pavimento mediante el método del círculo de arena, Normas de ensayo INVE-791-07, Instituto Nacional de Vías, Ministerio de Transporte, Bogotá DC, Colombia, 2007.
ISO, Soil quality, Determination of cadmium, chromium, cobalt, copper, lead, manganese, nickel and zinc, Flame and electrothermal atomic absorption spectrometric methods, ISO 11047, Standards Handbook, International Organization for Standardization, Geneva, Switzerland, 2000.
ISO, Soil quality, Determination of dry matter and water content on a mass basis, Gravimetric method, ISO 11465, Standards Handbook, International Organization for Standardization, Geneva, Switzerland, 2000.
ISO, Soil quality, Extraction of trace elements soluble in aqua regia, ISO 11466, Standards Handbook, International Organization for Standardization, Geneva, Switzerland, 2000.
ISO, Soil quality, Test sieving, Part 1: Methods using test sieves of woven wire cloth and perforated metal plate, ISO 2591-1, Standards Handbook, International Organization for Standardization, Geneva, Switzerland, 2000.
SDA, Red de monitoreo y calidad del aire de Bogotá-RMCAB, Reporte por estación, http://201.245.192.251:81/, consulta realizada entre 14/01/2010 - 08/05/2011, Secretaría Distrital de Ambiente, Bogotá DC, Colombia, 2011.
Vaze J. y Chiew H.S., Experimental study of pollutant accumulation on an urban road surface, Urb. Wat. 4 (2002), pp. 379-389.
120
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
121
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE
LA DISTRIBUCIÓN DE LOS METALES PESADOS
ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE
INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
4.1 ANTECEDENTES
A partir del estudio del estado del arte se pudo observar el escaso desarrollo de
metodologías para la evaluación metálica asociada con el sedimento viario
mediante información del material en suspensión. Adicionalmente, las
metodologías más cercanas se fundamentaron en el desarrollo de equipos
especializados (p.ej., una cámara superficial de aspirado de PM10) o en el uso de
instalaciones diseñadas para otras aplicaciones (p.ej., una pista viaria para evaluar
la resistencia del pavimento); estos desarrollos permitieron una evaluación
metálica viaria de manera puntual y en un instante de tiempo determinado. Por
otro lado, los desarrollos metodológicos existentes no tuvieron el enfoque de la
presente investigación: la evaluación de la contaminación metálica en superficie
para la gestión de la escorrentía viaria.
Por lo tanto, en este capítulo se presenta un desarrollo metodológico para la
estimación de la distribución de los metales pesados asociados con el sedimento
viario a partir de la información suministrada por las instalaciones de monitoreo
de la calidad del aire existentes en las urbes. Es decir, no se acudió al diseño de
equipos especializados o al uso de instalaciones diseñadas para otras aplicaciones
sin relación con el campo de investigación; de esta manera se utilizó la
información disponible en las redes de monitoreo para realizar la evaluación
metálica en mención, teniendo como foco la gestión de la contaminación metálica
generada por la escorrentía superficial viaria y, consecuentemente, la selección,
diseño y perfeccionamiento de las mejores prácticas de control (i.e., estructurales
y no estructurales). Adicionalmente, el desarrollo metodológico propuesto
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
122
pretendió realizar una evaluación metálica viaria en la totalidad del territorio
urbano mediante la utilización de la información disponible en las redes de
monitoreo de calidad del aire. En el caso de que las estaciones de monitoreo de la
calidad del aire sean automáticas, la evaluación metálica viaria podrá realizarse en
tiempo real.
Este capítulo se inicia con una descripción general de las cinco fases de la
metodología propuesta. Posteriormente, se describe en detalle cada una de las
fases del desarrollo metodológico y que fueron adelantadas en las ciudades de
investigación: (i) Torrelavega (España) y (ii) Soacha (Colombia). A partir de lo
anterior, se expone la estructura definitiva de la metodología. Finalmente, se
presenta una síntesis de la metodología desarrollada para la estimación de la
distribución de los metales pesados asociados con el sedimento viario a partir de
información del material en suspensión (i.e., partículas suspendidas).
4.2 DESCRIPCIÓN GENERAL DE LA PROPUESTA METODOLÓGICA
La metodología propuesta para la evaluación metálica asociada con el sedimento
viario a partir de información del material en suspensión estuvo constituida por
cinco fases: (i) descripción de la vía en estudio, (ii) caracterización metálica del
sedimento viario, (iii) caracterización del material en suspensión (PM10 y PST),
(iv) desarrollo de un modelo causal para la concentración metálica viaria, y (v)
evaluación de la concentración metálica asociada con el sedimento viario a partir
de información del material en suspensión. La descripción general de cada una de
las fases de la metodología se presenta a continuación (ver Figura 4.1).
4.2.1 Descripción de las vías en estudio
El objetivo de esta primera fase fue describir la vía en evaluación. La descripción
se centró en las variables identificadas a partir del estudio del estado del arte en la
presente investigación (ver Capítulo 2, apartado 2.2). Las variables para la
evaluación metálica asociada con el sedimento viario se clasificaron en tres
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
123
categorías: (i) climática, (ii) humana y (iii) físico-natural. La Tabla 4.1 presenta
las categorías y variables generales a describir en la primera fase de la
metodología.
Tabla 4.1 Categorías y variables generales utilizadas para la descripción de la vía
en estudio Categorías Variables Indicador
Climática Precipitación Altura, intensidad y pH Escorrentía Tasa, volumen, y tensión cortante del
flujo Deposición atmosférica Tasa de deposición seca y húmeda Período seco previo Número de días de tiempo seco Viento Velocidad y dirección Humana Uso del suelo Residencial, comercial e industrial Limpieza viaria Tecnología y frecuencia Tráfico Densidad y composición, y velocidad Físico-natural
Cubiertas de edificaciones Densidad y tipo
Características físicas de la cuenca viaria
Tiempo de concentración, estado, textura y tipo de la superficie de rodadura, pendiente viaria, y sistema de drenaje
Cantidad de sedimento Carga y distribución granulométrica Plantas y desechos vegetales Densidad y tipo
4.2.2 Caracterización metálica del sedimento viario
La segunda fase de la metodología pretendió caracterizar la concentración de
metales pesados asociada con el sedimento acumulado sobre la superficie viaria
en evaluación. Las cuatro actividades desarrolladas de manera consecutiva fueron
las siguientes: (i) determinación y análisis de la carga de sedimento viario (g/m2),
(ii) determinación y análisis de la granulometría del sedimento viario (63-2800
µm), (iii) determinación y análisis de la concentración metálica asociada con cada
fracción de tamaño entre 63-2800 µm (mg/kg), y (iv) determinación y análisis de
la carga o cantidad metálica asociada con cada fracción de tamaño entre 63-2800
µm (g/m2 ó %/m2).
En el desarrollo de esta fase se utilizaron los sistemas de muestreo de aspirado y
barrido en seco (SABS), y barrido en seco (SBS) (ver Capítulo 3, apartado 3.2.1)
para recolectar y determinar la carga del sedimento acumulado sobre la superficie
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
124
viaria. Posteriormente, se determinó la distribución de tamaño de las partículas
mediante el método ISO 2591-1 (ISO, 2000) (ver Capítulo 3, apartado 3.3.2).
Finalmente, la concentración y carga metálica asociada con el sedimento viario se
determinó mediante extracción en agua regia (método ISO 11466; ISO, 2000) (ver
Capítulo 3, apartado 3.3.4) y espectrofotometría de absorción atómica de llama
(método ISO 11047; ISO, 2000) (ver Capítulo 3, apartado 3.3.7).
4.2.3 Caracterización del material en suspensión (PM10 y PST)
El objetivo de la tercera fase fue realizar la caracterización de la carga del material
en suspensión de tamaño menor o igual a 10 µm (PM10), y de tamaño menor a 100
µm (PST). Complementariamente, se realizó la caracterización de la
concentración y carga metálica asociada con el material en suspensión. Las tres
actividades desarrolladas de manera consecutiva fueron las siguientes: (i)
determinación y análisis de la carga de PM10 y PST (µg/m3), (ii) determinación y
análisis de la concentración metálica asociada con PM10 y PST (µg/g), y (iii)
determinación y análisis de la carga metálica asociada con PM10 y PST (µg/m3).
Es importante mencionar que las dos últimas actividades fueron complementarias
con el objeto de profundizar en el comportamiento de los elementos metálicos
sobre las superficies viarias, es decir, la propuesta metodológica puede o no
incluir estas actividades.
En el desarrollo de esta fase se utilizaron dos sistemas manuales de muestreo para
la recolección y determinación de la carga de PM10 y PST (µg/m3). El sistema de
muestreo de PM10 estuvo constituido por un equipo manual de alto volumen, de
tipo ciclón y con un sistema de control de flujo de tipo volumétrico (Wedding &
Associates, 600 PM10 Critical Flow High Volume Air Sampler - Volumetric
Flow); por otro lado, el sistema de muestreo de partículas suspendidas totales
(PST) estuvo constituido por un equipo manual de alto volumen con sistema de
control de flujo de tipo másico (Thermo Environmental Instruments Inc., GMW
TSP High Volume Air Sampler - Mass Flow) (ver Capítulo 3, apartado 3.2.2).
Finalmente, se determinó la concentración y carga metálica asociada con PM10 y
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
125
PST mediante extracción en caliente (método EPA: 40 CFR Part 50, Appendix G;
EPA, 1999) (ver Capítulo 3, apartado 3.3.6) y espectrofotometría de absorción
atómica de llama (método ISO 11047) (ver Capítulo 3, apartado 3.3.7).
4.2.4 Desarrollo del modelo causal entre la carga en suspensión y la concentración
metálica asociada con el sedimento viario
La cuarta fase de la metodología consistió en el desarrollo de un modelo causal
entre la carga en suspensión y la concentración metálica asociada con el
sedimento viario. Las etapas ejecutadas para el desarrollo del modelo fueron las
siguientes: (i) establecimiento de hipótesis, (ii) construcción de la matriz de causa-
efecto y elaboración del diagrama conceptual, (iii) identificación, (iv) estimación
de parámetros, (v) verificación, y (vi) análisis del pronóstico.
A partir del estudio del estado del arte y de la caracterización realizada en las
ciudades de Torrelavega y Soacha se establecieron las siguientes hipótesis para el
desarrollo del modelo causal: (i) la concentración metálica asociada con el
sedimento acumulado sobre una superficie viaria (µg/g) está relacionada con la
concentración metálica asociada con el material en suspensión (µg/g); (ii) la
concentración metálica asociada con el material en suspensión (µg/g) está
directamente relacionada con la carga del material en suspensión (µg/m3); y (iii)
de esta manera, se puede predecir la concentración metálica asociada con el
sedimento viario (µg/g) a partir de la carga del material en suspensión (µg/m3). La
descripción en detalle de las diferentes etapas para el desarrollo modelo se
presenta en el apartado 4.3.4 del presente capítulo.
4.2.5 Evaluación de la concentración metálica asociada con el sedimento viario a
partir de información del material en suspensión
El objetivo de la última fase del desarrollo metodológico fue evaluar la
distribución por fracción de tamaño de la concentración y carga metálica asociada
con el sedimento viario. Las actividades desarrolladas de manera consecutiva
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
126
fueron las siguientes: (i) evaluar la distribución de la concentración metálica por
fracción de tamaño (mg/kg), y (ii) evaluar la distribución de la carga metálica por
fracción de tamaño (g/m2 ó %/m2). Las fracciones de tamaño evaluadas fueron las
siguientes: < 63, 63-125, 125-250, 250-500, 500-1000, 1000-2000, y 2000-2800
µm
Figura 4.1 Diagrama de flujo para la metodología propuesta
Finalmente, se pretende que la aplicación de la metodología propuesta sea útil
para los gestores del control de la contaminación metálica generada por la
escorrentía superficial viaria para la toma de decisiones en la selección, diseño y
Fase 1: Descripción de la vía en evaluación
Fase 2: Caracterización metálica del sedimento
viario
Fase 3: Caracterización del material en suspensión
Fase 4: Desarrollo de un modelo causal para la concentración metálica
viaria
Fase 5: Evaluación metálica asociada con el sedimento viario a
partir de información del material en suspensión
Condicionantes climáticosCondicionantes humanosCondicionantes físico-naturales
Carga de sedimentoGranulometría del sedimentoConcentración metálica por fracción de tamañoCarga metálica por fracción de tamaño
Carga en suspensiónConcentración metálica en suspensión (opcional)Carga metálica en suspensión (opcional)
Establecimiento de hipótesisMatriz causa-efecto y diagrama conceptualIdentificación del modeloEstimación de parámetrosVerificaciónAnálisis del pronóstico
Evaluación de la concentración metálica por fracción de tamañoEvaluación de la carga metálica por fracción de tamaño
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
127
perfeccionamiento de las mejores prácticas y mecanismos de control (MPC). Las
prácticas y mecanismos de control a evaluar con la aplicación de la presente
metodología serían: (i) la densidad de tráfico, (ii) la limpieza viaria manual y
mecánica, (ii) las cunetas, (iii) los imbornales y fosas, (iv) los estanques secos y
húmedos, (v) los sistemas de infiltración, (vi) los sistemas de filtración, (vii) los
humedales, (viii) los pavimentos impermeables y permeables, (ix) los tanques de
tormenta, y (x) los sistemas de alcantarillado pluvial.
4.3 DESARROLLO DE LA PROPUESTA METODOLÓGICA
La metodología fue desarrollada durante las campañas de campo realizadas en las
ciudades de Torrelavega (España) y Soacha (Colombia) entre el 28/09/2004-
01/12/2004 y 07/01/2010-14/05/2010, respectivamente. A continuación se
describe detalladamente el desarrollo de cada una de las fases de la metodología
propuesta.
4.3.1 FASE 1. Descripción de las vías en estudio
El primer lugar de investigación se localizó sobre la superficie viaria del Bulevar
Ronda Rufino Peón, en la ciudad de Torrelavega (Cantabria) al norte de España
(43°20ˈ17̎ N, 4°02ˈ57 ̎O). Su clima atlántico (templado) se caracterizó por lluvias
abundantes a lo largo de todo el año (precipitación media anual: 1230 mm; días de
precipitación: 188/año), la elevada humedad (media anual: 77%) y la suavidad de
las temperaturas (promedio anual: 14,7 °C). Los anteriores datos climatológicos
fueron obtenidos de una estación administrada por la Universidad de Cantabria
(UC), localizada a una distancia entre 40 y 300 metros de las superficies viarias en
estudio (ver Figura 4.2).
La superficie viaria de estudio en la ciudad de Torrelavega se localizó en el
interior de una cuenca de uso residencial, rodeada por áreas abiertas y poco
edificadas (impermeabilización del 60%). La cuenca viaria tuvo una elevación
media de 50,3 m.s.n.m. y una pendiente media de 1,5%. El bulevar tenía en cada
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
128
uno de sus dos sentidos un carril para el tráfico, uno para aparcamiento y otro para
el tránsito de bicicletas. El carril para las bicicletas estuvo separado de la calzada
por un bordillo de concreto y una línea de vegetación (ver figuras 4.2 y 4.3). El
sistema de desagüe de la calzada estuvo constituido por una cuneta lateral en
concreto, sobre la cual se situaron una serie de imbornales (cada 40 m). El bulevar
da acceso a áreas residenciales pero fue usado frecuentemente por vehículos de
tipo comercial. El área de estudio se dividió en dos zonas cuyas características
principales se presentan en la Tabla 4.2.
Figura 4.2 Esquema de las superficies viarias en estudio (Torrelavega, España)
Por otro lado, el segundo lugar de investigación se localizó sobre dos superficies
viarias de la ciudad de Soacha (Cundinamarca) en el centro de Colombia (4°35ˈ05̎
N, 74°13ˈ12̎ O). Su clima tropical de montaña (i.e., clima frio) se caracterizó por
presentar una amplia variación diaria en la temperatura (promedio anual: 14 °C;
variación entre 0-18 °C), una humedad relativa media (promedio anual: 66%) y
una precipitación media anual de 900 mm. Los anteriores datos climatológicos
fueron obtenidos de una estación operada por la Corporación Autónoma de
Cundinamarca (CAR), localizada a una distancia entre 340 y 4230 metros con
respecto de las dos superficies viarias de investigación.
50 m 100 m
4% 0,20
0,15 0,08
2,00,90
0,80
Zona 1
Estación meteorológica UC
Carril bicicletas(asfalto)
Calzada
Cuneta (0,35x0,05)(concreto)
Bulevar Ronda Rufino Peón
Dimensiones en metros
Zona 2
5,50
Vehicular3,60
Parqueo1,90
Un árbol cada 2,50
Bordillo(concreto)
Sin edificacionesEdificaciones
Sin edificacionesEdificaciones
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
129
Tabla 4.2 Características de las superficies viarias en estudio (Torrelavega) Característica Zona 1 Zona 2
Densidad residencial (habitantes/ha) Baja (150) Media (300) Líneas de tráfico 2a 2a Líneas de aparcamiento 2a;b 2a Longitud (m) 300 310 Pendiente longitudinal (%) 0,2 4 Pendiente transversal (%) 4 4 Capa de rodadura/textura Asfalto/rugoso Asfalto/rugoso Densidad media de tráfico (Vehículos/d) 3800 3800 Densidad máxima de tráfico (Vehículos/h)
600 600
Velocidad promedio (km/h) 55-60 55-60
Composición (%) coches: 92; camionetas: 5; camiones sin remolque: 2,5; camiones con remolque: 0,25; autobuses: 0,25
a: una en cada sentido; b: subutilizadas por la baja densidad residencial
a) b)
Figura 4.3 Fotografía de las superficies viarias en estudio (Torrelavega, España). a) Zona 1 y b) Zona 2
La primera superficie viaria de investigación en Colombia se localizó en el centro
urbano de la ciudad de Soacha (i.e., Zona 1), en la vía adyacente al Hospital
Central Municipal (calle 13-carrera 10). La cuenca viaria tuvo una elevación
media de 2560 m.s.n.m. y una pendiente media de 1,7% (impermeabilización del
90%) (ver Figura 4.4a y 4.5a). La superficie viaria tenía un sólo sentido con dos
carriles para el tráfico. La calzada estuvo separada del andén por un bordillo en
concreto. El sistema de drenaje viario estuvo constituido por imbornales laterales
localizados al final de la vía (i.e., en la boca-calle). Sin embargo, la vía no poseía
una cuneta para la recolección y conducción del agua de escorrentía hacia los
imbornales. La vía da acceso a áreas residenciales e institucionales, pero fue usada
ocasionalmente por vehículos de tipo comercial. Es decir, en orden de importancia
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
130
el uso del suelo del área de estudio fue residencial, institucional y comercial. La
Tabla 4.3 presenta las principales características de la Zona 1.
La segunda superficie viaria de investigación en Colombia (i.e., Zona 2) se
localizó sobre el corredor vial Autopista Sur de Bogotá-Soacha, a la altura de la
empresa Almacafé (bodega de almacenamiento de café). La cuenca viaria tiene
una elevación media de 2556 m.s.n.m. y una pendiente media de 1,1%
(impermeabilización del 10%) (ver Figura 4.5b). La vía tiene en cada uno de sus
dos sentidos, tres carriles para el tráfico. La calzada se encontraba separada de una
línea de vegetación por un bordillo en concreto. El sistema de drenaje estuvo
constituido por imbornales localizados cada 55 metros. No obstante, la vía no
poseía una cuneta para la recolección de la escorrentía superficial (ver Figura
4.4b).
Tabla 4.3 Características de las superficies viarias en estudio (Soacha) Característica Zona 1 Zona 2
Densidad residencial (habitantes/ha) Alta (600) Baja (150) Líneas de tráfico/parqueo 1a/ninguna 2b/ninguna Longitud viaria (m) 120 500 Pendiente longitudinal/transversal (%) 2/4 1/4 Tipo/textura del pavimento Asfalto/rugoso Asfalto/rugoso Tráfico promedio diario (Vehículos/d) 2750 40100 Tráfico máximo horario (Vehículos/h) 570 6700 Velocidad promedio (km/h) 10-30 60-80
Composición del tráfico Zona 1/Zona 2 (%)
carros: 65/62; camiones ligeros: 0/7,25; camiones sin remolque: 0/5,40; camiones
con remolque: 0/7,35; buses: 35/18 a: uso ocasional como línea de aparcamiento; b: tres carriles por cada sentido del tráfico
a) b)
Figura 4.4 Fotografía de las superficies viarias en estudio (Soacha, Colombia) a) Zona 1 y b) Zona 2
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
131
a)
b)
Figura 4.5 Esquema de las superficies viarias en estudio (Soacha, Colombia). a) Zona 1 y b) Zona 2
Carril 3,60 (asfalto) Carril 3,60 (asfalto)
Bordillo (concreto); A=0,13; h=0,18
Andén (ladrillo); ancho de 3 Andén (ladrillo); ancho de 3
Dimensiones en metros
4% 4%
CARRERA 10
CA
LL
E 13
Hospital Soacha
Edificaciones
Estación de calidad del aire CARSin edificaciones
Zona 1
20 m 40 m
Carril (1) 3,60
Calzada No. 1 (asfalto)
Separador 3,00
Canal (concreto); hacia el imbornal
Bordillo (concreto); A= 0,15; h= 0,18
Dimensiones en metros
Carril (2) 3,60 Carril (3) 3,60
Un árbol c/d 6,00
Bordillo (concreto); A= 0,15; h= 0,18
4%
Hacia la calzada No. 2 (asfalto)
AUTO
PIST
A SUR
Empr
esa A
LMACAFÉ
Estación calidad del aire CAR
50 m
100 m
Sin edificacionesEscasa vegetación
Zona 2
Sin edificacionesEscasa vegetación
Sin edificacionesEscasa vegetación
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
132
La Autopista Sur Bogotá-Soacha se constituyó en uno de los principales
corredores viales de entrada y salida de vehículos de la ciudad de Bogotá D.C., es
decir, presentó una elevada y variada composición del tráfico (ver Tabla 4.2). El
uso del suelo del área de estudio fue industrial y comercial; sin embargo, la
estación de monitoreo se localizó en un área abierta con escasa vegetación y sin
edificaciones (bodega de la empresa Almacafé), a una distancia de 950 m con
respecto del complejo industrial más cercano (ver Figura 4.5b). La Zona 2 estuvo
localizada a una distancia de 4230 m con respecto de la Zona 1. La Tabla 4.3
presenta las principales características de la Zona 2.
4.3.2 FASE 2. Caracterización metálica del sedimento viario
Las cuatro actividades desarrolladas de manera consecutiva durante esta fase
fueron las siguientes: (i) determinación y análisis de la carga de sedimento viario
(g/m2), (ii) determinación y análisis de la granulometría del sedimento viario (63-
2800 µm), (iii) determinación y análisis de la concentración metálica asociada con
cada fracción de tamaño del sedimento viario (µg/g ó mg/kg), y (iv)
determinación y análisis de la carga metálica asociada con cada fracción de
tamaño del sedimento viario (g/m2 ó %/m2). A continuación se describen cada una
de las actividades desarrolladas en la caracterización metálica del sedimento
viario.
4.3.2.1 Determinación y análisis de la carga de sedimento viario
Esta actividad se enfocó en la determinación y análisis de la cantidad de
sedimento acumulado sobre las superficies viarias a partir de las variables
descritas en la primera fase de la metodología. El análisis de la carga de sedimento
se realizó a partir de los principales fenómenos que condicionaron su contenido
metálico, e identificados en el estudio del estado del arte de la presente
investigación: (i) el fenómeno de acumulación de la carga viaria, y (ii) el
fenómeno de remoción de la carga viaria; este último representado principalmente
por la remoción generada por la escorrentía superficial viaria (i.e. por lavado).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
133
4.3.2.1.1 Acumulación de la carga viaria
La caracterización de la acumulación de carga del sedimento viario tuvo en cuenta
los siguientes análisis: (i) caracterización climatológica de los períodos de tiempo
seco, (ii) tendencia en la acumulación de carga del sedimento viario, y (iii)
condicionantes de la tasa de acumulación del sedimento viario. A continuación se
presenta la caracterización realizada para la carga de sedimento viario después de
las campañas de campo desarrolladas en las ciudades de Torrelavega y Soacha.
Durante la caracterización realizada en la ciudad de Torrelavega (28/09/2004-
01/12/2004; 65 días) se presentaron once intervalos de tiempo seco, seis de los
cuales fueron superiores a un día: 24 de septiembre-1 de octubre (7 días), 3-5 de
octubre (3 días), 9-13 de octubre (5 días), 22-24 de octubre (3 días), 17-18 de
noviembre (2 días), y 22-27 de noviembre (6 días). En todos ellos se observó un
aumento de la carga total (CT) acumulada sobre la superficie viaria a medida que
pasaban los días de tiempo seco (ver Figura 4.6). Las Zonas 1 y 2 en la ciudad de
Torrelavega presentaron una tendencia similar.
Figura 4.6 Variación de la carga viaria de sedimento en la Zona 1 (Torrelavega, España)
Por otro lado, en la caracterización realizada en la ciudad de Soacha (07/01/2010-
14/05/2010; 127 días) se presentaron trece intervalos de tiempo seco, diez de los
cuales fueron superiores a un día: 13 de enero-8 de febrero (27 días), 10-15 de
0
5
10
15
20
25
30
35
40
45
28-0
9-04
02-1
0-04
06-1
0-04
10-1
0-04
14-1
0-04
18-1
0-04
22-1
0-04
26-1
0-04
30-1
0-04
03-1
1-04
07-1
1-04
11-1
1-04
15-1
1-04
19-1
1-04
23-1
1-04
27-1
1-04
01-1
2-04
Día
Pre
cipi
taci
ón (
mm
)
0
5
10
15
20
25
30
35
40
45
Car
ga (
g/m
2 )
Precipitación Carga Total Carga Libre Carga Fija
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
134
febrero (6 días), 17-18 de febrero (2 días), 21-22 de febrero (2 días), 26 de
febrero-6 de marzo (9 días), 12-16 de marzo (5 días), 18-25 de marzo (8 días), 27-
29 de marzo (3 días), 3-4 de abril (2 días), y 7-14 de mayo (8 días). Igualmente,
en todos ellos se observó un aumento de la carga total (CT) acumulada sobre la
superficie viaria a medida que pasaban los días de tiempo seco (ver Figura 4.7).
Las Zonas 1 y 2 en la ciudad de Soacha presentaron una tendencia similar.
Figura 4.7 Variación de la carga viaria de sedimento en la Zona 2 (Soacha, Colombia)
Al estudiar la carga total acumulada sobre la calzada en función del número de
días de tiempo seco (g/m2), se observó que para las muestras recolectadas en la
ciudad de Torrelavega la relación lineal era la más adecuada. Los coeficientes de
determinación (R2) para las Zonas 1 y 2 fueron de 0,82 y 0,83, respectivamente
(ver Figura 4.8). Los modelos lineales obtenidos para las Zonas 1 y 2 fueron los
siguientes:
DD1=1,64·t (4.1)
DD2=2,53·t (4.2)
Donde DD1 y DD2 representaron la carga total (g/m2) de sedimento acumulado
sobre la calzada de las Zonas 1 y 2, respectivamente; y t representó el número de
0
20
40
60
80
100
120
140
160
180
200
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
13
/01
/20
10
20
/01
/20
10
27
/01
/20
10
03
/02
/20
10
10
/02
/20
10
17
/02
/20
10
24
/02
/20
10
03
/03
/20
10
10
/03
/20
10
17
/03
/20
10
24
/03
/20
10
31
/03
/20
10
07
/04
/20
10
14
/04
/20
10
21
/04
/20
10
28
/04
/20
10
05
/05
/20
10
12
/05
/20
10
Ca
rga
(g/m
2)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación Carga Total
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
135
días de tiempo seco entre dos eventos de lluvia consecutivos. Sartor y Boyd
(1972), Saheen (1975) y Ball et al. (1998) reportaron que la carga total acumulada
en tiempo seco tiende a un valor máximo de equilibrio. Los resultados mostraron
que no existía tendencia hacia una condición de equilibrio en la cantidad
acumulada de sedimento, quizá porque no se pudieron medir períodos de tiempo
seco superiores a 7 días debido a la frecuencia de los eventos de lluvia en la
ciudad de Torrelavega. Es decir, se sugirió una tendencia lineal en la acumulación
del sedimento viario en los lugares donde la frecuencia de los eventos de lluvia
fue considerable (ver Figura 4.8).
Figura 4.8 Acumulación de la carga de sedimento viario con una frecuencia elevada en los eventos de lluvia. Zona 2 (Torrelavega, España)
Para el caso de la ciudad de Soacha, la tendencia en la carga total acumulada en
función del número de días de tiempo seco (g/m2) fue similar a la observada en la
ciudad de Torrelavega, para períodos de tiempo menores a 8 días (i.e., tendencia
lineal). Los coeficientes de determinación (R2) para las Zonas 1 y 2 fueron de 0,71
y 0,66, respectivamente. Los modelos lineales obtenidos para las Zonas 1 y 2
fueron los siguientes:
DD1=1,94·t (4.3)
Zona 2: Y = 2,53*XR2 = 0,83
Zona 1: Y = 1,64*XR2 = 0,82
0
2
4
6
8
10
12
14
16
18
0 1 2 3 4 5 6 7 8
Ca
rga
de
se
dim
en
to(g
/m2)
Número de días de tiempo seco
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
136
DD2=2,92·t (4.4)
Donde DD1 y DD2 representaron la carga total (g/m2) de sedimento acumulado
sobre la calzada de las Zonas 1 y 2, respectivamente; y t representó el número de
días de tiempo seco entre dos eventos de lluvia consecutivos. Sin embargo, los
resultados obtenidos en la ciudad de Soacha permitieron observar una tendencia
diferente para el período de tiempo seco comprendido entre el 13 de enero-8 de
febrero (27 días). En esta ocasión, la tendencia de tipo logarítmica fue la que
mejores resultados produjo. El coeficiente de determinación (R2) para las Zonas 1
y 2 fue de 0,95 (ver Figura 4.9). Los modelos logarítmicos obtenidos para las
Zonas 1 y 2 fueron los siguientes:
DD1=18,52·ln t 19,07 (4.5)
DD2=30,41·ln t 31,36 (4.6)
Donde DD1 y DD2 representaron la carga total (g/m2) de sedimento acumulado
sobre la calzada de las Zonas 1 y 2, respectivamente; y t representó el número de
días de tiempo seco entre dos eventos de lluvia consecutivos. Por lo tanto, los
resultados en la ciudad de Soacha sugirieron que existió tendencia hacia una
condición de equilibrio en la cantidad acumulada de sedimento viario cuando el
número de días de tiempo seco fue elevado (i.e., tendencia logarítmica para
períodos secos); confirmando los hallazgos reportados por Sartor y Boyd (1972),
Saheen (1975) y Ball et al. (1998). En la presente investigación la carga total
acumulada en tiempo seco tendió en promedio a 113,8 g/m2 y 174,3 g/m2 en las
Zonas 1 y 2, respectivamente (ver Figura 4.9).
En la ciudad de Torrelavega la carga total media depositada por día de tiempo
seco sobre la calzada fue de 1,2 y 2,7 g/m2·d en las Zonas 1 y 2, respectivamente.
La prueba t de Student mostró que existían diferencias significativas en la carga
total depositada en tiempo seco entre las dos zonas de estudio. La diferencia
existente en la densidad residencial y la mayor exposición a la acción del viento
de la Zona 1 (velocidad media: 8,0 km/h), sugirieron la inferior carga total
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
137
depositada por día seco sobre la misma (ver Figura 4.2). Ball et al. (1998)
encontraron que velocidades del viento superiores a 21 km/h producían una
suspensión de las partículas acumuladas sobre la calzada, y Barkdoll et al. (1977)
mostraron que una partícula de 246 µm podía ser suspendida por masas de aire
con velocidades superiores a 8,05 km/h.
Figura 4.9 Variación de la carga de sedimento en tiempo seco. Zona 1 (Soacha, Colombia)
Por otro lado en la ciudad de Soacha, la carga total media depositada por día de
tiempo seco sobre la calzada fue de 1,90 y 2,48 g/m2·d en las Zonas 1 y 2,
respectivamente. La prueba t de Student mostró que existían diferencias
significativas en la carga total depositada por día de tiempo seco entre las dos
zonas de estudio. La diferencia existente en el uso del suelo de la Zona 2 (i.e.,
zonas abiertas, poco edificadas y con escasa vegetación) sugirieron la mayor carga
total depositada por día seco sobre la misma, debido a la suspensión y transporte
inducido por la acción del viento sobre las partículas de áreas aledañas a la
superficie viaria (velocidad media: 8,6 km/h) (ver Figura 4.5b). El efecto de la
turbulencia inducida por el tráfico sobre la pérdida o suspensión del sedimento
viario no fue considerado en los anteriores análisis. Sin embargo, en posteriores
análisis de la variación de la concentración metálica fue de gran interés.
Zona 1: y = 18,52ln(x) - 19,068R² = 0,95
Zona 2: y = 30,408ln(x) - 31,364R² = 0,95
0
5
10
15
20
25
30
35
40
45
0,0 5,0 10,0 15,0 20,0 25,0 30,0
Ca
rga
de
se
dim
en
to
(g/m
2 )
Número de días de tiempo seco
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
138
Al comparar la carga total acumulada en las ciudades de estudio (Torrelavega y
Soacha), se pudo observar que las mayores magnitudes se presentaron sobre las
superficies viarias de la ciudad de Soacha. La carga media acumulada en las
Zonas 1 y 2 de Torrelavega fue de 31,8 y 30,1 g/m2, respectivamente; en la ciudad
de Soacha la carga media acumulada en las Zonas 1 y 2 fue de 54,4 y 86,7 g/m2,
respectivamente. Los resultados sugirieron que el diseño viario condicionó la
cantidad de sedimento acumulado sobre la superficie de la calzada. Es decir, en
las superficies viarias donde existió cuneta la cantidad de sedimento acumulado
sobre la calzada tendió a ser menor, debido a que parte de éste se depositó sobre la
cuneta; este fue el caso de las superficies viarias de la ciudad de Torrelavega (ver
Tabla 4.2).
El sistema de muestreo de aspirado y barrido en seco (SABS) implementado en la
ciudad Torrelavega permitió diferenciar dos tipos de carga, la aspirada
directamente (carga libre, CL) y la recolectada tras un barrido adicional sobre la
misma superficie viaria (carga fija, CF) (ver Capítulo 3, apartado 3.2.1). En
promedio para las dos zonas en estudio, el 72% de la carga de sedimento
recolectado sobre la calzada correspondió a CL (i.e., 28% a CF).
Al representar CF/CL frente al tiempo, se observó que al aumentar el número de
días de tiempo seco disminuyó la relación CF/CL (tendencia de tipo lineal). Por
ejemplo, para los períodos de tiempo seco entre noviembre 22-27 (6 días) y
octubre 9-13 (5 días) los coeficientes de determinación en la Zona 1 fueron de
0,96 y 0,95, respectivamente (ver Figura 4.10). Adicionalmente, los coeficientes
de determinación mejoraron a medida que el número de días de tiempo seco
aumentó. Los coeficientes de determinación para todos los períodos de tiempo
seco en las Zonas 1 y 2 fueron 0,52 y 0,48, respectivamente. Probablemente, dicha
tendencia se debió a la influencia de factores climatológicos (temperatura,
humedad, viento, etc.) que hicieron que la carga más adherida a la superficie (CF)
estuviera disponible al aspirado y formara parte de la carga libre (CL).
Adicionalmente, el aporte del fenómeno de acumulación de polvo y suciedad
sobre la vía causó un notable incremento de CL.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
139
La humedad media del sedimento recolectado en las Zonas 1 y 2 de Torrelavega
fue de 2,0 y 1,5%, respectivamente. Para la ciudad de Soacha la humedad media
del sedimento recolectado en las Zonas 1 y 2 fue de 2,6 y 3,1%, respectivamente.
La prueba t de Student mostró que no existían diferencias significativas en la
humedad del sedimento viario entre las zonas de estudio en cada ciudad. Sin
embargo, los resultados mostraron que el sedimento acumulado sobre las
superficies viarias con menor pendiente tendió a presentar una mayor humedad
(ver Tablas 4.2 y 4.3). Probablemente, el anterior comportamiento se debió a que
el tiempo de residencia del agua de escorrentía sobre la superficie viaria tiende a
aumentar a medida que disminuye la pendiente de ésta (i.e., por disminución en la
velocidad de flujo).
Figura 4.10 Relación CF/CL contra tiempo. Zona 1 (Torrelavega, España)
En la ciudad de Torrelavega la humedad media del sedimento recolectado durante
los períodos de tiempo seco fue mayor para CF (2,9%), mientras que para CL fue
de 0,6%. Es decir, la humedad fue mayor para la carga de sedimento más
fuertemente adherida a la superficie viaria. Como era de esperar, la humedad del
sedimento disminuyó con el aumento del número de días de tiempo seco y, por lo
tanto, influyó en la disponibilidad de CF para ser aspirada. Los resultados
sugirieron que la disponibilidad (i.e., al aspirado o lavado) de la carga más
fuertemente adherida a la superficie aumentó con el número de días de tiempo
seco. Por lo tanto, al programar la frecuencia de la limpieza viaria en tiempo de
R² = 0,96
R² = 0,95
0,2
0,3
0,3
0,4
0,4
0,5
0,5
0 1 2 3 4 5 6 7
Re
laci
ón
CF
/CL
-Zo
na
1
Número de días de tiempo seco
22-27 de Noviembre (6 días)
9-13 de Octubre (5 días)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
140
lluvia se debe tener en cuenta el efecto que tiene la humedad en la recolección del
sedimento.
Es importante mencionar para la presente investigación, que el efecto del barrido
mecánico o manual (i.e., la limpieza viaria) sobre la acumulación y remoción de la
carga de sedimento viario no fue tenido en cuenta, debido a que en las vías de
estudio en las ciudades de Torrelavega y Soacha no existió esta práctica de control
de la contaminación.
Tabla 4.4 Carga para las diferentes muestras recolectadas (Torrelavega y Soacha)
Zona Lugar Tipo de carga Carga (g/m2) Carga (g/m)c Carga (%/m)c
Torrelavega (1)a Calzada CTd 31,8±4,5 22,3±3,2 100
CLe 23,6±4,6 16,5±3,2 74 CFf 8,2±1,0 5,7±0,7 26
(2)a Calzada CT 30,1±3,8 21,1±2,7 100 CL 21,0±3,9 14,7±2,7 70 CF 7,0±2,9 4,9±3,4 30
(1)b Calzada CT 30,5±4,7 21,4±3,3 14 Cuneta CT 344,1±26,6 120,4±9,3 80
Carril bicicletas CT 13,1±2,5 9,2±1,8 6 Rotonda CT 45,4 ± 13,9 - -
(2)b Calzada CT 29,7±3,3 20,8±2,3 62 Cuneta CT 13,0±5,5 4,6±1,9 14 Carril bicicletas CT 12,0±1,7 8,4±1,2 24 Rotonda CT 72,1±14,6 - - Soacha
(1)a Calzada CT 54,4±10,8 38,08±7,6 100 (2)a Calzada CT 86,7±15,5 60,7±10,9 100
a: promedio sobre la totalidad del período de muestreo; b: promedio sobre diez observaciones; c: para la calzada y el carril de bicicletas sobre una franja de 0,70 m de
ancho; d: CT: Carga Total; e: CL: Carga Libre; f: CF: Carga Fija
Finalmente en la ciudad de Torrelavega, la cantidad de sedimento acumulado
sobre la calzada (por metro lineal) se comparó con el acumulado sobre la cuneta y
el carril para las bicicletas con objeto de cuantificar la distribución del sedimento
a través de la vía (ver Tabla 4.4). Como se pudo observar, el porcentaje de
sedimento acumulado sobre el carril para las bicicletas con respecto del total
representó el 6% y 24% para las Zonas 1 y 2, respectivamente. Los resultados
sugirieron que la distribución del sedimento a través de la vía no fue uniforme, y
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
141
se encontró influenciada por la existencia de barreras naturales (senda de
vegetación) y artificiales (bordillo), las cuales impidieron el transporte del
sedimento de un lugar a otro; por ejemplo, por impacto directo o por la
turbulencia inducida por el tráfico.
4.3.2.1.2 Remoción de la carga viaria
La caracterización de la remoción de carga del sedimento viario tuvo en cuenta los
siguientes análisis: (i) caracterización climatológica de los períodos de lluvia, (ii)
tendencia en la remoción de carga del sedimento viario, y (iii) condicionantes de
la remoción de carga del sedimento viario. A continuación se presenta la
caracterización realizada para la remoción de carga después de las campañas de
campo desarrolladas en las ciudades de Torrelavega y Soacha.
Durante la caracterización realizada en la ciudad de Torrelavega (28/09/2004-
01/12/2004; 65 días) se presentaron diez períodos de lluvia. La precipitación total
durante el período de muestreo correspondió a un 29% de la precipitación total
registrada para el mismo año (872 mm). La pérdida de sedimento (CT) sobre la
calzada de la zona de menor pendiente estuvo entre 1,1-20,3%, y entre 1-37,4%
para la zona de mayor pendiente, sugiriendo así su influencia en el lavado de la
carga viaria (ver Tabla 4.5). Por otro lado, durante la caracterización realizada en
la ciudad de Soacha (07/01/2010-14/05/2010; 127 días) se presentaron nueve
períodos de lluvia. La precipitación total durante el período de muestreo
correspondió a un 31,7% de la precipitación total registrada para el mismo año
(772 mm). La pérdida de sedimento (CT) sobre la calzada de la zona de menor
pendiente estuvo entre 6,7-63,8% y entre 11,6-70,1% para la zona de mayor
pendiente, añadiendo evidencia de su influencia en el lavado de la carga viaria
(ver Tabla 4.5).
Se observó que uno de los principales factores que intervienen en el fenómeno de
remoción por escorrentía fue el período seco previo. Por ejemplo, para la ciudad
de Torrelavega en la zona de menor pendiente para un día previo de tiempo seco,
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
142
la lluvia entre el 7-15 de noviembre con una precipitación de 77,1 mm lavó un
6,9% de la carga total acumulada, mientras que para 6 días previos de tiempo seco
la lluvia entre el 28-29 de noviembre con una precipitación menor, de 21,6 mm,
lavó un 20,3% de la carga total acumulada sobre la superficie viaria (ver Tabla
4.5). La anterior tendencia también fue observada en la ciudad de Soacha. Por
ejemplo, en la zona de menor pendiente para 2 días previos de tiempo seco la
lluvia entre el 7-20 de febrero con una precipitación de 7 mm lavó un 6,7% de la
carga total acumulada, mientras que para 6 días previos de tiempo seco la lluvia
entre el 15-16 de febrero con una precipitación menor, de 3 mm, lavó un 25,2% de
la carga total acumulada sobre la superficie viaria (ver Tabla 4.5).
Tabla 4.5 Remoción de la carga viaria para los diferentes períodos de lluvia (Torrelavega y Soacha)
Período Fecha
Período seco previo (días)
Precipitación total (mm)
Duración total
(horas)
Zona 1 Zona 2
(% CT)b (% CT)
Torrelavega (2004) Sa: 0,2% S: 4% 1-2/10 7 0,8 1,2 13,5 15,6 5-8/10 3 17,5 15,7 15,9 25,1
13-17/10 5 39,5 17,8 12,7 11,0 18-19/10 1 3,0 2,5 4,8 3,8 20-21/10 1 4,4 1,8 - -
25/10-2/11 3 78,0 21,0 18,8 25,8 4-7/11 1 4,0 4,8 1,1 1,0
7-15/11 1 77,1 30,2 6,9 10,4 19-20/11 2 7,0 3,8 7,6 11,6 28-29/11 6 21,6 8,2 20,3 37,4
Soacha (2010) Sa: 2% S: 1% 13/01-8/02 27 11 3,0 51,3 47,3 15-16/02 6 3 2,0 26,2 25,2 18-20/02 2 7 9,0 14,1 6,7 22-25/02 2 16 6,0 36,3 38,7 6-11/03 9 9 4,0 34,1 18,0
17-18/03 5 1 1,0 11,6 11,3 25-26/03 8 9 2,0 19,6 16,2
29/03-3/04 3 13 14,0 24,8 17,5 4/04-6/05 2 177 153,0 70,1 63,8
a: pendiente viaria; b: remoción de carga de sedimento
Adicionalmente, se observó que la altura total de precipitación es un factor a tener
en cuenta en el fenómeno de remoción por escorrentía. Por ejemplo, para la
ciudad de Torrelavega en la zona de menor pendiente para un mismo período
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
143
previo de tiempo seco, de 1 día, la lluvia entre el 7-15 de noviembre con una
precipitación de 77,1 mm lavó un 6,9% de la carga total, mientras que la lluvia
entre el 4-7 de noviembre con una precipitación menor, de 4,0 mm, lavó un 1% de
la carga total acumulada sobre la superficie viaria (ver Tabla 4.5). La anterior
tendencia también fue observada en la ciudad de Soacha. Por ejemplo, en la zona
de menor pendiente para un mismo período previo de tiempo seco, de 2 días, la
lluvia entre el 18-20 de febrero con una precipitación de 7 mm lavó un 6,7% de la
carga total, mientras que la lluvia entre el 22-25 de febrero con una precipitación
mayor, de 16 mm, lavó un 38,7% de la carga total acumulada sobre la superficie
viaria (ver tabla 4.5).
Por otro lado, es importante resaltar la remoción de carga viaria después de los
periodos extremos de tiempo seco (13/01/2010-8/02/2010; 27 días) y de lluvia
(4/04/2010-6/05/2010; 32 días) ocurridos en la ciudad de Soacha. Después de 27
días de tiempo seco, una precipitación de 11 mm y duración de 3 horas removió
en promedio el 49,3% de la carga total acumulada sobre la superficie viaria. Con
respecto al periodo extremo de lluvia, se removió en promedio el 66,9% de la
carga acumulada sobre la superficie viaria durante un período de 32 días donde la
precipitación total fue de 177 mm.
A partir de lo anterior, los resultados sugirieron que las principales variables
climatológicas que intervinieron en el fenómeno de remoción de carga de
sedimento por escorrentía fueron el período previo de tiempo seco y la altura total
de precipitación; y que el porcentaje lavado de sedimento aumentó con el
incremento en el número de días previos de tiempo seco y con la altura de
precipitación.
Se realizaron análisis de regresión combinando las variables climatológicas
expuestas anteriormente, período previo de tiempo seco (días) y altura total de
precipitación (mm), con el objeto de determinar la remoción de carga de
sedimento durante los periodos de lluvia. El modelo preliminar propuesto fue el
siguiente:
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
144
WL t · h (4.7)
Donde WL representó el porcentaje de carga de sedimento removido; t representó
el período seco previo en días; y h la altura total de precipitación del período de
lluvia. La tendencia logarítmica fue la que mejores resultados produjo en la
ciudad de Torrelavega. El coeficiente de determinación (R2) fue de 0,56 y 0,49
para las Zonas 1 y 2, respectivamente. Igualmente, en la ciudad de Soacha la
tendencia logarítmica fue la que mejores resultados produjo. El coeficiente de
determinación fue de 0,75 y 0,59 para las Zonas 1 y 2, respectivamente.
Finalmente, en las ciudades de estudio no se observó relación entre la intensidad y
duración de la lluvia con el porcentaje de carga removido. Adicionalmente, el
efecto de la rugosidad superficial y la pendiente de la vía sobre la remoción de
carga del sedimento no fueron considerados en los anteriores análisis. Igualmente,
no se consideró el efecto que tiene la cantidad remanente de sedimento sobre la
remoción de la carga viaria (i.e., previo al evento de lavado).
De todos los eventos de lluvia evaluados en las ciudades de estudio, el único en el
que no se detectó remoción de sedimento fue el ocurrido en la ciudad de
Torrelavega entre el 20-21 de octubre (4,4 mm); posiblemente debido a la
disminución en el período previo de tiempo seco, producto del incremento en la
frecuencia de las lluvias (ver Tabla 4.5). Los resultados sugirieron que cuanto más
frecuentes fueron las lluvias, la cantidad remanente de sedimento sobre la
superficie de la calzada fue menor y, por lo tanto, se requirió de un mayor
esfuerzo para la remoción del mismo.
Finalmente en la ciudad de Torrelavega, la carga total de sedimento acumulado
sobre la calzada se comparó con el depositado sobre la cuneta con el objeto de
cuantificar su distribución sobre la vía en tiempo de lluvia. La distribución del
sedimento a través de la vía fue de un 14% para la calzada y un 80% para la
cuneta en la Zona 1. Para la Zona 2 la distribución fue de 62% para la calzada y
14% para la cuneta (ver Tabla 4.4). Es importante resaltar que la superficie de la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
145
calzada y la cuneta son de asfalto y concreto, respectivamente. Como se pudo
observar, en la zona de menor pendiente (Zona 1: 0,2%) el porcentaje de
sedimento acumulado sobre la cuneta fue 5,7 veces mayor que el acumulado sobre
la calzada. Por el contrario, en la Zona 2 con una pendiente mayor (4%), el
porcentaje de sedimento acumulado sobre la cuneta con respecto del acumulado
sobre la calzada fue 4,4 veces menor. Como era de esperar en vías de similares
características, en tiempo de lluvia la distribución del sedimento viario estuvo
influenciada por la pendiente de la misma. Los resultados sugirieron que la
pendiente determinó, en tiempo de lluvia, la distribución de la carga remanente
sobre la superficie de la vía.
4.3.2.2 Determinación y análisis de la granulometría del sedimento viario
Esta actividad se enfocó en la determinación y análisis de la granulometría del
sedimento acumulado sobre las superficies viarias a partir de las variables
identificadas en la primera fase de la metodología. Nuevamente, el análisis de la
granulometría del sedimento se realizó a partir de los principales fenómenos que
condicionaron el contenido metálico, e identificados en el estudio del estado del
arte de la presente investigación: (i) el fenómeno de acumulación de la carga
viaria, y (ii) el fenómeno de remoción de la carga viaria; este último representado
principalmente por la remoción generada por la escorrentía superficial viaria (i.e.
por lavado).
4.3.2.2.1 Granulometría durante el período de acumulación
La caracterización de la distribución granulométrica del sedimento viario durante
el período de acumulación tuvo en cuenta los siguientes análisis: (i) granulometría
del sedimento durante los períodos de tiempo seco, (ii) tendencia en la
distribución granulométrica del sedimento viario, y (iii) condicionantes de la
distribución granulométrica del sedimento viario. A continuación se presenta la
caracterización realizada para la distribución granulométrica del sedimento
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
146
después de las campañas de campo desarrolladas en las ciudades de Torrelavega y
Soacha.
La Figura 4.11 presenta la distribución granulométrica para la carga total (CT), la
carga libre (CL) y la carga fija (CF) del sedimento viario recolectado en la ciudad
de Torrelavega. Se observó la existencia de pequeñas variaciones en la
distribución granulométrica de las muestras, pero en general sus características
fueron similares. La envolvente de la distribución de tamaños para CF fue más
estrecha que para CL, indicando una menor variabilidad en el tamaño de las
partículas para CF.
Figura 4.11 Granulometría para la carga total, carga libre y carga fija recolectada sobre las calzadas de la ciudad de Torrelavega (España)
Los análisis granulométricos en Torrelavega mostraron que el 84% de CL fue
inferior a 1000 µm y el 8% fue inferior a 63 µm. Como era de esperar, CF fue más
fina: el 98% fue inferior a 1000 µm y un 29% fue inferior a 63 µm. Al analizar
CT, se apreció que el 87% de las partículas eran inferiores a 1000 µm y un 13%
inferiores a 63 µm (ver Figura 4.11). Sartor y Boyd (1972) mostraron que el 5,9%
de las partículas eran inferiores a 43 µm y el 56,5% eran inferiores a 246 µm con
respecto de CT; y Vaze y Chiew (2002) encontraron que el porcentaje de
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Po
rce
nta
je q
ue
pa
sa
Tamaño de partícula (µm)
Carga Total 1
Carga Total 2
Carga Libre 1
Carga Libre 2
Carga Fija 1
Carga Fija 2
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
147
partículas inferiores a 100 µm era de un 10% y 15% para la CL y CF,
respectivamente.
La variación entre autores en la distribución granulométrica del sedimento
recolectado sobre la calzada, se debió principalmente a las características
particulares de cada lugar de muestreo y a la eficacia de los diferentes métodos
empleados en la recolección del sedimento (p.ej. aspirado en seco, barrido en
seco, aspirado y barrido en seco, y aspirado en húmedo). Sin embargo, los
resultados reportados por las anteriores investigaciones son coherentes con los del
presente estudio.
Por otro lado, la Figura 4.12 presenta la granulometría del sedimento recolectado
en la ciudad de Soacha. Se observó la existencia de pequeñas variaciones en la
distribución granulométrica de las muestras, pero en general sus características
fueron similares. Los análisis granulométricos mostraron que el 86,3% de CT fue
inferior a 1000 µm y el 8,6% fue inferior a 63 µm. Nuevamente, la variación en la
granulometría del sedimento viario entre las zonas de investigación (Torrelavega
y Soacha) se debió probablemente a las características particulares de cada lugar
de muestreo y a la eficacia de los dos métodos empleados en la recolección del
sedimento (i.e., aspirado y barrido en seco-SABS, y barrido en seco-SBS). Sin
embargo, los resultados obtenidos en la presente investigación fueron coherentes.
Las partículas de tamaño inferior a 125 µm fueron tamizadas en húmedo para
cuantificar de mejor manera la fracción más fina del sedimento recolectado. Los
resultados mostraron en la ciudad de Torrelavega que en promedio las partículas
de tamaño inferior a 63 µm están subestimadas por el método de tamizado en seco
en un 10,1% para CL y en un 14,6% para CF, de las muestras recolectadas sobre
la calzada. De la misma manera para las muestras recolectadas en la ciudad de
Soacha, donde el método de tamizado en seco subestimó las partículas de tamaño
inferior a 63 µm en un 13,8% con respecto de CT. Dicha diferencia sugirió que
parte de la fracción más fina del sedimento viario se encontraba aglomerada o
adherida a partículas de tamaño mayor, y existió la posibilidad de que este
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
148
aglomerado de partículas fuera desintegrado y transportado por acción de la
escorrentía viaria. Igualmente, Viklander (1998) encontró diferencias entre los dos
sistemas de tamizado (en seco y en húmedo) haciéndose más evidente en las
partículas de tamaño inferior a 75 µm.
Figura 4.12 Granulometría para la carga total recolectada sobre la calzada de la ciudad de Soacha (Colombia)
Las partículas del sedimento recolectado sobre las superficies viarias en estudio
(Torrelavega y Soacha) exhibieron una distribución log-normal positivamente
sesgada. El sedimento recolectado sobre la cuneta y el carril para las bicicletas en
Torrelavega presentó una distribución semejante de las partículas. Ellis y Revitt
(1982), y Ball et al. (1998) encontraron una distribución similar de las partículas
en un estudio del sedimento acumulado sobre las superficies de calzadas y
cunetas. La Tabla 4.6 presenta el d10, d50, y d90 (percentiles) para las muestras
recolectadas sobre la calzada (CT, CL y CF) y en los diferentes elementos que
conformaron las superficies viarias en estudio (CT).
Se realizaron análisis de regresión para la distribución granulométrica del
sedimento viario entre las siguientes variables: porcentaje de sedimento que pasa
y tamaño de la partícula (µm). Como era de esperar, la función de tipo logarítmica
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Po
rce
nta
je q
ue
pa
sa
Tamaño de partícula (µm)
Carga Total 1
Carga Total 2
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
149
fue la que mejores resultados produjo. El coeficiente de determinación (R2) para
las Zonas 1 y 2 en Torrelavega fue de 0,98. Para Soacha los coeficientes de
determinación en las Zonas 1 y 2 fueron de 0,99 y 0,98, respectivamente. La
prueba t de Student mostró que existían diferencias significativas entre las zonas
de estudio en cada ciudad. Los modelos logarítmicos obtenidos, respectivamente,
para las ciudades de Torrelavega y Soacha fueron los siguientes:
PP1T 23,69 · ln d 82,53 (4.8)
PP2T 24,15 · ln d 86,08 (4.9)
PP1S 25,52 · ln d 97,04 (4.10)
PP2S 24,95 · ln d 91,52 (4.11)
Donde PP1T y PP2T representaron el porcentaje de sedimento que pasa para un
tamaño determinado de partícula en la ciudad de Torrelavega, para las Zonas 1 y
2, respectivamente; PP1S y PP2S representaron el porcentaje de sedimento que
pasa para un tamaño determinado de partícula en la ciudad de Soacha, para las
Zonas 1 y 2, respectivamente; y d representó el tamaño de la partícula en micras
(µm).
La granulometría del sedimento recolectado sobre los elementos que constituían la
vía en la ciudad de Torrelavega mostró diferentes tendencias (i.e., en la calzada,
cuneta y carril para bicicletas). La distribución granulométrica de las partículas
acumuladas sobre la calzada tendió a ser más gruesa que la observada en la cuneta
y el carril para bicicletas. Para la Zona 1 el d50 en la calzada fue de 247 µm, en la
cuneta de 193 µm y en el carril para bicicletas de 129 µm (ver Tabla 4.6). Se
observó una tendencia similar en la Zona 2. Los resultados sugieren que el
bordillo y la franja de vegetación en la vía actuaron como una barrera para las
partículas más gruesas, que no obtuvieron la fuerza necesaria por parte del tráfico
(i.e., por impacto de las llantas) para ser proyectadas y sobrepasarla. Esto explicó
la distribución más fina de tamaños sobre el carril para bicicletas.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
150
Por otra parte, el ancho de la línea de aparcamiento (1,90 m) y la textura rugosa de
la superficie de rodadura hizo que se requiera por parte del tráfico una mayor
fuerza para poder proyectar las partículas más gruesas hasta la cuneta, lo que
explicó la distribución más fina de tamaños sobre la misma. También hay que
tener en cuenta que muchas partículas, especialmente las más finas, pudieron ser
desplazadas por la turbulencia generada por el tráfico y depositadas en zonas
adyacentes, aminorando la cantidad de partículas finas en ciertas áreas y
aumentando la de otras.
Tabla 4.6 d10, d50, y d90 para las diferentes muestras recolectadas en las ciudades de Torrelavega y Soacha
Zona Lugar Tipo de cargaPercentil (diámetro en µm)
d10 d50 d90 Torrelavega
(1)a Calzada CTc 50 268 1451 CLd 75 352 1652 CFe 13 97 702
(2)a Calzada CT 53 280 1466 CL 78 359 1661 CF 15 103 709
(1)b Calzada CT 41 247 1472 Cuneta CT 31 193 1184 Carril bicicletas CT 17 129 996 Rotonda CT 32 209 1363
(2)b Calzada CT 54 295 1615 Cuneta CT 48 270 1508 Carril bicicletas CT 22 150 1056 Rotonda CT 28 190 1279 Soacha
(1)a Calzada CT 59 291 1445 (2)a Calzada CT 66 318 1525
a: promedio sobre la totalidad del período de muestreo; b: promedio sobre diez observaciones; c: CT: carga total; d: CL: carga libre; e: CF: carga fija
Grottker (1987), Debo y Reese (2003), y Deletic y Orr (2005) encontraron que la
distribución del sedimento acumulado a través de la calzada no era uniforme, y
dependía de la distancia entre el sitio de muestreo y el bordillo de la vía. Todos
los investigadores atribuyeron dicha variación al tráfico por impacto directo y por
las corrientes de aire generadas, y al efecto de barrera ejercido por el bordillo.
Deletic y Orr (2005) estudiaron la variación de la distribución granulométrica de
las partículas a través de la calzada en función de la distancia entre el bordillo y el
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
151
lugar de muestreo. Los investigadores encontraron que la distribución
granulométrica dependía principalmente del lugar a través de la calzada, y que el
d50 de las muestras disminuía a medida que la distancia entre el bordillo y el lugar
de muestreo aumentaba. El d50 de las muestras recolectadas por ellos al lado y a
0,75 m del bordillo fue de 397 µm y 238 µm, respectivamente. Nuevamente la
ligera variación en la distribución granulométrica de los sedimentos recolectados
sobre la calzada, en comparación con el presente estudio, puede ser debida a las
características particulares de cada lugar y a la eficacia del método empleado por
los investigadores para la recolección del sedimento (aspirado en húmedo). Sin
embargo, sus resultados fueron similares a los del presente estudio (ver Tabla
4.6).
Como es sabido, el sistema de muestreo de aspirado y barrido en seco (SABS)
implementado en la ciudad Torrelavega permitió diferenciar dos tipos de carga, la
aspirada directamente (CL) y la recolectada tras un barrido adicional sobre la
misma superficie viaria (CF). En promedio para las dos zonas en estudio, el 72%
de la carga de sedimento recolectada sobre la calzada correspondió a CL. La
eficacia en la recolección del sedimento por aspirado aumentó con el tamaño de la
partícula (ver Tabla 4.7). Se realizaron análisis de regresión y el modelo de tipo
potencial fue el que mejores resultados produjo (R2 = 0,92). El modelo potencial
obtenido fue el siguiente:
SC 19,9 · d , (4.12)
Donde SC representó el porcentaje de sedimento recolectado, y d el diámetro de la
partícula en micras (µm). Al aplicar una operación adicional de barrido y aspirado
sobre la misma superficie (CF), se incrementó considerablemente la eficacia en la
recolección de la fracción más fina del sedimento (ver Capítulo 3, apartado
3.2.1.2). Los resultados sugirieron, que fue necesario combinar adecuadamente las
técnicas de barrido y aspirado para obtener buenos resultados en la recolección de
la fracción más fina del sedimento acumulado sobre las superficies viarias. Las
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
152
anteriores consideraciones podrían ser de utilidad para la adquisición o mejora de
los equipos de limpieza viaria en las municipalidades (ver Tabla 4.7).
Tabla 4.7 Eficacia en la recolección del sedimento viario por aspirado. Calzadas de la ciudad de Torrelavega (España)
Zona Porcentaje de CTa recolectada por aspirado según el diámetro (µm) <63 <125 <250 <500 <1000 <2000 <2800
1-2b 42,6±0,7 49,4±1,0 59,3±0,8 66,6±0,6 70,8±0,8 73,3±0,9 100 a: CT carga total; b: promedio sobre la totalidad del período de muestreo
La distribución granulométrica del sedimento recolectado sobre las calzadas de la
ciudad de Torrelavega tendió a ser más fina a medida que aumentó el número de
días de tiempo seco. Se distinguieron en promedio tres grupos de tamaños de
partículas según su tasa de acumulación. El primer grupo estuvo conformado por
los tamaños de partícula inferior a 125 µm, en los que se apreció la mayor tasa de
acumulación por cada fracción de tamaño (0,18±0,06 g/m2·d). El segundo grupo
con una tasa menor de acumulación (0,08±0,03 g/m2·d), estuvo conformado por
los tamaños de partícula entre 125 y 2000 µm. El último grupo con una tasa de
acumulación negativa (-0,05±0,01 g/m2·d), estuvo conformado por la fracción
comprendida entre 2000 y 2800 µm (ver Figura 4.13).
Figura 4.13 Carga acumulada de sedimento por fracción de tamaño en tiempo seco. Zona 1 (Torrelavega, España)
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
0 1 2 3 4 5 6 7 8
Ca
rga
acu
mu
lad
a po
r fra
cció
n (g
/m2 )
Número de días de tiempo seco
< 63 µm
63-125 µm
125-250 µm
250-500 µm
500-1000 µm
1000-2000 µm
2000-2800 µm
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
153
Por otra parte, en la ciudad de Soacha se detectó una tendencia similar en la
distribución granulométrica del sedimento recolectado. Es decir, tendió a ser más
fina a medida que aumentó el número de días de tiempo seco. Nuevamente, se
distinguieron tres grupos de tamaños de partículas según su tasa de acumulación
para períodos de tiempo seco menores de 7 días. Sin embargo, el primer grupo
estuvo conformado por los tamaños de partícula inferiores a 250 µm, en los que se
apreció la mayor tasa de acumulación por cada fracción de tamaño (0,37±0,11
g/m2·d). El segundo grupo con una tasa menor de acumulación (0,14±0,04 g/m2·d)
estuvo conformado por los tamaños de partícula entre 500-2000 µm. Nuevamente,
el último grupo con una tasa de acumulación negativa (-0,06±0,02 g/m2·d) estuvo
conformado por la fracción de tamaño comprendida entre 2000-2800 µm (ver
Figura 4.14).
Figura 4.14 Carga acumulada de sedimento por fracción de tamaño en tiempo seco. Zona 2 (Soacha, Colombia)
Los coeficientes de correlación lineal (r) en la ciudad de Torrelavega para las
fracciones comprendidas entre 0-63 µm, 63-125 µm, 125-250 µm, 250-500 µm,
500-1000 µm, 1000-2000 µm y 2000-2800 µm fueron de 0,60, 0,72, 0,69, 0,61,
0,51, 0,48 y -0,42, respectivamente para la Zona 1 (ver Figura 4.13). Los
coeficientes de correlación lineal para la Zona 2 fueron similares. En la ciudad de
Soacha los coeficientes de correlación lineal para las fracciones entre 0-63 µm,
-0,5
-0,3
-0,1
0,1
0,3
0,5
0,7
0,9
1,1
1,3
0 1 2 3 4 5 6 7 8
Ca
rga
acu
mu
lad
a p
or f
racc
ión
(g/m
2 )
Número de días de tiempo seco
< 63 µm
63-125 µm
125-250 µm
250-500 µm
500-1000 µm
1000-2000 µm
2000-2800 µm
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
154
63-125 µm, 125-250 µm, 250-500 µm, 500-1000 µm, 1000-2000 µm y 2000-2800
µm fueron de 0,51, 0,68, 0,64, 0,55, 0,47, 0,44 y -0,44, respectivamente para la
Zona 2 (ver Figura 4.14). Los coeficientes de correlación lineal para la Zona 1
fueron similares.
Como se pudo observar, el coeficiente de correlación lineal aumentó a medida que
disminuyó el tamaño de la partícula excepto para la fracción comprendida entre 0-
63 µm, donde se observó un peor ajuste posiblemente por la facilidad que tuvieron
las partículas más pequeñas de ser removidas por el viento y las corrientes de aire
generadas por el tráfico. Los resultados sugirieron, que el aumento en tiempo seco
de la fracción más fina del sedimento estuvo probablemente ocasionado por la
trituración a que fue sometida la fracción más gruesa del sedimento por parte del
tráfico, lo que explicó la tasa de acumulación negativa de la fracción de mayor
tamaño; y al propio fenómeno de acumulación de polvo y suciedad sobre la
calzada, el cual aportó fundamentalmente partículas finas. Adicionalmente, se
deben considerar las características particulares de los lugares de muestreo y la
eficacia del método utilizado en la recolección del sedimento viario. Algunos
investigadores han encontrado resultados similares, fue el caso de Ellis y Revitt
(1982), y Viklander (1998) que reportaron la relación existente entre la densidad
de tráfico y el grado de trituración de las partículas acumuladas sobre la superficie
de la calzada.
4.3.2.2.2 Granulometría durante el período de remoción
La caracterización de la distribución granulométrica del sedimento viario durante
el período de remoción tuvo en cuenta los siguientes análisis: (i) granulometría del
sedimento durante los períodos de lluvia, (ii) tendencia en la distribución
granulométrica del sedimento viario, y (iii) condicionantes de la distribución
granulométrica del sedimento durante los períodos de lluvia. A continuación se
presenta la caracterización realizada para la distribución granulométrica del
sedimento después de las campañas de campo desarrolladas en las ciudades de
Torrelavega y Soacha.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
155
La granulometría del sedimento recolectado sobre la superficie de la calzada fue
más gruesa que la encontrada por algunos investigadores en los sedimentos
transportados por la escorrentía viaria (ver Tabla 4.8). Por ejemplo, Stahre y
Urbonas (1990) encontraron que sólo el 30% de todos los sólidos suspendidos
totales en peso presentes en el agua de escorrentía tenían diámetros de partícula
mayores a 31 µm y un 93% inferiores a 45 µm. Los resultados sugirieron que las
partículas más gruesas del sedimento probablemente se desagregaron por el
impacto directo del agua de lluvia, y que la fracción fina fue más susceptible de
ser transportada por el flujo de agua superficial.
A partir de lo anterior, se evalúo la distribución granulométrica del sedimento
después de los eventos de lluvia. Se observó que la granulometría tras los eventos
de lluvia fue más gruesa en las superficies viarias de las ciudades de Torrelavega
y Soacha. Excepto para el evento entre el 20-21 de octubre en la ciudad de
Torrelavega, el cual no produjo lavado de la carga de sedimento (ver Tabla 4.8).
Por otro lado el comportamiento de CL y CF en Torrelavega fue similar, aunque
el efecto de remoción en esta última fue menor. Por ejemplo, la lluvia del 28 de
noviembre redujo el porcentaje de partículas inferiores a 500 µm en un 15% para
CL y en un 5% para CF en la zona de mayor pendiente (i.e., Zona 2). Los
resultados mostraron que la carga más fuertemente adherida a la superficie (CF)
presentó mayor resistencia al lavado por escorrentía (i.e., remoción) y,
nuevamente, se sugirió un mayor lavado de la fracción más fina del sedimento
acumulado sobre la superficie viaria.
Al comparar la distribución granulométrica de las Zonas 1 y 2 en la ciudad de
Torrelavega, se observó que la granulometría de las partículas fue más gruesa en
la zona de mayor pendiente (i.e., Zona 2). La misma tendencia se observó en la
ciudad de Soacha; la distribución granulométrica fue más gruesa en la Zona 1 (ver
Tabla 4.8). Como se pudo observar, esta tendencia probablemente se debió a que
el fenómeno de remoción del sedimento por escorrentía fue más efectivo a medida
que aumentó la pendiente viaria.
CA
PÍT
ULO
4.-
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
IST
RIB
UC
IÓN
DE
LO
S M
ETA
LE
S P
ESA
DO
S A
SOC
IAD
OS
CO
N E
L S
ED
IME
NTO
VIA
RIO
A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
156
T
abla
4.8
Dis
trib
ució
n gr
anul
omét
rica
ant
es y
des
pués
de
los
perí
odos
de
lluvi
a (T
orre
lave
ga y
Soa
cha)
Perí
odo
Fec
ha
t (d
ías)
P
(m
m)
D
(hor
as)
Zon
a 1
Zon
a 2
d 10
d 50
d 90
d 10
d 50
d 90
d x(a
ntes
del
per
íodo
de
lluv
ia):
d x(d
espu
és d
el p
erío
do d
e ll
uvia
) T
orre
lave
ga (
2004
)
S
: 0,2
%
S: 4
%
1-2/
10
7 0,
81,
252
:54
278:
284
1497
:150
3 42
:54
249:
271
1467
:135
75-
8/10
3
17,5
15
,7
37:5
5 21
2:28
8 12
12:1
504
51:6
9 27
3:33
6 14
78:1
643
13-1
7/10
5
39,5
17
,8
45:5
0 25
0:27
4 13
80:1
519
60:6
2 29
7:30
3 14
60:1
499
18-1
9/10
1
3,0
2,5
50:5
7 27
4:29
0 15
19:1
490
62:6
9 30
3:33
3 14
99:1
621
20-2
1/10
1
4,4
1,8
57:5
1 29
0:27
6 14
90:1
482
69:6
0 33
3:28
8 16
21:1
386
25/1
0-2/
11
3 78
,0
21,0
50
:64
271:
336
1467
:175
9 43
:53
262:
277
1582
:143
8 4-
7/11
1
4,0
4,8
64:7
5 33
6:36
9 17
59:1
645
53:7
4 27
7:33
9 14
38:1
550
7-15
/11
1 77
,1
30,2
75
:83
367:
236
1793
:136
4 74
:80
339:
364
1550
:165
3 19
-20/
11
2 7,
0 3,
8 40
:42
227:
238
1277
:134
4 52
:60
267:
293
1367
:142
9 28
-29/
11
6 21
,6
8,2
38:6
8 22
4:33
0 13
10:1
603
27:5
8 18
0:28
3 11
97:1
384
Soa
cha
(201
0)
S: 2
%
S: 1
%
13/0
1-8/
02
27
11
3,0
29:7
4 23
5:33
8 12
10:1
698
33:8
1 25
3:33
9 12
57:1
699
15-1
6/02
6
3 2,
0 44
:69
257:
316
1347
:158
5 47
:72
264:
314
1353
:160
5 18
-20/
02
2 7
9,0
54:6
3 26
9:30
1 13
96:1
509
61:7
0 28
8:32
7 14
88:1
592
22-2
5/02
2
16
6,0
42:7
2 24
1:32
2 13
32:1
599
44:7
4 25
5:32
4 13
45:1
619
6-11
/03
9 9
4,0
43:6
8 24
9:31
8 13
28:1
547
45:7
0 27
1:32
7 14
15:1
596
17-1
8/03
5
1 1,
0 55
:62
279:
299
1407
:146
3 63
:69
299:
329
1485
:154
3 25
-26/
03
8 9
2,0
53:6
5 26
3:30
7 13
87:1
481
60:7
4 28
3:33
6 14
54:1
564
29/0
3-3/
04
3 13
14
,0
44:6
8 26
5:31
1 13
68:1
535
59:7
5 27
7:34
0 14
47:1
572
4/04
-6/0
5 2
177
153,
0 72
:101
31
3:35
6 15
47:1
724
76:1
08
351:
397
1589
:171
3 t:
per
íodo
sec
o pr
evio
; P: p
reci
pita
ción
; D: d
urac
ión;
S: p
endi
ente
via
ria
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
157
Se analizó la susceptibilidad al lavado por escorrentía del sedimento acumulado
sobre la superficie de la calzada (CT) en función del diámetro de la partícula, para
todos los eventos de lluvia durante los períodos de muestreo en las ciudades de
Torrelavega y Soacha. Como era de esperar, a medida que disminuía el tamaño de
la partícula y aumentaba la pendiente de la vía crecía la posibilidad de ser
transportada por el flujo de agua superficial. Los resultados mostraron que los
tamaños de partícula que presentaron la mayor susceptibilidad al lavado por
escorrentía fueron los inferiores a 500 µm (ver Tabla 4.9).
Tabla 4.9 Remoción de sedimento por fracción de tamaño para todos los eventos de lluvia (CT; Torrelavega y Soacha)
Zona Pendiente
(%) Remoción de sedimento (%) según el diámetro indicado (µm)
< 63 63-125 125-250 250-500 500-1000 1000-2000 Torrelavegaa
1 0,2 27±12 21±9 18±7 17±6 - - 2 4 40±13 30±19 23±14 15±14 6±4 -
Soachab 1 2 73±17 51±12 29±14 19±9 8±3 - 2 1 65±15 42±14 22±11 14±7 - -
a: promedio sobre diez observaciones; b: promedio sobre nueve observaciones
Nuevamente, es importante resaltar la remoción de carga de sedimento en la
fracción de tamaño inferior a 500 µm después de los períodos extremos de tiempo
seco (13/01/2010-8/02/2010; 27 días) y de lluvia (4/04/2010-6/05/2010; 32 días)
ocurridos en la ciudad de Soacha. Después de 27 días de tiempo seco, una
precipitación de 11 mm y duración de 3 horas removió en promedio el 43% de la
carga inferior a 500 µm acumulada sobre la superficie viaria. Con respecto al
período extremo de lluvia se removió en promedio el 53% de la carga de
sedimento de tamaño inferior a 500 µm acumulada sobre la superficie viaria,
durante un período de 32 días donde la precipitación total fue de 177 mm. En la
fracción de menor tamaño (i.e., < 63 µm) la remoción de sedimento fue de 69% y
85% después del período extremo de tiempo seco y de lluvia, respectivamente.
4.3.2.3 Determinación y análisis de la concentración metálica asociada con el
sedimento viario
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
158
Esta actividad se enfocó en la determinación y análisis de la distribución de la
concentración de metales pesados asociados con el sedimento acumulado sobre
las superficies viarias a partir de las variables identificadas en la primera fase de la
metodología. A continuación se presenta la caracterización de la concentración
metálica del sedimento después de las campañas de campo desarrolladas en las
ciudades de Torrelavega y Soacha.
En las calzadas de la ciudad de Torrelavega la fracción más fina del sedimento
recolectado presentó las mayores concentraciones metálicas (i.e., < 63 µm).
Excepto para Cu, donde la máxima concentración se presentó en la fracción
comprendida entre 250-500 µm (ver Tabla 4.10). Ellis y Revitt (1982), Viklander
(1998), y German y Svensson (2002) detectaron una tendencia similar para la
concentración de determinados metales pesados (p.ej. Cd, Pb, Zn, Cu y Mn). Por
otro lado, en las calzadas de la ciudad de Soacha se observó una tendencia similar:
se presentaron mayores concentraciones metálicas en la fracción de tamaño
inferior a 63 µm (ver Tabla 4.10).
En la ciudad de Torrelavega, Zn fue el único metal pesado que presentó una
disminución continua en la concentración a medida que aumentaba la fracción de
tamaño. Por el contrario, para Cu la concentración tendió a aumentar en la
fracción comprendida entre 125-500 µm. Para los restantes metales pesados se
observó una tendencia similar que la de Cu, pero en esta ocasión el aumento en la
concentración se dio en la fracción comprendida entre 250-500 µm. Finalmente,
en todos los metales pesados la concentración disminuyó de manera continua para
las fracciones de tamaño mayores a 500 µm (ver Tabla 4.10). Por otro lado, en las
calzadas de la ciudad de Soacha la tendencia fue similar. Nuevamente, Zn fue el
único metal que presentó una disminución continua en la concentración a medida
que aumentó el tamaño de la partícula. No obstante, para los restantes metales
pesados se observó un aumento en la concentración metálica para la fracción
comprendida entre 250-500 µm. Finalmente, las concentraciones metálicas
disminuyeron de manera continua para la fracción de tamaño mayor a 500 µm
(ver Tabla 4.10).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
159
Tabla 4.10 Concentración de metales pesados (mg/kg de materia seca) con un 95% de intervalo de confianza (CT; Torrelavega y Soacha)
Fracción de tamaño (µm)
<63 63-125 125-250 250-500 500-1000 1000-2000 2000-2800Torrelavega
Pba 1b 2
328±50 371±55
254±47 305±48
246±57 299±50
261±59 333±54
199±61 221±39
149±33 158±37
127±47 107±25
Zn 1 2
604±35 655±50
392±25 406±25
309±33 309±27
255±33 281±44
126±21 152±36
80±11 86±14
29±10 39±12
Cu 1 2
110±14 137±18
86±12 96±11
90±15 117±16
122±36 160±37
46±9 47±10
35±6 36±8
23±8 24±7
Cr 1 2
53±8 60±18
44±11 34±8
25±6 25±6
31±6 31±7
25±6 23±6
18±5 15±4
11±7 10±4
Ni 1 2
61±12 50±9
31±6 25±5
15±3 24±4
21±4 28±7
13±3 15±2
10±2 12±2
8±5 9±6
Cd 1 2
42±10 33±12
24±6 22±6
20±6 17±5
22±6 21±8
12±3 10±2
8±2 8±1
3±1 5±2
Fec 1 2
3,18±2,3 3,28±0,3
2,26±0,2 2,34±0,2
2,22±0,2 2,30±0,2
2,69±0,4 3,12±0,4
1,77±0,2 2,31±0,4
1,21±0,1 1,53±0,4
0,75±0,2 0,76±0,3
Mn 1 2
352±31 396±51
273±32 296±39
268±40 301±45
285±45 298±42
162±21 177±28
98±15 101±15
24±11 41±12
Co 1 2
51±12 51±9
31±7 31±7
24±5 28±7
33±8 33±9
20±6 20±5
15±4 12±3
5±1 5±2
Soacha Pb 1
2 99±26
258±36 79±21
199±28 74±19
193±27 81±21
202±28 56±15
145±20 44±11
104±15 32±8
78±11 Zn 1
2 137±19 157±13
86±12 98±8
65±9 74±6
57±8 62±5
29±4 36±3
18±3 20±2
7±2 9±1
Cu 1 2
46±11 67±15
39±9 50±11
38±9 54±12
33±8 52±11
17±4 23±5
12±3 19±4
10±2 10±2
Cd 1 2
0,99±0,6 0,77±0,4
0,65±0,4 0,48±0,2
0,43±0,2 0,32±0,2
0,50±0,3 0,33±0,2
0,24±0,1 0,20±0,1
0,17±0,1 0,16±0,1
0,10±0,1 0,10±0,1
Fec 1 2
11,69±0,9 26,87±2,4
8,79±0,7 20,11±1,8
8,25±0,7 18,80±1,7
9,60±0,8 22,16±1,2
7,45±0,6 16,97±1,5
4,59±0,4 10,39±0,9
2,74±0,2 5,25±0,5
Mn 1 2
89±19 216±26
69±14 158±19
68±14 156±19
69±15 159±19
39±8 90±11
22±5 58±7
8±2 20±2
Ba 1 2
192±46 232±35
139±33 160±24
105±25 121±18
90±22 106±16
47±11 57±8
26±6 31±5
12±3 13±2
As 1 2
1,93±0,5 2,63±0,3
1,17±0,3 1,51±0,2
0,92±0,2 1,11±0,1
0,98±0,3 1,20±0,1
0,55±0,1 0,57±0,1
0,35±0,1 0,34±0,1
0,21±0,1 0,18±0,1
a: metal pesado; b: zona de estudio; c: concentración en g/kg de materia seca
A partir de lo anterior, los resultados sugirieron que el aumento en la
concentración de algunas fracciones de tamaño (p.ej., entre 250-500 µm) se debió
a la presencia de partículas finas, las cuales se encontraban adheridas a la
superficie de las fracciones de mayor tamaño y fueron difícilmente cuantificables
por medio del método de tamizado en seco. Finalmente, la concentración de los
metales pesados tendió a disminuir a medida que aumentó el diámetro de la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
160
partícula. Pitt y Amy (1973), Ellis y Revitt (1982), Sansalone y Tribouillard
(1999), German y Svensson (2002), y Deletic y Orr (2005) encontraron resultados
similares.
Como es sabido, el sistema de muestreo de aspirado y barrido en seco (SABS)
implementado en la ciudad Torrelavega permitió diferenciar dos tipos de carga, la
aspirada directamente (CL) y la recolectada tras un barrido adicional sobre la
misma superficie viaria (CF). Al comparar CF con CL, se observó que el 72% de
las concentraciones para todos los metales pesados eran mayores para CF: 83% y
61% para las Zonas 1 y 2, respectivamente. Las concentraciones fueron en
promedio 1,6 y 1,3 veces mayores en las Zonas 1 y 2, respectivamente. Sin
embargo, la fracción de tamaño inferior a 63 µm presentó un comportamiento
diferente; sólo el 33% de las concentraciones fueron mayores en CF. Los
resultados sugirieron para la fracción de tamaño mayor a 63 µm, que la carga más
fuertemente adherida (CF) ha permanecido por más tiempo sobre la superficie de
la calzada y por lo tanto ha estado más expuesta a las diferentes fuentes de
contaminación. El comportamiento opuesto de la fracción de tamaño inferior a 63
µm probablemente se debió a que las fuentes de contaminación presentaron
tamaños de partícula menores, haciendo que la concentración en esta fracción
fuera ligeramente mayor para CL. Es decir, la carga con menor tiempo de
residencia sobre la superficie viaria. Las concentraciones para CL fueron en
promedio 1,01 y 1,11 veces mayores en las Zonas 1 y 2, respectivamente.
Se realizaron análisis de regresión para las concentraciones de los metales pesados
determinados sobre las calzadas de las zonas en estudio en función del tamaño de
la partícula de sedimento (i.e., en Torrelavega y Soacha). Se asumió que la
concentración era inversamente proporcional al tamaño de la partícula, lo cual es
válido si se supone que la concentración está relacionada con la superficie
específica de las partículas y que éstas son esféricas (Sansalone y Tribouillard,
1999). Por lo tanto se asumió que el sedimento viario recolectado fue de
naturaleza similar, en términos de composición química, porosidad, superficie
específica y forma esférica.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
161
Se probaron varios modelos de regresión y la función exponencial fue la que
mejores resultados produjo en la ciudad de Torrelavega (R2 > 0,75). Excepto para
Cr y Ni, donde la función que más se ajusto fue la de tipo potencial (R2 > 0,86).
Sin embargo, el modelo potencial tendió a sobreestimar la concentración asociada
con los tamaños de partícula inferiores a 63 µm. Por otro lado, en la ciudad de
Soacha la función que más se ajustó fue la de tipo exponencial (R2 > 0,89). El
modelo exponencial obtenido para la concentración metálica en función del
tamaño de la partícula fue el siguiente:
HMC A · e B· (4.13)
Donde HMC representó la concentración del metal pesado en mg/kg de materia
seca; A y B fueron coeficientes para cada metal pesado; y d el diámetro de la
partícula en milímetros (límite superior de cada fracción de tamaño). Los
coeficientes y R2 obtenidos se presentan en la Tabla 4.11. Como era de esperar
para la función exponencial, el coeficiente A presentó un valor cercano al
obtenido para la fracción de mayor concentración (i.e., < 63 µm). El coeficiente B
presentó una variación entre 0,30 y 0,97 según el elemento metálico analizado. En
promedio para las ciudades de Torrelavega y Soacha, el coeficiente B presentó un
valor de 0,37, 0,93, 0,61, 0,48, 0,53, 0,69, 0,47, 0,80, 0,68, 0,94 y 0,77 para Pb,
Zn, Cu, Cr, Ni, Cd, Fe, Mn, Co, Ba y As, respectivamente (ver Tabla 4.11).
La prueba t de Student emparejada mostró que existían diferencias significativas
en la concentración entre las diferentes fracciones analizadas para cada metal
pesado. En promedio para las calzadas de estudio en la ciudad de Torrelavega, la
fracción de tamaño inferior a 63 µm presentó concentraciones metálicas de 1,4 a 5
veces mayores que la fracción comprendida entre 500-1000 µm. Al comparar la
fracción de menor tamaño (< 63 µm) con la de tamaño mayor (2000-2800 µm), se
observó que la diferencia en la concentración era superior. Por ejemplo, para Zn,
Mn y Cd la concentración en la fracción de tamaño inferior a 63 µm fue entre 17-
21, 10-15, 7-14 veces mayor, respectivamente, que la concentración de la fracción
de tamaño entre 2000-2800 µm. Por otro lado en la ciudad de Soacha la tendencia
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
162
fue similar. En promedio, la fracción de tamaño inferior a 63 µm presentó
concentraciones de 1,2 a 2,6 veces mayores que la fracción comprendida entre
500-1000 µm. Nuevamente, al comparar la fracción de menor tamaño (< 63 µm)
con la de tamaño mayor (2000-2800 µm) se observó que la diferencia en la
concentración era superior (promedio entre: 3-19 veces).
Los anteriores resultados en orden de magnitud fueron similares a los reportados
por otras investigaciones (p.ej. Roger et al., 1998; Viklander, 1998; Deletic y Orr,
2005). La variación entre autores en la concentración metálica probablemente se
debió a las características particulares de cada lugar de muestreo y a la eficacia de
los diferentes métodos empleados en la recolección del sedimento viario: barrido
en seco, aspirado y barrido en seco, y aspirado en húmedo.
Tabla 4.11 Coeficientes para el modelo exponencial de la concentración de metales pesados (CT; Torrelavega y Soacha)
Metal Pesado Pb Zn Cu Cr Ni Cd Fe Mn Co Ba As Torrelavega Zona 1
A 285 449 108 41 30 30 2840 368 39 - - B 0,30 0,97 0,57 0,46 0,54 0,77 0,46 0,87 0,65 - - R2 0,93 0,96 0,88 0,84 0,65 0,93 0,93 0,94 0,88 - -
Torrelavega Zona 2 A 355 469 134 40 33 24 3114 381 41 - - B 0,42 0,90 0,65 0,50 0,51 0,57 0,44 0,75 0,70 - - R2 0,96 0,95 0,85 0,83 0,83 0,88 0,85 0,97 0,94 - -
Soacha Zona 1 A 89 98 42 - - 0,69 10775 90 - 153 1,36B 0,37 0,94 0,58 - - 0,72 0,46 0,82 - 0,93 0,69R2 0,95 0,95 0,94 - - 0,90 0,94 0,97 - 0,97 0,93
Soacha Zona 2 A 229 111 61 - - 0,51 25235 206 - 181 1,78B 0,39 0,90 0,64 - - 0,68 0,51 0,77 - 0,95 0,85R2 0,96 0,95 0,94 - - 0,88 0,93 0,96 - 0,97 0,93
Para CL y CF de las calzadas de la ciudad Torrelavega, la prueba t de Student
emparejada mostró una tendencia similar a la descrita anteriormente. Las
relaciones en la concentración entre fracciones de tamaño para CF fueron menores
para todos los metales pesados en comparación con los de CL; las relaciones
fueron en promedio 1,9 y 1,8 veces menores para las Zonas 1 y 2,
respectivamente. Los resultados sugirieron en el presente estudio, que existió
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
163
relación entre el tiempo de permanencia del sedimento sobre la superficie de la
calzada y la concentración metálica. Es decir, a mayor tiempo de permanencia del
sedimento (CF) menor diferencia en la concentración entre fracciones de tamaño
del mismo metal pesado.
La diferencia en la concentración entre fracciones de tamaño para un mismo metal
pesado fue similar para las calzadas de estudio en las ciudades de Torrelavega y
Soacha (CT). En promedio, las diferencias de la Zona 2 en la ciudad de
Torrelavega fueron 1,03 veces menores que las de la Zona 1. Igualmente para la
ciudad de Soacha, las relaciones de la Zona 2 fueron 1,02 veces mayores que los
de la Zona 1. Los resultados sugirieron que los condicionantes de la concentración
metálica (p.ej. uso del suelo, densidad de tráfico y velocidad de conducción) no
influyeron de manera significativa en la distribución de los elementos metálicos
entre las fracciones de tamaño del sedimento viario, para un determinado metal
pesado. Finalmente en la ciudad de Torrelavega, CL y CF presentaron un
comportamiento similar.
En la ciudad de Torrelavega la Zona 2 presentó las mayores concentraciones de
metales pesados (CT). En promedio, el 79,4% de las concentraciones de la Zona 2
fueron mayores o iguales que las determinadas en la Zona 1 con respecto al valor
medio de concentración para cada fracción de tamaño (ver Tabla 4.10). Las
concentraciones metálicas de la Zona 2 fueron en promedio 1,14 veces mayores
que las concentraciones de la Zona 1. Las concentraciones de Pb, Zn, Cu, Ni, Fe y
Mn fueron en promedio 1,12, 1,12, 1,15, 1,15, 1,12 y 1,18 veces mayores en la
Zona 2. La mayor diferencia en la concentración metálica entre las dos zonas se
presentó para Mn: 1,27 veces, en la fracción comprendida entre 2000-2800 µm.
Sin embargo, Cd y Cr presentaron un comportamiento opuesto. El 85,7% de las
concentraciones de Cd y Cr de la Zona 2 fueron menores o iguales que las
encontradas en la Zona 1; en esta ocasión la mayor diferencia en la concentración
entre las dos zonas en estudio se presentó para Cr: 1,13 veces, en la fracción
comprendida entre 63-125 µm. Por otro lado, Co no presentó una diferencia
significativa en la concentración entre las calzadas de las zonas en estudio. En el
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
164
presente estudio, los resultados sugirieron que la zona con mayor uso de la línea
de aparcamiento presentó las mayores concentraciones de Pb, Zn, Cu y Mn,
probablemente debido a una mayor acumulación de grasa, aceite lubricante y de
motor sobre la superficie de muestreo (línea de aparcamiento), y al mayor uso del
sistema de frenado, desgaste de las llantas y del pavimento asfáltico por las
operaciones de aparcamiento. Shaheen (1975) reportó elevadas concentraciones
de Pb, Zn, Cu y Mn en materiales como el revestimiento para los frenos (Pb:
1,050 mg/kg; Cu: 30,600 mg/kg), el aceite para el motor (Zn: 1,060 mg/kg) y el
caucho desprendido por el uso de las llantas (Pb: 1,110 mg/kg; Zn: 617 mg/kg;
Cu: 247 mg/kg). Finalmente, Fe presentó una tendencia similar a la de Pb, Zn, Cu
y Mn. CL y CF presentaron un comportamiento similar, mayores concentraciones
en la Zona 2.
Al comparar las dos zonas de estudio en la ciudad de Soacha, la Zona 2 tendió a
presentar las mayores concentraciones de elementos metálicos. En promedio, el
83,9% de las concentraciones de la Zona 2 fueron mayores o iguales que las
determinadas en la Zona 1 con respecto al valor medio de concentración para cada
fracción de tamaño (ver Tabla 4.10). Las concentraciones metálicas de la Zona 2
fueron en promedio 1,71 veces mayores que las concentraciones de la Zona 1. Las
concentraciones de Pb, Zn, Cu, Fe, Mn, Ba y As fueron en promedio 2,51, 1,16,
1,39, 2,23, 2,40, 1,16 y 1,14 veces mayores en la Zona 2. Nuevamente, la mayor
diferencia en la concentración entre las dos zonas en estudio se presentó para Mn
en la fracción comprendida entre 1000-2000 µm: 2,66 veces. Sin embargo, Cd
presentó un comportamiento opuesto. En esta ocasión, la mayor diferencia se
presentó en la fracción comprendida entre 250-500 µm (1,52 veces). Los
resultados sugirieron, que la diferencia en la densidad de tráfico probablemente
influyó en la concentración de elementos metálicos asociados con el sedimento
depositado sobre las superficies viarias (Zona 1: 2750 vehículos/día; Zona 2:
40100 vehículos/día). Igualmente, Freud y Johnson (1980), McKenzie e Irwin
(1983), y Viklander (1998) sugirieron que la deposición de metales pesados sobre
las superficies viarias era proporcional a la densidad de tráfico.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
165
Después de apreciar la anterior tendencia y al confrontar la concentración de todos
los metales pesados entre las calzadas de estudio en la ciudad de Torrelavega, se
observó para CT que la mayor diferencia en la magnitud de la concentración se
presentó en el rango de tamaño entre 2000-2800 µm (16,5%). Por el contrario, la
menor diferencia en la concentración se presentó para la fracción inferior a 125
µm (1,8%). Por lo tanto, los resultados sugirieron que las principales fuentes de
metales pesados estuvieron asociadas con tamaños de partícula inferiores a 125
µm. Este análisis no se desarrolló para la ciudad de Soacha puesto que las áreas de
estudio no eran contiguas como en el caso de la ciudad de Torrelavega. La Zona 2
de la ciudad de Soacha estuvo localizada a una distancia de 4230 m con respecto
de la Zona 1.
Al comparar las concentraciones metálicas de las ciudades de Torrelavega y
Soacha, se observó que las mayores concentraciones de elementos metálicos se
presentaron en la ciudad de Torrelavega. Las concentraciones de Pb, Zn, Cu, Cd y
Mn fueron en promedio 2,06, 4,35, 2,38, 47,3 y 2,50 veces mayores,
respectivamente (ver Tabla 4.10). Excepto para Fe, donde las concentraciones
fueron en promedio 5,8 veces mayores en la ciudad de Soacha. Los resultados
sugirieron que las superficies viarias con líneas de aparcamiento permanente,
presentan mayores concentraciones de elementos metálicos en comparación con
vías que carecen de estos espacios. Probablemente, las elevadas concentraciones
estuvieron asociadas con una mayor acumulación de grasa, aceite lubricante y de
motor sobre la superficie, y al mayor uso del sistema de frenado, desgaste de las
llantas y del pavimento asfáltico por las operaciones de aparcamiento. Sin
embargo, la concentración de Fe pareció estar más influenciada por el desgaste de
las partes móviles de los vehículos cuando éstos se encontraban en marcha (ver
Tabla 2.9). Adicionalmente, la densidad y composición del tráfico son variables a
tener en cuenta en la anterior interpretación (ver Tablas 4.2 y 4.3).
La concentración fue correlacionada entre fracciones de tamaño del mismo metal
pesado para CT (coeficiente de correlación lineal). El metal pesado que presentó
las mejores correlaciones (r > 0,50) en la calzada de la Zona 1 de la ciudad de
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
166
Torrelavega fue Pb, seguido de Co, Cr y Cd. En la Zona 2 el orden fue el
siguiente: Cr, Pb, Co y Cd (ver Tabla 4.12). Los metales pesados que presentaron
las peores correlaciones en las dos zonas en estudio de la ciudad de Torrelavega
fueron en su orden: Fe, Mn, Cu, Zn y Ni. Por otro lado en la ciudad de Soacha, el
metal pesado que presentó las mejores correlaciones fue Pb, seguido de Cu, Ba,
Mn y As (ver Tabla 4.12). Los elementos metálicos que presentaron las peores
correlaciones en las dos zonas de estudio fueron en su orden: Cd, Fe y Zn.
A partir de lo anterior, los resultados sugirieron que las fuentes de los metales
pesados con los mejores coeficientes de correlación lineal entre fracciones de
tamaño del mismo metal pesado distribuyeron de manera más uniforme los
elementos metálicos en todo el sedimento, y fueron probablemente las que
permanecieron por más tiempo aportando carga contaminante durante el período
de estudio. Al estudiar en detalle la Tabla 2.9 se observó que las fuentes comunes
de los metales pesados con los mejores coeficientes de correlación lineal (Pb, Co,
Cr, Ba, As y Cu) estuvieron principalmente relacionadas con el tráfico: uso del
sistema de frenado, desgaste de las llantas y el pavimento asfáltico, y movimiento
de las partes del motor. Finalmente, las fuentes de los metales pesados con los
peores coeficientes de correlación lineal entre fracciones, probablemente
aportaron los elementos metálicos de una manera más intermitente durante el
período de estudio.
Tabla 4.12 Correlación entre fracciones de tamaño del mismo metal pesado (CT; Torrelavega y Soacha)
Zona Metal Pesadoa
Pb Zn Cu Cr Ni Cd Fe Mn Co Ba As Torrelavega
1 95 38 38 62 38 52 24 38 76 - - 2 62 33 29 71 48 57 5 19 62 - -
Soacha 1 77 44 65 - - 33 41 54 - 61 47 2 96 52 69 - - 29 54 60 - 64 58
a: porcentaje de coeficientes de correlación lineal con r > 0,50
En promedio, en la calzada de las Zonas 1 y 2 de la ciudad de Torrelavega el 51 y
43%, respectivamente, de los coeficientes de correlación lineal para la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
167
concentración entre fracciones de tamaño para el mismo metal pesado fueron
mayores a 0,50 (CT). La Zona 2 presentó las peores correlaciones entre fracciones
de tamaño para todos los metales pesados en estudio. Por otro lado, en la calzada
de las Zonas 1 y 2 de la ciudad de Soacha el porcentaje de coeficientes de
correlación lineal para la concentración metálica entre fracciones de tamaño
mayores de 0,50 fue de 53 y 60%, respectivamente. Nuevamente, existió una zona
con las peores correlaciones entre fracciones de tamaño para todos los metales
pesados (i.e., Zona 1).
La anterior tendencia probablemente se debió a que en las Zonas 2 y 1 de las
ciudades de Torrelavega y Soacha, respectivamente, con un mayor uso de la línea
de aparcamiento, los lugares de muestreo estuvieron más influenciados por la
variabilidad espacial y temporal de las diferentes fuentes asociadas con el tráfico
(p.ej. uso de los frenos, desgaste de las llantas, y deposición de aceite lubricante y
de motor). A diferencia de las Zonas 1 y 2 de la ciudad de Torrelavega y Soacha,
respectivamente, donde la distribución de los elementos metálicos probablemente
fue más uniforme debido a la ausencia de lugares de aparcamiento. Es importante
mencionar, que en la Zona 1 de la ciudad de Soacha no existieron lugares
permitidos para aparcamiento, sin embargo uno de los carriles fue usado
ocasionalmente como zona de aparcamiento (ver Figura 4.4a). El metal pesado
que presentó los mejores coeficientes de correlación lineal entre fracciones de
tamaño en las ciudades de estudio fue Pb (ver Tabla 4.12). Adicionalmente, los
coeficientes de correlación lineal para la fracción de tamaño inferior a 125 µm
fueron los mejores. Finalmente en la ciudad de Torrelavega, los coeficientes de
correlación lineal para CF fueron mejores que para CL. Es decir, la carga con
mayor tiempo de residencia sobre la superficie de la calzada presentó las mejores
correlaciones.
Para la fracción de tamaño inferior a 125 µm se realizó un análisis de correlación
entre todos los metales pesados con el objeto de profundizar en la afinidad del
origen. En las calzadas de la ciudad de Torrelavega existió correlación de Pb con
Zn, Cd, Fe y Mn; de Zn con Cu, Cr, Fe y Mn; de Cu con Fe y Mn; y entre Cr y Ni.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
168
Al estudiar CF las anteriores relaciones fueron más evidentes, y adicionalmente
existió relación entre Cr y Co (ver Tabla 4.13). La relación entre Cr y Ni sólo se
apreció para CL. Por otro lado, en la ciudad de Soacha se evaluó la correlación
para cada zona de estudio (i.e., Zonas 1 y 2) puesto que las áreas de muestreo no
fueron contiguas como en el caso de la ciudad de Torrelavega. Los resultados
mostraron que existió correlación entre Pb, Zn, Cu, Mn, Ba y As; de Zn con Fe y
Mn; y de Cd con Fe (ver Tabla 4.13).
A partir de lo anterior, los resultados sugirieron en las ciudades de estudio que las
principales fuentes para el primer grupo de metales pesados (i.e. Pb, Zn y Mn)
fueron las partículas desprendidas por el uso de las pastillas de los frenos y de las
llantas (caucho). A este primer grupo se le añadirían Cu, Ni, Cr, Co, Fe, Ba, As y
Cd por el uso de las pastillas de los frenos (ver Tabla 2.9). El material de fricción
de las pastillas de los frenos está constituido por un 15% de elementos metálicos
(Roadhouse, 2008). Finalmente, la correlación entre Cr y Ni en CL probablemente
estuvo asociada con la corrosión de partes metálicas cromadas y niqueladas de los
vehículos.
La Tabla 4.15 presenta la concentración metálica en los diferentes elementos de
las vías de la ciudad de Torrelavega (i.e., calzada, cuneta, carril para bicicletas y
rotonda). Al comparar la concentración de los metales pesados entre la calzada y
cuneta, se observó que para la fracción de tamaño inferior a 1000 µm las
concentraciones eran mayores sobre la superficie de la calzada (CT); las
concentraciones fueron en promedio 1,8 veces mayores. La relación tendió a
aumentar con la fracción de tamaño; en promedio para todos los elementos
metálicos, 1,4 y 2,7 veces para la fracción de tamaño inferior a 63 µm y entre 500
y 1000 µm, respectivamente. Sin embargo para la fracción de tamaño mayor a
1000 µm la tendencia fue opuesta, la cuneta presentó las mayores
concentraciones; en promedio 1,2 veces mayores para todos los metales pesados
en estudio. La prueba t de Student emparejada mostró que existían diferencias
significativas entre las concentraciones de la calzada y cuneta. Finalmente, la
concentración metálica asociada con los sedimentos acumulados sobre la cuneta
no tuvo una tendencia similar a la anteriormente descrita en este apartado (i.e.,
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
169
sobre la calzada). Los resultados sugirieron para la fracción de tamaño mayor a
1000 µm, que la concentración de los metales pesados asociados con el sedimento
acumulado sobre la cuneta estuvo probablemente más influenciada por el
fenómeno de lavado del sedimento (i.e., por escorrentía), que por el propio aporte
de elementos metálicos por parte del tráfico.
En promedio, las concentraciones de los metales pesados asociados con el
sedimento acumulado sobre la superficie de la calzada fueron 2,0 veces mayores
que las determinadas sobre la superficie del carril para bicicletas (ver Tabla 4.15).
La relación tendió a aumentar con la fracción de tamaño. En promedio 1,2 y 3,1
veces para la fracción de tamaño inferior a 63 µm y entre 1000-2000 µm,
respectivamente. El modelo que mejor explicó esta tendencia fue el de tipo
potencial (R2 = 0,97):
HMC 0,37 · d , (4.14)
Donde HMC representó la relación entre fracciones de tamaño para la
concentración de los metales pesados de la calzada y el carril para bicicletas
(adimensional); y d el diámetro de la partícula en milímetros. La prueba t de
Student emparejada mostró que existían diferencias significativas entre las
concentraciones metálicas de la calzada y el carril para bicicletas.
A partir de lo anterior, los resultados mostraron que la concentración de los
elementos metálicos a través de la vía tendió a disminuir con el aumento de la
distancia con respecto a la superficie de muestreo de la calzada. En este sentido, la
relación entre fracciones de tamaño para la concentración de los metales pesados
aumentó con el tamaño de la partícula. Adicionalmente, es importante tener en
cuenta el efecto del diseño arquitectónico a través de la vía sobre la concentración
de los metales: presencia de barreras artificiales (p.ej. bordillo) y naturales (p.ej.
senda de vegetación). El eje de la superficie de muestreo del carril para bicicletas
se localizó a 1,83 metros de la superficie de la calzada. Finalmente, no se detectó
Co en el carril para bicicletas.
CA
PÍT
ULO
4.-
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
IST
RIB
UC
IÓN
DE
LO
S M
ETA
LE
S P
ESA
DO
S A
SOC
IAD
OS
CO
N E
L S
ED
IME
NTO
VIA
RIO
A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
170
Tab
la 4
.13
Coe
fici
ente
s de
cor
rela
ción
line
al p
ara
la c
once
ntra
ción
ent
re m
etal
es p
esad
os d
e la
s Z
onas
1 y
2 (
CF
; Tor
rela
vega
)
Fra
cció
n
(µm
) P
b Z
n C
u C
r N
i C
d F
e M
n C
o
<63
63
-125
<
63
63-1
25<
63
63-1
25<
63
63-1
25<
63
63-1
25
<63
63
-125
<63
63
-125
<63
63
-125
<63
63-1
25
Pb
<63
1,
00
63
-125
0,
80
1,00
Zn
<63
0,
68
0,56
1,
00
63
-125
0,
56
0,61
0,
90
1,00
Cu
<63
0,
54
0,25
0,
82
0,63
1,
00
63
-125
0,
31
0,26
0,
76
0,67
0,
70
1,00
Cr
<63
0,
41
0,36
0,
66
0,62
0,
47
0,55
1,
00
63
-125
0,
11
0,01
0,
20
0,27
-0
,05
0,06
0,
53
1,00
Ni
<63
0,
00
-0,0
3 0,
24
0,18
0,
28
0,31
-0
,18
-0,1
6 1,
00
63
-125
0,
24
0,23
0,
25
0,29
0,
16
0,25
-0
,06
0,06
0,
82
1,00
Cd
<63
0,
72
0,35
0,
27
0,15
0,
25
-0,0
8 0,
18
0,16
-0
,18
0,14
1,
00
63
-125
0,
67
0,46
0,
24
0,21
0,
05
-0,2
3 0,
20
0,32
-0
,25
0,04
0,
88
1,00
Fe
<63
0,
90
0,69
0,
88
0,74
0,
73
0,54
0,
59
0,15
0,
07
0,19
0,
63
0,59
1,
00
63
-125
0,
75
0,85
0,
85
0,89
0,
52
0,60
0,
56
0,14
0,
10
0,26
0,
32
0,42
0,
85
1,00
Mn
<63
0,
69
0,42
0,
74
0,61
0,
75
0,55
0,
37
0,20
0,
26
0,22
0,
36
0,33
0,
78
0,62
1,
00
63
-125
0,
64
0,70
0,
78
0,78
0,
58
0,66
0,
39
0,12
0,
24
0,26
0,
07
0,15
0,
70
0,83
0,
82
1,00
Co
<63
-0
,21
-0,3
1 -0
,10
0,00
-0
,19
-0,2
0 -0
,05
0,60
-0
,27
-0,1
8 0,
08
0,26
-0
,14
-0,1
2 -0
,06
-0,1
5 1,
00
63-1
25
-0,2
1 -0
,22
-0,1
8 -0
,04
-0,3
1-0
,31
-0,1
60,
55
-0,3
0-0
,21
0,04
0,
28
-0,1
9-0
,11
-0,1
1-0
,14
0,97
1,00
CA
PÍT
ULO
4.-
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
IST
RIB
UC
IÓN
DE
LO
S M
ETA
LE
S P
ESA
DO
S A
SOC
IAD
OS
CO
N E
L S
ED
IME
NTO
VIA
RIO
A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
171
Tab
la 4
.14
Coe
fici
ente
s de
cor
rela
ción
line
al p
ara
la c
once
ntra
ción
ent
re m
etal
es p
esad
os p
ara
la f
racc
ión
< 1
25 µ
m (
CT
; Soa
cha)
M
etal
Pb
Zn
Cu
Cd
Fe
Mn
Ba
As
Z
ona
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
Pb
1 1,
00
2
1,
00
Zn
1 0,
13
1,
00
2
0,50
1,
00
Cu
1 0,
76
0,
43
1,00
2
0,
64
0,27
1,
00
Cd
1 0,
18
0,
19
0,33
1,
00
2
-0,2
2
-0,2
8
0,01
1,
00
Fe
1 0,
23
0,
26
0,32
0,
55
1,00
2
0,
42
0,53
-0
,08
-0
,14
1,
00
Mn
1 0,
63
0,
10
0,64
0,
28
0,34
1,
00
2
0,41
0,
55
-0,0
9
-0,2
1
0,75
1,00
Ba
1 0,
85
0,
03
0,59
0,
23
0,28
0,
61
1,00
2
0,
22
-0,0
2
0,60
0,
11
-0,4
2
-0,2
3
1,00
As
1 0,
32
0,
21
0,34
0,
21
0,43
0,
37
0,35
1,
00
2
0,58
0,
25
0,74
0,
03
0,05
0,05
0,
61
1,00
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
172
Tabla 4.15 Concentración metálica a través de la superficie viaria con un intervalo de confianza del 95% (CT; Torrelavega)
Met
al
Lug
ar Concentración metálica en mg/kg de materia secaa. Zonas 1 y 2
Fracción de tamaño (µm) <63 63-125 125-250 250-500 500-1000 1000-2000 2000-2800
Pb RW G
BT R
377±47 304±51 344±53 478±66
273±51 198±42 240±37 379±44
268±53 162±32 158±39 279±51
319±43 72±13
160±24 390±69
254±42 65±16
136±23 190±36
128±29 101±21 68±13 79±14
99±28 120±32
ND ND
Zn RW G
BT R
595±53 450±45 475± 31 732±78
390±31 364±37 278±21 482±73
323±23 314±33 155±11 351±46
317±29 313±34 159±13 604±68
142±27 43±9
112±17 302±22
96±18 114±27 49±13 44±12
26±13 11±7 ND
21±11Cu RW
G BT R
105±17 89±21 99±12
153±18
85±13 72±18 65±9
130±21
95±16 67±16 32±7 92±12
123±41 88±16 37±9
192±21
42±12 32±9 19±5
82±13
33±17 67±24 13±9
54±16
19±9 23±10
ND 5±2
Cr RW G
BT R
72±14 41±13 52±8 84±11
43±8 22±9 27±7
57±10
30±7 12±5 26±9 41±13
33±8 24±9 28±8
58±12
25±6 11±4 16±5 45±8
14±5 19±9 4±2
36±15
15±7 37±14
ND 34±16
Ni RW G
BT R
59±11 40±13 54±11 74±15
32±6 32±9 29±9
51±13
18±5 16±5 11±6 28±11
22±8 20±9 18±5 33±8
17±6 13±4 7±4
26±7
9±3 7±4 2±1
23±9
8±3 23±11
ND 13±6
Cd RW G
BT R
33±13 22±6 29±8 24±9
21±6 19±5 18±6 9±3
15±6 13±5 13±4 5±2
17±9 15±6 14±4 9±2
13±5 10±4 6±2 6±2
9±4 15±4 5±2 6±3
5±2 6±3 ND 4±3
Feb RW G
BT R
3,16±0,30 2,81±0,43 2,93±0,25 3,86±0,60
2,11±0,17 2,22±0,32 1,07±0,20 2,30±0,41
2,09±0,22 2,08±0,30 0,86±0,15 1,99±0,36
2,93±0,34 1,46±0,27 0,80±0,17 3,56±0,51
1,98±0,30 0,83±0,12 0,50±0,07 3,24±0,46
1,76±0,33 1,99±0,37 0,31±0,09 2,90±0,43
0,85±0,22 0,91±0,19
ND 561±97
Mn RW G
BT R
436±53 391±80 401±88 629±86
315±37 279±65 298±52 386±75
332±43 233±56 175±29 298±39
264±49 92±21
169±24 320±55
147±31 25±8
45±13 281±56
99±27 241±54 39±12
219±57
47±18 72±21
ND 51±19
Co RW G
BT R
53±12 29±10
ND 8±3
35±8 8±4 ND 2±1
23±9 12±3 ND ND
28±8 17±6 ND ND
20±6 8±4 ND ND
12±4 17±7 ND ND
5±2 11±7 ND ND
a: promedio sobre veinte observaciones; b: concentración en g/kg; RW: calzada; G: cuneta; BT: carril para bicicletas; R: rotonda; ND: no detectado
Las rotondas de las Zonas 1 y 2 en la ciudad de Torrelavega presentaron
concentraciones metálicas superiores que las determinadas sobre la superficie de
las calzadas (CT). En promedio para Pb, Zn, Cu, Cr, Ni, Fe y Mn las
concentraciones fueron 1,4 veces mayores para todas las fracciones de tamaño.
Excepto para Cd y Co, donde las concentraciones en las rotondas fueron 2,0 veces
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
173
menores. Los resultados sugirieron que en las rotondas el desgaste de las partes
del motor fue mayor, y que el uso del sistema de frenado fue más intenso y
prolongado.
En la ciudad de Torrelavega la concentración metálica asociada con el sedimento
acumulado sobre la cuneta de la Zona 2 tendió a presentar mayores
concentraciones, con respecto de la cuneta de la Zona 1; la relación promedio para
la fracción de tamaño mayor a 63 µm fue 1,5 veces mayor en la Zona 2. Sin
embargo, para la fracción inferior a 63 µm no se logró observar ninguna
tendencia; Pb, Zn, Cu y Mn presentaron mayores concentraciones para la cuneta
de la Zona 2, mientras que el Cr, Ni, Cd y Co presentaron menores
concentraciones, con respecto de la Zona 1. Fe presentó concentraciones similares
en las dos zonas de estudio. El carril para bicicletas de la Zona 2 tendió a
presentar mayores concentraciones con respecto del carril para bicicletas de la
Zona 1. El comportamiento en la concentración metálica fue similar al
anteriormente descrito en este apartado para las calzadas de las dos zonas en
estudio (CT) de la ciudad de Torrelavega. Finalmente, las rotondas de las Zonas 1
y 2 presentaron concentraciones similares.
4.3.2.4 Determinación y análisis de la carga metálica asociada con el sedimento
viario
Esta actividad se enfocó en la determinación y análisis de la distribución por
fracción de tamaño del contenido metálico asociado con el sedimento acumulado
sobre las superficies viarias a partir de las variables identificadas en la primera
fase de la metodología. A continuación se presenta la caracterización de la carga
de metales pesados del sedimento viario tras las campañas de campo desarrolladas
en las ciudades de Torrelavega y Soacha.
En las calzadas de la ciudad de Torrelavega la fracción de tamaño inferior a 63
µm tendió a asociar el mayor porcentaje de carga para Zn, Cr, Ni, Cd y Co (%/kg
de sedimento ó %/m2). Sin embargo, para Pb, Cu, Fe y Mn la fracción de tamaño
con mayor contenido de elementos metálicos fue entre 250-500 µm. Por otro lado
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
174
en la ciudad de Soacha la tendencia fue más uniforme; la fracción de tamaño entre
250-500 µm presentó el mayor porcentaje de carga asociado (ver Tabla 4.16). El
aumento de la carga asociada de metales pesados en la fracción comprendida entre
250-500 µm probablemente se debió a: (i) la presencia de partículas finas
adheridas a la superficie de las partículas de esta fracción y difícilmente
cuantificables por el método de tamizado en seco, que hicieron que la
concentración metálica aumentara (ver Tabla 4.10); y (ii) que asoció la mayor
cantidad de sedimento viario y, por lo tanto, la mayor cantidad de elementos
metálicos. En las ciudades de Torrelavega y Soacha la fracción de tamaño entre
250-500 µm representó un 20,8% y 23,4% (en peso), respectivamente, de la
cantidad total de sedimento recolectado sobre la superficie de la calzada.
Tabla 4.16 Carga asociada por fracción de tamaño con un 95% de intervalo de confianza (CT; Torrelavega y Soacha)
Carga asociada de metales pesados (%)a Fracción de tamaño (µm)
Carga (g/m2)
< 63 63-125 125-250 250-500 500-1000 1000-2000 2000-2800 Torrelavega
Pb 18±6 20±5 22±6 23±8 11±3 5±2 2±1 7,13 Zn 26±7 24±6 22±5 18±5 7±2 3±1 1±1 8,32 Cu 16±4 17±3 24±7 32±9 7±3 3±2 1±1 2,87 Cr 22±6 19±5 15±5 18±4 17±6 6±3 1±1 0,79 Ni 26±6 20±4 14±3 25±5 9±3 4±2 2±1 0,52 Cd 28±8 25±5 17±4 15±4 10±4 4±2 1±1 0,42 Fe 17±4 18±5 20±4 24±5 14±3 6±3 1±1 66,9 Mn 20±5 21±6 22±5 22±6 11±2 4±2 1±1 6,78 Co 30±7 23±6 17±4 18±4 9±2 3±1 1±1 0,68
Soacha Pb 12±3 18±4 22±5 26±7 14±3 6±3 2±1 9,77 Zn 20±5 23±5 22±6 22±5 9±2 3±2 1±1 4,57 Cu 13±4 20±4 25±7 27±6 10±3 4±3 1±1 2,71 Cd 19±4 23±6 19±4 24±5 10±2 4±2 1±1 0,03 Fe 12±3 17±4 20±4 27±7 16±3 6±4 1±1 1042,8Mn 13±3 19±4 24±5 28±7 12±4 4±3 1±1 7,50 Ba 18±5 24±6 23±5 23±5 9±3 3±2 1±1 7,27 As 19±6 21±7 20±4 25±4 10±3 4±2 1±1 0,07
a: Zonas 1 y 2
En la ciudad de Torrelavega Zn y Cd presentaron una disminución constante en la
carga asociada a medida que aumentaba la fracción de tamaño. Sin embargo, Pb,
Cu, Ni, Fe, Mn y Co presentaron una tendencia opuesta; los metales presentaron
un aumento de la carga asociada en la fracción de tamaño entre 250-500 µm. La
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
175
anterior tendencia fue similar a la presentada para la concentración metálica (ver
Tabla 4.10). Finalmente, para la fracción de tamaño mayor a 500 µm se presentó
una disminución constante de la carga metálica asociada. Como se pudo apreciar,
la distribución de la carga de los elementos metálicos tuvo una tendencia similar a
la observada para la concentración metálica (ver apartado 4.3.2.3). Los resultados
sugirieron para el presente estudio, que la distribución de la carga contaminante
estuvo condicionada en orden de importancia por la concentración de los
elementos metálicos y la cantidad de sedimento acumulado por fracción de
tamaño. Finalmente la prueba t de Student mostró para las zonas en estudio de
cada ciudad (Torrelavega y Soacha), que no existieron diferencias significativas
en el porcentaje acumulado de carga asociado con cada fracción de tamaño del
sedimento viario.
En promedio para las ciudades de Torrelavega y Soacha el 22 y 16%,
respectivamente, de la carga total de metales pesados se asoció con la fracción de
tamaño inferior a 63 µm. En la fracción de tamaño mayor a 1000 µm se asoció el
5,4 y 5,0% de la carga total de metales pesados para la ciudad de Torrelavega y
Soacha, respectivamente (ver Tabla 4.16). Sansalone y Buchberger (1997)
reportaron que las fracciones de mayor tamaño fueron consideradas como de
menor importancia en el contenido y transporte de contaminantes. Finalmente, el
57 y 64% de la carga total de metales pesados en las ciudades de Torrelavega y
Soacha, respectivamente, se asoció con la fracción de tamaño mayor a 125 µm
(i.e., el tamaño correspondiente para las arenas finas). Ellis y Revitt (1982), Stone
y Marsalek (1996), y Sansalone y Tribouillard (1999) obtuvieron resultados
similares.
Los resultados de la prueba de lixiviación realizada en la ciudad de Torrelavega
para la carga metálica mostraron que los elementos con mayor porcentaje de
lixiviación fueron Mn y Cd (ver Tabla 4.17), con respecto de la carga total (CT).
La secuencia en la lixiviación de los elementos metálicos, en orden descendente,
fue la siguiente: Mn > Cd > Zn > Pb > Co > Cu > Ni > Fe > Cr. El porcentaje de
lixiviación promedio para todos los metales pesados en estudio fue de 13,7%.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
176
Banerjee (2003) y, Mingkui y Hao (2009) encontraron resultados similares en
sedimentos depositados sobre superficies viarias de las ciudades de Delhi (India)
y Hangzhou (China), respectivamente.
Tabla 4.17 Resultados de la prueba de lixiviación para los elementos metálicos asociados con el sedimento viario (CT; Torrelavega)
Metal Pesadoa (n=24) Pb Zn Cu Cr Ni Cd Fe Mn Co
14,4 18,7 8,3 2,4 6,3 28,9 3,2 32,1 9,2a: lixiviación en porcentaje, con respecto de la carga metálica total (CT); n: número de
muestras
Como es sabido, en el presente estudio, los tamaños de partícula que presentaron
la mayor susceptibilidad al lavado por escorrentía fueron los inferiores a 500 µm
(ver Tabla 4.9). En este sentido, el 83,8 y 83,6% de la carga total de elementos
metálicos en la ciudad de Torrelavega y Soacha, respectivamente, se asoció con la
fracción de tamaño inferior a 500 µm (ver Tabla 4.16). A partir de lo anterior, se
desarrolló una expresión para evaluar en superficie la carga metálica removida por
la escorrentía viaria hacia los sistemas de recolección y transporte. Se asumió que
toda la carga metálica asociada con el sedimento viario fue removida y
transportada con éste, a partir de la susceptibilidad al lavado por escorrentía del
mismo (i.e., la fracción de tamaño ≤ 500 µm) (ver Tabla 4.9). Adicionalmente, se
consideró el efecto de lixiviación ejercido por la escorrentía viaria sobre la
fracción de tamaño del sedimento que no fue susceptible a la remoción (i.e., la
fracción de tamaño > 500 µm) (ver Tabla 4.16). La expresión desarrollada fue la
siguiente:
PCW ∑ RC · CT ∑ RL · CT (15)
Donde PCW representó el porcentaje de la carga metálica removida por la
escorrentía viaria; RC representó la remoción de carga metálica por escorrentía
para las fracciones de tamaño ≤ 500 µm en porcentaje; RL representó la remoción
de carga metálica a partir de la prueba de lixiviación para las fracciones de tamaño
mayores a 500 µm en porcentaje; y CT representó la carga total de sedimento, en
porcentaje, para la fracción de tamaño correspondiente. Al realizar el cálculo con
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
177
los datos de la carga lavada (i.e., removida por escorrentía) por fracción de
tamaño del sedimento para todos los eventos de lluvia, en promedio se observó
que en la ciudad de Torrelavega y Soacha el 17,2 y 35,8%, respectivamente, de la
carga metálica acumulada sobre las superficies viarias fue removida y
probablemente descargada en los sistemas de recolección y transporte de la
escorrentía después de un evento de lluvia. Al realizar el cálculo anterior con los
valores máximos registrados en cada ciudad de estudio, se observó que la carga
metálica removida fue de hasta un 37,6 y 45,9% en la ciudad de Torrelavega y
Soacha, respectivamente.
Con el objeto de estudiar la distribución en peso de los elementos metálicos en el
sedimento viario, se determinó el porcentaje acumulado de carga con cada
fracción de tamaño. Se realizaron análisis de regresión y el modelo logarítmico
fue el que mejores resultados produjo en las ciudades de Torrelavega (R2 > 0,91)
y Soacha (R2 > 0,90). El modelo obtenido fue el siguiente:
PCA A · ln d B (4.16)
Donde PCA representó el porcentaje acumulado de carga de metal pesado; A y B
fueron coeficientes para cada elemento metálico; y d el diámetro de la partícula en
milímetros. Los coeficientes y R2 obtenidos en las ciudades de Torrelavega y
Soacha se presentan en la Tabla 4.18. El coeficiente “A” presentó una variación
entre 18,4-24,6 (promedio: 21,8), según el metal pesado analizado. El coeficiente
“B” presentó una variación entre 84,1-90,4 (promedio: 87,2). Finalmente, se
ajustaron los coeficientes a los valores medios para obtener un modelo
logarítmico único para las dos ciudades en estudio (ver Figura 4.15).
La prueba t de Student emparejada mostró que existían diferencias significativas
en el porcentaje de carga asociada entre las diferentes fracciones analizadas para
cada metal pesado en las ciudades de estudio (Torrelavega y Soacha). En general,
se distinguieron dos grupos de fracciones de tamaño en la ciudad de Torrelavega.
El primer grupo estuvo conformado por la fracción de tamaño inferior a 500 µm,
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
178
donde las diferencias en el porcentaje de carga entre fracciones estuvieron entre 1-
8 veces. El segundo grupo estuvo conformado por la fracción de tamaño entre
500-2800 µm, donde las diferencias estuvieron entre 1-25 veces.
Tabla 4.18 Coeficientes y R2 para el modelo logarítmico del porcentaje acumulado de carga metálica (CT; Torrelavega y Soacha)
Metal pesadoa Pb Zn Cu Cr Ni Cd Fe Mn Co Ba As
Torrelavega A 22,2 19,2 23,5 21,3 19,8 18,4 22,9 21,5 18,4 - - B 86,2 90,4 87,3 85,1 87,4 89,1 85,0 88,0 89,9 - - R2 0,95 0,90 0,92 0,97 0,95 0,93 0,96 0,93 0,92 - -
Soacha A 24,4 21,3 23,8 - - 21,7 24,6 24,0 - 21,8 21,9 B 84,1 88,9 86,5 - - 87,6 84,1 86,4 - 88,8 87,8 R2 0,96 0,92 0,93 - - 0,93 0,96 0,94 - 0,91 0,93
a: Zonas 1 y 2
Figura 4.15 Porcentaje acumulado de carga metálica según el tamaño de la
partícula (CT; Torrelavega y Soacha)
Por otro lado, en la ciudad de Soacha las diferencias en el porcentaje de carga
asociada entre fracciones de tamaño fueron menores. Nuevamente se
distinguieron dos grupos de fracciones de tamaño: el primer grupo estuvo
conformado por las fracciones de tamaño inferiores a 500 µm, donde las
diferencias estuvieron entre 1,06-1,31 veces; el segundo grupo estuvo conformado
por la fracción de tamaño entre 500-2800 µm, donde las diferencias estuvieron
entre 2,3-5,4 veces. Los resultados sugirieron que la distribución de la carga
PCA = 21,81ln(d) + 87,21R² = 0,94
0
20
40
60
80
100
0 0,5 1 1,5 2 2,5 3
Porcentaje acumulado de carga
metálica
Diámetro (mm)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
179
metálica en las diferentes fracciones de tamaño del sedimento viario fue más
uniforme sobre las superficies viarias donde no existieron áreas permanentes de
aparcamiento (i.e., en la ciudad de Soacha); haciendo que los lugares de muestreo
estuvieran menos influenciados por la variabilidad espacial y temporal de las
diferentes fuentes asociadas con el tráfico (p.ej. deposición de aceite lubricante y
de motor).
4.3.3 FASE 3. Caracterización del material en suspensión (PM10 y PST)
Las tres actividades desarrolladas de manera consecutiva durante esta fase fueron
las siguientes: (i) determinación y análisis de la carga de PM10 y PST (µg/m3), (ii)
determinación y análisis de la concentración metálica asociada con PM10 y PST
(µg/g), y (iii) determinación y análisis de la carga metálica asociada con PM10 y
PST (ng/m3). A continuación se describen cada una de las actividades
desarrolladas en la caracterización metálica del material en suspensión sobre las
áreas de influencia de las superficies viarias de la ciudad de Soacha.
4.3.3.1 Determinación y análisis de la carga de PM10 y PST
Esta actividad se centró en la determinación y análisis de la carga de PM10 y PST
sobre áreas de influencia de las superficies viarias a partir de las variables
identificadas en la primera fase de la metodología. A continuación se presenta la
caracterización de la carga del material en suspensión después de la campaña de
campo desarrollada en la ciudad de Soacha.
La carga promedio de PM10 y PST durante el período de estudio en la Zona 1 de
la ciudad de Soacha fue de 40,1 y 48,3 µg/m3, respectivamente. Por otro lado, la
relación promedio entre PM10 y PST fue de 0,83. La Figura 4.16 presenta la
relación lineal entre PM10 y PST (r = 0,97). Los resultados sugirieron que existe
una fuerte relación entre las partículas suspendidas totales y las respirables. En
este sentido, la elevada relación entre PM10 y PST sugirió una influencia
significativa de las partículas finas sobre la carga del material en suspensión del
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
180
área de muestreo. La anterior tendencia probablemente se debió a la influencia
directa de las emisiones y a la suspensión de las partículas acumuladas sobre la
superficie viaria por parte del tráfico, en una zona de uso residencial, institucional
y comercial con una densidad media de tráfico de 2750 vehículos por día (ver
Capítulo 4 apartado 4.3.1). Adicionalmente, es importante resaltar que la estación
de monitoreo del material en suspensión se localizó a una distancia de cinco
metros con respecto del bordillo de la calzada de la Zona 1. Algunos
investigadores (p.ej. Walsh et al., 2002; Vukovich y Sherwel, 2002; Saldarriaga et
al., 2004; Sivaramasundaram y Muthusubramanian, 2010) han reportado
resultados similares para la relación entre PM10 y PST en áreas con una influencia
significativa del tráfico.
Por otro lado, en la Zona 2 de la ciudad de Soacha la carga promedio de PM10 y
PST durante el período de estudio fue 54,9 y 101,3 µg/m3, respectivamente. En
esta ocasión la relación promedio entre PM10 y PST fue de 0,54. La Figura 4.17
presenta la relación lineal entre PM10 y PST (r = 0,88). Los resultados sugirieron
que existe una considerable relación entre las partículas suspendidas totales y las
respirables. Sin embargo a diferencia de la Zona 1, la relación entre PM10 y PST
sugirió que las partículas finas tuvieron una influencia media sobre la carga del
material en suspensión del área de muestreo. La anterior tendencia probablemente
se debió a la localización de la estación de monitoreo del material en suspensión:
340 m con respecto del bordillo de la calzada de estudio en la Zona 2. Es decir, en
esta ocasión no existió una influencia significativa de las partículas finas emitidas
por el tráfico sobre la carga del material en suspensión como la ocurrida en la
Zona 1, a pesar de que en la Zona 2 se presentó una densidad media de tráfico
mayor: 40100 vehículos por día (ver Capítulo 4 apartado 4.3.1). Los anteriores
resultados evidenciaron la influencia de la distancia de muestreo sobre la carga de
material en suspensión en áreas aledañas a superficies viarias. Adicionalmente, se
sugirió que el aumento en la distancia de muestreo conllevó a una evaluación del
material en suspensión sobre una escala mayor, es decir, las posibles fuentes del
material en suspensión no estuvieron principalmente asociadas con el tráfico (i.e.,
fuentes móviles).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
181
Figura 4.16 Relación entre PM10 y PST en la Zona 1 (Soacha, Colombia)
Figura 4.17 Relación entre PM10 y PST en la Zona 2 (Soacha, Colombia)
Al comparar la carga de PM10 y PST entre las zonas de estudio en Soacha, se
observó que éstas eran mayores en la Zona 2; la carga de PM10 y PST fue 1,37 y
2,10 veces mayor, respectivamente. Como se pudo observar, la Zona 1 presentó
una mejor correlación lineal entre PM10 y PST (r = 0,97). A partir de lo anterior,
los resultados sugirieron que las fuentes del material en suspensión de la Zona 2
fueron más diversas, principalmente para PST donde se observó una mayor
diferencia con respecto de la Zona 1. Adicionalmente, se sugirió un aporte sobre
la fracción más gruesa del material en suspensión por parte de las áreas aledañas
al lugar de investigación (i.e., por suspensión), que se caracterizaron por su escasa
vegetación (i.e., descubiertas) y ausencia de zonas duras debido al escaso
PST = 1,1521∙PM10 + 2,0601R² = 0,94
0
20
40
60
80
100
120
0 20 40 60 80 100
PST (µ
g/m
3)
PM10 (µg/m3)
PST = 0,9297∙PM10 + 50,338R² = 0,77
0
20
40
60
80
100
120
140
160
0 20 40 60 80 100
PST (µ
g/m
3)
PM10 (µg/m3)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
182
desarrollo industrial y comercial a partir del uso del suelo autorizado en la zona
(ver Capítulo 4 apartado 4.3.1). La velocidad media del viento durante el periodo
de estudio fue de 2,42 m/s, con magnitudes de hasta 7,50 m/s.
Durante la caracterización realizada en la ciudad de Soacha (07/01/2010-
14/05/2010; 127 días) se presentaron nueve períodos de lluvia. La precipitación
total durante el período de muestreo correspondió a un 31,7% de la precipitación
total registrada para el mismo año (772 mm). A partir de lo anterior se
identificaron dos períodos en las áreas de estudio con respecto de la precipitación:
(i) época seca entre 07/01-08/02/2010, y (ii) época de lluvias entre 09/02-
14/05/2010 (ver Figuras 4.17 y 4.18).
Figura 4.18 Variación de la carga de PM10 y PST con respecto de la precipitación en la Zona 1 (Soacha, Colombia)
Al comparar las dos épocas identificadas en la Zona 1, se observó que la carga
promedio de PM10 y PST durante la época seca fue mayor: 60,2 y 76,1 µg/m3,
respectivamente; mientras que la carga promedio de PM10 y PST durante la época
de lluvias fue 1,92 (31,3 µg/m3) y 2,11 (36,1 µg/m3) veces menor,
respectivamente. En esta última época se presentó la menor carga de PM10 y PST
en la Zona 1: 8,36 y 8,40 µg/m3, respectivamente. Sin embargo, no se logró
detectar una relación entre la carga de PM10 y PST, y la altura de precipitación de
0
20
40
60
80
100
120
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
07
/01
/20
10
14
/01
/20
10
21
/01
/20
10
28
/01
/20
10
04
/02
/20
10
11/0
2/2
010
18
/02
/20
10
25
/02
/20
10
04
/03
/20
10
11/0
3/2
010
18
/03
/20
10
25
/03
/20
10
01
/04
/20
10
08
/04
/20
10
15
/04
/20
10
22
/04
/20
10
29
/04
/20
10
06
/05
/20
10
13
/05
/20
10
Ca
rga
(µg
/m3)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación PM10 PST
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
183
los eventos de lluvia. Finalmente, la mayor carga de PM10 y PST en la Zona 1 se
presentó en la transición entre la época seca y la de lluvias: 98,4 µg/m3 (viernes
12/02/2010) y 111,3 µg/m3 (viernes 05/02/2011), respectivamente (ver Figura
4.18). La anterior tendencia probablemente se debió a la suspensión de partículas
inducida por el tráfico y el viento sobre la superficie viaria de estudio; es decir, en
época seca la susceptibilidad de suspensión de una partícula fue mayor con
respecto de la época de lluvias. En este sentido, es importante resaltar que la
velocidad media del viento durante el periodo de estudio fue de 2,42 m/s, con
magnitudes de hasta 7,50 m/s al final de la época seca (31/01/2010).
Adicionalmente, en la época de lluvias probablemente la humedad del sedimento
vario condicionó su adherencia a la superficie y, por lo tanto, se requirió de un
mayor esfuerzo por parte del tráfico y el viento para ser suspendido.
La anterior tendencia fue sustentada por el comportamiento de la carga de
sedimento viario en la ciudad de Torrelavega (España). Como es sabido, el
sistema de muestreo de aspirado y barrido en seco (SABS) implementado en la
ciudad Torrelavega permitió diferenciar dos tipos de carga, la aspirada
directamente (carga libre, CL) y la recolectada tras un barrido adicional sobre la
misma superficie viaria (carga fija, CF) (ver Capítulo 3 apartado 3.2.1). La
humedad media del sedimento recolectado durante los períodos de tiempo seco
fue mayor para CF (2,9%), mientras que para CL fue de 0,6%. Es decir, la
humedad fue mayor para la carga de sedimento más fuertemente adherida a la
superficie viaria. Como era de esperar, la humedad del sedimento disminuyó con
el aumento del número de días de tiempo seco y, por lo tanto, influyó en la
disponibilidad de CF para ser aspirada (ver Capítulo 4 apartado 4.3.2.1.1). Por lo
tanto, los resultados sugirieron que la disponibilidad (p.ej., al lavado por
escorrentía, y a la suspensión inducida por el tráfico y el viento) de la carga más
fuertemente adherida a la superficie aumentó con el número de días de tiempo
seco.
Por otro lado, en la Zona 2 la tendencia fue similar. Se observó que la carga
promedio de PM10 y PST durante la época seca fue mayor: 65,9 y 107,1 µg/m3,
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
184
respectivamente; mientras que la carga promedio de PM10 y PST durante la época
de lluvias fue 1,32 (50,0 µg/m3) y 1,08 (98,8 µg/m3) veces menor,
respectivamente. Como se pudo observar, en esta ocasión la diferencia en la carga
del material en suspensión entre la época seca y de lluvias fue menor con respecto
de la Zona 1, especialmente para la fracción gruesa (PST). La anterior tendencia
probablemente se debió a la distancia entre la estación de monitoreo y la
superficie viaria de investigación (340 m); es decir, en la Zona 2 la suspensión
inducida por el tráfico probablemente no fue significativa en el sitio de monitoreo
del material en suspensión, especialmente para la fracción gruesa (PST).
Nuevamente, en la época de lluvias se presentó la menor carga de PM10 y PST en
la Zona 2: 18,4 y 67,7 µg/m3, respectivamente. Finalmente la mayor carga de
PM10 y PST en la Zona 2 se presentó en la época seca, y en la transición entre la
época seca y la de lluvias: 104,1 µg/m3 (viernes 15/01/2010) y 156,5 µg/m3
(miércoles 17/02/2011), respectivamente (ver Figura 4.19).
Figura 4.19 Variación de la carga de PM10 y PST con respecto de la precipitación en la Zona 2 (Soacha, Colombia)
Adicionalmente, y como sustento de las tendencias observadas en las Zonas 1 y 2,
algunos investigadores (p.ej., Duce y Hoffman, 1976; Park et al., 1999; Jung et
al., 2003; Chate et al., 2011) han reportado el efecto de lavado atmosférico
0
20
40
60
80
100
120
140
160
180
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
07
/01
/20
10
14
/01
/20
10
21
/01
/20
10
28
/01
/20
10
04
/02
/20
10
11/0
2/2
010
18
/02
/20
10
25
/02
/20
10
04
/03
/20
10
11/0
3/2
010
18
/03
/20
10
25
/03
/20
10
01
/04
/20
10
08
/04
/20
10
15
/04
/20
10
22
/04
/20
10
29
/04
/20
10
06
/05
/20
10
13
/05
/20
10
Ca
rga
(µg
/m3)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación PM10 PST
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
185
generado por la precipitación; de esta manera los eventos de lluvia tuvieron
influencia en la carga de partículas en suspensión, haciéndose evidente al
comparar los períodos de tiempo seco y de lluvias en los lugares de estudio de los
investigadores.
4.3.3.2 Determinación y análisis de la concentración metálica asociada con PM10
y PST
Esta actividad se fundamentó en la determinación y análisis de la concentración
metálica (µg/g) asociada con PM10 y PST sobre las áreas de influencia de las
superficies viarias a partir de las variables identificadas en la primera fase de la
metodología. A continuación se presenta la caracterización de la concentración
metálica asociada con las partículas en suspensión después de la campaña de
campo desarrollada en la ciudad de Soacha.
Los metales pesados a los cuales se les determinó y analizó la concentración
asociada con el material en suspensión de las áreas en estudio fueron los
siguientes: Pb, Cu, Zn, Cd, Fe, Mn, Ba y As. En promedio para PM10 de la Zona
1, Zn fue el elemento metálico que presentó las mayores concentraciones seguido
por: Fe > Ba > Pb > Cu > Mn > As > Cd. En el caso de PST, el orden descendente
en la concentración metálica fue el siguiente: Fe > Zn > Ba > Pb > Cu > Mn > As
> Cd (ver Tabla 4.19). Como se pudo observar para PM10 y PST, se presentaron
diferencias en el orden de la concentración metálica entre Zn y Fe. Sin embargo,
para los restantes metales el orden en la concentración metálica fue el mismo. Por
otro lado, en la Zona 2 la tendencia de la concentración metálica fue similar. Los
resultados sugirieron en las dos zonas de estudio, que Fe tuvo una menor afinidad
por la fracción más fina del material en suspensión (i.e., PM10). Adicionalmente se
sugirió a partir del orden similar en la concentración de PM10 y PST, que la fuente
dominante de los elementos metálicos fue probablemente la misma.
A partir de lo anterior, se procedió a evaluar la diferencia en la magnitud de la
concentración entre elementos metálicos para PM10 y PST tomando como
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
186
referencia el Pb. En el caso de PM10 en la Zona 1, las diferencias fueron 0,11,
1,52, 317, 0,17, 7,36, 0,26 y 10,5 veces para Zn, Cu, Cd, Fe, Mn, Ba y As,
respectivamente. Las diferencias para PST fueron similares en orden de magnitud:
0,28, 1,89, 634, 0,10, 4,46, 0,53 y 23 veces para Zn, Cu, Cd, Fe, Mn, Ba y As,
respectivamente. Por otro lado en la Zona 2, las diferencias en la concentración
metálica para PM10 fueron 0,19, 2,04, 1871, 0,30, 7,52, 0,53 y 42 veces para Zn,
Cu, Cd, Fe, Mn, Ba y As, respectivamente. Nuevamente, las diferencias para PST
fueron similares en orden de magnitud: 0,12, 2,24, 853, 0,10, 8,24, 0,20 y 46 para
Zn, Cu, Cd, Fe, Mn, Ba y As, respectivamente. La similitud en el orden de
magnitud de las diferencias, nuevamente sugirió la afinidad en el origen de los
elementos metálicos asociados con el material en suspensión de las zonas en
estudio de la ciudad de Soacha. Sin embargo, en la Zona 1 las diferencias en la
concentración metálica fueron en promedio 5,44 veces menores con respecto de la
Zona 2, sugiriendo la existencia de una fuente más dominante de elementos
metálicos en suspensión para la Zona 1 (i.e., probablemente el tráfico).
Tabla 4.19 Concentración metálica asociada con el material en suspensión con un 95% de intervalo de confianza: PM10 y PST (Soacha, Colombia)
Concentración (µg/g de materia seca) Zona 1 2 1 2 PM10 PM10 PST PST
Pb 1818±473 2835±613 864±184 866±604 Zn 16312±5256 14813±3427 3065±1201 7052±3023 Cu 1197±273 1389±305 458±70 387±104 Cd 5,74±2,1 1,52±1,2 1,36±0,6 1,01±0,8 Fe 10515±2688 9420±2493 9331±1766 9087±1483 Mn 247±75 377±86 194±48 105±34 Ba 7001±2247 5359±1576 1625±573 4377±2628 As 174±42 67±24 38±13 19±9
Como se pudo observar, la diferencia en la concentración metálica entre PM10 y
PST fue 1,29 veces menor en la Zona 2 con respecto de la Zona 1; mostrando que
el aumento en la distancia de monitoreo de los elementos metálicos en suspensión
con respecto de la superficie viaria en estudio, causó una disminución de la
diferencia en la concentración metálica entre PM10 y PST. En este sentido es
importante mencionar que las estaciones de monitoreo en las Zonas 1 y 2 se
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
187
localizaron a 5 y 340 m, respectivamente, de la superficie viaria de investigación.
La anterior tendencia, probablemente se debió a que el efecto de la emisión de
elementos metálicos y la suspensión inducida sobre el sedimento viario y las
partículas del suelo de áreas aledañas por parte del tráfico, fue menor en la
estación de monitoreo de la Zona 2.
Al comparar las concentraciones metálicas entre PM10 y PST se observó que éstas
eran mayores en la fracción potencialmente respirable. En promedio para todos
los elementos metálicos en evaluación de las Zonas 1 y 2, las concentraciones
asociadas con PM10 fueron 3,20 y 2,48 veces superiores, respectivamente, con
respecto de PST (ver Tabla 4.19). Por lo tanto, los resultados sugirieron que las
fuentes de los elementos metálicos estuvieron principalmente asociadas con
partículas de tamaño menor o igual a diez micras (PM10).
La prueba t de Student emparejada mostró que existían diferencias significativas
en la concentración entre PM10 y PST para un mismo metal pesado. Las
concentraciones en la Zona 1 de Pb, Zn, Cu, Cd, Fe, Mn, Ba y As fueron 2,10,
5,32, 2,62, 4,21, 1,13, 1,28, 4,31 y 4,63 veces mayores en PM10, respectivamente,
con respecto de las concentraciones de PST. En la Zona 2 las concentraciones
metálicas en PM10 fueron 3,28, 2,10, 3,59, 1,49, 1,04, 3,59, 1,22 y 3,55 veces
mayores para Pb, Zn, Cu, Cd, Fe, Mn, Ba y As, respectivamente, con respecto de
las concentraciones de PST. Como era de esperar, los resultados sugirieron que la
concentración de los elementos metálicos en estudio fue mayor para la fracción
potencialmente respirable (i.e., PM10). La anterior tendencia fue similar a la
presentada por el sedimento depositado sobre las superficies viarias en estudio de
las ciudades de Torrelavega y Soacha. Como es sabido, la concentración metálica
tendió a aumentar de manera exponencial a medida que disminuyó la fracción de
tamaño de la partícula del sedimento viario (ver Capítulo 4, apartado 4.3.2.3).
A partir de la anterior tendencia, se procedió a ordenar de manera decreciente las
diferencias en la concentración metálica entre PM10 y PST. La mayor diferencia
en la concentración metálica en la Zona 1 se presentó para Zn seguido de As > Ba
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
188
> Cd > Cu > Pb > Mn > Fe. Por otro lado, en la Zona 2 la mayor diferencia en la
concentración metálica se presentó para Cu seguido de Mn > As > Pb > Zn > Cd >
Ba > Fe. Como se pudo observar para las Zonas 1 y 2, se presentaron
discrepancias en el orden de los elementos metálicos a partir de las diferencias en
la concentración metálica entre PM10 y PST. Excepto para Fe, que siempre
presentó la menor diferencia en la concentración entre PM10 y PST. Nuevamente,
los resultados sugirieron que Fe fue el elemento metálico que tuvo una menor
afinidad con PM10. Es decir, probablemente las fuentes de este metal se asociaron
con tamaños de partícula mayor, con respecto de los restantes elementos metálicos
en estudio. Como es sabido, los restantes metales pesados tuvieron una mayor
afinidad por la fracción más fina del material en suspensión (i.e., PM10).
Adicionalmente, el aumento en la distancia de monitoreo de los elementos
metálicos en suspensión con respecto de la superficie viaria de la Zona 2,
probablemente hizo que el aporte de metales pesados no estuviera exclusivamente
atribuido al tráfico (p.ej., por fuentes naturales).
Con el objeto de profundizar en la afinidad del origen de los elementos metálicos
se realizaron análisis de correlación entre éstos para PM10. Los análisis mostraron
para la Zona 1 que existió correlación de Pb con Cu, Zn, Ba y As; de Cu con Zn;
de Zn con Ba; de Cd con Ba; y de Mn con As (ver Tabla 4.20). Como se pudo
observar, Pb fue el elemento que presentó un mayor número de correlaciones
entre metales pesados (r > 0,50). Los resultados sugirieron en la Zona 1 que las
principales fuentes para el primer grupo de metales pesados (i.e. Pb, Cu, Zn, Ba y
As) fueron probablemente las partículas emitidas por el uso de pastillas para los
frenos y de las llantas (caucho) (ver Tabla 2.9). En este sentido, el material de
fricción de las pastillas de los frenos está constituido por un 15% de elementos
metálicos (Roadhouse, 2008). Adicionalmente, al comparar las correlaciones que
existieron entre los elementos metálicos asociados con el sedimento viario y el
material en suspensión de la Zona 1, se pudo observar que existió coincidencia en
la correlación de Pb con Cu y Ba (ver Tabla 4.14). A partir de lo anterior para
PM10, los últimos elementos metálicos probablemente podrían constituirse en
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
189
indicadores de emisiones provenientes del tráfico en áreas aledañas a las
superficies viarias (i.e., Pb, Cu y Ba).
Tabla 4.20 Coeficientes de correlación lineal entre elementos metálicos para la concentración asociada con PM10. Zona 1 (Soacha, Colombia)
Metal Pb Cu Zn Cd Fe Mn Ba As
Pb 1,00 Cu 0,66 1,00 Zn 0,56 0,65 1,00 Cd 0,48 0,43 0,23 1,00 Fe 0,22 0,05 0,33 0,15 1,00 Mn 0,30 0,12 0,39 0,33 0,44 1,00 Ba 0,58 0,49 0,65 0,56 0,38 0,47 1,00 As 0,68 0,41 0,43 0,42 0,34 0,53 0,45 1,00
Por otro lado, en la Zona 2 existió correlación de Pb con Cu y Zn; de Cu con Zn;
de Zn con Mn y As; de Fe con Mn, Ba y As; y de Ba con As (ver Tabla 4.21). En
esta ocasión y a diferencia de la Zona 1, Fe fue el elemento que presentó un mayor
número de correlaciones entre metales pesados (r > 0,50). No obstante,
nuevamente se observó relación entre Pb, Cu y Zn, mostrando una probable
influencia del tráfico sobre la concentración metálica en suspensión. Los
resultados sugirieron en la Zona 2, que las principales fuentes de elementos
metálicos no estuvieron exclusivamente asociadas con el tráfico. Es decir,
probablemente existió un aporte significativo de elementos metálicos por parte de
fuentes naturales y fijas. La anterior tendencia probablemente se debió a la
localización de la estación de monitoreo de PM10 y PST con respecto de la
superficie viaria en estudio (340 m). Por lo tanto, el aumento en la distancia de
muestreo conllevó a una evaluación metálica del material en suspensión sobre una
escala mayor, donde las fuentes naturales y fijas adquirieron mayor importancia.
Como es sabido, durante la caracterización realizada en la ciudad de Soacha
(07/01/2010-14/05/2010; 127 días) se presentaron nueve períodos de lluvia. La
precipitación total durante el período de muestreo correspondió a un 31,7% de la
precipitación total registrada para el mismo año (772 mm). A partir de lo anterior
se identificaron dos períodos en las áreas de estudio con respecto de la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
190
precipitación: (i) época seca entre 07/01-08/02/2010, y (ii) época de lluvias entre
09/02-14/05/2010 (ver Figuras 4.19 y 4.20).
Tabla 4.21 Coeficientes de correlación lineal entre elementos metálicos para la concentración asociada con PM10. Zona 2 (Soacha, Colombia)
Metal Pb Cu Zn Cd Fe Mn Ba As
Pb 1,00 Cu 0,54 1,00Zn 0,52 0,60 1,00Cd 0,18 0,22 0,45 1,00Fe 0,43 0,20 0,42 0,35 1,00Mn 0,43 0,26 0,50 0,46 0,87 1,00Ba 0,40 0,32 0,46 0,14 0,55 0,41 1,00As 0,30 0,29 0,55 0,35 0,65 0,47 0,61 1,00
Al comparar las dos épocas identificadas en la Zona 1, se observó que la
concentración metálica promedio asociada con PM10 durante la época seca fue
mayor: 2608, 1656, 34730, 9,7, 18102, 526, 13710 y 268 µg/g para Pb, Cu, Zn,
Cd, Fe, Mn, Ba y As, respectivamente; mientras que la concentración metálica
promedio asociada con PM10 durante la época de lluvias fue 1,77, 1,66, 4,21, 2,43,
2,52, 4,20, 3,37 y 2,02 veces menor (promedio: 2,77) para Pb, Cu, Zn, Cd, Fe,
Mn, Ba y As, respectivamente. Sin embargo, no se logró detectar una relación
entre la concentración metálica asociada con PM10 y la altura de precipitación de
los eventos de lluvia. Finalmente, las mayores concentraciones metálicas
asociadas con PM10 se presentaron durante la época seca y en la transición entre la
época seca y de lluvias (ver Figura 4.20). Por otro lado, las concentraciones
metálicas asociadas con PST en la Zona 1 presentaron una tendencia similar; las
concentraciones metálicas en la época seca fueron en promedio 2,62 veces
mayores, con respecto de las concentraciones metálica registradas durante la
época de lluvias. En este sentido, algunos investigadores (p.ej. Ragosta et al.,
2002; López et al., 2005; Amodio et al., 2008) han reportado la variación de
concentración de partículas en suspensión y su contenido metálico con respecto de
la época estacional.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
191
Igualmente, al comparar las dos épocas identificadas en la Zona 2 se observó que
la concentración metálica promedio asociada con PM10 durante la época seca fue
mayor: 4586, 2285, 26253, 3,5, 15215, 563, 9395 y 141 µg/g para Pb, Cu, Zn, Cd,
Fe, Mn, Ba y As, respectivamente; mientras que la concentración metálica
promedio asociada con PM10 durante la época de lluvias fue 2,22, 2,29, 2,68, 5,42,
2,21, 1,90, 2,61 y 4,02 veces menor (promedio: 2,92) para Pb, Cu, Zn, Cd, Fe,
Mn, Ba y As, respectivamente. Nuevamente, no se logró detectar una relación
entre la concentración metálica asociada con PM10 y la altura de precipitación de
los eventos de lluvia. Igualmente, las mayores concentraciones metálicas
asociadas con PM10 se presentaron durante la época seca y en la transición entre la
época seca y de lluvias (ver Figura 4.21). Por otro lado, las concentraciones
metálicas asociadas con PST en la Zona 2 presentaron una tendencia similar; las
concentraciones metálicas en la época seca fueron en promedio 4,71 veces
mayores, con respecto de las concentraciones metálica registradas durante la
época de lluvias.
El anterior comportamiento identificado en la ciudad de Soacha, probablemente se
debió a la suspensión de partículas inducida por el tráfico y el viento sobre la
superficie viaria y áreas aledañas de la zona en estudio, es decir, en época seca la
susceptibilidad de suspensión de una partícula fue mayor con respecto de la época
de lluvias. En este sentido, es importante resaltar que la velocidad media del
viento durante el periodo de estudio fue de 2,42 m/s, con magnitudes de hasta
7,50 m/s al final de la época seca (31/01/2010). Adicionalmente, en la época de
lluvias probablemente la humedad del sedimento viario condicionó su adherencia
a la superficie y, por lo tanto, se requirió de un mayor esfuerzo por parte del
tráfico y el viento para ser suspendido.
Igualmente, la anterior tendencia de la concentración metálica en suspensión fue
sustentada por el comportamiento de la carga de sedimento viario en la ciudad de
Torrelavega (España). Como es sabido, el sistema de muestreo de aspirado y
barrido en seco (SABS) implementado en la ciudad Torrelavega permitió
diferenciar dos tipos de carga, la aspirada directamente (carga libre, CL) y la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
192
recolectada tras un barrido adicional sobre la misma superficie viaria (carga fija,
CF) (ver Capítulo 3, apartado 3.2.1). La humedad media del sedimento
recolectado durante los períodos de tiempo seco fue mayor para CF (2,9%),
mientras que para CL fue de 0,6%. Es decir, la humedad fue mayor para la carga
de sedimento más fuertemente adherida a la superficie viaria. Como era de
esperar, la humedad del sedimento disminuyó con el aumento del número de días
de tiempo seco y, por lo tanto, influyó en la disponibilidad de CF para ser aspirada
(ver Capítulo 4, apartado 4.3.2.1.1).
Figura 4.20 Variación de la concentración metálica de Pb y Cu asociada con PM10 con respecto de la precipitación en la Zona 1 (Soacha, Colombia)
Por lo tanto, los resultados sugirieron en el presente estudio, que la disponibilidad
a la suspensión inducida por el tráfico y el viento sobre la carga más fuertemente
adherida a la superficie viaria aumentó con el número de días de tiempo seco,
generando en esta época un aumento de la concentración metálica asociada con el
material en suspensión (PM10 y PST), desde el punto de vista de una escala local.
Adicionalmente, se debe tener en cuenta el efecto de remoción de contaminantes
causado por la deposición húmeda durante la época de lluvias; que a partir de las
condiciones climatológicas del área de estudio, probablemente generó una
reducción de la concentración metálica asociada con el material en suspensión
durante esta época.
0
1000
2000
3000
4000
5000
6000
7000
8000
0
5
10
15
20
25
30
35
07
/01
/20
10
14
/01
/20
10
21
/01
/20
10
28
/01
/20
10
04
/02
/20
10
11/0
2/2
010
18
/02
/20
10
25
/02
/20
10
04
/03
/20
10
11/0
3/2
010
18
/03
/20
10
25
/03
/20
10
01
/04
/20
10
08
/04
/20
10
15
/04
/20
10
22
/04
/20
10
29
/04
/20
10
06
/05
/20
10
13
/05
/20
10
Co
nce
ntra
ció
n m
etá
lica
(µg
/g)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación Pb Cu
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
193
Figura 4.21 Variación de la concentración metálica de Pb y Cu asociada con PM10 con respecto de la precipitación en la Zona 2 (Soacha, Colombia)
4.3.3.3 Determinación y análisis de la carga metálica asociada con PM10 y PST
Esta actividad se fundamentó en la determinación y análisis de la carga metálica
(ng/m3) asociada con PM10 y PST sobre las áreas de influencia de las superficies
viarias a partir de las variables identificadas en la primera fase de la metodología.
A continuación se presenta la caracterización de la carga metálica asociada con las
partículas en suspensión después de la campaña de campo desarrollada en la
ciudad de Soacha.
Los metales pesados a los cuales se les determinó y analizó la carga asociada con
el material en suspensión de las áreas en estudio fueron los siguientes: Pb, Cu, Zn,
Cd, Fe, Mn, Ba y As. En promedio para PM10 de la Zona 1, Zn fue el elemento
metálico que presentó la mayor carga seguido por: Fe > Ba > Pb > Cu > Mn > As
> Cd. En el caso de PST, el orden descendente en la carga metálica fue el
siguiente: Fe > Zn > Ba > Pb > Cu > Mn > As > Cd (ver Tabla 4.22). Como se
pudo observar para PM10 y PST, se presentaron diferencias en el orden de la carga
metálica entre Zn y Fe. Sin embargo, para los restantes metales el orden en la
carga metálica fue el mismo. Por otro lado, en la Zona 2 la tendencia de la carga
metálica fue similar. Como se pudo apreciar, la carga de los elementos metálicos
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
0
5
10
15
20
25
30
35
07
/01
/20
10
14
/01
/20
10
21
/01
/20
10
28
/01
/20
10
04
/02
/20
10
11/0
2/2
010
18
/02
/20
10
25
/02
/20
10
04
/03
/20
10
11/0
3/2
010
18
/03
/20
10
25
/03
/20
10
01
/04
/20
10
08
/04
/20
10
15
/04
/20
10
22
/04
/20
10
29
/04
/20
10
06
/05
/20
10
13
/05
/20
10
Co
nce
ntra
ció
n m
etá
lica
(µg
/g)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación Pb Cu
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
194
tuvo una tendencia similar a la observada para la concentración metálica asociada
con PM10 y PST. Los resultados sugirieron para el presente estudio, que la carga
metálica asociada con el material en suspensión estuvo principalmente
condicionada por la concentración metálica, antes que por la cantidad de material
en suspensión asociado con cada fracción de tamaño (i.e., PM10 y PST).
Pachón y Sarmiento (2008) reportaron magnitudes similares en la carga metálica
asociada con PM10 para los siguientes elementos metálicos: Cd, Cr, Cu, Fe, Pb,
Mn y Zn. La estación de monitoreo de los investigadores se localizó en la ciudad
de Bogotá D.C., a 13,5 km de distancia con respecto de la estación de monitoreo
en la ciudad de Soacha. Igualmente, Pirela et al. (2003) en Venezuela, López et al.
(2005) en España y Johansson et al. (2009) en Suecia, reportaron magnitudes
similares para la carga metálica asociada con PM10. Sin embargo, las magnitudes
de las dos últimas investigaciones (i.e., en Europa) fueron inferiores con respecto
a las investigaciones realizadas en Colombia y Venezuela. Obviamente, la
variación en las magnitudes de la carga metálica dependió de las condiciones
particulares de cada lugar de investigación. El objetivo principal de las anteriores
comparaciones fue evaluar las técnicas de muestreo y análisis de los elementos
metálicos en suspensión.
Como era de esperar, al comparar la carga metálica entre PM10 y PST se observó
para la Zona 1 que ésta era mayor en la fracción potencialmente respirable. Es
decir, la fracción en suspensión que registró las mayores concentraciones
metálicas (PM10). En promedio para todos los elementos metálicos en evaluación
de la Zona 1, la carga asociada con PM10 fue 3,05 veces superior con respecto de
PST (ver Tabla 4.22); una diferencia similar a la observada anteriormente para el
caso de la concentración metálica (3,20 veces). Sin embargo, la tendencia en la
distribución de la carga metálica de la Zona 2 fue diferente para Fe, Ba y Cd; los
anteriores metales pesados presentaron una mayor carga en PST (i.e., en promedio
1,45 veces). Los restantes metales pesados de la Zona 2 (Pb, Zn, Cu, Mn y As)
presentaron una tendencia similar a la registrada en la Zona 1: mayor carga en
PM10 (i.e., en promedio 1,73 veces).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
195
Tabla 4.22 Carga metálica asociada con el material en suspensión con un 95% de intervalo de confianza: PM10 y PST (Soacha, Colombia)
Carga (ng/m3) Zona 1 2 1 2 PM10 PM10 PST PST
Pb 108±47 179±51 55±19 110±88 Zn 941±417 950±319 194±93 797±406 Cu 63±26 87±28 25±6 43±14 Cd 0,32±0,17 0,11±0,10 0,08±0,04 0,12±0,09 Fe 519±201 563±186 498±150 958±177 Mn 12,5±4,9 22,1±6,9 8,9±2,8 11,3±4,2 Ba 428±190 310±85 108±55 498±330 As 9,4±3,4 4,1±1,7 2,0±0,9 2,1±1,1
A partir de los anteriores resultados se sugirió para áreas aledañas a las superficies
viarias, que la relación entre la carga de PM10 y PST permitió interpretar la
distribución de los elementos metálicos en el material en suspensión. Por ejemplo,
la elevada relación entre PM10/PST en la Zona 1 (0,83) mostró que el aporte de
elementos metálicos por parte de la fracción potencialmente respirable fue mayor.
Es decir, la distribución de los elementos metálicos en suspensión de áreas
aledañas a las superficies viarias estuvo principalmente condicionada por PM10.
Por el contrario, a medida que aumentó la distancia de muestreo con respecto de la
vía en evaluación, disminuyó la influencia de PM10 en la distribución de los
elementos metálicos en suspensión. Este fue el caso de la Zona 2, donde una
relación entre PM10/PST de 0,54 mostró una menor influencia de PM10 en la
distribución de los elementos metálicos en suspensión, ocasionando mayores
cargas metálicas en PST para determinados elementos: Fe, Ba y Cd.
Adicionalmente, el aumento en la distancia de muestreo probablemente conllevó a
una evaluación metálica del material en suspensión sobre una escala mayor, donde
las fuentes naturales y fijas adquirieron mayor importancia.
Como es sabido, durante la caracterización realizada en la ciudad de Soacha
(07/01/2010-14/05/2010; 127 días) se presentaron nueve períodos de lluvia. A
partir de lo anterior se identificaron dos períodos en las áreas de estudio con
respecto de la precipitación: (i) época seca entre 07/01-08/02/2010, y (ii) época de
lluvias entre 09/02-14/05/2010 (ver Figuras 4.21 y 4.22). Se compararon las dos
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
196
épocas identificadas con la carga metálica en suspensión de la Zona 1,
observándose que en la época seca la carga metálica promedio asociada con PM10
fue mayor: 170, 112, 2186, 0,61, 1116, 32, 886 y 17 ng/m3 para Pb, Cu, Zn, Cd,
Fe, Mn, Ba y As, respectivamente; mientras que la carga metálica promedio en la
época de lluvias fue 2,11, 2,69, 5,51, 3,04, 4,34, 7,66, 3,86 y 2,97 veces menor
(promedio: 4,02) para Pb, Cu, Zn, Cd, Fe, Mn, Ba y As, respectivamente.
Nuevamente, no se logró detectar una relación entre la carga metálica asociada
con PM10 y la altura de precipitación de los eventos de lluvia. Las mayores cargas
metálicas asociadas con PM10 se presentaron durante la época seca y en la
transición entre la época seca y de lluvias (ver Figura 4.22). Por otro lado, la carga
metálica asociada con PST en la Zona 1 presentó una tendencia similar; la carga
metálica de PST en la época seca fue en promedio 4,67 veces mayor, con respecto
de la carga metálica registrada durante la época de lluvias.
Figura 4.22 Variación de la carga metálica de Pb y Cu asociada con PM10 con
respecto de la precipitación en la Zona 1 (Soacha, Colombia)
Igualmente, al comparar las dos épocas identificadas en la Zona 2 se observó que
la carga metálica promedio asociada con PM10 durante la época seca fue mayor:
317, 169, 1904, 0,25, 941, 36, 562 y 8,8 ng/m3 para Pb, Cu, Zn, Cd, Fe, Mn, Ba y
As, respectivamente; mientras que la carga metálica promedio asociada con PM10
durante la época de lluvias fue 2,66, 3,34, 3,58, 5,43, 2,36, 2,22, 2,81 y 4,39 veces
0,0
100,0
200,0
300,0
400,0
500,0
600,0
700,0
0
5
10
15
20
25
30
35
07
/01
/20
10
14
/01
/20
10
21
/01
/20
10
28
/01
/20
10
04
/02
/20
10
11/0
2/2
010
18
/02
/20
10
25
/02
/20
10
04
/03
/20
10
11/0
3/2
010
18
/03
/20
10
25
/03
/20
10
01
/04
/20
10
08
/04
/20
10
15
/04
/20
10
22
/04
/20
10
29
/04
/20
10
06
/05
/20
10
13
/05
/20
10
Ca
rga
me
tálic
a (n
g/m
3)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación Pb Cu
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
197
menor (promedio: 3,35) para Pb, Cu, Zn, Cd, Fe, Mn, Ba y As, respectivamente.
Nuevamente, no se logró detectar una relación entre la carga metálica asociada
con PM10 y la altura de precipitación de los eventos de lluvia. Igualmente, las
mayores cargas metálicas asociadas con PM10 se presentaron durante la época
seca y en la transición entre la época seca y de lluvias (ver Figura 4.23). Por otro
lado, las cargas metálicas asociadas con PST en la Zona 2 presentaron una
tendencia similar; las concentraciones metálicas de PST en la época seca fueron
en promedio 5,06 veces mayores, con respecto de las concentraciones metálica
registradas durante la época de lluvias.
Nuevamente el anterior comportamiento identificado en la ciudad de Soacha con
respecto de la precipitación, probablemente se debió a la suspensión de partículas
inducida por el tráfico y el viento sobre la superficie viaria y áreas aledañas de la
zona en estudio, es decir, en época seca la susceptibilidad de suspensión de una
partícula fue mayor con respecto de la época de lluvias. Adicionalmente, en la
época de lluvias probablemente la humedad del sedimento viario condicionó su
adherencia a la superficie y, por lo tanto, se requirió de un mayor esfuerzo por
parte del tráfico y el viento para ser suspendido.
Figura 4.23 Variación de la carga metálica de Pb y Cu asociada con PM10 con respecto de la precipitación en la Zona 2 (Soacha, Colombia)
0,0
100,0
200,0
300,0
400,0
500,0
600,0
700,0
800,0
0
5
10
15
20
25
30
35
07
/01
/20
10
14
/01
/20
10
21
/01
/20
10
28
/01
/20
10
04
/02
/20
10
11/0
2/2
010
18
/02
/20
10
25
/02
/20
10
04
/03
/20
10
11/0
3/2
010
18
/03
/20
10
25
/03
/20
10
01
/04
/20
10
08
/04
/20
10
15
/04
/20
10
22
/04
/20
10
29
/04
/20
10
06
/05
/20
10
13
/05
/20
10
Ca
rga
me
tálic
a (n
g/m
3)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación Pb Cu
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
198
La anterior tendencia de la carga metálica en suspensión nuevamente fue
sustentada por el comportamiento de la carga de sedimento viario en la ciudad de
Torrelavega (España). Como es sabido, el sistema de muestreo de aspirado y
barrido en seco (SABS) implementado en la ciudad Torrelavega permitió
diferenciar dos tipos de carga, la aspirada directamente (carga libre, CL) y la
recolectada tras un barrido adicional sobre la misma superficie viaria (carga fija,
CF) (ver Capítulo 3, apartado 3.2.1). La humedad fue mayor para la carga de
sedimento más fuertemente adherida a la superficie viaria (i.e., CF). Como era de
esperar, la humedad del sedimento disminuyó con el aumento del número de días
de tiempo seco y, por lo tanto, influyó en la disponibilidad de CF para ser aspirada
(ver Capítulo 4, apartado 4.3.2.1.1).
Por lo tanto, los resultados sugirieron en el presente estudio, que la disponibilidad
a la suspensión inducida por el tráfico y el viento sobre la carga más fuertemente
adherida a la superficie viaria y de áreas aledañas de la zona en estudio aumentó
con el número de días de tiempo seco, generando en esta época un aumento de la
carga metálica asociada con el material en suspensión (PM10 y PST), desde el
punto de vista de una escala local. Adicionalmente, se debe tener en cuenta el
efecto de remoción de contaminantes causado por la deposición húmeda durante
la época de lluvias; que a partir de las condiciones climatológicas del área de
estudio probablemente generó una reducción de la carga metálica en suspensión
durante esta época. En este sentido, algunos investigadores han reportado que el
aporte de elementos metálicos por parte de la deposición húmeda fue mayor con
respecto de la deposición seca, bajo las condiciones climatológicas de las zonas de
investigación (p.ej., Rojas et al., 1993; Muezzinoglu et al., 2006).
4.3.4 FASE 4. Desarrollo del modelo causal entre la concentración metálica
asociada con el sedimento viario y la carga en suspensión
En esta fase de la metodología se desarrolló un modelo causal entre la
concentración metálica asociada con el sedimento viario (µg/g) y la carga de
partículas en suspensión (µg/m3). Las etapas ejecutadas para el desarrollo del
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
199
modelo fueron las siguientes: (i) establecimiento de hipótesis, (ii) construcción de
la matriz de causa-efecto y elaboración del diagrama conceptual, (iii)
identificación, (iv) estimación de parámetros, (v) verificación, y (vi) análisis del
pronóstico. A continuación se describen en detalle cada una de las etapas del
desarrollo del modelo.
4.3.4.1 Establecimiento de hipótesis
A partir del estudio del estado del arte (i.e., Capítulo 2) y del desarrollo de las tres
primeras fases de la metodología expuesta en el presente capítulo, se establecieron
las siguientes hipótesis para el desarrollo del modelo en áreas aledañas a las
superficies viarias: (i) la concentración metálica asociada con el material en
suspensión (µg/g) está relacionada con la carga del material en suspensión
(µg/m3); (ii) la concentración metálica asociada con el sedimento acumulado
sobre una superficie viaria (µg/g) está relacionada con la concentración metálica
asociada con el material en suspensión (µg/g); y de esta manera, (iii) se puede
predecir la concentración metálica asociada con el sedimento viario a partir de la
carga del material en suspensión. Las actividades desarrolladas para el
establecimiento y prueba de las hipótesis de investigación del modelo se describen
a continuación.
4.3.4.1.1 Selección de la fracción de tamaño representativa del sedimento viario
Inicialmente, se procedió a seleccionar la fracción de tamaño más representativa
del sedimento viario a partir de la distribución de la concentración y la carga
metálica asociada con el mismo. Posteriormente, se evalúo la fracción de tamaño
seleccionada con respecto de la distribución granulométrica del sedimento viario.
La selección se realizó a partir de los resultados obtenidos en las campañas de
campo adelantadas en las ciudades de Torrelavega y Soacha. A continuación se
describe la selección de la fracción de tamaño representativa del sedimento viario.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
200
Como se pudo observar para la concentración metálica del sedimento viario en las
ciudades de Torrelavega y Soacha (ver Capítulo 4, apartado 4.3.2.3), el Zn fue el
único metal pesado que presentó una disminución continua en la concentración a
medida que aumentó la fracción de tamaño. No obstante, para los restantes
metales pesados se observó un aumento en la concentración metálica para la
fracción de tamaño comprendida entre 250 y 500 µm. Finalmente, las
concentraciones metálicas disminuyeron de manera continua para la fracción de
tamaño inferior a 500 µm. A partir de lo anterior, los resultados sugirieron que el
aumento en la concentración de la fracción de tamaño entre 250 y 500 µm se
debió a la presencia de partículas finas, las cuales se encontraban adheridas a la
superficie de las fracciones de mayor tamaño y fueron difícilmente cuantificables
por medio del método de tamizado en seco. Pitt y Amy (1973), Ellis y Revitt
(1982), Sansalone y Tribouillard (1999), German y Svensson (2002), y Deletic y
Orr (2005) encontraron resultados similares. Por lo tanto para el presente estudio,
se sugirió desde el punto de vista de la concentración metálica, que la fracción de
tamaño inferior a 250 µm representó de mejor manera la tendencia en la
distribución de la concentración metálica asociada con el sedimento viario.
Por otro lado, los resultados mostraron que los mejores coeficientes de correlación
lineal entre fracciones de tamaño para la concentración metálica asociada con el
sedimento viario se presentaron en la fracción inferior a 125 µm. Adicionalmente
al confrontar la concentración de todos los metales pesados entre las calzadas de
estudio en la ciudad de Torrelavega, se observó para CT que la mayor diferencia
en la magnitud de la concentración se presentó en el rango de tamaño entre 2000 y
2800 µm (16,5%). Por el contrario, la menor diferencia en la concentración
metálica se presentó para la fracción de tamaño inferior a 125 µm (1,8%). A partir
de lo anterior, los resultados sugirieron que las principales fuentes de metales
pesados estuvieron asociadas con tamaños de partícula inferiores a 125 µm (ver
Capítulo 4, apartado 4.3.2.3). De esta manera, la anterior fracción de tamaño del
sedimento viario estuvo cubierta por la fracción seleccionada como representativa
desde el punto de vista de la distribución de la concentración metálica (i.e., < 250
µm).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
201
Como se pudo observar en el apartado de determinación y análisis de la
concentración metálica asociada con el sedimento viario (ver Capítulo 4, apartado
4.3.2.3), para la fracción de tamaño inferior a 125 µm se realizó un análisis de
correlación entre todos los metales pesados con el objeto de profundizar en la
afinidad del origen. En las calzadas de la ciudad de Torrelavega existió
correlación de Pb con Zn, Cd, Fe y Mn; de Zn con Cu, Cr, Fe y Mn; de Cu con Fe
y Mn; y entre Cr y Ni (ver Tabla 4.13). Por otro lado, en la ciudad de Soacha se
evaluó la correlación para cada zona de estudio (i.e., Zonas 1 y 2) puesto que las
áreas de muestreo no fueron contiguas como en el caso de la ciudad de
Torrelavega. Los resultados mostraron que existió correlación de Pb con Zn, Cu,
Mn, Ba y As; de Zn con Fe y Mn; y de Cd con Fe (ver Tabla 4.14). A partir de lo
anterior, se pudo observar que la fracción de tamaño inferior a 125 µm se utilizó
como fracción indicadora del probable origen de los elementos metálicos
asociados con el sedimento viario. Nuevamente, esta fracción estuvo cubierta por
la fracción de tamaño seleccionada como representativa desde el punto de vista de
la distribución de la concentración metálica (i.e., < 250 µm).
Con respecto de la carga metálica asociada con el sedimento viario, en promedio
para la ciudad de Torrelavega y Soacha el 22 y 16%, respectivamente, de la carga
total de metales pesados se asoció con la fracción de tamaño inferior a 63 µm. En
la fracción de tamaño mayor a 1000 µm se asoció el 5,4 y 5,0% de la carga total
de metales pesados para la ciudad de Torrelavega y Soacha, respectivamente (ver
Tabla 4.16). Sartor y Boyd (1972), y Sansalone y Buchberger (1997) reportaron
que las fracciones de mayor tamaño fueron generalmente consideradas como de
menor importancia en el contenido y transporte de contaminantes. Finalmente, la
fracción de tamaño inferior a 250 µm asoció en promedio para todos los
elementos metálicos un 64,6 y 58,3% de la carga metálica acumulada sobre las
superficies viarias en estudio de las ciudades de Torrelavega y Soacha,
respectivamente (ver Capítulo 4, apartado 4.3.2.4 y Tabla 4.16).
En la ciudad de Torrelavega, Zn y Cd presentaron una disminución constante en la
carga asociada a medida que aumentaba la fracción de tamaño. Sin embargo, Pb,
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
202
Cu, Ni, Fe, Mn y Co presentaron una tendencia opuesta; los metales presentaron
un aumento de la carga asociada en la fracción de tamaño entre 250 y 500 µm. La
anterior tendencia fue similar a la presentada para la concentración metálica
asociada con el sedimento viario (ver Tabla 4.10 y 4.16). Finalmente, para la
fracción de tamaño mayor a 500 µm se presentó una disminución constante de la
carga metálica asociada. Como se pudo apreciar, la distribución de la carga de los
elementos metálicos tuvo una tendencia similar a la observada para la
concentración metálica. Los resultados sugirieron para el presente estudio que la
distribución de la carga contaminante estuvo condicionada, en orden de
importancia, por la concentración de los elementos metálicos y la cantidad de
sedimento acumulado por fracción de tamaño (ver Capítulo 4, apartado 4.3.2.4).
De esta manera se sustentó para la carga metálica asociada con el sedimento viario
la selección de la fracción de tamaño representativa, a partir de la distribución de
la concentración metálica (i.e., la fracción de tamaño < 250 µm).
Por otro lado, al evaluar la distribución granulométrica del sedimento viario se
observó que las partículas del sedimento recolectado en las ciudades de estudio
exhibieron una distribución Log-normal positivamente sesgada; con tamaños de
partícula dominantes entre 125 y 500 µm. En promedio, el d50 (percentil) para las
muestras del sedimento recolectado sobre las superficies viarias en estudio de la
ciudad de Torrelavega y Soacha fue de 274 y 305 µm, respectivamente (ver
Capítulo 4, apartado 4.3.2.2). Ellis y Revitt (1982), y Ball et al. (1998)
encontraron una distribución similar de las partículas en un estudio del sedimento
acumulado sobre las superficies de calzadas y cunetas.
Adicionalmente, la distribución granulométrica del sedimento recolectado sobre
las calzadas de la ciudad de Torrelavega tendió a ser más fina a medida que
aumentó el número de días de tiempo seco. Se distinguieron en promedio tres
grupos de tamaños de partículas según su tasa de acumulación: (i) < 125 µm, (ii)
125-2000 µm, y (iii) 2000-2800 µm. Como es sabido, el primer grupo de
partículas presentó la mayor tasa de acumulación en tiempo seco (0,18±0,06
g/m2·d) (ver Capítulo 4, apartado 4.3.2.2). Los resultados sugirieron, que el
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
203
aumento en tiempo seco de la fracción más fina del sedimento estuvo
probablemente ocasionado por la trituración a que fue sometida la fracción más
gruesa del sedimento por parte del tráfico, lo que explicó la tasa de acumulación
negativa de la fracción de mayor tamaño (-0,06±0,02 g/m2·d); y al propio
fenómeno de acumulación de polvo y suciedad sobre la calzada, el cual aportó
fundamentalmente partículas finas. Algunos investigadores han encontrado
resultados similares, es el caso de Ellis y Revitt (1982), y Viklander (1998) que
reportaron la relación existente entre la densidad de tráfico y el grado de
trituración de las partículas acumuladas sobre la superficie de la calzada. Las
anteriores tendencias, nuevamente sustentaron la selección de la fracción inferior
a 250 µm como la fracción de tamaño representativa del sedimento viario; en este
caso, representativa de la distribución de tamaños de las partículas acumuladas
sobre las superficies viarias en estudio (i.e., en peso).
Por lo tanto, a partir de las tendencias observadas para (i) la distribución de la
concentración y la carga metálica asociada con el sedimento viario y (ii) la
distribución granulométrica del mismo; se seleccionó a la fracción inferior a 250
µm como la fracción de tamaño representativa del sedimento viario.
4.3.4.1.2 Hipótesis N° 1
La primera hipótesis, la concentración metálica asociada con el material en
suspensión (µg/g) está relacionada con la carga del material en suspensión
(µg/m3), para áreas aledañas a las superficies viarias; surgió de las tendencias
observadas durante la campaña de campo desarrollada en la ciudad de Soacha
(Colombia). Este apartado se inicia con una descripción y análisis de las
tendencias observadas y las pruebas aplicadas a la concentración metálica
asociada con el material en suspensión, durante el desarrollo de las fases
antecedentes de la metodología propuesta. Posteriormente, se realiza una
descripción y análisis de las tendencias observadas y las pruebas aplicadas a la
carga o cantidad del material en suspensión. Finalmente, se concluye acerca de las
pruebas aplicadas a la Hipótesis N° 1 de investigación.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
204
La caracterización realizada a la concentración metálica asociada con las
partículas en suspensión reveló para PM10 de la Zona 1, que Zn fue el elemento
metálico que presentó las mayores concentraciones seguido por: Fe > Ba > Pb >
Cu > Mn > As > Cd. En el caso de PST, el orden descendente en la concentración
metálica fue similar (ver Tabla 4.19). No obstante, y como se pudo observar para
PST, se presentó una diferencia en el orden de la concentración metálica entre Zn
y Fe. Por otro lado, en la Zona 2 la tendencia de la concentración metálica fue
similar (ver Capítulo 4, apartado 4.3.3.2). Los resultados sugirieron en las dos
zonas de estudio a partir del orden similar en la concentración de PM10 y PST, que
la fuente dominante de los elementos metálicos fue probablemente la misma en la
ciudad de Soacha.
Adicionalmente, se evalúo la diferencia en la magnitud de la concentración entre
elementos metálicos para PM10 y PST tomando como referencia a Pb. En el caso
de PM10 y PST en la Zona 1, las diferencias fueron similares en orden de
magnitud. Por otro lado, en la Zona 2 la tendencia fue similar (ver Capítulo 4,
apartado 4.3.3.2). La similitud en el orden de magnitud de las diferencias,
nuevamente sugirió la afinidad en el origen de los elementos metálicos asociados
con el material en suspensión de las zonas en estudio de la ciudad de Soacha. Sin
embargo, en la Zona 1 las diferencias fueron en promedio 5,44 veces menores con
respecto de la Zona 2, sugiriendo la existencia de una fuente más dominante de
elementos metálicos en suspensión para la Zona 1 (i.e., el tráfico). En este sentido,
es importante mencionar que las estaciones de monitoreo del material en
suspensión en las Zonas 1 y 2 se localizaron a 5 y 340 m, respectivamente, de la
superficie viaria de investigación.
Al comparar las concentraciones metálicas entre PM10 y PST se observó que éstas
eran mayores en la fracción potencialmente respirable. En promedio para todos
los elementos metálicos en evaluación de las Zonas 1 y 2, las concentraciones
asociadas con PM10 fueron 3,20 y 2,48 veces superiores, respectivamente, con
respecto de PST (ver Tabla 4.19) (ver Capítulo 4, apartado 4.3.3.2). Como se
pudo observar, la diferencia en la concentración metálica entre PM10 y PST fue
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
205
1,29 veces menor en la Zona 2 con respecto de la Zona 1; mostrando que el
aumento en la distancia de monitoreo de los elementos metálicos en suspensión
con respecto de la superficie viaria en estudio, causó una disminución de la
diferencia en la concentración metálica entre PM10 y PST. La anterior tendencia,
probablemente se debió a que el efecto de la emisión de elementos metálicos y la
suspensión inducida sobre el sedimento viario y las partículas del suelo de áreas
aledañas por parte del tráfico fue menor en la estación de monitoreo de la Zona 2.
Con respecto de la carga del material en suspensión, se observó que la carga
promedio de PM10 y PST durante el período de estudio en la Zona 1 de la ciudad
de Soacha fue de 40,1 y 48,3 µg/m3, respectivamente. Por otro lado, la relación
promedio entre PM10 y PST fue de 0,83, y se relacionaron con una tendencia de
tipo lineal (r = 0,97) (ver Capítulo 4, apartado 4.3.3.1). Los resultados sugirieron
que existe una fuerte relación entre las partículas suspendidas totales y las
respirables. En este sentido, la elevada relación entre PM10 y PST sugirió una
influencia significativa de las partículas finas sobre la carga del material en
suspensión del área de muestreo. La anterior tendencia probablemente se debió a
la influencia directa de las emisiones y a la suspensión de las partículas
acumuladas sobre la superficie viaria por parte del tráfico, en una zona de uso
residencial, institucional y comercial con una densidad media de tráfico de 2750
vehículos por día (ver Capítulo 4, apartado 4.3.1). Adicionalmente, es importante
resaltar que la estación de monitoreo del material en suspensión se localizó a una
distancia de cinco metros con respecto del bordillo de la calzada de la Zona 1.
Por otro lado, en la Zona 2 de la ciudad de Soacha la carga promedio de PM10 y
PST durante el período de estudio fue 54,9 y 101,3 µg/m3, respectivamente. En
esta ocasión la relación promedio entre PM10 y PST fue de 0,54, y se relacionaron
con una tendencia de tipo lineal (r = 0,88) (ver Capítulo 4, apartado 4.3.3.1). Los
resultados sugirieron que existe una considerable relación entre las partículas
suspendidas totales y las respirables. Sin embargo a diferencia de la Zona 1, la
relación entre PM10 y PST sugirió que las partículas finas tuvieron una influencia
media sobre la carga del material en suspensión del área de muestreo. La anterior
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
206
tendencia probablemente se debió a la localización de la estación de monitoreo del
material en suspensión: 340 m con respecto del bordillo de la calzada de estudio
en la Zona 2. Es decir, en esta ocasión probablemente no existió una influencia
significativa de las partículas finas emitidas por el tráfico sobre la carga del
material en suspensión como la ocurrida en la Zona 1, a pesar de que en la Zona 2
se presentó una densidad media de tráfico mayor: 40100 vehículos por día (ver
Capítulo 4, apartado 4.3.1). Los anteriores resultados evidenciaron la influencia de
la distancia de muestreo sobre la carga del material en suspensión en áreas
aledañas a las superficies viarias.
A partir de las anteriores tendencias para la concentración metálica asociada con
el material en suspensión (µg/g) y la carga de material en suspensión (µg/m3) de
las superficies viarias de estudio, se procedió a evaluar con respecto al tiempo la
posible relación entre cada uno de los elementos metálicos en suspensión y la
carga de PM10 y PST; es decir, a partir de la duración del muestreo en la ciudad de
Soacha (07/01-14/05/2010; 127 días). Los análisis mostraron para PM10 en la
Zona 1, que Pb fue el elemento metálico que presentó el mejor coeficiente de
correlación lineal (r = 0,89) (ver Figura 4.24), seguido de: As (0,69) > Zn (0,65) >
Ba (0,65) > Cu (0,65) > Cd (0,56) > Fe (0,43) > Mn (0,41). En el caso de PST, los
análisis mostraron nuevamente que Pb fue el metal pesado que presentó la mejor
correlación (r = 0,71) (ver Figura 4.25), seguido de: Cu (0,55) > Ba (0,52) > Zn
(0,39) > Cd (0,30) > Fe (0,23) > As (0,12) > Mn (-0,09). Como se pudo observar,
los coeficientes de correlación lineal entre la concentración metálica en
suspensión y la carga de material en suspensión fueron mejores para PM10.
Kermani et al. (2003) reportaron relaciones similares entre la concentración de Pb
en suspensión y la carga del material en suspensión (i.e., PM10 y PST).
Por otro lado, en la Zona 2 de la ciudad de Soacha los análisis mostraron para
PM10 que Zn fue el elemento metálico que presentó una mejor correlación entre la
concentración metálica en suspensión y la carga de material en suspensión (r =
0,59). Para los restantes metales, el orden descendente a partir de la magnitud del
coeficiente de correlación fue el siguiente: Pb (0,57) > Cu (0,51) > Cd (0,31) > Fe
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
207
(0,27) > Mn (0,24) > As (0,23) > Ba (0,15). En el caso de PST, los análisis
mostraron que Pb fue el metal pesado que presentó la mejor correlación (r = 0,50),
seguido de: Cu (0,44) > Zn (0,38) > Fe (0,34) > Ba (0,29) > As (0,28) > Mn (0,28)
> Cd (0,22). Como se pudo observar, nuevamente los coeficientes de correlación
lineal entre la concentración metálica en suspensión y la carga de material en
suspensión fueron mejores para PM10.
Figura 4.24 Relación entre la concentración de Pb en suspensión y la carga de
PM10 para la Zona 1 (Soacha)
Figura 4.25 Relación entre la concentración de Pb en suspensión y la carga de
PST para la Zona 1 (Soacha)
A partir de la tendencia observada en las Zonas 1 y 2 de la ciudad de Soacha, se
observó que PM10 se constituyó en la fracción en suspensión que mejor se
correlacionó con la concentración metálica en suspensión. Adicionalmente, y al
comparar las dos zonas en evaluación, se evidenció que la Zona 1 presentó los
mejores coeficientes de correlación entre la concentración metálica en suspensión
R² = 0,79
0
1000
2000
3000
4000
5000
6000
7000
8000
0 20 40 60 80 100 120
Pb‐PM
10(µg/g)
PM10 (µg/m3)
R² = 0,51
0
500
1000
1500
2000
2500
3000
3500
0 20 40 60 80 100 120
Pb‐PST (µg/g)
PST (µg/m3)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
208
y la carga de PM10. Los resultados sugirieron que el aumento en la distancia de
monitoreo de los elementos metálicos en suspensión con respecto de la superficie
viaria en estudio de la Zona 2, causó una disminución en la correlación entre la
concentración metálica en suspensión y la carga de PM10 y PST. En este sentido,
nuevamente es importante mencionar que las estaciones de monitoreo en las
Zonas 1 y 2 se localizaron a 5 y 340 m, respectivamente, de la superficie viaria de
investigación. Como se mencionó, la anterior tendencia probablemente se debió a
que el efecto de la emisión de elementos metálicos y la suspensión inducida sobre
el sedimento viario y las partículas del suelo de áreas aledañas por parte del
tráfico fue menor en la estación de monitoreo de la Zona 2. Adicionalmente, el
aumento en la distancia de monitoreo de los elementos metálicos en suspensión
con respecto de la superficie viaria de la Zona 2, probablemente hizo que el aporte
de metales pesados no estuviera exclusivamente atribuido al tráfico (p.ej., por
fuentes naturales y fijas).
A partir de las anteriores tendencias y pruebas se aceptó la hipótesis de
investigación N° 1: la concentración metálica asociada con el material en
suspensión (µg/g) estuvo relacionada con la carga de material en suspensión
(µg/m3), para áreas aledañas a las superficies viarias. De esta manera, se sugirió
PM10 como la fracción representativa para evaluar la relación entre la
concentración metálica en suspensión y la carga del material en suspensión, para
áreas aledañas a las superficies viarias. Adicionalmente, al establecer un límite en
la correlación entre la concentración metálica asociada con PM10 y la carga de
PM10 (r > 0,50), se observó para la Zona 1 que los siguientes elementos metálicos
presentaron los mejores resultados: Pb > As > Zn > Ba > Cu > Cd. Para la Zona 2,
los elementos metálicos que presentaron los mejores resultados fueron Zn, Pb y
Cu.
4.3.4.1.3 Hipótesis N° 2
La segunda hipótesis, la concentración metálica asociada con el sedimento
acumulado sobre una superficie viaria (µg/g) está relacionada con la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
209
concentración metálica asociada con el material en suspensión (µg/g), para áreas
aledañas a las superficies viarias; surgió de las tendencias observadas durante la
campaña de campo desarrollada en las ciudades de Torrelavega (España) y Soacha
(Colombia). Este apartado inicia con una descripción y análisis de las tendencias
observadas y las pruebas aplicadas a la concentración metálica asociada con el
sedimento viario, durante el desarrollo de las fases antecedentes de la metodología
propuesta. Posteriormente se realiza una descripción y análisis de las tendencias
observadas y las pruebas aplicadas a la concentración metálica asociada con el
material en suspensión. Finalmente se concluye acerca de las pruebas aplicadas a
la Hipótesis N° 2 de investigación.
Con respecto a la concentración metálica asociada con el sedimento viario, el
sistema de muestreo de aspirado y barrido en seco (SABS) implementado en la
ciudad Torrelavega permitió diferenciar dos tipos de carga, la aspirada
directamente (CL) y la recolectada tras un barrido adicional sobre la misma
superficie viaria (CF). Al comparar CF con CL, se observó que el 72% de las
concentraciones para todos los metales pesados eran mayores para CF: 83 y 61%
para las Zonas 1 y 2, respectivamente. Las concentraciones fueron en promedio
1,6 y 1,3 veces mayores en las Zonas 1 y 2, respectivamente. Sin embargo, la
fracción de tamaño inferior a 63 µm presentó un comportamiento diferente; sólo
el 33% de las concentraciones fueron mayores en CF. Los resultados sugirieron
para la fracción de tamaño mayor a 63 µm, que la carga más fuertemente adherida
(CF) ha permanecido por más tiempo sobre la superficie de la calzada y por lo
tanto ha estado más expuesta a las diferentes fuentes de contaminación metálica.
El comportamiento opuesto de la fracción de tamaño inferior a 63 µm
probablemente se debió a que las fuentes de contaminación metálica presentaron
tamaños de partícula menores, haciendo que la concentración en esta fracción
fuera ligeramente mayor para CL. Es decir, la carga con menor tiempo de
residencia sobre la superficie viaria. Las concentraciones para CL fueron en
promedio 1,01 y 1,11 veces mayores en las Zonas 1 y 2, respectivamente.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
210
A partir de la anterior tendencia y al confrontar la concentración de todos los
metales pesados entre las calzadas de estudio en la ciudad de Torrelavega (i.e.,
entre las Zonas 1 y 2), se observó en promedio que la mayor diferencia en la
magnitud de la concentración se presentó en el rango de tamaño entre 2000 y
2800 µm (16,5%). Por el contrario, la menor diferencia en la concentración
metálica se presentó para la fracción de tamaño inferior a 125 µm (1,8%) (ver
Capítulo 4, apartado 4.3.2.3). Por lo tanto, los resultados sugirieron que las
principales fuentes de metales pesados probablemente estuvieron asociadas con
tamaños de partícula inferiores a 125 µm. Este análisis no se desarrolló para la
ciudad de Soacha puesto que las áreas de estudio no fueron contiguas como en el
caso de la ciudad de Torrelavega. La Zona 2 de la ciudad de Soacha estuvo
localizada a una distancia de 4230 m con respecto de la Zona 1.
La concentración asociada con el sedimento viario fue correlacionada entre
fracciones de tamaño del mismo metal pesado para las ciudades de Torrelavega y
Soacha (i.e., con el coeficiente de correlación lineal). El metal pesado que
presentó las mejores correlaciones (r > 0,50) en la calzada de la Zona 1 de la
ciudad de Torrelavega fue Pb, seguido de Co, Cr y Cd. En la Zona 2 el orden fue
el siguiente: Cr, Pb, Co y Cd (ver Tabla 4.13). Por otro lado en la ciudad de
Soacha el metal pesado que presentó las mejores correlaciones fue nuevamente
Pb, seguido de Cu, Ba, Mn y As (ver Tabla 4.14). Finalmente la fracción de
tamaño inferior a 125 µm presentó los mejores coeficientes de correlación lineal
en las calzadas de las ciudades de Torrelavega y Soacha (ver Capítulo 4, apartado
4.3.2.3). A partir de lo anterior, los resultados sugirieron que las fuentes de los
metales pesados con los mejores coeficientes de correlación lineal entre fracciones
de tamaño del mismo metal pesado distribuyeron de manera más uniforme los
elementos metálicos en toda la carga de sedimento, y fueron probablemente las
que permanecieron por más tiempo aportando carga contaminante durante el
periodo de estudio. Al estudiar en detalle la Tabla 2.9 se observó que las fuentes
comunes de los metales pesados con los mejores coeficientes de correlación lineal
(Pb, Co, Cr, Ba, As y Cu) estuvieron probablemente relacionadas con el tráfico:
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
211
uso del sistema de frenado, desgaste de las llantas y el pavimento asfáltico, y
movimiento de las partes del motor.
Como se pudo observar en las anteriores tendencias, la fracción de tamaño inferior
a 125 µm del sedimento viario permitió evidenciar que las fuentes metálicas
estuvieron probablemente asociadas con la fracción de tamaño más fina del
sedimento viario y, adicionalmente, que la principal fuente de elementos
metálicos probablemente fue el tráfico. En este sentido, se realizó para la fracción
de tamaño inferior a 125 µm un análisis de correlación entre todos los metales
pesados con el objeto de profundizar en la afinidad del origen. En las calzadas de
la ciudad de Torrelavega existió correlación de Pb con Zn, Cd, Fe y Mn; de Zn
con Cu, Cr, Fe y Mn; de Cu con Fe y Mn; y entre Cr y Ni. Al estudiar CF las
anteriores relaciones fueron más evidentes, y adicionalmente existió relación entre
Cr y Co (ver Tabla 4.13). Por otro lado, en la ciudad de Soacha se evaluó la
correlación para cada zona de estudio (i.e., Zonas 1 y 2) puesto que las áreas de
muestreo no fueron contiguas como en el caso de la ciudad de Torrelavega. Los
resultados mostraron que existió correlación de Pb con Zn, Cu, Mn, Ba y As; de
Zn con Fe y Mn; y de Cd con Fe (ver Tabla 4.14) (ver Capítulo 4, apartado
4.3.2.3). A partir de lo anterior, los resultados sugirieron en las ciudades de
estudio que las principales fuentes para el primer grupo de metales pesados (i.e.
Pb, Zn y Mn) fueron las partículas desprendidas por el uso de las pastillas de los
frenos y de las llantas (caucho). A este primer grupo se le añadirían Cu, Ni, Cr,
Co, Fe, Ba, As y Cd por el uso de las pastillas de los frenos (ver Tabla 2.9). El
material de fricción de las pastillas de los frenos está constituido por un 15% de
elementos metálicos (Roadhouse, 2008).
En la ciudad de Torrelavega se evalúo la distribución de la concentración metálica
en los diferentes elementos que componían la vía (i.e., calzada, cuneta, carril para
bicicletas y rotonda). En promedio, las concentraciones de los metales pesados
asociados con el sedimento acumulado sobre la superficie de la calzada fueron 2,0
veces mayores que las determinadas sobre la superficie del carril para bicicletas
(ver Tabla 4.15). La relación tendió a aumentar con la fracción de tamaño. En
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
212
promedio 1,2 y 3,1 veces para la fracción de tamaño inferior a 63 µm y entre 1000
y 2000 µm, respectivamente. El modelo que mejor explicó esta tendencia fue el de
tipo potencial (R2 = 0,97). La prueba t de Student emparejada mostró que existían
diferencias significativas entre las concentraciones metálicas de la calzada y el
carril para bicicletas (ver Capítulo 4, apartado 4.3.2.3). A partir de lo anterior, los
resultados mostraron que la concentración de los elementos metálicos a través de
la vía tendió a disminuir con el aumento de la distancia con respecto a la
superficie de muestreo de la calzada. En este sentido, la relación entre fracciones
de tamaño para la concentración de los metales pesados aumentó con el tamaño de
la partícula. Adicionalmente, es importante tener en cuenta el efecto del diseño
arquitectónico a través de la vía sobre la distribución de la concentración metálica:
presencia de barreras artificiales (p.ej. bordillo) y naturales (p.ej. senda de
vegetación).
Como es sabido, la caracterización realizada a la concentración metálica asociada
con las partículas en suspensión en la ciudad de Soacha reveló para PM10 de la
Zona 1, que el Zn fue el elemento metálico que presentó las mayores
concentraciones seguido por: Fe > Ba > Pb > Cu > Mn > As > Cd. En el caso de
PST, el orden descendente en la concentración metálica fue similar (ver Tabla
4.19). No obstante, y como se pudo observar para PST, se presentó una diferencia
en el orden de la concentración metálica entre Zn y Fe. Por otro lado, en la Zona 2
la tendencia de la concentración metálica fue similar (ver Capítulo 4, apartado
4.3.3.2). Los resultados sugirieron en las dos zonas de estudio a partir del orden
similar en la concentración de PM10 y PST, que la fuente dominante de los
elementos metálicos fue probablemente la misma, es decir, el tráfico;
coincidiendo con la principal fuente de los elementos metálicos asociados con el
sedimento viario, y que fue detectada en las tendencias observadas anteriormente.
Adicionalmente, se evalúo la diferencia en la magnitud de la concentración entre
elementos metálicos para PM10 y PST tomando como referencia a Pb. En el caso
de PM10 y PST en la Zona 1, las diferencias fueron similares en orden de
magnitud. En la Zona 2 la tendencia fue similar (ver Capítulo 4, apartado 4.3.3.2).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
213
La similitud en el orden de magnitud de las diferencias, nuevamente sugirió la
afinidad en el origen de los elementos metálicos asociados con el material en
suspensión de las zonas en estudio de la ciudad de Soacha. Sin embargo, en la
Zona 1 las diferencias fueron en promedio 5,44 veces menores con respecto de la
Zona 2, sugiriendo la existencia de una fuente más dominante de elementos
metálicos en suspensión para la Zona 1 (i.e., principalmente el tráfico).
Al comparar las concentraciones metálicas entre PM10 y PST se observó que éstas
eran mayores en la fracción potencialmente respirable. En promedio para todos
los elementos metálicos en evaluación de las Zonas 1 y 2, las concentraciones
asociadas con PM10 fueron 3,20 y 2,48 veces superiores, respectivamente, con
respecto de PST (ver Tabla 4.19) (ver Capítulo 4 apartado 4.3.3.2). Como se pudo
observar, la diferencia en la concentración metálica entre PM10 y PST fue 1,29
veces menor en la Zona 2 con respecto de la Zona 1; mostrando que el aumento en
la distancia de monitoreo de los elementos metálicos en suspensión con respecto
de la superficie viaria en estudio causó una disminución de la diferencia en la
concentración metálica entre PM10 y PST. En este sentido, nuevamente es
importante mencionar que las estaciones de monitoreo en las Zonas 1 y 2 se
localizaron a 5 y 340 m, respectivamente, de la superficie viaria de investigación.
La anterior tendencia probablemente se debió a que el efecto de la emisión de
elementos metálicos y la suspensión inducida sobre el sedimento viario y las
partículas del suelo de áreas aledañas por parte del tráfico fue menor en la
estación de monitoreo de la Zona 2.
Adicionalmente en la ciudad de Soacha, se realizaron análisis de correlación entre
los elementos metálicos para PM10 con el objeto de profundizar en la afinidad del
origen. Los análisis mostraron para la Zona 1 que existió correlación de Pb con
Cu, Zn, Ba y As; de Cu con Zn; de Zn con Ba; de Cd con Ba; y de Mn con As (ver
Tabla 4.20). Como se pudo observar, Pb fue el elemento que presentó un mayor
número de correlaciones entre metales pesados (r > 0,50). Los resultados
sugirieron en la Zona 1 que las principales fuentes para el primer grupo de metales
pesados (i.e. Pb, Cu, Zn, Ba y As) fueron las partículas emitidas por el uso de
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
214
pastillas para los frenos y de las llantas (caucho) (ver Tabla 2.9). Adicionalmente,
al comparar las correlaciones que existieron entre los elementos metálicos
asociados con el sedimento viario y el material en suspensión de la Zona 1, se
pudo observar que existió coincidencia en la correlación de Pb con Cu y Ba (ver
Tabla 4.20). A partir de lo anterior para PM10, los últimos elementos metálicos
probablemente podrían constituirse en indicadores de emisiones provenientes del
tráfico en áreas aledañas a las superficies viarias (i.e., Pb, Cu y Ba).
Por otro lado, en la Zona 2 de la ciudad de Soacha existió correlación de Pb con
Cu y Zn; de Cu con Zn; de Zn con Mn y As; de Fe con Mn, Ba y As; y de Ba con
As (ver Tabla 4.21). En esta ocasión y a diferencia de la Zona 1, Fe fue el
elemento que presentó un mayor número de correlaciones entre metales pesados (r
> 0,50). No obstante, nuevamente se observó relación entre Pb y Cu, mostrando
una probable influencia del tráfico sobre la concentración metálica en suspensión.
Los resultados sugirieron en la Zona 2, que las principales fuentes de elementos
metálicos no estuvieron exclusivamente asociadas con el tráfico. Es decir,
probablemente existió un aporte más significativo de elementos metálicos por
parte de fuentes naturales y fijas. La anterior tendencia probablemente se debió a
la localización de la estación de monitoreo de PM10 y PST con respecto de la
superficie viaria en estudio. Por lo tanto, el aumento en la distancia de muestreo
conllevó a una evaluación metálica del material en suspensión sobre una escala
mayor, donde las fuentes naturales y fijas adquirieron mayor importancia.
A partir de las anteriores tendencias observadas para la concentración metálica
asociada con el sedimento viario y el material en suspensión, se procedió a
evaluar con respecto al tiempo la posible relación para cada uno de los metales
pesados en estudio (coeficiente de correlación lineal). Es decir, la relación entre la
fase en suspensión (PM10 y PST) y la sedimentada sobre las superficies viarias en
estudio. Para la fase sedimentada se utilizó la fracción de tamaño seleccionada
como representativa del sedimento viario: < 250 µm. Como es sabido, el tiempo
de muestreo en la ciudad de Soacha fue de 127 días (07/01-14/05/2010). Los
análisis mostraron para PM10 en la Zona 1, que Pb fue el elemento metálico que
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
215
presentó el mejor coeficiente de correlación lineal entre la concentración metálica
asociada con el sedimento viario y el material en suspensión (r = 0,94) (ver Figura
4.26), seguido de: Cu (0,60) > Ba (0,59) > Mn (0,37) > As (0,30) > Fe (0,11) > Cd
(0,09) > Zn (-0,08). En el caso de PST, los análisis nuevamente mostraron que Pb
fue el metal pesado que presentó la mejor correlación (r = 0,72) (ver Figura 4.27),
seguido de: Ba (0,35) > Cu (0,29) > Mn (-0,18) > Fe (-0,17) > Cd (0,12) > As (-
0,06) > Zn (0,02). Como se pudo observar, PM10 presentó los mejores coeficientes
de correlación lineal entre la concentración metálica asociada con el sedimento
viario y el material en suspensión.
Figura 4.26 Relación entre la concentración de Pb asociada con el sedimento
viario (< 250 µm) y PM10 para la Zona 1 (Soacha)
Figura 4.27 Relación entre la concentración de Pb asociada con el sedimento
viario (< 250 µm) y PST para la Zona 1 (Soacha)
Por otro lado, los análisis mostraron para PM10 en la Zona 2 que Zn fue el
elemento metálico que presentó el mejor coeficiente de correlación lineal entre la
R² = 0,89
0,0
50,0
100,0
150,0
200,0
250,0
0 2000 4000 6000 8000
Pb‐Sedim
ento (µg/g)
Pb‐PM10 (µg/g)
R² = 0,52
0,0
50,0
100,0
150,0
200,0
250,0
0 1000 2000 3000 4000
Pb‐Sedim
ento (µg/g)
Pb‐PST (µg/g)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
216
concentración metálica asociada con el sedimento viario (< 250 µm) y el material
en suspensión (r = 0,59), seguido de: Cd (0,42) > As (0,41) > Pb (0,38) > Cu
(0,26) > Fe (-0,22) > Mn (-0,21) > Ba (0,15). En el caso de PST, los análisis
mostraron que Pb fue el metal pesado que presentó la mejor correlación (r = 0,42),
seguido de: Ba (0,35) > As (0,27) > Fe (-0,15) > Cd (0,14) > Zn (0,12) > Cu
(0,07). Como se pudo observar, nuevamente PM10 presentó los mejores
coeficientes de correlación lineal entre la concentración metálica asociada con el
sedimento viario (< 250 µm) y el material en suspensión.
A partir de la tendencia expuesta para las Zonas 1 y 2 de la ciudad de Soacha, se
sugirió que PM10 se constituyó en la fracción de tamaño en suspensión que
permitió una mejor evaluación de la correlación entre la concentración metálica
asociada con el material en suspensión y la asociada con el sedimento viario (<
250 µm). Adicionalmente, y al comparar las dos zonas en evaluación, se
evidenció que la Zona 1 presentó los mejores coeficientes de correlación entre la
concentración metálica asociada con el sedimento viario y la asociada con PM10.
Los resultados sugirieron que el aumento en la distancia de monitoreo de los
elementos metálicos en suspensión con respecto de la superficie viaria en estudio
en la Zona 2, causó una disminución en la correlación entre la concentración
metálica asociada con el sedimento viario y la asociada con PM10 y PST. En este
sentido es importante mencionar que las estaciones de monitoreo en la Zona 2 se
localizó a 340 m de la superficie viaria de investigación. Como se mencionó, la
anterior tendencia probablemente se debió a que el efecto de la emisión de
elementos metálicos y la suspensión inducida sobre el sedimento viario y las
partículas del suelo de áreas aledañas por parte del tráfico fue menor en la
estación de monitoreo de la Zona 2. Adicionalmente, el aumento en la distancia de
monitoreo de los elementos metálicos en suspensión con respecto de la superficie
viaria de la Zona 2 probablemente hizo que el aporte de metales pesados no
estuviera exclusivamente atribuido al tráfico (p.ej., por fuentes naturales y fijas).
A partir de lo anterior, se realizaron análisis de correlación entre la concentración
metálica asociada con el sedimento viario (< 250 µm) y la asociada con PM10 para
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
217
todos los metales de estudio en la ciudad de Soacha. Los análisis mostraron para
la Zona 1, que Pb fue el elemento metálico con el mayor número y magnitud en
las correlaciones (i.e., r > 0,50), seguido de As, Cu, Ba, Mn, Zn y Cd. Excepto Fe
que presentó correlaciones inferiores a partir del límite establecido para el
coeficiente de correlación lineal (ver Tabla 4.23). Como se pudo observar en la
Zona 1 para un determinado metal pesado, los siguientes elementos fueron los
únicos que presentaron correlación entre la fase sedimentada y suspendida, en
orden de importancia y a partir del límite establecido para el coeficiente de
correlación lineal: Pb (0,94), Cu (0,60) y Ba (0,59). Por otro lado en la Zona 2, los
análisis mostraron para PM10 que Zn fue el elemento metálico con el mayor
número de correlaciones (i.e., r > 0,50), seguido de Pb, Cu y Ba. Sin embargo, los
metales pesados con la mayor magnitud en los coeficientes de correlación lineal
fueron Pb y Cu (ver Tabla 4.24). Como se pudo observar en la Zona 2 para un
determinado elemento metálico, Zn fue el único metal que presentó correlación
entre la fase sedimentada y suspendida (r = 0,59) a partir del límite establecido
para el coeficiente de correlación lineal (i.e., r > 0,50).
Adicionalmente, se compararon los coeficientes de correlación entre las zonas de
estudio en la ciudad de Soacha. Como se pudo observar, los coeficientes de
correlación lineal entre la concentración metálica asociada con el sedimento viario
y la asociada con PM10 fueron mejores para la Zona 1. Igualmente, se observó que
en la Zona 1 existió un mayor número de elementos metálicos con correlación
entre la fase sedimentada y suspendida (Pb, Cu y Ba). Nuevamente, los resultados
sugirieron que el aumento en la distancia de monitoreo de los elementos metálicos
en suspensión con respecto de la superficie viaria en estudio en la Zona 2, causó
una disminución en la correlación entre la concentración metálica asociada con el
sedimento viario y la asociada con PM10. La anterior tendencia probablemente se
debió a que el efecto de la emisión de elementos metálicos y la suspensión
inducida sobre el sedimento viario y las partículas del suelo de áreas aledañas por
parte del tráfico fue menor en la estación de monitoreo de la Zona 2 (i.e.,
localizada a 340 m). Nuevamente, el aumento en la distancia de monitoreo de los
elementos metálicos en suspensión con respecto de la superficie viaria de la Zona
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
218
2 probablemente hizo que el aporte de metales pesados no estuviera
exclusivamente atribuido al tráfico (p.ej., por fuentes naturales y fijas).
A partir de las anteriores tendencias y pruebas se aceptó la Hipótesis N° 2 de
investigación para los siguientes elementos metálicos: Pb, Cu y Ba. Es decir, la
concentración metálica de Pb, Cu y Ba asociada con la fracción de tamaño
inferior a 250 µm del sedimento viario está relacionada con la concentración
metálica de Pb, Cu y Ba asociada con PM10, para áreas aledañas a las
superficies viarias. De esta manera se seleccionó en la fase suspendida a PM10, en
la fase sedimentada a la fracción de tamaño inferior a 250 µm, y a los metales
pesados: Pb, Cu y Ba; como las variables para evaluar la relación entre la
concentración metálica asociada con el sedimento viario y la asociada con el
material en suspensión, para áreas aledañas a las superficies viarias.
Tabla 4.23 Coeficientes de correlación lineal entre la concentración metálica asociada con el sedimento viario y la asociada con PM10 para la Zona 1 (Soacha)
Metal Pb Cu Zn Cd Fe Mn Ba As PM10
Pb
Sed
imen
to v
iari
o (<
250
µm
)
0,94 0,65 0,53 0,50 0,25 0,18 0,57 0,66 Cu 0,73 0,60 0,36 0,38 0,07 0,08 0,28 0,49 Zn 0,01 0,11 -0,08 0,03 -0,15 -0,16 -0,09 0,03 Cd 0,30 0,06 0,14 0,09 0,33 0,54 0,14 0,59 Fe 0,29 0,12 0,11 0,21 0,11 0,15 0,05 0,27 Mn 0,45 0,12 0,20 0,37 0,26 0,37 0,43 0,76 Ba 0,68 0,09 0,34 0,26 0,34 0,32 0,59 0,48 As 0,38 0,20 0,31 0,22 0,16 0,18 0,30 0,30
Tabla 4.24 Coeficientes de correlación lineal entre la concentración metálica asociada con el sedimento viario y la asociada con PM10 para la Zona 2 (Soacha)
Metal Pb Cu Zn Cd Fe Mn Ba As PM10
Pb
Sed
imen
to v
iari
o (<
250
µm
)
0,38 0,37 0,63 0,28 -0,01 0,12 0,10 0,06 Cu 0,18 0,26 0,13 0,15 -0,04 0,01 -0,03 -0,11 Zn 0,75 0,67 0,59 -0,01 0,38 0,34 0,51 0,38 Cd 0,19 0,10 0,06 0,42 0,45 0,38 0,09 0,38 Fe 0,02 -0,11 -0,12 -0,08 -0,22 -0,09 -0,19 -0,31 Mn 0,04 -0,03 -0,09 -0,09 -0,33 -0,21 -0,16 -0,31 Ba 0,34 0,31 0,54 0,15 0,35 0,23 0,15 0,36 As 0,56 0,44 0,56 0,13 0,31 0,34 0,32 0,41
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
219
4.3.4.1.4 Hipótesis N° 3
La tercera hipótesis surgió a partir de las dos anteriores hipótesis de investigación:
se puede predecir la concentración metálica (µg/g) asociada con el sedimento
viario a partir de la carga del material en suspensión (µg/m3). Igualmente, surgió
de las tendencias observadas durante la campaña de campo desarrollada en las
ciudades de Torrelavega (España) y Soacha (Colombia). Este apartado se inicia
con una descripción y análisis de las tendencias observadas y las pruebas
aplicadas para evaluar la relación entre la concentración metálica asociada con el
sedimento viario y la carga del material en suspensión. Finalmente, se concluye
acerca de las pruebas aplicadas a la Hipótesis N° 3 de investigación.
A partir de lo establecido para las dos primeras hipótesis de investigación: (i) la
fracción de tamaño inferior a 250 µm fue seleccionada como representativa del
sedimento viario a partir de la distribución de la concentración metálica asociada
con el mismo, (ii) se seleccionó PM10 como la fracción representativa para evaluar
la relación entre la concentración metálica en suspensión y la carga del material en
suspensión, para áreas aledañas a las superficies viarias, y (iii) se seleccionaron
los elementos metálicos: Pb, Cu y Ba, para evaluar la relación entre la
concentración metálica asociada con la fracción de tamaño inferior a 250 µm del
sedimento viario y la concentración metálica asociada con PM10, para áreas
aledañas a las superficies viarias; se procedió a evaluar la relación entre la
concentración metálica asociada con el sedimento viario (< 250 µm) y la carga de
PM10 en las superficies viarias de investigación en la ciudad de Soacha.
Se realizaron análisis de correlación entre la concentración metálica (µg/g)
asociada con la fracción de tamaño inferior a 250 µm del sedimento viario y la
carga de PM10 (µg/m3) en las áreas de investigación de la ciudad de Soacha,
prestando especial atención a los siguientes elementos metálicos: Pb, Cu y Ba.
Los análisis mostraron para la Zona 1, que Pb fue el elemento metálico que
presentó el mejor coeficiente de correlación lineal (r = 0,90); seguido de Cu
(0,66), Ba (0,62), Mn (0,44), As (0,42), Fe (0,40), Cd (0,38) y Zn (0,12). Como se
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
220
pudo observar, los elementos con los mejores coeficientes de correlación fueron
los seleccionados para evaluar la relación entre la concentración metálica asociada
con el sedimento viario y la carga en suspensión: Pb, Cu y Ba (ver Figura 4.28).
Por otro lado en la Zona 2, los análisis nuevamente mostraron que Pb fue el
elemento metálico que presentó el mejor coeficiente de correlación lineal (r =
0,57); seguido por Cu (0,57), Ba (0,49), Zn (0,37), As (0,29), Fe (0,20), Mn (0,20)
y Cd (0,02). Igualmente, los elementos metálicos que presentaron las mejores
correlaciones fueron: Pb, Cu y Ba. Como se pudo observar, la Zona 1 presentó las
mejores correlaciones entre la concentración metálica asociada con el sedimento
viario y la carga de PM10.
a)
b)
Figura 4.28 Relación entre la concentración metálica asociada con el sedimento viario (< 250 µm) y la carga de PM10 para la Zona 1 (Soacha). a) Pb, y b) Cu
A partir de la anterior tendencia, los resultados sugirieron que el aumento en la
distancia de monitoreo de PM10 con respecto de la superficie viaria en estudio de
R² = 0,81
0,0
50,0
100,0
150,0
200,0
250,0
0 20 40 60 80 100 120
Pb‐Sedim
ento (µg/g)
PM10 (µg/m3)
R² = 0,44
0,0
20,0
40,0
60,0
80,0
100,0
120,0
140,0
160,0
0 20 40 60 80 100 120
Cu‐Sedim
ento (µg/g)
PM10 (µg/m3)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
221
la Zona 2 causó una disminución en la correlación entre la concentración metálica
asociada con el sedimento viario y la carga de PM10. El anterior comportamiento
probablemente se debió a que el efecto de emisión de partículas y la suspensión
inducida sobre el sedimento viario y las partículas del suelo de áreas aledañas por
parte del tráfico fue menor en la estación de monitoreo de la Zona 2.
Adicionalmente, el aumento en la distancia de monitoreo de la carga de PM10 con
respecto de la superficie viaria de la Zona 2 probablemente hizo que el aporte de
material en suspensión no estuviera exclusivamente atribuido al tráfico (p.ej., por
fuentes naturales y fijas).
A partir de las anteriores tendencias y pruebas se aceptó la Hipótesis N° 3 de
investigación para Pb. Es decir, la concentración de Pb asociada con la fracción
de tamaño inferior a 250 µm del sedimento viario está relacionada con la carga
de PM10, para áreas aledañas a las superficies viarias. De esta manera, se
seleccionó a Pb como el elemento representativo para evaluar la relación entre la
concentración metálica asociada con el sedimento viario y la carga de PM10, para
áreas aledañas a las superficies viarias.
4.3.4.2 Construcción de la matriz causa-efecto y el diagrama conceptual
Las tres primeras fases de la metodología expuesta en el presente capítulo
describieron la acumulación metálica sobre las superficies viarias como un
fenómeno de equilibrio dinámico entre los procesos de deposición y remoción de
la carga contaminante (ver Figura 4.29). Adicionalmente se consideró el proceso
de intercepción de la carga metálica (p.ej., por la vegetación y estructuras
artificiales), que hizo que la concentración metálica asociada con el sedimento
viario disminuyera a medida que aumentó la distancia de muestreo con respecto
de la superficie viaria en evaluación. De esta manera, se evidenció que las
interacciones entre los procesos identificados afectaron significativamente la
concentración metálica asociada con el sedimento viario.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
222
La construcción de la matriz causa-efecto y el diagrama conceptual permitió re-
evaluar y representar el fenómeno de acumulación metálica sobre las vías como
un conjunto de procesos que ocurrieron en el ambiente viario. Adicionalmente,
permitió re-evaluar las relaciones causales en este conjunto de procesos que
reflejaron la estructura del fenómeno de acumulación metálica sobre las
superficies viarias. Para la construcción de la matriz causa-efecto y el diagrama
conceptual, inicialmente se identificaron a través del estudio del estado del arte
(Capítulo 2) doce variables que fueron reportadas como influyentes en la
acumulación metálica sobre superficies viarias (ver Tabla 4.25 y Figura 4.30).
Figura 4.29 Descripción gráfica del fenómeno de variación de la concentración
metálica asociada con el sedimento viario
Posteriormente, y a partir de la caracterización metálica desarrollada en las
ciudades de Torrelavega (España) y Soacha (Colombia) (ver Capítulo 3), se re-
evaluaron y afinaron las variables identificadas en el estudio del estado de arte
para determinar cuáles realmente condicionaron el proceso de acumulación de
metálica sobre las superficies viarias de investigación en el presente estudio; la
anterior re-evaluación redujo el número de variables influyentes a diez (ver Tabla
4.25 y Figura 4.30). Finalmente, y a partir del establecimiento y prueba de las
hipótesis para el modelo, las principales variables (i.e. influyentes del fenómeno)
se agruparon en una única variable que permitió evaluar la concentración metálica
Con
cent
raci
ón m
etál
ica
viar
ia
Tiempo
Llu
via-
esco
rren
tía
Rem
oció
n: tr
áfic
o
Rem
oció
n: tr
áfic
o
Llu
via-
esco
rren
tía
Deposición metálicaen tiempo seco
Concentraciónmetálica
remanente
Remoción metálica
Tiempo entrelluvias
PM10
PM10
PM10
PM10
Intercepciónmetálica:
artificial/natural
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
223
asociada con el sedimento viario (i.e., de Pb); esta variable fue la carga de PM10
en áreas aledañas a la superficie viaria.
Tabla 4.25 Matriz causa-efecto para el modelo causal entre la concentración metálica asociada con el sedimento viario y la carga de material en suspensión en
superficies viarias Categoría Deducción de variables
causa Variable
efecto Estudio del estado
del arte Caracterización
metálica (Torrelavega y Soacha)
Hipótesis del
modelo
Concentración metálica
viaria Climática Precipitación Precipitación - (-)a Escorrentía Escorrentía - (-) Deposición atmosférica PM10 PM10 (+) Período seco previo Período seco previo - (+) Viento Viento - (+;-) Humana Uso del suelo Uso del suelo - (+) Limpieza viaria - - (-) Tráfico Tráfico - (+) Físico-natural
Cubiertas de edificaciones - - (+) Características físicas de la cuenca viaria
Presencia de cuneta - (-)
Cantidad y granulometría del sedimento
Granulometría del sedimento
- (+;-)
Plantas y desechos vegetales Presencia de vegetación - (-) a: (-): correlación negativa, (+): correlación positiva; con respecto de la concentración
metálica viaria
4.3.4.3 Identificación del modelo
En el desarrollo del modelo para las superficies viarias de investigación en la
ciudad de Soacha (Colombia) se utilizaron dos enfoques. Un primer enfoque
determinista, preliminar, basado en el desarrollo de un modelo de regresión
simple entre la carga viaria de PM10 y la concentración de Pb asociada con el
sedimento viario. Es decir, se consideró un enfoque tradicional que fue en
búsqueda del mejor ajuste a partir de modelos preconcebidos. Las ecuaciones de
regresión, aunque fueron de gran utilidad en el desarrollo del modelo, impusieron
limitantes en la representación del fenómeno de acumulación metálica sobre las
superficies viarias debido a su característica de ser completamente deterministas;
por este motivo el enfoque determinista sólo se empleó para tener una primera
aproximación del modelo. A partir de lo anterior, resultó conveniente utilizar un
enfoque aleatorio que permitiera desarrollar un modelo con mayor flexibilidad.
CA
PÍT
ULO
4.-
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
IST
RIB
UC
IÓN
DE
LO
S M
ET
AL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NTO
VIA
RIO
A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
224
F
igur
a 4.
30 D
iagr
ama
conc
eptu
al p
ara
el m
odel
o ca
usal
ent
re la
car
ga v
iari
a de
PM
10 y
la c
once
ntra
ción
met
álic
a as
ocia
da c
on e
l sed
imen
to
viar
io
1.
Clim
átic
os:
- P
reci
pita
ció
n-
Esc
orr
en
tía
- D
ep
osi
ció
n
atm
osf
éric
a-
Pe
río
do
se
co p
revi
o-
Vie
nto
3. F
ísic
o-n
atu
rale
s:-
Cu
bie
rta
s d
e e
difi
caci
on
es
- C
ara
cte
ríst
ica
s fí
sica
s d
e la
cu
en
ca v
iaria
- C
an
tida
d y
gra
nu
lom
etr
ía d
el
sed
ime
nto
-Pla
nta
s y
de
sech
os
veg
eta
les
2. H
um
an
os:
- U
so d
el s
ue
lo-
Lim
pie
za v
iaria
- T
ráfic
o
Est
ud
io d
el
est
ad
o d
el a
rte
Ca
ract
eriz
aci
ón
m
etá
lica:
T
orr
ela
veg
a y
S
oa
cha
1. C
limá
tico
s:-
Pre
cip
itaci
ón
- E
sco
rre
ntí
a-
PM
10
- P
erí
od
o s
eco
pre
vio
- V
ien
to3. F
ísic
o-n
atu
rale
s:-
Pre
sen
cia
de
cu
ne
ta-
Gra
nu
lom
etr
ía d
el
sed
ime
nto
- P
rese
nci
a d
e v
eg
eta
ció
n
2. H
um
an
os:
- U
so d
el s
ue
lo-
Trá
fico
PM
10C
on
cen
tra
ció
n d
e
Pb
aso
cia
da
co
n e
l se
dim
en
to v
iario
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
225
El enfoque definitivo para el desarrollo del modelo se fundamentó en la
metodología propuesta por Box y Jenkins (1970) para el análisis de series de
tiempo: modelos autorregresivos, integrados y de promedios móviles (ARIMA).
La idea fundamental del enfoque propuesto por los investigadores radicó en la
estrategia para construir los modelos, los cuales no sólo debieron ser adecuados
para representar el comportamiento de los datos observados sino que su elección
debió ser sugerida por los mismos datos. La estrategia de construcción del modelo
constó de las siguientes etapas: (i) identificación de un posible modelo, dentro de
una clase general de modelos ARIMA y de acuerdo con lo que los datos
indicaron; es decir, determinación de los valores p, d y q que especificaron el
modelo ARIMA (p, d, q) apropiado para la serie en estudio. (ii) Estimación de los
parámetros involucrados en el modelo, para lo cual se utilizó la técnica más
eficiente que se conocía (i.e., técnicas de estimación no lineal). (iii) Verificación
de supuestos, que el modelo proporcionó un ajuste adecuado y los supuestos
básicos e implícitos en el modelo se cumplieron; a fin de que los resultados que se
derivaron del modelo pudieran considerarse como válidos. De lo contrario, se
determinaron las modificaciones necesarias y de hecho, se repitieron las etapas
anteriores hasta que la verificación reveló resultados aceptables. (iv) Uso del
modelo, para los fines que motivaron su construcción. En este caso, para
pronosticar, simular y explicar el fenómeno de acumulación metálica sobre las
superficies viarias a partir de información del material en suspensión (i.e., PM10).
4.3.4.3.1 Enfoque preliminar: modelo de regresión
Como se pudo observar en el apartado de establecimiento de hipótesis: (i) la
fracción de tamaño inferior a 250 µm fue seleccionada como representativa del
sedimento viario a partir de la distribución de la concentración metálica asociada
con el mismo, (ii) se seleccionó a PM10 como la fracción representativa para
evaluar la relación entre la concentración metálica en suspensión y la carga del
material en suspensión, para áreas aledañas a las superficies viarias, y (iii) se
seleccionó a Pb como el metal pesado para evaluar la relación entre la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
226
concentración metálica asociada con la fracción de tamaño inferior a 250 µm del
sedimento viario y la carga de PM10, para áreas aledañas a las superficies viarias.
A partir de lo anterior, se procedió a realizar un análisis de regresión con el objeto
de establecer el mejor modelo preconcebido para evaluar la relación entre la
concentración de Pb asociada con el sedimento viario (< 250 µm) y la carga de
PM10 sobre las superficies viarias de investigación en la ciudad de Soacha (ver
Figura 4.31). Los resultados mostraron para la Zona 1 que el mejor modelo fue el
de tipo cúbico, seguido por el modelo: lineal > exponencial > potencial.
Finalmente, la Tabla 4.26 presenta la descripción de los modelos probados para
evaluar la relación entre la concentración de Pb asociada con el sedimento viario
(< 250 µm) y la carga de PM10 sobre las superficies viarias de investigación.
a)
b)
Figura 4.31 Modelos de regresión entre la concentración de Pb asociada con el sedimento viario y la carga de PM10 para la superficie viaria de la Zona 1
(Soacha). a) Modelo cúbico y b) modelo lineal
Pb‐Sed. = 0,0007∙PM103‐0,0917∙PM10
2+4,641∙PM10‐11,612R² = 0,887
0,0
50,0
100,0
150,0
200,0
250,0
300,0
0 20 40 60 80 100 120
Pb‐Sedim
ento (µg/g)
PM10 (µg/m3)
Pb‐Sedimento = 1,8695∙PM10+ 5,6936R² = 0,805
0,0
50,0
100,0
150,0
200,0
250,0
0 20 40 60 80 100 120
Pb‐Sedim
ento (µg/g)
PM10 (µg/m3)
CA
PÍT
ULO
4.-
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
IST
RIB
UC
IÓN
DE
LO
S M
ETA
LE
S P
ESA
DO
S A
SOC
IAD
OS
CO
N E
L S
ED
IME
NTO
VIA
RIO
A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
227
T
abla
4.2
6 M
odel
os d
e re
gres
ión
para
la r
elac
ión
entr
e la
car
ga v
iari
a de
PM
10 y
la c
once
ntra
ción
de
Pb
asoc
iado
con
el s
edim
ento
via
rio
(Soa
cha,
Col
ombi
a)
Zon
a M
odel
o E
cuac
ión
R2
Par
ámet
ros
a b
c d
1 C
úbic
o P
b-S
ed.=
a·P
M103
+b·
PM
102+
c·P
M10
+d
0,88
7 0,
0007
-0
,091
7 4,
641
-11,
612
L
inea
l P
b-S
ed.=
a·P
M10
+b
0,80
5 1,
8695
5,
6936
-
-
Exp
onen
cial
P
b-S
ed.=
a·eb·
PM
10
0,79
9 30
,462
0,
0203
-
-
Pot
enci
al
Pb-
Sed
.=a·
PM
10b
0,78
1 4,
6229
0,
7704
-
- 2
Cúb
ico
Pb-
Sed
.=a·
PM
103+
b·P
M102
+c·
PM
10+
d 0,
435
0,00
25
-0,4
062
22,3
43-2
15,2
4
Lin
eal
Pb-
Sed
.=a·
PM
10+
b 0,
327
2,91
0 48
,351
-
-
Exp
onen
cial
P
b-S
ed.=
a·eb·
PM
10
0,28
8 91
,074
0,
013
- -
P
oten
cial
P
b-S
ed.=
a·P
M10b
0,
282
14,6
32
0,64
62
- -
Not
a: P
M10
en
µg/
m3 a
con
dici
ones
de
refe
renc
ia, y
Pb
en µ
g/g
de m
ater
ia s
eca
de s
edim
ento
via
rio
para
la f
racc
ión
de ta
mañ
o <
250
µm
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
228
Por otro lado en la Zona 2 de la ciudad de Soacha, los análisis de regresión
mostraron nuevamente que el modelo que produjo los mejores resultados fue el de
tipo cúbico, seguido por el modelo: lineal > exponencial > potencial. La Tabla
4.26 presenta la descripción de los modelos probados para evaluar la relación
entre la concentración de Pb asociada con el sedimento viario (< 250 µm) y la
carga de PM10 sobre la superficie viaria de investigación. Como se pudo observar,
los modelos presentaron un peor ajuste en la Zona 2. La anterior tendencia,
probablemente fue debida a que el efecto de emisión de partículas y la suspensión
inducida sobre el sedimento viario y las partículas del suelo de áreas aledañas por
parte del tráfico fue menor en la estación de monitoreo de la Zona 2.
Adicionalmente, el aumento en la distancia de monitoreo de la carga de PM10 con
respecto de la superficie viaria de la Zona 2 (i.e., 340 m) probablemente hizo que
el aporte de Pb no estuviera exclusivamente atribuido al tráfico (p.ej., por fuentes
fijas). Igualmente, hizo que el aporte de partículas en suspensión no estuviera
exclusivamente atribuido al tráfico (p.ej., por fuentes naturales y fijas).
4.3.4.3.2 Enfoque definitivo: modelo ARIMA
En este apartado se presentan los análisis y resultados de la estrategia de
identificación de modelos para series de tiempo propuesta por Box y Jenkins
(1970). A continuación sólo se expone el modelo ARIMA desarrollado para la
superficie viaria de investigación en la Zona 1 de la ciudad de Soacha. Lo
anterior, debido a que esta zona presentó la mejor correlación entre la
concentración de Pb asociada con el sedimento viario (< 250 µm) y la carga viaria
de PM10. Sin embargo, los resultados obtenidos para la Zona 2 de la ciudad de
Soacha podrán ser consultados en los anexos del presente documento.
(i) Identificación de los modelos univariantes: esta etapa tuvo como objetivo
principal determinar los órdenes de los polinomios autorregresivo y de promedios
móviles. Igualmente, el de determinar el número de veces que se debió aplicar el
operador diferencia para cancelar la no-estacionalidad homogénea, es decir, para
eliminar la tendencia de la serie temporal y llegar al “equilibrio”. Las anteriores
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
229
actividades se aplicaron por separado a cada serie temporal: (i) a la serie de
tiempo de la concentración de Pb asociada con el sedimento viario y (ii) a la serie
de tiempo de la carga viaria de PM10.
Como es sabido, la serie para la carga de PM10 sobre la superficie viaria de la
Zona 1 en la ciudad de Soacha mostró una tendencia decreciente con respecto al
tiempo (i.e., no fue estacionaria); este decrecimiento fue asociado con la
precipitación. De esta manera, en época seca se presentaron las mayores cargas de
PM10 mientras que en la época de lluvias las concentraciones tendieron a
disminuir (ver Figura 4.32). Igualmente, se observó que la variación en la carga de
PM10 presentó un patrón de decrecimiento con respecto al tiempo. Es decir, en la
época seca la variación en la carga de PM10 fue mayor con respecto de la época de
lluvias (ver Figura 4.32). Por otro lado, la serie de tiempo para la concentración de
Pb asociada con el sedimento viario presentó una tendencia similar (ver Figura
4.32). A partir de lo anterior, los resultados sugirieron que las series de tiempo en
estudio no correspondieron a procesos estacionarios.
Con el objeto de volver estacionaria las series de tiempo de la concentración de Pb
asociada con el sedimento viario y la carga viaria de PM10, inicialmente se utilizó
el procedimiento para elegir una transformación potencia (λ) que estabilizará la
varianza de la serie de tiempo (Bartlett, 1946). De esta manera la serie de tiempo
transformada fue:
T ZtZtλ si λ 0log natural Zt si λ 0
(4.17)
Donde T(Zt) representó la serie transformada; y λ la potencia que estabilizó la
varianza de la serie de tiempo. Es importante mencionar, que el método está
basado en aproximaciones y que, por consiguiente, sólo fue utilizado para
discriminar entre transformaciones que a priori se consideraron apropiadas (p.ej.,
T(Zt)=log(Zt), logarítmica natural; T(Zt)=Zt, lineal) (Guerrero, 2003). Los
resultados mostraron que el valor óptimo para λ fue -0,5 y 0,05 para la serie de
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
230
tiempo de la concentración de Pb del sedimento y la carga viaria de PM10,
respectivamente. Por lo tanto, los resultados sugirieron la elección de una
transformación de tipo logarítmica debido a que la magnitud de λ estuvo cerca a
cero (i.e., T(Zt)=ln(Zt)); indicando la posible bondad del uso de los logaritmos
para estabilizar la varianza de las dos series de tiempo en estudio (ver Figura
4.33).
a)
b)
Figura 4.32 Serie de tiempo para la carga viaria de PM10 (a) y la concentración de Pb del sedimento viario (b) en la Zona 1 (Soacha, Colombia)
Una vez determinada la transformación apropiada para estabilizar la varianza de
las series o de haber seleccionado la expresión adecuada de T(Zt) para realizar los
análisis, se procedió a estabilizar el nivel de la serie mediante la aplicación del
operador diferencia ( ) un número apropiado de veces (i.e., d en la notación de los
modelos ARIMA (p,d,q)).
0
20
40
60
80
100
120
0 10 20 30 40 50
PM10(µg/m
3)
Muestreo (días)
0
50
100
150
200
250
300
0 10 20 30 40 50
Pb‐Sedim
ento (µg/g)
Muestreo (días)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
231
a)
b)
Figura 4.33 Serie de tiempo con estabilización de la varianza para la carga viaria de PM10 (a) y la concentración de Pb del sedimento viario (b) en la Zona 1
(Soacha, Colombia)
La principal herramienta para determinar el grado de diferenciación apropiado fue
la función de autocorrelación muestral (FAC), debido a que un decaimiento rápido
de las autocorrelaciones a cero fue indicativo de que la serie era estacionaria, en
cuanto al nivel se refiere. Guerrero (2003) manifestó que lo habitual en la práctica
es graficar la FAC muestral correspondiente a cada una de las series {T(Zt)},
{ T(Zt)} y { 2T(Zt)}, debido a que la experiencia ha demostrado que sólo en
raras ocasiones se requieren diferencias de grado más alto. Adicionalmente,
Kendall y Stuart (1968) reportaron que al tomar diferencias sucesivas de la serie
para volverla estacionaria, su varianza se altera de manera que decrece hasta que
la serie es estacionaria y comienza a crecer con la sobrediferenciación; de esta
manera se determinaron las desviaciones estándar muestrales de las series con 0,
1, 2 y 3 diferencias. A partir de lo anterior, se graficaron las tres FAC muestral
2,00
2,50
3,00
3,50
4,00
4,50
5,00
0 10 20 30 40 50
Log(PM
10)
Muestreo (días)
3,00
3,50
4,00
4,50
5,00
5,50
6,00
0 10 20 30 40 50
Log(Pb‐Sedim
ento)
Muestreo (días)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
232
para la series de tiempo de la carga viaria de PM10 (ver Figura 4.34) y la
concentración de Pb asociada con el sedimento viario de la Zona 1 en la ciudad de
Soacha. El paquete estadístico utilizado en la presente investigación para la
construcción de la FAC muestral fue IBM-SPSS (Statistical Package for the
Social Sciences, Versión 18.0.0).
a)
b)
c)
Figura 4.34 FAC muestral para la carga de PM10 en la Zona 1 (Soacha, Colombia). a) {T(Zt)}, b) { T(Zt)}, y c) { 2T(Zt)}
Igualmente, se determinaron las desviaciones estándar muestrales (S) de la serie
con 0, 1, 2 y 3 diferencias; los valores para la serie de tiempo de la carga de PM10
fueron los siguientes: S(0) = 0,28791, S(1) = 0,12744, S(2) = 0,14417 y S(3) =
0,19352. Por otro lado, los valores para la serie de la concentración de Pb del
sedimento fueron los siguientes: S(0) = 0,25408, S(1) = 0,12192, S(2) = 0,18345 y
‐0,5
0,0
0,5
1,0
1 6 11 16 21Autocorrelación
(rk)
No. de retardos
‐0,5
0,0
0,5
1,0
1 6 11 16 21Autocorrelación (r k)
No. de retardos
‐0,5
0,0
0,5
1,0
1 6 11 16 21Autocorrelación
(r k)
No. de retardos
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
233
S(3) = 0,22167. Los resultados sugirieron para la serie de la carga de PM10 a partir
de la Figura 4.34 y los valores de S(j), j = 0, 1, 2 y 3, que la no estacionalidad
homogénea de la serie de tiempo se canceló con la primera diferencia. Por otro
lado, se observó un comportamiento similar para la serie de la concentración de
Pb asociada con el sedimento viario. Por lo tanto, para identificar el modelo
ARIMA para cada serie de tiempo se requirió graficar y analizar el
comportamiento de la función de autocorrelación (FAC) y la función de
autocorrelación parcial (FACP) muestrales para { T(Zt)} (i.e., primer grado de
diferenciación).
El siguiente paso en la etapa de identificación consistió en asociar la FAC y FACP
muestral con un posible proceso generador del tipo ARIMA (p,d,q). La Tabla 4.27
presenta los valores de la FAC y FACP muestrales para { T(Zt)} de las series de
tiempo en estudio (i.e., para PM10 y Pb). Los resultados mostraron para la serie de
tiempo de la carga de PM10 a partir de la FAC, que no existió una caída notoria en
las autocorrelaciones para un cierto retraso q; de esta manera no se pudieron
observar claramente las primeras autocorrelaciones distintas de cero (q);
igualmente, se careció de una sucesión de autocorrelaciones convergente a cero en
la FACP. A partir de lo anterior, no fue razonable proponer como modelo factible
a un IMA (1,q) para la serie de tiempo de la carga de PM10. La anterior tendencia,
igualmente fue sustentada por el criterio proporcionado por Bartlett (1946) para
decidir si las autocorrelaciones fueron cero a partir de un cierto retraso (q) en la
FAC; este criterio indicó que debieron compararse los valores de las
autocorrelaciones (rk) con sus correspondientes desviaciones estándar para definir
que una autocorrelación era significativamente distinta de cero (ver Ecuación
4.18):
|rk| > 2·1
N-d· 1+2·∑ rj
2qj=1 para k > q (4.18)
Donde rk representó la magnitud de la autocorrelación asociada con el retraso k; N
representó el número total de datos de la serie; y d representó el grado de la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
234
diferenciación requerido para la estabilización del nivel de la serie (i.e., en este
caso de primer grado). Al aplicar el anterior criterio para k > 0 partiendo del
supuesto de que cuando no hay retraso la magnitud de la autocorrelación es igual
a cero (ρk = 0), se observó que |r1| = 0,129 < 0,298 (ver Tabla 4.27); es decir, la
autocorrelación no fue significativamente distinta de cero. Por lo tanto,
nuevamente se confirmó que no fue razonable proponer como modelo factible a
un IMA (1,q) para la serie de tiempo de la carga de PM10.
Por otro lado, los resultados mostraron para la serie de tiempo de la carga de PM10
a partir de la FACP, que no existió una caída notoria en las autocorrelaciones para
un cierto retraso p; de esta manera no se pudieron observar claramente las
primeras autocorrelaciones distintas de cero (p); igualmente, se careció de una
sucesión de autocorrelaciones convergente a cero en la FAC. A partir de lo
anterior, no fue razonable proponer como modelo factible a un ARI (p,1) para la
serie de tiempo de la carga de PM10. La anterior tendencia, igualmente fue
sustentada por el criterio proporcionado por Quenouille (1949) para decidir si las
autocorrelaciones fueron distintas de cero a partir de un cierto retraso (p) en la
FACP; este criterio estableció que la autocorrelación parcial (ϕii) era distinta de
cero sí el valor calculado de ϕii se encontraba fuera del intervalo definido por (ver
Ecuación 4.19):
2
N‐d para i p (4.19)
Donde N representó el número total de datos de la serie; y d representó el grado
de la diferenciación requerido para la estabilización del nivel de la serie (i.e., en
este caso de primer grado). Al aplicar el anterior criterio para i > 0 partiendo del
supuesto de que cuando no hay retraso la magnitud de la autocorrelación parcial
es igual a cero (ρi = 0), se observó que el intervalo calculado fue ± 0,298;
cubriendo a la primera autocorrelación parcial (i1 = -0,129) (ver Tabla 4.27); es
decir, la primera autocorrelación no fue distinta de cero. Por lo tanto, nuevamente
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
235
se confirmó que no fue razonable proponer como modelo factible a un ARI (p,1)
para la serie de tiempo de la carga viaria de PM10.
Por consiguiente, de la etapa de identificación de modelos para la serie de tiempo
de la carga viaria de PM10 fue quizá razonable pensar en un modelo ARIMA
(0,1,0) (ver Ecuación 4.20):
T Z θ θ B a T PM θ a
Wt θ a (4.20)
Por otro lado, los resultados mostraron a partir de la FAC para la serie de la
concentración de Pb asociada con el sedimento viario, que existió un corte
después de la primera autocorrelación; sin embargo, se careció de una sucesión de
autocorrelaciones convergente a cero en la FACP. A partir de lo anterior, no fue
del todo razonable proponer como modelo factible a un IMA (1,1) para la serie de
tiempo de la concentración de Pb asociada con el sedimento viario.
Adicionalmente, el modelo propuesto no fue sustentado por el criterio
proporcionado por Bartlett (1946) para decidir si las autocorrelaciones fueron cero
a partir de un cierto retraso (q) en la FAC; como es sabido, este criterio indicó que
debieron compararse los valores de las autocorrelaciones (rk) con sus
correspondientes desviaciones estándar para definir que una autocorrelación era
significativamente distinta de cero (ver Ecuación 4.18). Al aplicar el anterior
criterio para k > 0 partiendo del supuesto de que cuando no hay retraso la
magnitud de la autocorrelación es igual a cero (ρk = 0), se observó que |r1| = 0,274
< 0,298 (ver Tabla 4.27); es decir, la autocorrelación no fue significativamente
distinta de cero. Por lo tanto, nuevamente se confirmó que no fue razonable
proponer como modelo factible a un IMA (1,1) para la serie de tiempo de la
concentración de Pb asociada con el sedimento viario.
Adicionalmente, los resultados mostraron a partir de la FACP para la serie de
tiempo de la concentración de Pb asociada con el sedimento viario que existió una
caída después de la primera autocorrelación parcial; sin embargo, se careció de
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
236
una sucesión de autocorrelaciones convergente a cero en la FAC. A partir de lo
anterior, no fue razonable proponer como modelo factible a un ARI (1,1) para la
serie de tiempo de la concentración de Pb (i.e., autorregresivo de primer orden).
Tabla 4.27 FAC y FACP muestrales para { T(Zt)} de las series de tiempo de la carga de PM10 y la concentración de Pb en el sedimento viario de la Zona 1
(Soacha) FAC (PM10) FACP (PM10) FAC (Pb) FACP (Pb) k rk i ϕii k rk i ϕii 1 -,129 1 -,129 1 -,274 1 -,274 2 -,316 2 -,339 2 ,028 2 -,051 3 -,183 3 -,323 3 -,223 3 -,248 4 ,167 4 -,065 4 -,071 4 -,234 5 ,031 5 -,143 5 -,044 5 -,194 6 -,082 6 -,158 6 ,057 6 -,124 7 -,049 7 -,133 7 ,097 7 -,023 8 -,028 8 -,219 8 -,053 8 -,124 9 ,293 9 ,184 9 -,010 9 -,117
10 -,064 10 -,026 10 ,052 10 ,024 11 -,155 11 -,038 11 -,206 11 -,258 12 -,053 12 ,016 12 ,203 12 ,025 13 ,109 13 -,025 13 -,066 13 -,042 14 ,003 14 -,027 14 ,014 14 -,138 15 ,030 15 ,102 15 -,017 15 -,057 16 -,023 16 ,022 16 ,132 16 ,111 17 -,041 17 ,027 17 ,053 17 ,178 18 -,033 18 -,106 18 -,183 18 -,081 19 ,067 19 ,020 19 -,056 19 -,139 20 -,094 20 -,134 20 -,050 20 -,042 21 -,027 21 -,108 21 ,093 21 ,054 22 ,067 22 -,068 22 ,091 22 -,008 23 -,007 23 -,163 23 -,064 23 -,110 24 ,194 24 ,187 24 ,163 24 ,170
La anterior tendencia, igualmente no fue sustentada por el criterio proporcionado
por Quenouille (1949) para decidir si las autocorrelaciones fueron distintas de
cero a partir de un cierto retraso (p) en la FACP; este criterio estableció que la
autocorrelación parcial (ϕii) era distinta de cero sí el valor calculado de ϕii se
encontraba fuera del intervalo definido por la Ecuación 4.15. Al aplicar el anterior
criterio para i > 0 partiendo del supuesto de que cuando no hay retraso la
magnitud de la autocorrelación parcial era igual a cero (ρi = 0), se observó que el
intervalo calculado fue ± 0,298; cubriendo justamente a la primera autocorrelación
parcial (i1 = -0,274) (ver Tabla 4.27); es decir, la primera autocorrelación no fue
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
237
distinta de cero. Por lo tanto, nuevamente se evidenció que no fue del todo
razonable proponer como modelo factible a un ARI (1,1) para la serie de tiempo
de la concentración de Pb asociada con el sedimento viario. Sin embargo, el valor
de ϕii fue cercano al límite establecido por la Ecuación 4.19.
Debido a las anteriores discrepancias o poca claridad en la identificación del
modelo para la concentración de Pb asociada con el sedimento viario, se acudió a
la FAC y FACP muestral de { 2T(Zt)} para identificar exclusivamente el proceso
generador de la serie de tiempo (ver Figura 4.35). Como se pudo observar, existió
un valor sensiblemente alto para la primera autocorrelación de la FAC y FACP
muestral. Sin embargo, en la gráfica de la FAC muestral se observó que para rk >
1 existieron tres autocorrelaciones que incumplieron el criterio proporcionado por
Bartlett (1946) para decidir si éstas fueron cero a partir de un cierto retraso (q). Es
decir, existieron tres autocorrelaciones diferentes de cero (ver Figura 4.35a). A
partir de lo anterior, los resultados no sugirieron un proceso generador del tipo
IMA (1,q) para la serie de tiempo de la concentración de Pb asociada con el
sedimento viario. Por otro lado al analizar la FACP muestral, se observó para i > 1
que todas las autocorrelaciones parciales fueron cero. Es decir, cumplieron el
criterio proporcionado por Quenouille (1949) para decidir si las autocorrelaciones
fueron distintas de cero a partir de un cierto retraso (p). De esta manera, los
resultados sugirieron un probable proceso generador del tipo ARI (1,1) para la
serie de tiempo de la concentración de Pb.
Por consiguiente, de la etapa de identificación de modelos para la serie de tiempo
de la concentración de Pb asociada con el sedimento viario, fue quizá razonable
pensar en un modelo ARIMA (1,1,0) antes que en un modelo ARIMA (0,1,0) (ver
Ecuación 4.21):
B T Zt θ0 θ B at B T Pb10t θ0 at
1‐ B ·Wt θ0 at (4.21)
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
238
Finalmente, y a partir del ajuste obtenido por los modelos de regresión (i.e.,
deterministas; ver apartado 4.3.4.3.1), se advirtió la necesidad de incluir un
parámetro de tendencia determinista, ϴ0, en los modelos ARIMA identificados
para las series de tiempo de la carga de PM10 y la concentración de Pb asociada
con el sedimento viario (ver Ecuaciones 4.20 y 4.21).
a)
b)
Figura 4.35 FAC y FACP muestral de { 2T(Zt)} para la concentración de Pb asociada con el sedimento viario de la Zona 1 (Soacha). a) FAC y b) FACP
(ii) Estimación de los modelos univariantes: esta etapa tuvo como objetivo
principal determinar los mejores valores para los parámetros de los modelos
univariantes identificados para las series de tiempo de la carga de PM10 y la
concentración de Pb asociada con el sedimento viario. El método estadístico
utilizado para determinar los parámetros de los modelos fue el de máxima
verosimilitud. Box y Jenkins (1970) sugirieron un método de estimación no lineal
para ϕ y ϴ0 (p.ej., ver Ecuación 4.21) basado en el algoritmo propuesto por
Marquardt (1963), que actualmente es utilizado por varios paquetes de cómputo
‐1,0
‐0,5
0,0
0,5
1,0
1 6 11 16 21
Autocorrelación (r k)
No. de retardos
‐1,0
‐0,5
0,0
0,5
1,0
1 6 11 16 21
Autocorrelación (r k)
No. de retardos
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
239
estadístico y que permitió obtener las estimaciones puntuales de los parámetros.
El paquete estadístico utilizado en la presente investigación fue IBM-SPSS
(Statistical Package for the Social Sciences, Versión 18.0.0). Adicionalmente, con
ayuda del paquete estadístico en mención se identificaron y estimaron modelos
alternativos para las series temporales en estudio.
Es importante mencionar que el método de máxima verosimilitud partió del
supuesto de que {at} fue un proceso de ruido blanco con distribución normal,
media cero y varianza σa2; a partir de lo anterior se obtuvo la función de densidad
conjunta de los errores aleatorios y la función de verosimilitud de los parámetros;
esta última debió maximizarse con respecto a los parámetros para obtener la
representación más apropiada de las series en estudio (Guerrero, 2003).
Los resultados de la estimación del modelo para la serie de la concentración de Pb
asociada con el sedimento viario se presentan a continuación (i.e., ARIMA
(1,1,0)):
- Valor inicial del parámetro: = r1 = -0,274; valor final estimado: -0,269.
- Intervalo del 95% de confianza para el parámetro : 1,96· 1‐ 2 / N‐d ; es
decir, (-0,550; 0,012).
- Media de los residuales, m a : 0,000667.
- Desviación estándar residual, σa: 0,413.
- Autocorrelaciones de los residuales:
Tabla 4.28 Autocorrelaciones para los residuales del modelo de la concentración
de Pb asociada con el sedimento viario k 1 2 3 4 5 6 7 8 9 10 11 12rk -,019 -,111 -,270 -,160 -,056 ,082 ,114 -,036 -,013 -,002 -,165 ,157 k 13 14 15 16 17 18 19 20 21 22 23 24 rk -,014 -,008 ,023 ,164 ,047 -,214 -,133 -,048 ,120 ,114 -,001 ,113
- Desviación estándar de las autocorrelaciones: 0,1177.
- Estadístico de Ljung y Box (Q´): 15,963 con 17 grados de libertad.
- La gráfica de los residuales {at} se presenta a continuación:
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
240
Figura 4.36 Gráfica de los residuales del modelo para la concentración de Pb asociada con el sedimento viario. Línea límite para ±2∙desviaciones estándar
residual
Por otro lado, los resultados de la estimación del modelo para la serie de la carga
viaria de PM10 se presentan a continuación (i.e., ARIMA(0,1,0)):
- Media de los residuales, m a : -0,000444.
- Desviación estándar residual, σa: 0,449.
- Autocorrelaciones de los residuales:
Tabla 4.29 Autocorrelaciones para los residuales del modelo de la carga de PM10
k 1 2 3 4 5 6 7 8 9 10 11 12 rk -,129 -,316 -,183 ,167 ,031 -,082 -,049 -,028 ,293 -,064 -,155 -,053 k 13 14 15 16 17 18 19 20 21 22 23 24 rk ,109 ,003 ,030 -,023 -,041 -,033 ,067 -,094 -,027 ,067 -,007 ,194
- Desviación estándar de las autocorrelaciones: 0,1274.
- Estadístico de Ljung y Box (Q´): 17,478 con 18 grados de libertad.
- La gráfica de los residuales {at} se presenta a continuación:
Figura 4.37 Gráfica de los residuales del modelo para la carga viaria de PM10.
Línea límite para ±2∙desviaciones estándar residual
‐1,5
‐1
‐0,5
0
0,5
1
1,5
0 10 20 30 40 50
a t
t
‐1,5
‐1
‐0,5
0
0,5
1
1,5
0 10 20 30 40 50
at
t
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
241
(iii) Verificación de los modelos univariantes: esta etapa tuvo como propósito
verificar que los modelos identificados proporcionaron un ajuste adecuado y de
que los supuestos básicos implícitos en los modelos se cumplieron. De lo
contrario, se repitieron las etapas anteriores hasta que la verificación indicó
resultados aceptables. En la etapa de verificación de la metodología propuesta por
Box y Jenkins (1970) se propusieron ocho supuestos de evaluación para un
modelo ARIMA. A continuación se presenta la verificación de cada uno de los
supuestos para los modelos ARIMA identificados para las series de tiempo.
Los resultados de la verificación de los ocho supuestos para el modelo
identificado inicialmente para la concentración de Pb se presentan a continuación
(i.e., ARIMA(1,1,0)):
(1) Como N‐d‐p·m a /σa = 0,0107 < 2, no hay evidencia de que la media del
proceso de ruido blanco sea distinta de cero. Es decir, {at} tiene media cero.
(2) El supuesto de varianza constante para {at} se verificó a través de la Figura
4.36, donde se apreció que no existió una violación importante de dicho supuesto.
(3) El valor de Q´ se comparó con las tablas de la distribución Ji-cuadrada con 17
grados de libertad. Los puntos porcentuales del 5 y 10% fueron 27,6 y 24,8,
respectivamente; por lo tanto se concluyó que el valor de Q´ = 15,96 no condujo
al rechazo de la hipótesis de que los residuales eran ruido blanco, aún al nivel de
significancia del 10%. Adicionalmente, el hecho de que no haya valores
individuales de las autocorrelaciones de los residuales fuera del intervalo ( 2/
= (-0,302; 0,302) brindó un mayor fundamento al supuesto de
independencia. Es decir, las variables aleatorias {at} son mutuamente
independientes.
(4) En la gráfica de los residuales se observó que solamente tres residuales se
encontraron fuera de la banda ( 2σa, 2σa , lo cual fue consistente con la idea de
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
242
que solamente el 5% de los residuales se encontraron fuera de dicha banda (ver
Figura 4.36); esto implicó que no existió violación de importancia al supuesto de
distribución normal para at.
(5) La gráfica de residuales contra tiempo permitió verificar que no existieron
observaciones anómalas (ver Figura 4.36). Es decir, por fuera del intervalo
( 3σa, 3σa ; lo que implicaría que sucedió un evento cuya probabilidad de
ocurrencia fue de aproximadamente 0,2% ó el residual en cuestión correspondió a
una observación que no fue generada por el mismo proceso del resto de la serie.
Por lo tanto, no existieron observaciones ajenas a la serie en estudio.
(6) Debido a que el intervalo de confianza para incluyó el valor cero (-0,550;
0,012), se pudo haber concluido que el parámetro debió ser cancelado. Sin
embargo como el cero se localizó cerca del límite superior del intervalo, se
asumió que este parámetro era probablemente necesario para explicar el
comportamiento del fenómeno (i.e., modelo parsimonioso). Como se pudo
observar, al aplicar estrictamente este supuesto, es decir al eliminar el parámetro
correspondiente al componente autorregresivo del modelo de la concentración de
Pb, éste tendría un proceso con una estructura temporal similar a la identificada
para la serie de la carga de PM10 (i.e., ARIMA (0,1,0)).
(7) El intervalo de confianza para se encontró totalmente incluido dentro de la
región admisible para modelos AR (1), que era el intervalo (-1,1). Por lo tanto, el
modelo fue admisible.
(8) Debido a que en el modelo solamente existió un parámetro de autorregresión y
una constante, no hubo redundancia de parámetros y era dudoso que el modelo
fuera inestable.
Finalmente, como una evaluación adicional para el modelo identificado y los
alternativos para la concentración de Pb asociada con el sedimento viario (ver
Tabla 4.30): ARIMA(1,1,0), ARIMA(0,1,0), y ARIMA (1,0,0), que superaron la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
243
etapa de verificación de supuestos; se procedió a comparar su desviación estándar
residual. Los resultados mostraron para un mismo tipo de transformación (i.e.,
logarítmica) que los modelos ARIMA(1,1,0), ARIMA(0,1,0) y ARIMA (1,0,0)
presentaron una desviación estándar residual de 0,413, 0,428, y 0,401,
respectivamente. Por lo tanto, los resultados sugirieron el modelo ARIMA(1,0,0)
como el que mejor representó la serie de tiempo en estudio. Sin embargo, los tres
modelos ARIMA fueron satisfactorios para representar la serie de tiempo de la
concentración de Pb asociada con el sedimento viario (i.e., superaron la etapa de
verificación).
Los resultados de la verificación de los ocho supuestos para el modelo
identificado inicialmente para la carga viaria de PM10 se presentan a continuación
(i.e., ARIMA(0,1,0)):
(1) Como N‐d‐p·m a /σa = 0,00656 < 2, no hay evidencia de que la media del
proceso de ruido blanco sea distinta de cero. Es decir, {at} tiene media cero.
(2) El supuesto de varianza constante para {at} se verificó a través de la Figura
4.37, donde se apreció que no existió una violación importante de dicho supuesto.
(3) El valor de Q´ se comparó con las tablas de la distribución Ji-cuadrada con 18
grados de libertad. Los puntos porcentuales del 5 y 10% fueron 28,9 y 25,9,
respectivamente; por lo tanto se concluyó que el valor de Q´ = 17,48 no condujo
al rechazo de la hipótesis de que los residuales eran ruido blanco, aún al nivel de
significancia del 10%. Adicionalmente, el hecho de que no haya valores
individuales de las autocorrelaciones de los residuales fuera del intervalo ( 2/
= (-0,302; 0,302) brindó un mayor fundamento al supuesto de
independencia. Es decir, las variables aleatorias {at} fueron mutuamente
independientes.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
244
(4) En la gráfica de los residuales se observó que solamente tres residuales se
encontraron fuera de la banda ( 2σa, 2σa , lo cual fue consistente con la idea de
que solamente el 5% de los residuales se encontraban fuera de dicha banda (ver
Figura 4.37); esto implicó que no existió violación de importancia al supuesto de
distribución normal para at.
(5) La gráfica de residuales contra tiempo permitió verificar que no existieron
observaciones anómalas (ver Figura 4.37). Es decir, por fuera del intervalo
( 3σa, 3σa ; lo que implicaría que sucedió un evento cuya probabilidad de
ocurrencia fue de aproximadamente 0,2% ó el residual en cuestión correspondió a
una observación que no fue generada por el mismo proceso del resto de la serie.
Por lo tanto, no existieron observaciones ajenas a la serie en estudio.
(6) y (7) No existió parámetro para verificar estos supuestos.
(8) Debido a que el modelo incluyó el operador de diferencia y una constante, no
hubo redundancia de parámetros y era dudoso que el modelo fuera inestable.
Finalmente, como una evaluación adicional para mejorar el ajuste del modelo
identificado inicialmente para la carga viaria de PM10: ARIMA(0,1,0), se procedió
a comparar su desviación estándar residual con el modelo alternativo:
ARIMA(0,1,0) sin transformación logarítmica natural (ver Tabla 4.30). Los
resultados mostraron que el modelo ARIMA(0,1,0) con transformación log
natural y ARIMA(0,1,0) sin transformación log natural presentaron un R2 de
0,543 y 0,595, respectivamente (ver Tabla 4.30). Por lo tanto, los resultados
sugirieron el modelo ARIMA(0,1,0) sin transformación log natural como el que
mejor representó la serie de tiempo en estudio. Sin embargo, los dos modelos
ARIMA fueron satisfactorios para representar la serie temporal de la carga viaria
de PM10 (i.e., superaron la etapa de verificación de supuestos).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
245
Tabla 4.30 Parámetros para los modelos identificados y alternativos obtenidos mediante IBM-SPSS
Serie Modelo ARIMA Parámetros R2 (p,d,q) Transformación Ecuación ϕ ϴ0
PM10 (0,1,0) Logarítmica Wt θ0 at - -0,035 0,543 (0,1,0) Ninguna Wt θ0 at - -0,844 0,595
Pb (1,1,0) Logarítmica 1- B ·Wt θ0+at -0,269 -0,019 0,378 (0,1,0) Logarítmica Wt θ0 at - -0,019 0,370 (1,0,0) Logarítmica 1‐ B ·T Pbt θ0 at 0,701 4,226 0,508
La etapa de verificación mostró que los modelos identificados y alternativos para
las series de tiempo de la carga de PM10 y la concentración de Pb asociada con el
sedimento viario fueron satisfactorios para representar los dos fenómenos en
evaluación. A continuación se presentan los modelos definitivos con sus
correspondientes parámetros:
Wt = -0,844+at, (4.22)
para la serie de tiempo de la carga viaria de PM10. Donde Wt = (PM10t)-(PM10t-1).
1‐0,701B ·T Pbt 4,226 at, (4.23)
para la serie de tiempo de la concentración de Pb asociada con el sedimento
viario. Donde T(Pbt) = Ln(Pbt).
Desde el punto de vista del proceso ARIMA, se pudo observar que la serie de
tiempo de la concentración de Pb asociada con el sedimento viario tuvo una
memoria corta. Es decir, por ser un proceso autorregresivo de primer orden (AR
(1)) se evidenció que la concentración de Pb sobre las superficies viarias (i.e., el
hoy) estuvo influenciada por la concentración metálica del ayer. Por otro lado, y
desde el punto de vista de las diferencias, los resultados mostraron que el
fenómeno de la carga viaria de PM10 estuvo influenciado de manera consecutiva.
Es decir, la carga de PM10 estuvo influenciada por la carga inmediatamente
anterior: (PM10t) = PM10t-1-0,844+at. Por lo tanto, probablemente se trato de un
fenómeno de memoria corta al igual que el fenómeno de concentración de Pb
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
246
asociada con el sedimento viario. Chelani y Devotta (2005), y Vicente et al.
(2011) obtuvieron resultados similares al evaluar la contaminación del aire por
partículas, NO2, As, Cd, Ni y Pb; los investigadores identificaron un modelo
ARIMA AR(2); es decir, autorregresivo de segundo orden para una frecuencia de
muestreo diaria.
Adicionalmente, y como es sabido, existió la posibilidad de representar la serie
temporal de la concentración de Pb con un modelo ARIMA similar al de la carga
viaria de PM10 (i.e., ARIMA(0,1,0)). Es decir, existió la posibilidad de representar
las dos series de tiempo en evaluación a través de la misma estructura temporal
(ver Tabla 4.30). Finalmente es importante mencionar, que el ayer en la presente
investigación correspondió a tres días a partir de la frecuencia de recolección del
sedimento viario y de muestreo de PM10 en la ciudad de Soacha; adicionalmente,
la concentración de Pb asociada con el sedimento viario hizo referencia a la
fracción de tamaño inferior a 250 µm.
A partir de lo anterior, es decir, de la identificación, estimación y verificación de
los modelos univariados, se procedió a desarrollar un modelo de función de
transferencia. El objetivo fue relacionar las dos series temporales (i.e., PM10 y Pb)
para elaborar un modelo causal de predicción siguiendo las etapas expuestas
anteriormente. Como es sabido, en el establecimiento de las hipótesis para el
desarrollo del modelo se observó la probable existencia de una relación entre la
carga de PM10 y la concentración de Pb asociada con el sedimento en áreas
aledañas a superficies viarias. Es decir, se pudo esperar que existiera una relación
dinámica entre las variables en mención. Por lo tanto, probablemente se esperó
una relación de causalidad unidireccional de la carga de PM10 hacia la
concentración de Pb en el sedimento, dinámica, con un posible retardo a la hora
de dejar sentir sus efectos sobre la carga metálica de la superficie viaria. Sin
embargo, se observó la coincidencia entre los ciclos de la variable carga viaria de
PM10 y concentración de Pb en el sedimento (i.e., probablemente no existió
retardo) (ver Figura 4.38).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
247
Figura 4.38 Series temporales para la carga viaria de PM10 y la concentración de
Pb en el sedimento viario para la Zona 1 (Soacha, Colombia)
(i) Identificación del modelo de función de transferencia: se consideró a partir del
establecimiento de las hipótesis que existió una causalidad unidireccional desde la
serie de tiempo de la carga viaria de PM10 (Xt) hacia la concentración de Pb
asociada con el sedimento viario (Yt), eliminando la posibilidad de
retroalimentación. Como se pudo observar, el modelo de función de transferencia
contó con una única entrada (Xt) y una única salida (Yt) correspondiendo a un
sistema relacionado por un filtro lineal de la siguiente forma (Box y Jenkins,
1970):
Yt=υ0Xt+υ1Xt-1+υ2Xt-2+ …+Nt=υ B Xt+Nt (24)
Donde . .. se refirió como función de transferencia del filtro de
Box y Jenkins (1970), y Nt correspondió al ruido del sistema que fue
independiente de la serie Xt. Los coeficientes de se conocieron como la
función de respuesta al impulso. Por lo tanto, el objetivo de la modelización de
función de transferencia fue identificar y estimar la función de transferencia
y el modelo del ruido Nt, sobre la base de la información que proporcionaron la
series temporales de la carga de PM10 (i.e., variable independiente: Xt) y de la
concentración de Pb asociada con el sedimento viario (i.e., variable dependiente:
Yt).
0
20
40
60
80
100
120
0
50
100
150
200
250
300
0 10 20 30 40 50
PM10(µg/m
3)
Pb‐Sedim
ento (µg/g)
No. de muestreo
Pb
PM10
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
248
El modelo obtenido para la variable de entrada (Xt): carga de viaria de PM10, se
pudo apreciar en la Ecuación 4.22. Este modelo fue el que se utilizó para realizar
el preblanqueo de la variable de salida (Yt): concentración de Pb en el sedimento
(ver Ecuación 4.23); para determinar la función de transferencia (Pankratz, 1991).
Se calculó la función de correlación cruzada estimada, obteniéndose la función de
respuesta al impulso que se presenta en la Figura 4.39. Como se pudo observar,
sólo se apreció al retardo 0 estadísticamente significativo (i.e., no existió retardo);
de manera que la respuesta al impulso fue ω0B0, es decir (b,s,h) = (0,0,0). Así, el
modelo de función de transferencia fue:
1‐ B ln Pb ω0 PM10 Nt (25)
Figura 4.39 Función de correlación cruzada entre PM10 y Pb. Línea límite de confianza ±0,298; establecida según Bartlett (1946)
Una vez identificada la función de transferencia se estimó la serie del ruido (Nt), y
se procedió a identificar el proceso ARMA generador de los residuos mediante
sus funciones de autocorrelación simple (FAC) y parcial (FACP) muestral (ver
Figura 4.40). Como se pudo observar, al realizar la identificación del modelo del
ruido se encontró que los residuos seguían un proceso ARMA (0,0). Por lo tanto,
el modelo de función de transferencia completo fue el siguiente:
1‐ B ln Pb ω0 PM10 θ0 at (26)
Adicionalmente, se identificaron dos datos atípicos que se incluyeron en el
modelo de función de transferencia completo. Los datos atípicos estuvieron
‐0,4‐0,3‐0,2‐0,10,00,10,20,30,40,50,60,70,8
‐7 ‐6 ‐5 ‐4 ‐3 ‐2 ‐1 0 1 2 3 4 5 6 7
Correlación cruzada (v k)
No. de retardos
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
249
localizados en los tiempos 12 (03/02/2010) y 18 (17/02/2010). Estos datos
correspondieron a valores mínimos en la carga viaria de PM10 y la concentración
de Pb asociada con el sedimento viario, los cuales antecedieron (i.e., el dato 12) y
siguieron (i.e., el dato 18) a las máximas magnitudes de las variables en
evaluación (ver Figura 4.41).
a)
b)
Figura 4.40 FAC (a) y FACP (b) muestral para Nt de la función de transferencia
Como es sabido, durante la caracterización realizada en la ciudad de Soacha
(07/01/2010-14/05/2010; 127 días) se presentaron nueve períodos de lluvia. A
partir de lo anterior se identificaron dos períodos en las áreas de estudio con
respecto de la precipitación: (i) época seca entre 07/01-08/02/2010, y (ii) época de
lluvias entre 09/02-14/05/2010 (ver Figuras 4.21 y 4.22). Se compararon las dos
épocas identificadas con la carga en suspensión de la Zona 1, observándose que en
la época seca la carga viaria de PM10 fue mayor: 60,2 µg/m3; mientras que la
carga viaria de PM10 en la época de lluvias fue 1,92 veces menor. Como se pudo
observar, las mayores cargas de PM10 se presentaron durante el final de la época
seca y en la transición entre la época seca y de lluvias (ver Figura 4.22). El
‐0,5
0,0
0,5
1,0
1 6 11 16 21Autocorrelación (r k)
No. de retardos
‐0,5
0,0
0,5
1,0
1 6 11 16 21Autocorrelación (r k)
No. de retardos
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
250
anterior comportamiento probablemente se debió a la suspensión de partículas
inducida por el tráfico y el viento sobre la superficie viaria y áreas aledañas de la
zona en estudio, es decir, en época seca la susceptibilidad de suspensión de una
partícula fue mayor con respecto de la época de lluvias. En este sentido, es
importante resaltar que la velocidad media del viento durante el periodo de
estudio fue de 2,42 m/s, con magnitudes de hasta 7,50 m/s al final de la época
seca (31/01/2010). Adicionalmente, en la época de lluvias probablemente la
humedad del sedimento viario condicionó su adherencia a la superficie y, por lo
tanto, se requirió de un mayor esfuerzo por parte del tráfico y el viento para ser
suspendido (ver Capítulo 4, apartado 4.3.3.1).
A partir de lo anterior, los dos valores atípicos fueron modelados de la siguiente
manera: (i) el dato atípico localizado en el tiempo 12 (03/02/2010) fue tratado
como del tipo innovador; es decir, en la serie de tiempo afectó a cada observación
a partir de un punto específico de inicio en la serie temporal (i.e., 03/02/2010;
FEB03); (ii) el dato atípico localizado en el tiempo 18 (17/02/2010; FEB17) fue
igualmente tratado como del tipo innovador (ver Figura 4.41).
Figura 4.41 Gráfica de los residuales del modelo para Nt. Línea límite para
±2∙desviaciones estándar residual (identificación de datos atípicos)
4.3.4.4 Estimación de parámetros del modelo
Esta etapa tuvo como objetivo principal determinar los mejores valores para los
parámetros del modelo de función de transferencia. El método estadístico
utilizado para determinar los parámetros de los modelos fue el de máxima
‐1,5
‐1
‐0,5
0
0,5
1
1,5
0 4 8 12 16 20 24 28 32 36 40 44 48 52
Nt
t
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
251
verosimilitud. Box y Jenkins (1970) sugirieron un método de estimación no lineal
para ϕ, ϴ0 y ω0 (ver Ecuación 4.26) basado en el algoritmo propuesto por
Marquardt (1963), que actualmente es utilizado por varios paquetes de cómputo
estadístico y que permitió obtener las estimaciones puntuales de los parámetros.
Nuevamente, el paquete estadístico utilizado en la presente investigación fue
IBM-SPSS (Statistical Package for the Social Sciences, Versión 18.0.0). La
estimación del modelo de función de transferencia fue la siguiente
(ARIMA(1,0,0)):
1-0,555B ln Pb = -0,832FEB03+0,282FEB17 +0,022 (PM10) +3,391+ (4.27)
Los resultados de la estimación para el modelo de función de transferencia se
presentan a continuación:
Parámetro Estimación Error típico Estadístico t Significancia
ϕ 0,555 0,121 4,578 0,000
ϴ 3,391 0,099 34,247 0,000
ω0 0,022 0,002 11,192 0,000
aFEB03 -0,832 0,195 -4,258 0,000
bFEB17 0,282 0,201 1,404 0,016
- Intervalo del 95% de confianza para el parámetro : 1,96· 1‐ 2 / N‐d ; es
decir, (0,312; 0,798).
- Media de los residuales, m a : -0,001739.
- Desviación estándar residual, σa: 0,182.
- Autocorrelaciones de los residuales:
Tabla 4.31 Autocorrelaciones para los residuales del modelo de función de
transferencia k 1 2 3 4 5 6 7 8 9 10 11 12 rk -,083 ,078 -,045 ,060 -,019 -,011 -,004 ,086 -,114 ,135 -,277 ,005 k 13 14 15 16 17 18 19 20 21 22 23 24rk -,047 ,004 -,149 ,104 -,103 -,087 -,026 ,048 -,050 -,037 -,100 -,091
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
252
- Desviación estándar de las autocorrelaciones: 0,0912.
- Estadístico de Ljung y Box (Q´): 12,078 con 17 grados de libertad.
- La gráfica de los residuales {at} se presenta a continuación:
Figura 4.42 Gráfica de los residuales del modelo de función de transferencia.
Línea límite para ±2∙desviaciones estándar residual
4.3.4.5 Verificación del modelo
Esta etapa tuvo como propósito verificar que el modelo de función de
transferencia identificado proporcionó un ajuste adecuado y de que los supuestos
básicos implícitos en el modelo se cumplieron. De lo contrario, se repitieron las
etapas anteriores hasta que la verificación indicó resultados aceptables. En la
etapa de verificación de la metodología propuesta por Box y Jenkins (1970) se
propusieron ocho supuestos de evaluación para un modelo de función de
transferencia.
Los resultados de la verificación de los ocho supuestos para el modelo se
presentan a continuación:
(1) Como N‐d‐p·m a /σa = 0,0641 < 2, no hay evidencia de que la media del
proceso de ruido blanco sea distinta de cero. Es decir, {at} tiene media cero.
(2) El supuesto de varianza constante para {at} se verificó a través de la Figura
4.42, donde se apreció que no existió una violación importante de dicho supuesto.
‐0,5
‐0,4
‐0,3
‐0,2
‐0,1
0
0,1
0,2
0,3
0,4
0 4 8 12 16 20 24 28 32 36 40 44at
t
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
253
(3) El valor de Q´ se comparó con las tablas de la distribución Ji-cuadrada con 17
grados de libertad. Los puntos porcentuales del 5 y 10% fueron 27,6 y 24,8,
respectivamente; por lo tanto se concluyó que el valor de Q´ = 12,08 no condujo
al rechazo de la hipótesis de que los residuales eran ruido blanco, aún al nivel de
significancia del 10%. Adicionalmente, el hecho de que no haya valores
individuales de las autocorrelaciones de los residuales fuera del intervalo ( 2/
= (-0,298; 0,298) brindó un mayor fundamento al supuesto de
independencia. Es decir, las variables aleatorias {at} son mutuamente
independientes.
(4) En la gráfica de los residuales se observó que solamente dos residuales se
encontraron fuera de la banda ( 2σa, 2σa , lo cual fue consistente con la idea de
que solamente el 5% de los residuales se encontraban fuera de dicha banda (ver
Figura 4.42); esto implicó que no existió violación de importancia al supuesto de
distribución normal para at.
(5) La gráfica de residuales contra tiempo permitió verificar que no existieron
observaciones anómalas (ver Figura 4.42). Es decir, por fuera del intervalo
( 3σa, 3σa ; lo que implicaría que sucedió un evento cuya probabilidad de
ocurrencia fue de aproximadamente 0,2% ó el residual en cuestión correspondió a
una observación que no fue generada por el mismo proceso del resto de las series.
Por lo tanto, no existieron observaciones ajenas a las series en estudio.
(6) Debido a que el intervalo de confianza para no incluyó el valor cero (0,312;
0,798), se concluyó que este parámetro no debió ser cancelado. Es decir, este
parámetro fue necesario para explicar el comportamiento del fenómeno (i.e.,
modelo parsimonioso).
(7) El intervalo de confianza para se encontró totalmente incluido dentro de la
región admisible para modelos AR (1), que era el intervalo (-1,1). Por lo tanto, el
modelo fue admisible.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
254
(8) Debido a que en el modelo solamente existió un parámetro de autorregresión y
una constante, no hubo redundancia de parámetros y era dudoso que el modelo
fuera inestable.
Como se pudo observar, el modelo de función de transferencia superó los ocho
supuestos de verificación. A partir de lo anterior, se consideró que el modelo de
función de transferencia fue satisfactorio para describir la relación de causalidad
unidireccional de la carga viaria de PM10 hacia la concentración de Pb asociada
con el sedimento viario.
Desde el punto de vista de la transferencia del impulso desde la carga viaria de
PM10 hacia la concentración de Pb en el sedimento, se pudo observar que no
existió retardo (i.e., cero); de esta manera el efecto fue inmediato. La anterior
tendencia probablemente se debió a la localización de la estación de monitoreo de
PM10 con respecto del bordillo de la superficie viaria de investigación en la Zona
1 (Soacha, Colombia): 5 m de distancia. Por lo tanto los resultados sugirieron en
el presente estudio, que en áreas aledañas a las superficies viarias la relación
temporal entre la carga de PM10 y la concentración de Pb asociada con el
sedimento fue inmediata. Lo anterior, fue valido para distancias menores de 5 m
con respecto del bordillo de la vía en evaluación, para una frecuencia de muestreo
de cada tres días (i.e., para PM10 y Pb), y para la fracción de tamaño inferior a 250
µm del sedimento viario.
Finalmente, es importante resaltar que en la Zona 2 de la ciudad de Soacha no se
logró desarrollar un modelo ARIMA adecuado para pronosticar la concentración
de Pb asociada con el sedimento viario a partir de la carga viaria de PM10 (R2 =
0,30); con respecto del modelo ARIMA desarrollado para la Zona 1 de la ciudad
de Soacha (R2 = 0,91). Nuevamente es importante mencionar, que la estación de
monitoreo de PM10 en la Zona 2 se localizó a 340 m con respecto de la superficie
viaria de investigación.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
255
4.3.4.6 Análisis del pronóstico
En esta etapa se procedió a evaluar los valores obtenidos por el modelo para la
concentración de Pb asociada con el sedimento viario a partir de la carga de PM10
en la Zona 1 de la ciudad de Soacha. En la presente investigación no se reservaron
observaciones para realizar la evaluación del pronóstico del modelo; es decir, se
emplearon las mismas observaciones que se utilizaron en la identificación,
estimación y verificación del modelo. Igualmente, se empleó el paquete IBM-
SPSS para obtener los estadísticos de ajuste para el modelo ARIMA.
Inicialmente, se estudiaron los estadísticos del modelo para evaluar la bondad del
ajuste en el modelado de la serie temporal en la Zona 1 de la ciudad de Soacha
(ver Tabla 4.32). Como se pudo observar, se realizó una estimación de la
proporción de la varianza total en la serie que explicó el modelo (R2 = 0,91); de
esta manera, la carga viaria de PM10 en la Zona 1 explicó 91% de la variación de
la concentración de Pb asociada con el sedimento viario. Adicionalmente, el
ajuste del modelo de función de transferencia fue mejor que el ajuste obtenido
para los modelos de las series temporales de la carga viaria de PM10 (R2 = 0,60) y
la concentración de Pb asociada con el sedimento viario (R2 = 0,51) (i.e., los
modelos univariantes).
Tabla 4.32 Estadísticos de ajuste para el modelo de función de transferencia en la Zona 1 (Soacha, Colombia)
R2 MAPE MAE MaxAPE MaxAE % mg/kg % mg/kg
0,91 15,21 11,36 53,57 52,12 MAPE: error absoluto porcentual promedio; MAE: error absoluto promedio; MaxAPE:
error absoluto porcentual máximo; MaxAE: error absoluto máximo
El error absoluto promedio (MAE) mostró que la serie temporal de la
concentración de Pb asociada con el sedimento viario en la Zona 1 se desvío en
promedio 11,36 mg/kg con respecto del nivel pronosticado por el modelo de
función de transferencia ARIMA. Igualmente, el error absoluto porcentual
promedio (MAPE) evidenció una desviación promedio de la serie temporal
dependiente (i.e., concentración de Pb) del 15,21% con respecto del nivel
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
256
pronosticado por el modelo. Con el objeto de detectar el peor de los casos en la
predicción, se procedió a determinar el máximo error absoluto promedio (MaxAE:
52,12 mg/kg) y porcentual (MaxAPE: 53,57%). Los resultados evidenciaron que
los máximos errores en el pronóstico tendieron a presentarse en la época seca
(p.ej., 10/02/2010), y los menores errores tendieron a presentarse en la época de
lluvias (p.ej., 10/05/2010) (ver Figura 4.43); lo anterior, a partir de los períodos
identificados en la ciudad de Soacha con respecto de la precipitación: (i) época
seca entre 07/01-08/02/2010, y (ii) época de lluvias entre 09/02-14/05/2010.
Como es sabido, en la época seca se presentaron las mayores concentraciones de
Pb en el sedimento, y en la época de lluvias se presentaron las menores
concentraciones. De esta manera, el modelo desarrollado tendió a presentar un
mejor ajuste (i.e., pronóstico) en la época de lluvias (ver Figura 4.43).
Figura 4.43 Límites de confianza para los pronósticos del modelo de función de
transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia)
Finalmente, se determinaron los límites de confianza para los pronósticos
realizados de la concentración de Pb asociada con el sedimento viario en la Zona
1 (Soacha) con el objeto de evaluar posibles escenarios en la serie temporal; para
un nivel de confianza de 95% (ver Figura 4.43). Los resultados mostraron, como
era de esperar, que en la época seca se presentaron las mayores concentraciones
de Pb en el sedimento viario a partir del límite superior del intervalo de confianza;
la concentración pudo alcanzar valores de hasta de 378 µg/g ó mg/kg. Es decir, en
0
50
100
150
200
250
300
350
400
2/01/2010
12/01/2010
22/01/2010
1/02/2010
11/02/2010
21/02/2010
3/03/2010
13/03/2010
23/03/2010
2/04/2010
12/04/2010
22/04/2010
2/05/2010
12/05/2010
Pb‐Sedimento (µg/g)
Fecha
Pb
Pronóstico
L.Superior
L.Inferior
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
257
tiempo seco existió la probabilidad de alcanzar concentraciones de hasta 4,68
veces por encima de la concentración promedio de Pb para la totalidad del período
de muestreo (i.e. 80,7 µg/g).
En la época de lluvias, como era de esperar, se presentaron los valores más bajos
en la concentración metálica con respecto del límite inferior del intervalo de
confianza; la concentración de Pb en la fracción de tamaño inferior a 250 µm del
sedimento viario pudo alcanzar valores de hasta 20,2 µg/g. De esta manera, en
tiempo de lluvias existió la probabilidad de alcanzar concentraciones de hasta 4,0
veces por debajo de la concentración promedio de Pb para la totalidad del período
en evaluación (i.e. 80,7 µg/g).
4.3.5 FASE 5. Evaluación metálica asociada con el sedimento viario a partir de
información del material en suspensión
El objetivo de la última fase del desarrollo metodológico fue pronosticar y evaluar
la distribución por fracción de tamaño de la concentración metálica asociada con
el sedimento viario de la Zona 1 en la ciudad de Soacha (Colombia). Las
actividades desarrolladas de manera consecutiva fueron las siguientes: (i)
pronosticar y evaluar la distribución de la concentración metálica asociada con el
sedimento viario por fracción de tamaño (mg/kg ó µg/g), y (ii) pronosticar y
evaluar la distribución de la carga metálica asociada con el sedimento viario por
fracción de tamaño (g/m2 ó %/m2). Las fracciones de tamaño evaluadas fueron las
siguientes: < 63, 63-125, 125-250, 250-500, 500-1000, 1000-2000 y 2000-2800
µm.
A continuación se describen cada una de las actividades desarrolladas en la
evaluación metálica asociada con el sedimento viario a partir de información del
material en suspensión (i.e., PM10).
4.3.5.1 Evaluación de la concentración metálica asociada con el sedimento viario
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
258
Esta actividad se enfocó en el pronóstico y análisis de la distribución de la
concentración metálica asociada con el sedimento viario a partir de información
del material en suspensión (i.e., PM10) de la Zona 1 en la ciudad de Soacha. Por lo
tanto, la evaluación metálica tuvo en cuenta lo siguiente: (i) el pronóstico y
análisis de la concentración de Pb para la fracción de tamaño inferior a 250 µm
del sedimento viario se realizó a través del modelo de función de transferencia
(ARIMA), desarrollado en la fase anterior de la metodología propuesta (i.e., Fase
4); (ii) por otro lado, el pronóstico y análisis de la distribución de la concentración
de Pb en las diferentes fracciones de tamaño se realizó a través del modelo
obtenido en la Fase 2 de la presente propuesta metodológica; (iii) finalmente, el
pronóstico y análisis de la concentración para los elementos metálicos diferentes
de Pb se realizó a través de las relaciones detectadas en las campañas de campo
adelantadas en las ciudades de Torrelavega y Soacha (ver Figura 4.44).
Figura 4.44 Diagrama de flujo para la evaluación de la concentración metálica
asociada con el sedimento viario a partir de información del material en suspensión
Es importante mencionar que gran parte de los análisis para la evaluación de la
concentración metálica asociada con el sedimento viario fueron expuestos en la
Fase 2 de la metodología propuesta (ver Capítulo 4, apartado 4.3.2.3); de esta
manera, en este apartado se prestó especial atención a los valores pronosticados
Carga viaria de PM10
Modelo ARIMA
Concentración de Pb asociada con el sedimento viario (< 250 µm)
Modelo de distribución de la concentración y carga de Pb por fracción de tamaño
Concentración metálica asociada con el sedimento
viario (< 250 µm): Cu, Zn, Cd, Fe, Mn, Ba y As.
Modelo de distribución de la concentración y carga
metálica por fracción de tamaño: Cu, Zn, Cd, Fe, Mn,
Ba y As.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
259
por los modelos desarrollados en la presente investigación para la Zona 1 de la
ciudad de Soacha (Colombia).
4.3.5.1.1 Evaluación de la concentración de Pb asociada con el sedimento viario a
partir de información de PM10 (modelo ARIMA)
Con el objeto de realizar una evaluación del pronóstico a partir de los periodos
identificados en la ciudad de Soacha con respecto de la precipitación: época seca
entre 07/01-08/02/2010, época de transición entre 09/02-25/03/2010, y época de
lluvias entre 26/03-14/05/2010, se procedió a seleccionar dos fechas para cada
época (ver Figura 4.45). Se realizó una evaluación puntual para dos fechas en
tiempo seco, dos fechas en la época de transición, y dos fechas en tiempo de
lluvia; coincidiendo con los episodios que presentaron valores extremos en la
concentración metálica; es decir, valores máximo y mínimo en la concentración
de Pb asociada con el sedimento viario (i.e., fracción de tamaño < 250 µm).
En la época seca se pronosticó para las siguientes fechas la concentración de Pb
asociada con el sedimento viario a partir de la carga viaria de PM10: 15/01/2010
(máximo) y 03/02/2010 (mínimo). Los resultados mostraron para 15/01/2010, que
la concentración pronosticada de Pb en el sedimento a través del modelo ARIMA
(i.e., para PM10 = 80,4 µg/m3) fue de 170,3 µg/g, y el valor medido fue de 173,5
µg/g; es decir, existió un error absoluto en el pronóstico del 1,9%. Por otro lado,
para 03/02/2010 el pronóstico en la concentración de Pb a través del modelo
ARIMA (i.e., para PM10 = 41,1 µg/m3) fue de 37,4 µg/g, y el valor medido fue de
36,7 µg/g; es decir, existió un error absoluto en el pronóstico del 1,9% (ver Figura
4.46). Como se pudo observar, los errores de pronóstico para los dos valores
extremos fueron menores con respecto del error absoluto porcentual promedio
obtenido para toda la serie temporal (MAPE = 15,21%). Sin embargo, existió un
pronóstico intermedio que alcanzó un error absoluto de 53,57% (20/01/2010); este
dato correspondió al máximo error de pronóstico presentado para toda la serie
temporal (ver Figura 4.46).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
260
Figura 4.45 Períodos climáticos identificados a partir de la precipitación en la
Zona 1 (Soacha); variación de la concentración de Pb en el sedimento viario para tiempo a) seco, b) de transición, y c) de lluvias
En la época de transición se pronosticó para las siguientes fechas la concentración
de Pb asociada con el sedimento viario a partir de la carga viaria de PM10:
12/02/2010 (máximo) y 26/02/2010 (mínimo). Los resultados mostraron para
12/02/2010, que la concentración pronosticada de Pb en el sedimento a través del
modelo ARIMA (i.e., para PM10 = 98,4 µg/m3) fue de 262,2 µg/g, y el valor
medido fue de 237,3 µg/g; es decir, existió un error absoluto en el pronóstico del
10,5%. Por otro lado, para 26/02/2010 el pronóstico en la concentración de Pb a
través del modelo ARIMA (i.e., para PM10 = 24,3 µg/m3) fue de 61,3 µg/g, y el
valor medido fue de 40,4 µg/g; es decir, existió un error absoluto en el pronóstico
del 51,7%; correspondiendo al segundo error máximo registrado para toda la serie
temporal. Como se pudo observar, el error absoluto de pronóstico para el valor
extremo de 12/02/2010 fue menor con respecto del error absoluto porcentual
promedio obtenido para toda la serie temporal (MAPE = 15,21%). Sin embargo,
el error para el valor extremo de 26/02/2010 fue considerablemente mayor con
respecto del MAPE de la serie temporal (ver Figura 4.46).
En la época de lluvias se pronosticó para las siguientes fechas la concentración de
Pb asociada con el sedimento viario a partir de la carga viaria de PM10:
05/03/2010 (máximo) y 07/05/2010 (mínimo). Los resultados mostraron para
0
50
100
150
200
250
0
5
10
15
20
25
30
35
07
/01
/20
10
14
/01
/20
10
21
/01
/20
10
28
/01
/20
10
04
/02
/20
10
11/0
2/2
010
18
/02
/20
10
25
/02
/20
10
04
/03
/20
10
11/0
3/2
010
18
/03
/20
10
25
/03
/20
10
01
/04
/20
10
08
/04
/20
10
15
/04
/20
10
22
/04
/20
10
29
/04
/20
10
06
/05
/20
10
13
/05
/20
10
Co
nce
ntra
ció
n m
etá
lica
(µg
/g)
Pre
cip
itaci
ón (m
m)
Fecha
Precipitación Pb
a b c
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
261
05/03/2010, que la concentración pronosticada de Pb en el sedimento a través del
modelo ARIMA (i.e., para PM10 = 48,0 µg/m3) fue de 76,5 µg/g, y el valor
medido fue de 96,7 µg/g; es decir, existió un error absoluto en el pronóstico del
26,5%. Por otro lado, para 07/05/2010 el pronóstico en la concentración de Pb a
través del modelo ARIMA (i.e., para PM10 = 24,3 µg/m3) fue de 31,4 µg/g, y el
valor medido fue de 24,7 µg/g; es decir, existió un error absoluto en el pronóstico
del 27,3%. Como se pudo observar, los errores de pronóstico para los dos valores
extremos fueron mayores con respecto del error absoluto porcentual promedio
obtenido para toda la serie temporal (MAPE = 15,21%) (ver Figura 4.46).
Figura 4.46 Pronóstico del modelo de función de transferencia ARIMA para la
concentración de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia)
El error absoluto promedio para la época seca, de transición y de lluvias fue de
16,1, 17,2 y 16,2%, respectivamente. Por lo tanto, los resultados sugirieron que el
error absoluto en el pronóstico de la concentración de Pb asociada con el
sedimento viario fue probablemente independiente de la época en evaluación; es
decir, tendió a ser similar para las tres épocas identificadas a pesar de que en la
época seca y de transición se presentaron las mayores variaciones y
concentraciones de Pb asociadas con el sedimento viario de la Zona 1 (Soacha).
Sin embargo, los mayores errores de pronóstico en la serie temporal se
presentaron en la época seca y de transición: 53,6% (20/01/2010) y 51,7%
(26/02/2010), respectivamente. Finalmente, y como es sabido, las concentraciones
0
50
100
150
200
250
300
2/01/2010
12/01/2010
22/01/2010
1/02/2010
11/02/2010
21/02/2010
3/03/2010
13/03/2010
23/03/2010
2/04/2010
12/04/2010
22/04/2010
2/05/2010
12/05/2010
Pb‐Sedimento (µg/g)
Fecha
Pb Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
262
de Pb asociadas con el sedimento viario tendieron a ser mayores en la época seca
y de transición (ver Figura 4.46); adicionalmente, se observó que no existió
relación entre la altura de precipitación y la concentración de Pb asociada con el
sedimento viario (ver Capítulo 4, apartado 4.3.3). Las anteriores observaciones
podrán ser de utilidad para las instituciones encargadas de la gestión de la
contaminación superficial en la Zona 1 de la ciudad de Soacha, para diseñar y
evaluar las prácticas de control de la contaminación metálica presente sobre las
superficies viarias de investigación; como por ejemplo, el establecimiento de la
frecuencia del barrido viario en la época seca, de transición, y de lluvias.
4.3.5.1.2 Evaluación de la distribución por fracción de tamaño de la concentración
de Pb asociada con el sedimento viario (modelo determinista)
A partir de las campañas de campo adelantadas en las ciudades de Torrelavega y
Soacha se logró desarrollar un modelo determinista para pronosticar y evaluar la
distribución de la concentración de Pb a través de las diferentes fracciones de
tamaño del sedimento viario: < 63, 63-125, 125-250, 250-500, 500-1000, 1000-
2000 y 2000-2800 µm. El modelo obtenido en la Zona 1 fue el siguiente (tipo
exponencial; R2 = 0,95):
HMC A·e‐B·d (4.28)
Donde HMC representó la concentración de Pb en mg/kg ó µg/g de materia seca;
A y B fueron parámetros para cada metal pesado (adimensional), que en este caso
para Pb de la Zona 1: B = 0,37 (ver Tabla 4.33); y d el diámetro de la partícula en
milímetros (límite superior de cada fracción de tamaño) (ver Capítulo 4 apartado
4.3.2.3). De esta manera se determinó el valor del parámetro A, es decir, a partir
de la concentración de Pb pronosticada por el modelo ARIMA para la fracción de
tamaño inferior a 250 µm.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
263
Tabla 4.33 Coeficiente B para el modelo exponencial de la concentración de metales pesados por fracción de tamaño (Torrelavega y Soacha)
Metal Pesado Pb Zn Cu Cr Ni Cd Fe Mn Co Ba As
Torrelavega Zona 1 0,30 0,97 0,57 0,46 0,54 0,77 0,46 0,87 0,65 - -
Torrelavega Zona 2 0,42 0,90 0,65 0,50 0,51 0,57 0,44 0,75 0,70 - -
Soacha Zona 1 0,37 0,94 0,58 - - 0,72 0,46 0,82 - 0,93 0,69
Soacha Zona 2 0,39 0,90 0,64 - - 0,68 0,51 0,77 - 0,95 0,85
Con el objeto de realizar una evaluación del pronóstico a partir de los periodos
identificados en la ciudad de Soacha con respecto de la precipitación: época seca
entre 07/01-08/02/2010, época de transición entre 09/02-25/03/2010, y época de
lluvias entre 26/03-14/05/2010; se procedió a seleccionar una fecha para cada
época. Es decir, se realizó una evaluación puntual para cada época coincidiendo
con los valores que presentaron el mayor error de pronóstico en la concentración
de Pb a partir del uso del modelo ARIMA de la Zona 1 (Soacha).
En la época seca se pronosticó para la siguiente fecha la distribución por fracción
de tamaño de la concentración de Pb asociada con el sedimento viario, a partir de
la concentración de Pb asociada con la fracción de tamaño inferior a 250 µm (i.e.,
modelo ARIMA): 20/01/2010 (error de pronóstico: +53,57%). Los resultados
mostraron que la concentración pronosticada de Pb para la fracción tamaño
inferior a 250 µm del sedimento viario fue de 87,7 µg/g; a partir de la anterior
concentración, se estimó el parámetro A (96,2) y se procedió a determinar la
concentración de Pb asociada con cada fracción de tamaño (ver Ecuación 28): <
63 (94,0), 63-125 (91,9), 125-250 (87,7), 250-500 (80,0), 500-1000 (66,5), 1000-
2000 (45,9), y 2000-2800 µm (34,1 µg/g). Las concentraciones medidas por
fracción de tamaño en la Zona 1 de la ciudad de Soacha para la fecha en
evaluación fueron las siguientes: < 63 (75,2), 63-125 (67,5), 125-250 (57,1), 250-
500 (65,2), 500-1000 (58,9), 1000-2000 (43,5), y 2000-2800 µm (32,9 µg/g) (ver
Figura 4.47). El error promedio en el pronóstico de la distribución de la
concentración de Pb para todas las fracciones de tamaño fue de 22,8% (i.e., de
sobreestimación); adicionalmente se observó que los mayores errores en el
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
264
pronóstico se presentaron para las fracciones de tamaño inferiores a 250 µm
(promedio: 38,3%); el error promedio para las fracciones de tamaño mayores a
250 µm fue de 11,2% (ver Figura 4.47).
Figura 4.47 Pronóstico y valores observados para la distribución por fracción de
tamaño de la concentración de Pb asociada con el sedimento viario de 20/01/2010 en la Zona 1 (Soacha, Colombia)
En la época de transición se pronosticó para la siguiente fecha la distribución por
fracción de tamaño de la concentración de Pb asociada con el sedimento viario, a
partir de la concentración de Pb asociada con la fracción de tamaño inferior a 250
µm (i.e., modelo ARIMA): 26/02/2010 (error de pronóstico: +51,8%). Los
resultados mostraron que la concentración pronosticada de Pb para la fracción
tamaño inferior a 250 µm del sedimento viario fue de 61,3 µg/g; a partir de la
anterior concentración, se estimó el parámetro A (67,2) y se procedió a determinar
la concentración de Pb asociada con cada fracción de tamaño (ver Ecuación 28): <
63 (65,7), 63-125 (64,2), 125-250 (61,3), 250-500 (55,9), 500-1000 (46,5), 1000-
2000 (32,1), y 2000-2800 µm (23,9 µg/g). Las concentraciones medidas en la
Zona 1 de la ciudad de Soacha para la fecha en evaluación fueron las siguientes: <
63 (50,2), 63-125 (47,9), 125-250 (40,4), 250-500 (46,2), 500-1000 (39,3), 1000-
2000 (30,4), y 2000-2800 µm (23,1 µg/g) (ver Figura 4.48). El error promedio en
el pronóstico de la distribución de la concentración de Pb para todas las fracciones
de tamaño fue de 23,6% (i.e., de sobreestimación); adicionalmente se observó que
los mayores errores en el pronóstico se presentaron para las fracciones de tamaño
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
10 100 1000 10000
Pb‐Sedimento (µg/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
265
inferiores a 250 µm (promedio: 38,9%); el error promedio para las fracciones de
tamaño mayores a 250 µm fue de 12,2% (ver Figura 4.48).
Figura 4.48 Pronóstico y valores observados para la distribución por fracción de
tamaño de la concentración de Pb asociada con el sedimento viario de 26/02/2010 en la Zona 1 (Soacha, Colombia)
Adicionalmente en la época de transición, se evaluó el dato que presentó la mayor
concentración de Pb asociada con el sedimento viario para todo el período en
estudio: 12/02/2010 (ver Figura 4.46). Los resultados mostraron que la
concentración medida de Pb para la fracción tamaño inferior a 250 µm del
sedimento viario fue de 237,3 µg/g y la pronosticada por el modelo ARIMA fue
de 262,2 µg/g (error absoluto del 10,5%); a partir de la última concentración, se
estimó el parámetro A (287,6) y se procedió a determinar la concentración de Pb
asociada con cada fracción de tamaño (ver Ecuación 28): < 63 (281,0), 63-125
(274,6), 125-250 (262,2), 250-500 (239,0), 500-1000 (198,6), 1000-2000 (137,2),
y 2000-2800 µm (102,1 µg/g). El error promedio en el pronóstico de la
distribución de la concentración de Pb para todas las fracciones de tamaño fue de
12,3% (i.e., de sobreestimación); nuevamente se observó que los mayores errores
en el pronóstico se presentaron para las fracciones de tamaño inferiores a 250 µm
(promedio: 18,7%); el error promedio para las fracciones de tamaño mayores a
250 µm fue de 7,1%. Como se pudo observar, la magnitud del error en la
determinación de la distribución por fracción de tamaño de la concentración de Pb
fue similar a la obtenida para las anteriores fechas de evaluación.
20
30
40
50
60
70
10 100 1000 10000
Pb‐Sedim
ento (µg/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
266
Finalmente en la época de lluvias se pronosticó para la siguiente fecha la
distribución por fracción de tamaño de la concentración de Pb asociada con el
sedimento viario, a partir de la concentración de Pb asociada con la fracción de
tamaño inferior a 250 µm (i.e., con el modelo ARIMA): 10/03/2010 (error de
pronóstico: -38,6%). Los resultados mostraron que la concentración pronosticada
de Pb para la fracción tamaño inferior a 250 µm del sedimento viario fue de 69,8
µg/g (i.e., con el modelo ARIMA); a partir de la anterior concentración, se estimó
el parámetro A (76,6) y se procedió a determinar la concentración de Pb asociada
con cada fracción de tamaño (ver Ecuación 28): < 63 (74,8), 63-125 (73,1), 125-
250 (69,8), 250-500 (63,6), 500-1000 (52,9), 1000-2000 (36,5), y 2000-2800 µm
(27,2 µg/g). Las concentraciones medidas por fracción de tamaño en la Zona 1 de
la ciudad de Soacha para la fecha en evaluación fueron las siguientes: < 63 (85,3),
63-125 (75,1), 125-250 (85,0), 250-500 (72,2), 500-1000 (52,7), 1000-2000
(35,2), y 2000-2800 µm (25,5 µg/g) (ver Figura 4.49). El error promedio en el
pronóstico de la distribución de la concentración de Pb para todas las fracciones
de tamaño fue de 20,6% (i.e., de subestimación); nuevamente se observó que los
mayores errores en el pronóstico se presentaron para las fracciones de tamaño
inferiores a 250 µm (promedio: 28,5%); el error promedio para las fracciones de
tamaño mayores a 250 µm fue de 14,7% (ver Figura 4.49).
Figura 4.49 Pronóstico y valores observados para la distribución por fracción de
tamaño de la concentración de Pb asociada con el sedimento viario de 10/03/2010 en la Zona 1 (Soacha, Colombia)
20
30
40
50
60
70
80
90
100
110
10 100 1000 10000
Pb‐Sedimento (µg/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
267
Como se pudo observar a partir de las anteriores tendencias para las épocas en
estudio, la magnitud en los errores de pronóstico de la distribución por fracción de
tamaño de la concentración de Pb en el sedimento viario fueron similares; es
decir, fueron probablemente independientes de la época: seca, de transición y de
lluvias; a pesar de que en la época seca y de transición se presentaron las mayores
variaciones y concentraciones de Pb asociadas con el sedimento viario de la Zona
1 (Soacha). Adicionalmente, se observó que el pronóstico en la distribución de la
concentración de Pb tendió a mejorar a medida que aumentó la fracción de tamaño
del sedimento viario.
Por otro lado los resultados mostraron para todo el período en estudio, que el error
absoluto promedio en el pronóstico de la distribución de la concentración de Pb
asociada con las fracciones del sedimento viario fue el siguiente: < 63 (13,9%),
63-125 (7,5%), 125-250 (9,5%), 250-500 (9,6%), 500-1000 (9,6%), 1000-2000
(3,8%), y 2000-2800 µm (1,3%); con un promedio para todas las fracciones de
tamaño de 7,9% (ver Figura 4.50). Como se pudo observar en los pronósticos, la
concentración de Pb tendió a aumentar con la disminución en la fracción de
tamaño del sedimento viario. Pitt y Amy (1973), Ellis y Revitt (1982), Sansalone
y Tribouillard (1999), German y Svensson (2002), y Deletic y Orr (2005)
encontraron resultados similares.
Figura 4.50 Pronóstico y valores observados promedios para la distribución de la
concentración de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia)
20
30
40
50
60
70
80
90
100
110
10 100 1000 10000
Pb‐Sedim
ento (µg/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
268
Al incluir a PM10 se obtuvo la distribución completa para la concentración de Pb
asociada con el sedimento y las partículas en suspensión de la vía en estudio
(Zona 1, Soacha): < 10 (1817), < 63 (99), 63-125 (79), 125-250 (74), 250-500
(81), 500-1000 (56), 1000-2000 (44), y 2000-2800 µm (32 µg/g). A partir de lo
anterior, se sugirió que la concentración de Pb asociada con PM10 (i.e.,
potencialmente respirable) fue 22,5 veces mayor con respecto de la concentración
asociada con la fracción de tamaño representativa del sedimento viario (i.e., < 250
µm). Adicionalmente, el modelo de tipo potencial fue el que mejor se ajustó a la
distribución completa de Pb (i.e., en el sedimento viario y PM10): R2 = 0,77.
En promedio para la calzada de estudio en la Zona 1 de la ciudad de Soacha, la
fracción de tamaño inferior a 63 µm del sedimento viario presentó una
concentración de Pb 1,8 veces mayor que la fracción comprendida entre 500-1000
µm. Al comparar la fracción de menor tamaño del sedimento viario (< 63 µm) con
la de tamaño mayor (2000-2800 µm), se observó que la diferencia en la
concentración fue superior (3,1 veces). Los anteriores resultados en orden de
magnitud fueron similares a los reportados por otras investigaciones (p.ej. Roger
et al., 1998; Viklander, 1998; Deletic y Orr, 2005). La variación entre autores en
la concentración metálica probablemente se debió a las características particulares
de cada lugar de muestreo y a la eficacia de los diferentes métodos empleados en
la recolección del sedimento viario: barrido en seco, aspirado y barrido en seco, y
aspirado en húmedo. Adicionalmente, se debe considerar el error generado por el
modelo ARIMA utilizado en los pronósticos de la presente investigación.
4.3.5.2 Evaluación de la carga metálica asociada con el sedimento viario
4.3.5.2.1 Evaluación de la distribución por fracción de tamaño de la carga de Pb
asociada con el sedimento viario (modelo determinista)
A partir de las campañas de campo adelantadas en las ciudades de Torrelavega y
Soacha se logró desarrollar un modelo determinista para pronosticar y evaluar la
distribución de la carga ó cantidad de Pb a través de las diferentes fracciones de
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
269
tamaño del sedimento viario: < 63, 63-125, 125-250, 250-500, 500-1000, 1000-
2000 y 2000-2800 µm. El modelo obtenido en la Zona 1 de la ciudad de Soacha
fue el siguiente (tipo logarítmico; R2 = 0,96):
PCA A · ln d B (4.29)
Donde PCA representó el porcentaje acumulado de carga de Pb por fracción de
tamaño; A y B fueron parámetros para cada metal pesado (adimensional), que en
este caso para Pb de la Zona 1: A = 24,4, y B = 84,1 (ver Tabla 4.34); y d el
diámetro de la partícula en milímetros (límite superior de cada fracción de
tamaño) (ver Capítulo 4, apartado 4.3.2.4).
Tabla 4.34 Coeficientes para el modelo logarítmico del porcentaje acumulado de carga metálica por fracción de tamaño (Torrelavega y Soacha)
Metal pesadoa Pb Zn Cu Cr Ni Cd Fe Mn Co Ba As Torrelavega
A 22,2 19,2 23,5 21,3 19,8 18,4 22,9 21,5 18,4 - - B 86,2 90,4 87,3 85,1 87,4 89,1 85,0 88,0 89,9 - -
Soacha A 24,4 21,3 23,8 - - 21,7 24,6 24,0 - 21,8 21,9 B 84,1 88,9 86,5 - - 87,6 84,1 86,4 - 88,8 87,8
a: Zonas 1 y 2
Con el objeto de realizar una evaluación del pronóstico a partir de los períodos
identificados en la ciudad de Soacha con respecto de la precipitación: época seca
entre 07/01-08/02/2010, época de transición entre 09/02-25/03/2010, y época de
lluvias entre 26/03-14/05/2010; se procedió a seleccionar una fecha para cada
época. Es decir, se realizó una evaluación puntual para cada época coincidiendo
con los valores que presentaron el mayor error de pronóstico a partir del uso del
modelo ARIMA desarrollado para la Zona 1 (Soacha). Sin embargo, y como se
pudo observar, el modelo de distribución del porcentaje acumulado de carga de Pb
por fracción de tamaño fue independiente de la concentración pronosticada por el
modelo ARIMA (ver Ecuación 4.29).
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
270
En la época seca se pronosticó para la siguiente fecha la distribución por fracción
de tamaño de la carga de Pb asociada con el sedimento viario: 20/01/2010. De
esta manera se procedió a determinar el porcentaje acumulado de carga de Pb por
fracción de tamaño (ver Ecuación 4.29): < 63 (16,6), < 125 (33,4), < 250 (50,3), <
500 (67,2), < 1000 (84,1), < 2000 (100,0), y < 2800 µm (100,0%). Los
porcentajes acumulados de carga de Pb medidos en la Zona 1 de la ciudad de
Soacha para la fecha en evaluación fueron los siguientes: < 63 (19,8), < 125
(37,1), < 250 (55,5), < 500 (77,2), < 1000 (88,9), < 2000 (98,5), y < 2800 µm
(100%). El error absoluto promedio en el pronóstico de la distribución de carga
acumulada de Pb para todas las fracciones de tamaño fue de 8,0%; adicionalmente
se observó que los mayores errores en el pronóstico se presentaron para las
fracciones de tamaño inferiores a 250 µm (promedio: 11,2%); el error promedio
para las fracciones de tamaño mayores a 250 µm fue de 5,5% (ver Figura 4.51).
Figura 4.51 Pronóstico y valores observados para el porcentaje acumulado de
carga de Pb por fracción de tamaño del sedimento viario para 20/01/2010 en la Zona 1 (Soacha, Colombia)
En la época de transición se pronosticó para la siguiente fecha la distribución de la
carga de Pb asociada con el sedimento viario: 26/02/2010. La distribución del
porcentaje acumulado de carga de Pb por fracción de tamaño a través del modelo
determinista arrojó los mismos resultados (ver Ecuación 29): < 63 (16,6), < 125
(33,4), < 250 (50,3), < 500 (67,2), < 1000 (84,1), < 2000 (100,0), y < 2800 µm
(100,0 %). Los porcentajes acumulados de carga de Pb observados en la Zona 1
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Porcentaje acumulado
de carga
Pb‐Sedim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
271
de la ciudad de Soacha para la fecha en evaluación fueron los siguientes: < 63
(24,1), < 125 (53,6), < 250 (75,0), < 500 (87,1), < 1000 (94,5), < 2000 (99,0), y <
2800 µm (100%). El error absoluto promedio en el pronóstico de la distribución
de carga acumulada de Pb para todas las fracciones de tamaño fue de 28,3%;
nuevamente se observó que los mayores errores en el pronóstico se presentaron
para las fracciones de tamaño inferiores a 250 µm (promedio: 51,6%); el error
promedio para las fracciones de tamaño mayores a 250 µm fue de 10,8% (ver
Figura 4.52).
Figura 4.52 Pronóstico y valores observados para el porcentaje acumulado de
carga de Pb por fracción de tamaño del sedimento viario para 26/02/2010 en la Zona 1 (Soacha, Colombia)
Finalmente, en la época de lluvias se pronosticó para la siguiente fecha la
distribución de la carga ó cantidad de Pb asociada con el sedimento viario por
fracción de tamaño: 10/03/2010. Como era de esperar, la distribución del
porcentaje acumulado de carga de Pb por fracción de tamaño a través del modelo
determinista arrojó los mismos resultados (ver Ecuación 29): < 63 (16,6), < 125
(33,4), < 250 (50,3), < 500 (67,2), < 1000 (84,1), < 2000 (100,0), y < 2800 µm
(100,0 %). Los porcentajes acumulados de carga de Pb observados en la Zona 1
de la ciudad de Soacha para la fecha en evaluación fueron los siguientes: < 63
(16,2), < 125 (37,6), < 250 (57,8), < 500 (78,4), < 1000 (89,8), < 2000 (95,4), y <
2800 µm (100%). El error absoluto promedio en el pronóstico de la distribución
de carga acumulada de Pb para todas las fracciones de tamaño fue de 8,3%;
nuevamente se observó que los mayores errores en el pronóstico se presentaron
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Porcentaje acumulado de carga
Pb‐Sedim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
272
para las fracciones de tamaño inferiores a 250 µm (promedio: 10,0%); el error
promedio para las fracciones de tamaño mayores a 250 µm fue de 7,1% (ver
Figura 4.53).
Como se pudo observar a partir de las anteriores tendencias para las épocas en
estudio, la magnitud en los errores de pronóstico de la distribución de la carga ó
cantidad de Pb en el sedimento viario fueron similares; es decir fueron
probablemente independientes de la época: seca, de transición y de lluvias; a
pesar de que en la época seca y de transición se presentaron las mayores
variaciones y cargas de Pb asociadas con el sedimento viario de la Zona 1
(Soacha). Adicionalmente, se observó que el pronóstico en la distribución de la
carga de Pb tendió a mejorar a medida que aumentó la fracción de tamaño del
sedimento viario.
Figura 4.53 Pronóstico y valores observados para el porcentaje acumulado de
carga de Pb por fracción de tamaño del sedimento viario para 10/03/2010 en la Zona 1 (Soacha, Colombia)
Por otro lado, los resultados mostraron para todo el período en estudio que el error
absoluto promedio en el pronóstico de la distribución de la carga acumulada de Pb
por fracción de tamaño en el sedimento viario fue el siguiente: < 63 (38,3%), 63-
125 (11,3%), 125-250 (3,4%), 250-500 (16,1%), 500-1000 (9,4%), 1000-2000
(2,0%), y 2000-2800 µm (0%); con un promedio para todas las fracciones de
tamaño de 11,5% (ver Figura 4.54). Como se pudo observar, los mayores errores
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Porcentaje acumulado de carga
Pb‐Sedim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
273
de pronóstico se presentaron para la fracción de tamaño inferior a 250 µm (error
absoluto promedio 17,7%); el pronóstico en la fracción de tamaño mayor a 250
µm presentó un error absoluto promedio de 6,9%.
Figura 4.54 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 1 (Soacha, Colombia)
El pronóstico mostró en promedio para la ciudad de Soacha, que el 33,4% de la
carga de Pb se asoció con la fracción de tamaño inferior a 125 µm (valor
observado: 30%); por otro lado, en la fracción de tamaño mayor a 1000 µm se
asoció el 15,9% de la carga de Pb (valor observado: 8%). Sansalone y Buchberger
(1997), y Deletic y Orr (2005) reportaron que las fracciones de mayor tamaño
fueron generalmente consideradas como de menor importancia en el contenido y
transporte de contaminantes. Finalmente, el pronóstico mostró que el 66,6%
(valor observado: 70%) de la carga de Pb en la ciudad de Soacha se asoció con la
fracción de tamaño mayor a 125 µm (ver Figura 4.54); es decir, el tamaño
correspondiente para las arenas finas. Ellis y Revitt (1982), Stone y Marsalek
(1996), y Sansalone y Tribouillard (1999) obtuvieron resultados similares.
Como es sabido en el presente estudio, los tamaños de partícula que presentaron la
mayor susceptibilidad al lavado por escorrentía en las ciudades de Torrelavega y
Soacha fueron los inferiores a 500 µm (ver Tabla 4.9; Capítulo 4, apartado
4.3.2.2). El pronóstico mostró en promedio, que el 67,2% de la carga de Pb en la
Zona 1 de la ciudad de Soacha se asoció con esta fracción de tamaño (valor
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Porcentaje acumulado de carga
Pb‐Sedim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
274
observado: 78%). Con respecto de la fracción de tamaño representativa del
sedimento viario (i.e., < 250 µm), el pronóstico mostró en promedio que el 50,3%
de la carga de Pb estuvo asociada con esta fracción (valor observado: 52,0%). De
esta manera se realizó una estimación preliminar de la carga potencial de Pb que
podría ser removida de la superficie viaria en tiempo de lluvia y descargada en los
sistemas de recolección y transporte de la escorrentía.
El monitoreo realizado en la ciudad de Soacha mostró que la carga metálica
removida por la escorrentía en un evento de lluvia alcanzó valores de hasta un
45,9%. En el cálculo anterior, se asumió que toda la carga metálica asociada con
el sedimento viario fue removida y trasportada con éste a partir de la
susceptibilidad al lavado por escorrentía del mismo (i.e., la fracción de tamaño ≤
500 µm); adicionalmente se consideró el efecto de lixiviación ejercido por la
escorrentía viaria sobre la fracción de tamaño del sedimento que no fue
susceptible a la remoción (i.e. la fracción de tamaño > 500 µm) (ver Ecuación
4.15; Capítulo 4, apartado 4.3.2.4). Como se pudo observar, el pronóstico de la
carga removida de Pb mediante la fracción de tamaño representativa del
sedimento viario (i.e., < 250 µm) fue similar en magnitud a la remoción máxima
observada durante la campaña de campo desarrollada en la ciudad de Soacha
(error absoluto: 9,5%).
4.3.5.2.2 Evaluación de la distribución por fracción de tamaño de la concentración
y carga metálica asociada con el sedimento viario: Cu, Zn, Cd, Fe, Mn, Ba y As.
Con el objeto de realizar una evaluación puntual del pronóstico de la
concentración asociada con el sedimento viario para los metales diferentes de Pb
en la ciudad de Soacha, se procedió a seleccionar una fecha para la época seca
(07/01-08/02/2010) (ver Figura 4.45). La fecha seleccionada coincidió con el
episodio que presentó un valor máximo en la concentración metálica de Pb. Es
importante mencionar, que Pb fue el elemento representativo para evaluar la
concentración metálica asociada con el sedimento viario a partir de información
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
275
del material en suspensión. Igualmente, se seleccionó a la fracción de tamaño
inferior a 250 µm como representativa del sedimento viario.
A partir de la campaña de campo adelantada en la Zona 1 de la ciudad de Soacha,
se logró determinar la magnitud de la diferencia en la concentración entre Pb y los
restantes elementos metálicos asociados con el sedimento viario (ver Tabla 4.35).
Las magnitudes promedios de los factores de diferencia fueron empleadas para
pronosticar la concentración de los elementos metálicos a partir de la
concentración de Pb (i.e., fracción de tamaño < 250 µm); esta última obtenida con
el modelo ARIMA desarrollado para la Zona 1 de la ciudad de Soacha.
Tabla 4.35 Factor de diferencia para los elementos metálicos con respecto de Pb (Zona 1, Soacha)
Elemento metálico (fracción de tamaño < 250 µm) Concentración
(mg/kg) Pb Cu Zn Cd Fe Mn Ba As
80,7 39,6 86,1 0,6 9084,1 72,1 133,6 1,2 Factor medio 1,00 0,49 1,07 0,01 112,63 0,89 1,66 0,01
Como se mencionó anteriormente, en la época seca se pronosticó para la siguiente
fecha la concentración de Cu, Zn, Cd, Fe, Mn, Ba y As a partir de la
concentración de Pb asociada con el sedimento viario: 15/01/2010. La
concentración pronosticada de Pb en el sedimento a través del modelo ARIMA
(i.e., para PM10 = 80,4 µg/m3) fue de 170,3 mg/kg, y el valor medido fue de 173,5
mg/kg; es decir, existió un error absoluto en el pronóstico de 1,9%. A partir de lo
anterior, los resultados mostraron que la concentración pronosticada de Cu, Zn,
Cd, Fe, Mn, Ba y As fue de 83,5, 181,7, 1,29, 19181, 152,2, 282,0 y 2,53 mg/kg,
respectivamente. Los valores medidos en la concentración de Cu, Zn, Cd, Fe, Mn,
Ba y As fueron 103,7, 134,4, 0,58, 11480, 50,7, 93,0 y 2,15 mg/kg,
respectivamente. Como se pudo observar, los errores absolutos en el pronóstico de
la concentración de Cu, Zn, Cd, Fe, Mn, Ba y As fueron 24,2, 35,2, 122, 67,1,
200, 203, 17,7%. Como se pudo observar, los elementos metálicos que
presentaron un menor error absoluto en el pronóstico fueron As, Cu y Zn (i.e., <
50%); y los de mayor error absoluto en el pronóstico fueron Ba, Mn y Fe.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
276
A partir de lo anterior, se procedió para la fecha seleccionada en época seca a
pronosticar en los elementos metálicos la distribución de la concentración por
fracción de tamaño del sedimento viario. Como es sabido, se desarrolló un modelo
determinista para pronosticar la distribución de la concentración por fracción de
tamaño (tipo potencial) (ver Ecuación 4.28 y Tabla 4.33). En la Figura 4.55 se
presenta el pronóstico y los valores observados para la distribución de la
concentración de Cu y Ba por fracción de tamaño del sedimento viario; Cu y Ba
fueron los elementos que presentaron las mejores correlaciones con Pb en la
calzada de la Zona 1 de la ciudad Soacha (i.e., fracción < 250 µm): r = 0,75 y r =
0,65, respectivamente. En el caso de Cu, el error promedio absoluto en el
pronóstico de la distribución de la concentración por fracción de tamaño fue de
63,6%. Por otro lado, para Ba el error absoluto promedio en el pronóstico de la
distribución de la concentración fue de 81,5%. Adicionalmente, los resultados
mostraron que los mayores errores de pronóstico se presentaron para la fracción
de tamaño inferior a 250 µm: para Cu de 64,9%, y para Ba de 87,7%.
Nuevamente, los resultados sugirieron que el error del pronóstico para las
fracciones de menor tamaño fue mayor (i.e., fracción < 250 µm). Como es sabido
en el presente estudio, esta fracción de tamaño fue de gran interés debido a que las
fuentes de elementos metálicos estuvieron asociadas con tamaños de partícula
inferiores a 125 µm (ver Capítulo 4, apartado 4.3.2.3).
Los resultados mostraron que los errores promedios para el pronóstico de la
distribución de la concentración de Cu, Zn, Cd, Fe, Mn, Ba y As durante el
período de estudio en la Zona 1 (Soacha) fueron 134, 138, 131, 101, 108, 136 y
125%, respectivamente. En promedio para todos los elementos metálicos, el error
absoluto en el pronóstico de la distribución de la concentración por fracción de
tamaño del sedimento viario fue de 123%. Como se pudo observar, los errores
promedios fueron elevados; la anterior tendencia probablemente se debió a: (i) la
afinidad en el origen de los elementos metálicos en estudio; (ii) adicionalmente en
el modelo determinista desarrollado para evaluar la distribución de la
concentración en el sedimento viario, la concentración metálica de referencia
corresponde a la de la fracción de tamaño inferior a 250 µm y no a la
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
277
correspondiente de la fracción de tamaño entre 125-250 µm; ocasionando un
aumento en el pronóstico de la concentración por fracción de tamaño; (iii) al
ajuste del modelo determinista para evaluar la distribución de la concentración
metálica; y (iv) al ajuste del modelo ARIMA utilizado para pronosticar la
concentración de Pb asociada con la fracción de tamaño inferior a 250 µm.
a)
b)
Figura 4.55 Pronóstico y valores observados para la distribución por fracción de tamaño de la concentración de Cu y Ba asociada con el sedimento viario para
15/01/2010 en la Zona 1 (Soacha, Colombia)
Con el objeto de intentar reducir los anteriores errores de pronóstico, se procedió a
determinar un factor de corrección para cada elemento metálico a partir de la
diferencia promedio entre la concentración metálica asociada con la fracción de
tamaño inferior a 250 µm y la asociada con la fracción de tamaño entre 125-250
µm (ver Tabla 4.36). Con la incorporación del factor de corrección los errores de
0102030405060708090100110120
10 100 1000 10000
Cu-
Sed
imen
to (m
g/kg
)
Diámetro (µm)
Observado
Pronóstico
‐10
40
90
140
190
240
290
340
10 100 1000 10000
Ba-
Sed
imen
to (m
g/kg
)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
278
pronósticos para Cu, Zn, Cd, Fe, Mn, Ba y As fueron 127, 80,6, 65,5, 82,5, 95,9,
85,5 y 68,8%. En promedio para todos los elementos metálicos, el error absoluto
en el pronóstico de la distribución de la concentración por fracción de tamaño del
sedimento viario fue de 87,4%. De esta manera, con la incorporación del factor de
corrección se lograron mejorar los pronósticos en promedio en un 35,6%.
Tabla 4.36 Factor de corrección para la distribución por fracción de tamaño de la
concentración de los elementos metálicos (Zona 1, Soacha) Concentración (mg/kg) Pb Cu Zn Cd Fe Mn Ba As
< 250 µm 80,7 39,6 86,1 0,6 9084 72,1 133,6 1,2 125-250 µm 74,4 38,4 65,3 0,43 8251 67,8 105,1 0,9 Factor medio 1,085 1,031 1,319 1,395 1,101 1,063 1,271 1,333
Por último, se procedió para la fecha seleccionada en época seca a pronosticar la
distribución de la carga por fracción de tamaño del sedimento viario (i.e., para
15/01/2010). Como es sabido, se desarrolló un modelo determinista para
pronosticar la distribución de la carga ó cantidad metálica asociada por fracción
de tamaño (tipo logarítmico) (ver Ecuación 4.29 y Tabla 4.34). Este modelo fue
independiente de la concentración pronosticada por el modelo ARIMA (ver
Ecuación 4.25).
En la Figura 4.56 se presenta el pronóstico y los valores observados para la
distribución de la carga de Cu y Ba por fracción de tamaño del sedimento viario;
Cu y Ba fueron los elementos que presentaron las mejores correlaciones con Pb en
la calzada de la Zona 1 de la ciudad Soacha (i.e., fracción < 250 µm): r = 0,75 y r
= 0,65, respectivamente. En el caso de Cu, el error promedio absoluto en el
pronóstico de la distribución de la carga por fracción de tamaño fue de 14,9%. Por
otro lado, para Ba el error absoluto promedio en el pronóstico de la distribución
de la carga fue de 16,6%.
Adicionalmente, los resultados mostraron que los mayores errores de pronóstico
se presentaron para la fracción de tamaño inferior a 250 µm: para Cu de 25,4%, y
para Ba de 24,9%. Nuevamente, los resultados sugirieron que el error del
pronóstico para las fracciones de menor tamaño fue mayor (i.e., fracción < 250
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
279
µm). Esta fracción de tamaño fue de gran interés debido a que las fuentes de
elementos metálicos estuvieron asociadas con tamaños de partícula inferiores a
125 µm (ver Capítulo 4, apartado 4.3.2.3).
a)
b)
Figura 4.56 Pronóstico y valores observados para la distribución por fracción de tamaño de la carga de Cu y Ba asociada con el sedimento viario para 15/01/2010
en la Zona 1 (Soacha, Colombia)
Los resultados mostraron que los errores promedios para el pronóstico de la
distribución de la carga de Cu, Zn, Cd, Fe, Mn, Ba y As durante el período de
estudio en la Zona 1 (Soacha) fueron 16,0, 12,8, 11,3, 10,2, 15,0, 14,5 y 11,4%,
respectivamente. En promedio para todos los elementos metálicos, el error
absoluto en el pronóstico de la distribución de la carga por fracción de tamaño del
sedimento viario fue de 12,9%. Los mayores errores de pronóstico se presentaron
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaC
u-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaB
a-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
280
para la fracción de tamaño mayor a 250 µm (error absoluto promedio 20,6%); el
pronóstico en la fracción de tamaño inferior a 250 µm presentó un error absoluto
promedio de 7,0%.
El pronóstico mostró en promedio para la Zona 1 de la ciudad de Soacha, que el
39,1% de la carga metálica se asoció con la fracción de tamaño inferior a 125 µm
(valor observado: 36,4%); por otro lado, en la fracción de tamaño mayor a 1000
µm se asoció el 13,2% de la carga metálica (valor observado: 5,2%). Algunos
investigadores (p.ej., Sansalone y Buchberger, 1997; Deletic y Orr, 2005) han
reportado que las fracciones de mayor tamaño fueron generalmente consideradas
como de menor importancia en el contenido y transporte de contaminantes.
Finalmente, el pronóstico mostró que el 60,9% (valor observado: 63,6%) de la
carga metálica en la ciudad de Soacha se asoció con la fracción de tamaño mayor
a 125 µm; es decir, el tamaño correspondiente para las arenas finas. Ellis y Revitt
(1982), Stone y Marsalek (1996), Sansalone y Tribouillard (1999), y Zafra Mejía
et al. (2011) obtuvieron resultados similares.
Como es sabido en la presente investigación, los tamaños de partícula que
presentaron la mayor susceptibilidad al lavado por escorrentía en las ciudades de
Torrelavega y Soacha fueron los inferiores a 500 µm (ver Tabla 4.9; Capítulo 4,
apartado 4.3.2.2). El pronóstico mostró en promedio, que el 70,9% de la carga
metálica en la Zona 1 de la ciudad de Soacha se asoció con esta fracción de
tamaño (valor observado: 83,5%). Con respecto de la fracción representativa del
sedimento viario (i.e., < 250 µm), el pronóstico mostró en promedio que el 55,0%
de la carga metálica estuvo asociado con esta fracción (valor observado: 58,3%).
De esta manera se realizó una estimación preliminar de la carga metálica potencial
que podría ser removida de la superficie viaria en tiempo de lluvia y descargada
en los sistemas de recolección y transporte de la escorrentía.
El monitoreo realizado en la ciudad de Soacha mostró que la carga metálica
removida por la escorrentía en un evento de lluvia alcanzó valores de hasta un
45,9%. En el cálculo anterior, se asumió que toda la carga metálica asociada con
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
281
el sedimento viario fue removida y trasportada con éste a partir de la
susceptibilidad al lavado por escorrentía del mismo (i.e., la fracción de tamaño ≤
500 µm); adicionalmente se consideró el efecto de lixiviación ejercido por la
escorrentía viaria sobre la fracción de tamaño del sedimento que no fue
susceptible a la remoción (i.e. la fracción de tamaño > 500 µm) (ver Ecuación
4.15; Capítulo 4, apartado 4.3.2.4). Como se pudo observar, el pronóstico de la
carga metálica removida mediante la fracción de tamaño representativa del
sedimento viario (i.e., < 250 µm) fue similar en magnitud a la remoción máxima
observada durante la campaña de campo desarrollada en la Zona 1 de la ciudad de
Soacha.
4.4 ESTRUCTURA DEFINITIVA DE LA METODOLOGÍA
Después de las campañas de campo adelantadas en las ciudades de Torrelavega
(España) y Soacha (Colombia) se logró establecer la estructura definitiva de la
metodología para la estimación de la distribución de los metales pesados
asociados con el sedimento viario a partir de información del material en
suspensión.
La estructura definitiva de la metodología estuvo conformada por cinco fases:
Fase 1: descripción de la vía en evaluación, Fase 2: caracterización metálica del
sedimento viario, Fase 3: caracterización del material en suspensión (i.e., para
PM10), Fase 4: desarrollo de un modelo causal entre la concentración de Pb
asociada con el sedimento viario y la carga en suspensión (PM10), y Fase 5:
evaluación de la concentración metálica asociada con el sedimento viario a partir
de información del material en suspensión (PM10). Cada una de las fases
establecidas en la metodología estuvo constituida por sus respectivas actividades.
En la Figura 4.57 se presenta el diagrama de flujo para la estructura definitiva de
la metodología desarrollada en la presente investigación.
CA
PÍT
ULO
4.-
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
IST
RIB
UC
IÓN
DE
LO
S M
ET
AL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NTO
VIA
RIO
A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
282
F
igur
a 4.
57 D
iagr
ama
de f
lujo
par
a la
est
ruct
ura
defi
niti
va d
e la
met
odol
ogía
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
283
4.5 SÍNTESIS
Carga y granulometría del sedimento viario en tiempo seco
Los datos obtenidos en tiempo seco mostraron que la carga viaria de sedimento
(g/m2) aumentó al hacerlo el número de días de tiempo seco. La disponibilidad al
aspirado de la carga más fuertemente adherida a la superficie, la carga fija (CF),
aumentó con el número de días de tiempo seco y el principal factor que intervino
en el proceso de acumulación del sedimento en tiempo seco fue el diseño de la
vía. De esta manera, la distribución del sedimento a través de la vía fue
influenciada por la existencia de barreras naturales (senda de vegetación) y
artificiales (bordillo).
Con respecto de la distribución granulométrica del sedimento viario en tiempo
seco los resultados evidenciaron, que la carga más fuertemente adherida a la
superficie, la carga fija (CF), fue más fina que la carga libre (CL); la
granulometría del sedimento tendió a ser más fina a medida que aumentó el
número de días de tiempo seco, se encontró influenciada por la distancia entre la
línea de tráfico y las barreas naturales o artificiales construidas sobre la vía, y
exhibió una distribución log-normal positivamente sesgada; los tamaños de
partícula inferiores a 125 µm del sedimento viario, en el presente estudio,
presentaron la mayor tasa de acumulación en tiempo seco (g/m2∙d); y finalmente,
la eficacia en la recolección del sedimento por aspirado aumentó con el diámetro
de la partícula.
Carga y granulometría del sedimento viario en tiempo de lluvia
Los datos obtenidos en tiempo de lluvia mostraron que parte de la carga de
sedimento acumulada sobre la superficie viaria fue lavada dependiendo de
factores como el volumen de precipitación y el período previo de tiempo seco; y
que la pendiente en tiempo de lluvia, en vías de similares características, influyó
en la distribución de la carga de sedimento remanente a través de la misma. Con
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
284
respecto a la granulometría del sedimento viario en tiempo de lluvia los resultados
evidenciaron, que la probabilidad de una partícula para ser transportada por la
escorrentía aumentó a medida que disminuyó su diámetro y creció la pendiente
viaria; en el presente estudio, los tamaños de partícula inferiores a 500 µm fueron
los que presentaron la mayor susceptibilidad al lavado por la escorrentía viaria; y
finalmente, la granulometría del sedimento tras los eventos de lluvia tendió a ser
más gruesa.
Concentración y carga metálica asociada con el sedimento viario
Desde el punto de vista de la concentración metálica los resultados mostraron, que
la fracción de tamaño inferior a 63 µm del sedimento viario tendió a presentar las
mayores concentraciones; la prueba t de Student emparejada mostró que
existieron diferencias significativas en la concentración entre fracciones de
tamaño para un determinado metal pesado; la concentración metálica tendió a
disminuir con el aumento del diámetro de la partícula. El modelo exponencial fue
el que mejor describió esta tendencia (R2 > 0,76); y el método de tamizado en
húmedo permitió detectar partículas finas (< 63 µm) adheridas a las fracciones de
mayor tamaño que generaron un aumento en la concentración metálica de estas
fracciones (p.ej., entre 250-500 µm).
Por otro lado, los resultados sugirieron que la carga más fuertemente adherida a la
superficie (i.e., CF) ha permanecido por más tiempo sobre la calzada y, por lo
tanto, estuvo más expuesta a las diferentes fuentes de contaminación metálica. A
mayor tiempo de residencia del sedimento, mayor concentración metálica y menor
diferencia en la concentración entre fracciones de tamaño; la concentración
metálica a través de la vía tendió a disminuir con el aumento de la distancia entre
la calzada y el sitio de muestreo. De esta manera, el diseño de la vía influyó en la
concentración de los metales pesados a través de ésta; las principales fuentes de
elementos metálicos sobre las superficies viarias fueron las partículas
desprendidas por el uso de las pastillas de los frenos y las llantas, y estuvieron
asociadas con tamaños de partícula inferiores a 125 µm; las vías con línea de
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
285
aparcamiento tendieron a presentar las mayores concentraciones metálicas
asociadas con el sedimento viario; y finalmente, la carga o cantidad de elementos
metálicos asociados con el sedimento viario tendió a aumentar con la disminución
en la fracción de tamaño. El modelo logarítmico fue el que mejor se ajustó a la
relación entre el porcentaje acumulado de carga metálica y la fracción de tamaño
del sedimento viario (R2 > 0,90).
Desarrollo del modelo causal entre la concentración de Pb del sedimento viario y
la carga en suspensión (PM10)
A partir de las campañas de campo desarrolladas en las ciudades de Torrelavega y
Soacha se plantearon tres hipótesis de investigación para el desarrollo de un
modelo causal entre la carga viaria en suspensión y la concentración metálica
asociada con el sedimento viario. La prueba de hipótesis permitió sugerir: (i) a la
fracción de tamaño inferior a 250 µm como representativa del sedimento viario a
partir de la distribución de la concentración metálica asociada con el mismo; (ii) a
PM10 como la fracción representativa para evaluar la relación entre la
concentración metálica en suspensión y la carga de material en suspensión, para
áreas aledañas a las superficies viarias; y (iii) a Pb como el metal pesado para
evaluar la relación entre la concentración metálica asociada con la fracción de
tamaño inferior a 250 µm del sedimento viario y la carga de PM10, para áreas
aledañas a las superficies viarias.
Se identificaron, estimaron y verificaron modelos univariantes ARIMA (i.e.,
autorregresivos, integrados y de promedios móviles) para las series de tiempo de
la carga viaria de PM10 (ARIMA(0,1,0)) y la concentración de Pb asociada con el
sedimento viario (ARIMA(1,0,0)). Desde el punto de vista del proceso ARIMA,
se pudo observar que la serie de tiempo de la concentración de Pb asociada con el
sedimento viario tuvo una memoria corta. Es decir, por ser un proceso
autorregresivo de primer orden (i.e., AR (1)) se evidenció que la concentración de
Pb sobre las superficies viarias (i.e., el hoy) estuvo influenciada por la
concentración metálica del ayer. Por otro lado, y desde el punto de vista de las
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
286
diferencias, los resultados mostraron que el fenómeno de la carga viaria de PM10
estuvo influenciado de manera consecutiva. Es decir, la carga de PM10 estuvo
influenciada por la carga inmediatamente anterior. Por lo tanto, probablemente se
trato de un fenómeno de memoria corta al igual que el fenómeno de concentración
de Pb asociada con el sedimento viario.
Como es sabido, existió la posibilidad de representar la serie temporal de la
concentración de Pb con un modelo ARIMA similar al de la carga viaria de PM10
(ARIMA(0,1,0)). Es decir, existió la posibilidad de representar las dos series de
tiempo en evaluación a través de la misma estructura temporal. Finalmente es
importante mencionar, que el ayer en la presente investigación correspondió a tres
días a partir de la frecuencia de recolección del sedimento viario y de muestreo de
PM10 en la ciudad de Soacha; adicionalmente, la concentración de Pb asociada
con el sedimento viario hizo referencia a la fracción de tamaño inferior a 250 µm.
A partir de lo anterior, se desarrolló un modelo de función de transferencia
ARIMA que relacionó las dos series temporales en la Zona 1 de la Ciudad de
Soacha (Colombia). De esta manera, se sugirió la existencia de una relación de
causalidad unidireccional de la carga de PM10 hacia la concentración de Pb
asociada con el sedimento en áreas aledañas a superficies viarias. Se evaluó la
posibilidad de una relación dinámica entre las variables, sin embargo los
resultados mostraron la no existencia de un retardo a la hora de dejar sentir sus
efectos sobre la concentración de Pb asociada con el sedimento viario (retardo
cero). Es decir, el efecto fue inmediato. La anterior tendencia probablemente se
debió a la localización de la estación de monitoreo de PM10 con respecto del
bordillo de la superficie viaria de investigación en la Zona 1 de la ciudad de
Soacha: 5 m de distancia. Por lo tanto los resultados sugirieron, que en áreas
aledañas a las superficies viarias la relación temporal entre la carga de PM10 y la
concentración de Pb asociada con el sedimento fue inmediata. Lo anterior, fue
valido para distancias menores de 5 m con respecto del bordillo de la vía en
evaluación, para una frecuencia de muestreo de tres días, y para la fracción de
tamaño inferior a 250 µm del sedimento viario.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
287
Finalmente, es reseñable que en la Zona 2 de la ciudad de Soacha no se logró
desarrollar un modelo ARIMA(0,0,0) adecuado para pronosticar la concentración
de Pb asociada con el sedimento viario a partir de la carga viaria de PM10 (R2 =
0,29); con respecto del modelo ARIMA(1,0,0) desarrollado para la Zona 1 de la
ciudad de Soacha (R2 = 0,91). Como es sabido, la estación de monitoreo de PM10
en la Zona 2 se localizó a 340 m con respecto de la superficie viaria de
investigación. El error absoluto promedio (MAE) mostró que la serie temporal de
la concentración de Pb asociada con el sedimento viario en la Zona 1 de la ciudad
de Soacha se desvío en promedio 11,36 mg/kg con respecto del nivel pronosticado
por el modelo de función de transferencia ARIMA. Igualmente, el error absoluto
porcentual promedio (MAPE) evidenció una desviación promedio de la serie
temporal dependiente del 15,21% con respecto del nivel pronosticado por el
modelo.
Evaluación metálica asociada con el sedimento viario a partir de información del
material en suspensión
El error absoluto promedio en el pronóstico de la concentración de Pb asociada
con el sedimento viario en la Zona 1 para la época seca, de transición y de lluvias
fue de 16,1, 17,2 y 16,2%, respectivamente. Por lo tanto, los resultados sugirieron
que el error absoluto en el pronóstico fue probablemente independiente de la
época en evaluación; es decir, tendió a ser similar para las tres épocas
identificadas a pesar de que en la época seca y de transición se presentaron las
mayores variaciones y concentraciones de Pb asociadas con el sedimento viario de
la Zona 1 (Soacha). Sin embargo, los mayores errores de pronóstico en la serie
temporal se presentaron en la época seca y de transición: 53,6% (20/01/2010) y
51,7% (26/02/2010), respectivamente. Finalmente, y como es sabido, las
concentraciones de Pb asociadas con el sedimento viario tendieron a ser mayores
en la época seca y de transición; adicionalmente, se observó que no existió
relación entre la altura de precipitación y la concentración de Pb asociada con el
sedimento viario. Las anteriores observaciones podrán ser de utilidad para las
instituciones encargadas de la gestión de la contaminación superficial en la Zona 1
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
288
de la ciudad de Soacha, para diseñar y evaluar las prácticas de control de la
contaminación metálica presente sobre las superficies viarias de investigación;
como por ejemplo, el establecimiento de la frecuencia del barrido viario en la
época seca, de transición, y de lluvias.
Los resultados mostraron en la Zona 1 para todo el período en estudio, que el error
absoluto promedio en el pronóstico de la distribución de la concentración de Pb
asociada con las fracciones de tamaño del sedimento viario fue 7,9% (i.e., con
tendencia a la sobreestimación). Al incluir a PM10 se obtuvo la distribución
completa para la concentración de Pb asociada con el sedimento y las partículas
en suspensión de la vía en estudio (Zona 1, Soacha): < 10 (1817), < 63 (99), 63-
125 (79), 125-250 (74), 250-500 (81), 500-1000 (56), 1000-2000 (44), y 2000-
2800 µm (32 µg/g). A partir de lo anterior, se sugirió que la concentración de Pb
asociada con PM10 (i.e., potencialmente respirable) fue 22,5 veces mayor con
respecto de la concentración asociada con la fracción de tamaño representativa del
sedimento viario (i.e., < 250 µm). Adicionalmente, el modelo de tipo potencial fue
el que mejor se ajustó a la distribución completa de Pb (i.e., en el sedimento viario
y PM10): R2 = 0,77.
Por otro lado los resultados mostraron para la Zona 1 durante todo el período en
estudio, que el error absoluto promedio en el pronóstico de la distribución de la
carga acumulada de Pb por fracción de tamaño en el sedimento viario fue 11,5%.
Finalmente el pronóstico mostró para la Zona 1 que el 66,6% de la carga de Pb se
asoció con la fracción de tamaño mayor a 125 µm, respectivamente; es decir, el
tamaño correspondiente para las arenas finas.
4.6 REFERENCIAS
Amodio M., Bruno P., Caselli M., De Gennaro G., Dambruoso P.R., Daresta B.E., Ielpo P., Gungolo F., Placentino C.M., Paolillo V. y Tutino M., Chemical characterization of fine particulate matter during peak PM10 episodes in Apulia (South Italy), Atmos. Res. 90 (2008), pp. 313-325.
Ball J.E., Jenks R. y Aubourg D., An assessment of the availability of pollutant constituents on road surfaces, Sci. Total Environ. 209 (1998), pp. 243-254.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
289
Banerjee A.D.K., Heavy metal levels and solid phase speciation in street dusts of Delhi, India, Environ. Pollut. 123 (2003), pp. 95-105.
Barkdoll M.P., Overton D.E. y Betson R.P., Some effects of dustfall on urban stormwater quality, Water Pollut. Control Fed. 49 (1977), pp. 1976-1984.
Bartlett M.S., On the Theoretical Specification of Sampling Properties of Autocorrelated Time Series, J. Royal Stat. Society, 27 (1946), pp. B-8.
Box G.E.P. y Jenkins G.M., Time Series Analysis, Forecasting and Control, San Francisco, CA: Holden-Day, 1970.
Chate D.M., Murugavel P., Ali K., Tiwari S. y Beig G., Below-cloud rain scavenging of atmospheric aerosols for aerosol deposition models, Atmos. Res. 99 (2011), pp. 528-536.
Chelani A.B. y Devotta S., Air quality forecasting using a hybrid autoregressive and nonlinear model, Atmos. Environ. 40 (2006), pp. 1774-1780.
Debo T.N. y Reese A.J., Municipal stormwater management, Boca Raton, FL: Lewis Publishers, 2003.
Deletic A. y Orr D., Pollution buildup on road surfaces, J. Environ. Eng. 131 (2005), pp. 49-59.
Duce A.R. y Hoffman G.L., Atmospheric vanadium transport to the ocean, Atmos. Environ. 10 (1976), pp. 989-996.
Ellis J.B. y Revitt D.M., Incidence of heavy metals in street surface sediments: solubility and grain size studies, Water Air Soil Pollut. 17 (1982), pp. 87-100.
EPA, Compendio de métodos para la determinación de compuestos inorgánicos en el aire ambiente, compendio IO-2.1: muestreo de aire ambiente para material particulado suspendido total y PM10 utilizando un muestreador de alto volumen, EPA/625/R-96/010a, Office of Research and Development, Environmental Protection Agency, Washington DC, USA, 1999.
Freud A.P. y Johnson C.D., Comparison and relationships of stormwater quality and basin characteristics: Madison, Wisconsin, Proceeding of the International Symposium on Urban Storm Runoff, M.E. Meadows y R.W. De Vore, eds., Kentucky, USA, 1980, pp. 143-156.
German J. y Svensson G., Metal content and particle size distribution of street sediments and street sweeping waste, Water Sci. Technol. 46 (2002), pp. 191-198.
Grottker M., Runoff quality from a street with medium traffic loading, Sci. Total Environ. 59 (1987), pp. 457-466.
Guerrero V.M., Análisis estadístico de series de tiempo económicas, Ciudad de México: Thomsom, 2003.
ISO, Soil quality, Determination of cadmium, chromium, cobalt, copper, lead, manganese, nickel and zinc, Flame and electrothermal atomic absorption spectrometric methods, ISO 11047, Standards Handbook, International Organization for Standardization, Geneva, Switzerland, 2000.
ISO, Soil quality, Extraction of trace elements soluble in aqua regia, ISO 11466, Standards Handbook, International Organization for Standardization, Geneva, Switzerland, 2000.
ISO, Soil quality, Test sieving, Part 1: Methods using test sieves of woven wire cloth and perforated metal plate, ISO 2591-1, Standards Handbook, International Organization for Standardization, Geneva, Switzerland, 2000.
Johansson C., Norman M. y Burman L., Road traffic emission factors for heavy metals, Atmos. Environ. 43 (2009), pp. 4681-4688.
Jung C.H., Kim Y.P. y Lee K.W., A moment model for simulating raindrop scavenging of aerosols, Aerosol Sci. 34 (2003), pp. 1217-1233.
Kendall M.G. y Stuart A., The Advanced Theory of Statistics, Volume 3: Design and Analysis, and Time-Series, London, UK: Griffin, 1968.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
290
López J.M., Callén M.S., Murillo R., García T., Navarro M.V., De la Cruz M.T. y Mastral A.M., Levels of selected metals in ambient air PM10 in an urban site of Zaragoza (Spain), Environ. Res. 99 (2005), pp. 58-67.
Marquardt D.W., An Algorithm for Least Squares Estimation of Non-linear Parameters, J. Society Ind. App. Math. 431 (1963), pp 11.
McKenzie D.J. y Irwin G.A., Water-quality assessment of stormwater runoff from a heavily used urban highway bridge in Miami, Florida, Report No. 83-4153, USGS, Water Resources Investigations, Menlo Park, California, USA, 1983.
Mingkui Z. y Hao W., Concentrations and chemical forms of potentially toxic metals in road-deposited sediments from different zones of Hangzhou, China, J. Environ. Sci. 21 (2009), pp. 625-631.
Muezzinoglu A. y Cizmecioglu S.C., Deposition of heavy metals in a Mediterranean climate area, Atmos. Res. 81 (2006), pp. 1-16.
Pachón J.E. y Sarmiento H., Análisis espacio-temporal de la concentración de metales pesados en la localidad de Puente Aranda de Bogotá-Colombia, Rev. Fac. Ing. Univ. Antioquia 43 (2008), pp. 120-133.
Pankratz A., Forecasting with dynamic regression models, New York, USA: John Wiley & Sons Inc, 1991.
Park S.U., In H.J., Kim S.W. y Lee Y.H., Parameterization ofwet deposition of sulfate by precipitation rate, Atmos. Environ. 33 (1999), pp. 4469-4475.
Pirela D., García N., Machado A. y Fernández N., Contenido metálico en partículas inhalables en la atmósfera de la ciudad de Maracaibo, CIENCIA 11 (2003), pp. 311-318, 2003.
Pitt R.E. y Amy G., Toxic materials analysis of street surface contaminants, Rep. No. R2-72-081, Washington DC: United States Environmental Protection Agency, 1973.
Quenouille M.H., Approximate Tests of Correlation in Time Series, J. Royal Stat. Society, 68 (1949), pp. B-11.
Ragosta M., Caggiano R., D’Emilio M. y Macchiato M., Source origin and parameters influencing levels ofheavy metals in TSP, in an industrial background area ofSouthern Italy, Atmos. Environ. 36 (2002), pp. 3071-3087.
RoadHouse, Brake pads technical manual, RoadHouse, Arganda del Rey, Spain, 2008. Roger S., Montrejaud-Vignoles M., Andral M.C., Herrmans L. y Fortune J.P., Mineral,
physical, and chemical analysis of the solid matter carried by motorway runoff water, Water Research, 34(1998), pp. 1119-1125.
Rojas C.M., Injuk J., Grieken E. y Laane R.W., Dry and wet deposition fluxes of Cd, Cu, Pb and Zn into the Southern Bight of the North Sea, Atmos. Environ. 27 (1993), pp. 251-259.
Saldarriaga J.C., Echeverri E.A. y Molina F.J., Partículas suspendidas (PST) y partículas respirables (PM10) en el Valle de Aburrá, Colombia, Rev. Fac. Ing. Univ. Antioquia 32 (2004), pp. 7-16.
Sansalone J.J. y Buchberger S.G., Characterization of solid and metal element distributions in urban highway stormwater, Wat. Sci. Tech. 36 (1997), pp. 8-9.
Sansalone J.J. y Buchberger S.G., Characterization of solid and metal element distributions in urban highway stormwater, Wat. Sci. Tech. 36 (1997), pp. 8-9.
Sansalone J.J. y Tribouillard T., Variation in characteristics of abrade roadway particles as a function of particle size: implications for water quality and drainage, Cong. Annual Meeting of the Transportation Research Board, No. 78. Washington, DC: National Research Council, 1690 (1999), pp. 153-163.
Sartor J.D. y Boyd G.B., Water pollution aspects of street surface contaminants, Rep. No. EPA R2-72-081, United States Environmental Protection Agency, Washington D.C., 1972.
CAPÍTULO 4.- METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN
291
Shaheen D.G., Contributions of urban roadway usage to water pollution, Rep. No. EPA 600/2-75-004. Washington, DC: United States Environmental Protection Agency, 1975.
Sivaramasundaram K. y Muthusubramanian P., A preliminary assessment of PM10 and TSP concentrations in Tuticorin, India, Air Qual. Atmos. Health. 3 (2010), pp. 95-102.
Stahre P. y Urbonas B., Stormwater detection for drainage, water quality and CSO management, Englewood Cliffs, NJ: Prentice-Hall, 1990.
Stone M. y Marsalek J., Trace metal composition and speciation in street sediment: Sault Ste. Marie, Canada, Water Air Soil Pollut. 87 (1996), pp. 149-169.
Vaze J. y Chiew H.S., Experimental study of pollutant accumulation on an urban road surface, Urb. Wat. 4 (2002), pp. 379-389.
Vicente A.B., Jordán M.M., Sanfeliu T., Sánchez A. y Esteban M.D., Air pollution prediction models of particles, As, Cd, Ni and Pb in a highly industrialized area in Castellón (NE, Spain), Environ. Earth Sci. DOI: 10.1007/s12665-011-1298-z, 2011.
Viklander M., Particle size distribution and metal content in street sediments, J. Environ. Eng. 124 (1998), pp. 761-766.
Vukovich F.M. y Sherwell J., Comparison of fine particles and the relationship between particle variations and meteorology at an urban site and a remote site in the eastern United States, J. Air Waste Manag. Assoc. 52 (2002), pp. 573-584.
Walsh K. y Sherwell J., Estimation of ambient PM2.5 concentrations in Maryland and verification by measured values, J. Air Waste Manag. Assoc. 52 (2002), pp. 1161-75.
Zafra Mejía C.A, Temprano González J. y Tejero Monzón I., Concentración y distribución de metales pesados (Pb, Zn, Cu, Cd y Cr) en sedimentos viarios urbanos, Rev. Fac. Ing. Univ. Antioquia, 58 (2011), pp. 53-62.
292
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
293
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA
LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS
METALES PESADOS ASOCIADOS CON EL SEDIMENTO
VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN
SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
5.1 ANTECEDENTES
A partir de la propuesta metodológica desarrollada en el capítulo anterior, se
procedió a su aplicación sobre tres superficies viarias de la ciudad de Bogotá D.C.
(Colombia) identificadas de la siguiente manera: (i) Zona 1-Fontibón, (ii) Zona 2-
Puente Aranda, y (iii) Zona 3-Kennedy; de esta manera el monitoreo de los
parámetros climatológicos y PM10 se realizó a través de tres estaciones localizadas
a 10, 38 y 194 metros con respecto del bordillo de las superficies viarias en
evaluación, respectivamente. Las estaciones de monitoreo fueron administradas
por la Red de Monitoreo de Calidad del Aire de la Secretaría Distrital de
Ambiente de la ciudad de Bogotá (RMCAB).
Por otro lado, el período de estudio tuvo una duración de un año y contó con una
frecuencia de muestreo de tres veces por mes (i.e., en promedio cada 10 días); de
esta manera se obtuvieron un total 38 muestras por cada superficie viaria en
evaluación. Es decir, se ejecutaron en total 114 muestreos con el objeto de validar
la propuesta metodológica. Finalmente es importante mencionar, que la frecuencia
de muestreo establecida en la ciudad de Bogotá estuvo principalmente
condicionada por factores técnicos y económicos a partir de lo observado en las
campañas de campo adelantadas en las ciudades de Torrelavega (España) y
Soacha (Colombia). En este sentido los elementos metálicos analizados sobre las
superficies viarias en evaluación fueron Pb y Cu.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
294
5.2 APLICACIÓN DE LA METODOLÓGICA: CASOS DE ESTUDIO EN
LA CIUDAD DE BOGOTÁ D.C. (COLOMBIA)
Como es sabido, la metodológica estuvo conformada por cinco fases: (i)
descripción de la vía en estudio, (ii) caracterización metálica del sedimento viario,
(iii) caracterización del material en suspensión (i.e., PM10), (iv) desarrollo de un
modelo causal para la concentración metálica viaria, y (v) evaluación de la
concentración metálica asociada con el sedimento viario a partir de información
del material en suspensión (i.e., PM10). De esta manera, se presenta a continuación
la aplicación de las cinco fases de la metodología sobre tres casos de estudio en la
ciudad de Bogotá D.C. (Colombia).
5.2.1 FASE 1. Descripción de las vías en evaluación
El primer lugar de investigación (Zona 1) se localizó sobre una superficie viaria
de la localidad de Fontibón en la ciudad de Bogotá D.C., en el centro de
Colombia: 4°40ˈ09̎ N, 74°08ˈ33̎ O. Su clima tropical de montaña (clima frio) se
caracterizó por presentar durante el período de muestreo (08/05/2010-08/05/2011)
una amplia variación en la temperatura (promedio anual de 14 °C, con variación
horaria entre 5 y 22 °C) y una precipitación anual de 847 mm. La velocidad
promedio del viento durante el período de muestreo fue de 10,1 km/h, con
magnitudes horarias de hasta 26,3 km/h. Los datos climatológicos y de PM10
fueron obtenidos de una estación operada por la Red de Monitoreo de Calidad del
Aire de la Secretaría Distrital de Ambiente de la ciudad de Bogotá (RMCAB),
localizada a 10 metros con respecto del bordillo de la superficie viaria de
investigación.
La superficie viaria de investigación de la Zona 1 se localizó en el centro urbano
de la localidad de Fontibón, sobre la Carrera 96G entre Calles 17 y 19. La cuenca
viaria tiene una elevación media de 2548 m.s.n.m. y una pendiente media de 1,4%
(impermeabilización del 95%). La superficie viaria tiene dos sentidos, cada uno
con un carril para el tráfico. La calzada está separada del andén o acera por un
bordillo en concreto (ver Figura 5.1). El sistema de drenaje viario está constituido
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
295
por imbornales laterales localizados al final de la vía (i.e., en la boca-calle); sin
embargo la vía no posee una cuneta para la recolección y conducción del agua de
escorrentía hacia los imbornales. La vía da acceso en orden de importancia según
el uso del suelo a áreas industriales, comerciales y residenciales (ver Figura 5.4).
En este sentido, la actividad industrial predominante en la zona de estudio
corresponde a la dedicada al mantenimiento y reparación automotriz, en algunas
ocasiones sobre la misma superficie viaria de investigación. La Tabla 5.1 presenta
las principales características de la Zona 1.
Por otro lado, el segundo lugar de investigación (Zona 2) se localizó sobre una
superficie viaria de la localidad de Puente Aranda en la ciudad de Bogotá D.C., en
el centro de Colombia: 4°37ˈ49̎ N, 74°07ˈ06̎ O. Su clima tropical de montaña
(clima frio) se caracterizó por presentar durante el período de muestreo
(03/10/2010-03/10/2011) una amplia variación en la temperatura (promedio anual
de 14 °C, con variación horaria entre 7 y 22 °C) y una precipitación anual de 854
mm. La velocidad promedio del viento durante el período de muestreo fue de 9,4
km/h, con magnitudes horarias de hasta 28,1 km/h. Los datos climatológicos y de
PM10 fueron obtenidos de una estación operada por la Red de Monitoreo de
Calidad del Aire de la Secretaría Distrital de Ambiente de la ciudad de Bogotá
(RMCAB), localizada a 38 metros de distancia con respecto del bordillo de la
superficie viaria de investigación.
Figura 5.1 Fotografía de la superficie viaria de la Zona 1-Fontibón (Bogotá,
Colombia)
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
296
La superficie viaria de investigación de la Zona 2 se localizó en la localidad de
Puente Aranda sobre la Carrera 65 entre Calles 9A y 11. La cuenca viaria tiene
una elevación media de 2557 m.s.n.m. y una pendiente media de 0,65%
(impermeabilización del 45%). La superficie viaria cuenta con dos sentidos para
el tráfico, cada uno con dos carriles de circulación. La calzada está separada del
andén por un bordillo en concreto y una línea de vegetación (ver Figuras 5.2 y
5.5). El sistema de drenaje viario está constituido por imbornales laterales
localizados cada 60 metros; sin embargo la vía no posee una cuneta para la
recolección y conducción del agua de escorrentía hacia los imbornales. La vía da
acceso en orden de importancia según el uso del suelo a áreas industriales,
comerciales y residenciales. En este sentido, la actividad industrial predominante
en la zona de estudio corresponde a la farmacéutica y de televisión;
adicionalmente, existe un lote aledaño de 26000 m2 en construcción (i.e., a 20 m).
La Tabla 5.1 presenta las principales características de la Zona 2.
Figura 5.2 Fotografía de la superficie viaria de la Zona 2-Puente Aranda (Bogotá,
Colombia)
Finalmente, el tercer lugar de investigación (Zona 3) se localizó sobre una
superficie viaria de la localidad de Kennedy en la ciudad de Bogotá D.C. en el
centro de Colombia: 4°35ˈ45 ̎ N, 74°07ˈ08̎ O. Su clima tropical de montaña (i.e.,
clima frio) se caracterizó por presentar durante el período de muestreo
(08/05/2010-08/05/2011) una amplia variación en la temperatura (promedio anual:
15 °C; variación horaria: 7-22 °C) y una precipitación anual de 1236 mm. La
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
297
velocidad promedio del viento durante el período de muestreo fue de 6,8 km/h,
con magnitudes horarias de hasta 21,2 km/h. Los datos climatológicos y de PM10
fueron obtenidos de una estación operada por la Red de Monitoreo de Calidad del
Aire de la Secretaría Distrital de Ambiente de la ciudad de Bogotá (RMCAB),
localizada a 194 metros de distancia con respecto del bordillo de la superficie
viaria de investigación.
La superficie viaria de investigación de la Zona 3 se localizó en la localidad de
Kennedy sobre la Calle 45S entre Transversales 72 y 72BIS. La cuenca viaria
tiene una elevación media de 2560 m.s.n.m. y una pendiente media de 0,50%
(impermeabilización del 80%). La superficie viaria cuenta con dos sentidos para
el tráfico, cada uno con un carril de circulación. La calzada está separada del
andén por un bordillo en concreto y una línea de vegetación (ver Figuras 5.3 y
5.6). El sistema de drenaje viario está constituido por imbornales laterales
localizados cada 110 metros; sin embargo la vía no posee una cuneta para la
recolección y conducción del agua de escorrentía hacia los imbornales.
Figura 5.3 Fotografía de la superficie viaria de la Zona 3-Kennedy (Bogotá,
Colombia)
La vía en la Zona 3 da acceso en orden de importancia según el uso del suelo a
áreas residenciales, industriales y comerciales. En este sentido, la actividad
industrial predominante en la zona de estudio corresponde a la de elaboración de
bebidas carbonatadas (gaseosas) para consumo humano. Adicionalmente, es
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
298
importante mencionar que a 170 m se localiza la intersección entre las autovías
Avenida del Sur y Avenida Boyacá de la ciudad de Bogotá, con un tráfico
promedio diario de 40100 y 24900 (vehículos/día), respectivamente. La Tabla 5.1
presenta las principales características de la Zona 3.
Tabla 5.1 Características de las superficies viarias en estudio (Bogotá, Colombia) Característica Zona 1
Fontibón Zona 2
Puente Aranda Zona 3
Kennedy Densidad poblacional (habitantes/ha)
Alta (600) Baja (160) Media (480)
Líneas de tráfico/parqueo 1a/ninguna 2b/ninguna 2b/ninguna Longitud viaria (m) 100 215 105 Pendiente longitudinal/transversal (%)
0,7/4 1/4 0,3/4
Tipo/textura del pavimento Asfalto/rugoso Asfalto/suave Asfalto/rugoso Tráfico promedio diario (Vehículos/día)
650 13500 12300
Tráfico máximo horario (Vehículos/h)
110 1950 1820
Velocidad promedio (km/h) 20 40 50
Composición del tráfico Zona 1/Zona 2/Zona 3 (%)
carros: 93/77/83; camiones ligeros: 5/4/3; camiones sin remolque: 1/2/2; camiones con remolque: 0/0/1;
buses: 1/17/11 a: uso frecuente como línea de aparcamiento y de mantenimiento automotriz; b: dos
carriles para cada sentido del tráfico
5.2.2 FASE 2. Caracterización metálica del sedimento viario
5.2.2.1 Determinación y análisis de la carga de sedimento viario
Esta actividad se enfocó en la determinación y análisis de la cantidad de
sedimento acumulado sobre las superficies viarias a partir de las variables
descritas en la primera fase de la metodología. El análisis de la carga de sedimento
se realizó a partir de los principales fenómenos que condicionaron su contenido
metálico e identificados en el desarrollo de la propuesta metodológica: (i) el
fenómeno de acumulación de la carga viaria, y (ii) el fenómeno de remoción de la
carga viaria; este último representado principalmente por la remoción generada
por la escorrentía superficial (i.e., por lavado en tiempo de lluvia).
Adicionalmente, la determinación y análisis de la carga de sedimento viario se
realizó para la fracción de tamaño seleccionada como representativa: < 250 µm.
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
299
F
igur
a 5.
4 E
sque
ma
de la
sup
erfi
cie
viar
ia d
e es
tudi
o en
la Z
ona
1-F
onti
bón
(Bog
otá,
Col
ombi
a)
4%
1,90
7,0
2,50
And
én (h
ormigón
)
Dim
ension
es en metros
And
én (h
ormigón
)
Bordillo (0,15 x 0,13)
(hormigón
)Ve
hicular
4%
Bordillo (0,15 x 0,11)
(hormigón
)
Empresa: Hiland
ería de
Fontibón
Viviend
as
Empr
esa:
Hila
nder
ía Fo
ntibó
n
Empre
sas: m
anten
imien
to au
tomotr
iz
Esta
ción
de ca
lidad
del a
ire F
ontib
ón
Supe
rficie
viaria
de m
uestr
eo
Carre
ra 96
G
Calle 19
Calle 17
050
100
m
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
300
F
igur
a 5.
5 E
sque
ma
de la
sup
erfi
cie
viar
ia d
e es
tudi
o en
la Z
ona
2-P
uent
e A
rand
a (B
ogot
á, C
olom
bia)
Mur
o(f
arm
aceú
tica
ME
RC
K)
Cal
zada
(A
sfal
to)
Cal
zada
(A
sfal
to)
Dim
ensi
ones
en
met
ros
Árb
ol c
ada
7,0
Árb
ol c
ada
10,0
Mur
o (l
ote
enco
nstr
ucci
ón)
And
én (
horm
igón
);A
=1,
40
Bor
dillo
(ho
rmig
ón);
A=
0,15
; h=
0,10
Líne
a de
vege
taci
ón; A
=1,
40
Sep
arad
or V
ial;
A=
3,50
; h=
0,20
Bor
dillo
(ho
rmig
ón);
A=
0,15
; h=
0,12
And
én (
horm
igón
);A
=1,
40Lí
nea
deve
geta
ción
; A=
1,40
Árb
ol c
ada
8,0
2,50
8,15
8,15
3,00
2,50
Est
aci
ón
de
ca
lidad
del
aire
Pue
nte
Ara
nda
Avenida de la
s Améric
as
Calle 13
Ca
rre
ra 6
5
Lo
te e
n c
on
stru
cció
nE
difi
caci
ones
Ed
ifica
cion
es
50 m
100
m
Fa
rma
ceút
ica
ME
RC
K
Su
pe
rfic
ie v
iaria
de
mue
stre
o
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
301
F
igur
a 5.
6 E
sque
ma
de la
sup
erfi
cie
viar
ia d
e es
tudi
o en
la Z
ona
3-K
enne
dy (
Bog
otá,
Col
ombi
a)
Mur
o (e
mpr
esa
debe
bida
s ca
rbon
atad
as)
Sep
arad
or (
mam
post
ería
);A
=1,8
0; h
=0,5
5
Cal
zada
(Asf
alto
)
Árb
ol c
ada
5,0
Viv
iend
asLí
nea
de v
eget
ació
n
Bor
dillo
(ho
rmig
ón);
A=0
,10;
h=0
,30
Bor
dillo
(ho
rmig
ón);
A=0
,10;
h=0
,30
And
én (
horm
igón
);A
=1,9
0 A
ndén
(ho
rmig
ón);
A=2
,50
Árb
ol c
ada1
,80
Dim
ensi
ones
en
met
ros
5,00
14,0
7,60
6,00
Est
ació
n de
cal
idad
del
air
e K
enne
dy
Ave
nida
Boy
acá
Autopista Sur
Edi
fica
cion
es(r
esi
de
nci
al)
Su
pe
rfic
ie v
iaria
de
mu
estr
eoE
dific
aci
ones
(re
sid
en
cial
)
Edi
fica
cion
es
Ca
lle 4
5 su
r
50 m
100
m
Em
pre
sa d
e b
ebid
asca
rbo
nat
adas
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
302
5.2.2.1.1 Acumulación de la carga viaria
La caracterización de la acumulación de carga del sedimento viario tuvo en cuenta
los siguientes análisis: (i) caracterización climatológica de los períodos de tiempo
seco, (ii) tendencia en la acumulación de carga del sedimento viario, y (iii)
condicionantes de la tasa de acumulación del sedimento viario. A continuación se
presenta la caracterización realizada para la carga de sedimento viario después de
la campaña de campo desarrollada en la ciudad de Bogotá D.C. (Colombia).
Durante la caracterización realizada en la ciudad de Bogotá para la Zona 1
(localidad de Fontibón) se identificaron dos períodos donde la precipitación tendió
a disminuir: (i) entre 18/07-17/10/2010 y (ii) entre 10/01-01/03/2011 (ver Figura
5.7). La precipitación total durante el período de muestreo (08/05/2010-
08/05/2011) fue un 57,7% mayor con respecto de la precipitación promedio anual
para la zona de estudio (591 mm/año). De esta manera el tiempo seco durante el
período de estudio fue escaso, es decir, de 365 días de muestreo llovió en 222
días. En este sentido, el número máximo de días consecutivos de tiempo seco
durante el muestreo de la Zona 1 fue de 6 (i.e., durante cuatro ocasiones).
De manera similar, durante la caracterización realizada en la ciudad de Bogotá
para la Zona 2 (localidad de Puente Aranda) se identificaron tres períodos donde
la precipitación tendió a disminuir: (i) entre 03/10-17/10/2010, (ii) entre 10/01-
23/02/2011 y (iii) entre 07/06-03/10/2011 (ver Figura 5.8). La precipitación total
durante el período de muestreo (03/10/2010-03/10/2011) fue un 42,3% mayor con
respecto de la precipitación promedio anual para la zona de estudio (600 mm/año).
De esta manera el tiempo seco durante el período de estudio fue escaso, es decir,
de 365 días de muestreo llovió en 221 días. En este sentido, el número máximo de
días consecutivos de tiempo seco durante el muestreo de la Zona 2 fue de 7 (i.e.,
durante una ocasión).
Finalmente, durante la caracterización realizada en la ciudad de Bogotá para la
Zona 3 (localidad de Kennedy) se identificaron dos períodos donde la
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
303
precipitación tendió a disminuir: (i) entre 18/07-17/10/2010 y (ii) entre 10/01-
01/03/2011 (ver Figura 5.9). La precipitación total durante el período de muestreo
(08/05/2010-08/05/2011) fue un 75,1% mayor con respecto de la precipitación
promedio anual para la zona de estudio (706 mm/año). De esta manera el tiempo
seco durante el período de estudio fue escaso, es decir, de 365 días de muestreo
llovió en 219 días. En este sentido, el número máximo de días consecutivos de
tiempo seco durante el muestreo de la Zona 3 fue de 6 (i.e., durante tres
ocasiones).
A partir de las tendencias observadas para las tres zonas en estudio, los resultados
sugirieron que la carga acumulada sobre la calzada en función del número de días
de tiempo seco (g/m2) tendió a presentar un crecimiento de tipo lineal debido a la
frecuencia de las lluvias (ver Capítulo 4, apartado 4.3.2.1.1). Shaheen (1975), Ball
et al. (1998) y Vaze y Chiew (2002) reportaron que la carga acumulada sobre las
superficies viarias en tiempo seco tendió a un valor máximo de equilibrio. Sin
embargo, se sugirió a partir del desarrollo de la propuesta metodológica una
tendencia lineal en la acumulación del sedimento en los lugares donde la
frecuencia de los eventos de lluvia fue elevada (i.e., ≤ 7 días).
La carga promedio de sedimento durante los períodos en los cuales se identificó
una reducción en la precipitación fue de 76,2, 92,2 y 67,1 g/m2 en las superficies
viarias de las Zonas 1, 2 y 3, respectivamente (ver Figuras 5.7, 5.8 y 5.9). Como
se pudo observar, la carga acumulada de sedimento fue mayor en la Zona 2 (i.e.,
Puente Aranda) probablemente debido al desarrollo de actividades de
construcción en cercanías a la superficie viaria de investigación (predio de 26000
m2); es por esto que la zona en evaluación presentó una impermeabilización del
45% (ver Figura 5.5). En este sentido, Konno y Nonomura (1981) reportaron que
las cargas transportadas por la escorrentía pueden incrementarse hasta cien veces
o más debido al desarrollo de actividades de construcción u otras formas de
perturbación del suelo en una cuenca.
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
304
F
igur
a 5.
7 V
aria
ción
de
la c
arga
via
ria
de s
edim
ento
en
la Z
ona
1-F
onti
bón
con
resp
ecto
a la
pre
cipi
taci
ón (
Bog
otá,
Col
ombi
a). a
) T
iem
po
de d
ism
inuc
ión
y b)
tiem
po d
e au
men
to d
e la
pre
cipi
taci
ón
010
20
30
40
50
60
70
80
9010
0
05
10
15
20
25
30
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Carga (g/m2)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Ca
rga
<2
50
um
a a
b b
b
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
305
F
igur
a 5.
8 V
aria
ción
de
la c
arga
via
ria
de s
edim
ento
en
la Z
ona
2-P
uent
e A
rand
a co
n re
spec
to a
la p
reci
pita
ción
(B
ogot
á, C
olom
bia)
. a)
Tie
mpo
de
dism
inuc
ión
y b)
tiem
po d
e au
men
to d
e la
pre
cipi
taci
ón
020
40
60
8010
0
12
0
14
0
16
0
05
10
15
20
25
30
35
40
45
50
03/10/2010
23/10/2010
12/11/2010
02/12/2010
22/12/2010
11/01/2011
31/01/2011
20/02/2011
12/03/2011
01/04/2011
21/04/2011
11/05/2011
31/05/2011
20/06/2011
10/07/2011
30/07/2011
19/08/2011
08/09/2011
28/09/2011
Carga (g/m2)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Ca
rga
<2
50
um
a a
b b
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
306
Fig
ura
5.9
Var
iaci
ón d
e la
car
ga v
iari
a de
sed
imen
to e
n la
Zon
a 3-
Ken
nedy
con
res
pect
o a
la p
reci
pita
ción
(B
ogot
á, C
olom
bia)
. a)
Tie
mpo
de
dis
min
ució
n y
b) ti
empo
de
aum
ento
de
la p
reci
pita
ción
010
20
30
40
50
60
70
80
9010
0
05
10
15
20
25
30
35
40
45
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Carga (g/m2)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Ca
rga
<2
50
um
a a
b b
b
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
307
Adicionalmente a las anteriores consideraciones, se debe tener en cuenta el efecto
de suspensión y transporte inducido por el viento sobre las partículas del suelo de
áreas aledañas a la vía durante el muestreo de la Zona 2 (velocidad promedio de
9,4 km/h y máxima de 28,1 km/h). Ball et al. (1998) encontraron que velocidades
del viento superiores a 21 km/h producían una suspensión de las partículas
acumuladas sobre la calzada, y Barkdoll et al. (1977) reportaron que una partícula
de 246 µm podía ser suspendida por masas de aire con velocidades superiores a
8,05 km/h. El efecto de la turbulencia inducida por el tráfico sobre la pérdida o
suspensión del sedimento viario no fue considerado en los anteriores análisis. Sin
embargo, en posteriores análisis de la variación de la concentración metálica fue
de gran interés. Finalmente es importante mencionar para la presente
investigación, que el efecto del barrido mecánico o manual (i.e., la limpieza
viaria) sobre la acumulación y remoción de la carga de sedimento viario no fue
tenido en cuenta debido a que en las vías de estudio no existió esta práctica de
control de la contaminación.
5.2.2.1.2 Remoción de la carga viaria
La caracterización de la remoción de carga del sedimento viario tuvo en cuenta los
siguientes análisis: (i) caracterización climatológica de los períodos de lluvia, (ii)
tendencia en la remoción de carga del sedimento viario, y (iii) condicionantes de
la remoción de carga del sedimento viario. A continuación se presenta la
caracterización realizada para la remoción de carga después de la campaña de
campo desarrollada en la ciudad de Bogotá D.C. (Colombia).
Durante la caracterización realizada en la Zona 1 (08/05/2010-08/05/2011; 365
días) se identificaron tres períodos de lluvia (i.e., de aumento de la precipitación):
(i) entre el 08/05-17/07/2010, (ii) entre el 18/10/2010-09/01/2011, y (iii) entre el
01/03-08/05/2011 (ver Figura 5.7). La precipitación total durante el período de
muestreo fue un 57,7% mayor con respecto de la precipitación promedio anual
registrada para la zona de estudio (591 mm/año). De esta manera el tiempo de
lluvia durante el período de estudio fue significativo, es decir, de 365 días de
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
308
muestreo llovió en 222 días. En este sentido, el número máximo de días
consecutivos de lluvia durante el muestreo de la Zona 1 fue de 30: 05/11-
4/12/2010 (ver Figura 5.7).
Por otro lado, durante la caracterización realizada en la Zona 2 (03/10/2010-
03/10/2011; 365 días) se identificaron dos períodos de lluvia: (i) entre el
18/10/2010-09/01/2011, y (ii) entre el 24/02-06/06/2011 (ver Figura 5.8). La
precipitación total durante el período de muestreo fue un 42,3% mayor con
respecto de la precipitación promedio anual registrada para la zona de estudio
(600 mm/año). De esta manera el tiempo de lluvia durante el período de estudio
fue significativo, es decir, de 365 días de muestreo llovió en 221 días. En este
sentido, el número máximo de días consecutivos de lluvia durante el muestreo de
la Zona 2 fue de 30: 05/11-4/12/2010 (ver Figura 5.8).
Finalmente, durante la caracterización realizada en la Zona 3 (08/05/2010-
08/05/2011; 365 días) se identificaron tres períodos de lluvia: (i) entre el 08/05-
17/07/2010, (ii) entre el 18/10/2010-10/01/2011, y (iii) entre el 01/03-08/05/2011
(ver Figura 5.9). La precipitación total durante el período de muestreo fue un
75,1% mayor con respecto de la precipitación promedio anual registrada para la
zona de estudio (706 mm/año). De esta manera el tiempo de lluvia durante el
período de estudio fue significativo, es decir, de 365 días de muestreo llovió en
219 días. En este sentido, el número máximo de días consecutivos de lluvia
durante el muestreo de la Zona 2 fue de 32: 05/11-6/12/2010 (ver Figura 5.9).
Se realizaron análisis de regresión entre la precipitación diaria (mm) y la carga de
sedimento viario (g/m2), con el objeto de estimar la remoción de la carga de
sedimento durante los períodos de lluvia. La tendencia lineal fue la que mejores
resultados produjo en las zonas de estudio. Los coeficientes de correlación lineal
(r) fueron -0,27, -0,41 y -0,37 para las Zonas 1, 2 y 3, respectivamente. Como se
pudo observar, los resultados sugirieron una débil correlación negativa entre la
precipitación y la carga de sedimento viario. Es decir, al aumentar la precipitación
la carga de sedimento viario tendió a disminuir.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
309
A partir de los períodos identificados con respecto de la precipitación, se procedió
a realizar una estimación de la pérdida promedio de sedimento sobre las calzadas
de las zonas en estudio. La carga promedio de sedimento durante los períodos en
los cuales se identificó un aumento en la precipitación fue de 28,8, 36,9 y 25,1
g/m2 en las superficies viarias de las Zonas 1, 2 y 3, respectivamente (ver Figuras
5.7, 5.8 y 5.9). Por otro lado, la carga de sedimento viario durante los períodos
donde existió una disminución en la precipitación (i.e., en “época seca”) fue de
76,2 g/m2 (2,65 veces), 92,2 g/m2 (2,50 veces) y 67,1 g/m2 (2,67 veces) sobre las
superficies viarias de las Zonas 1, 2 y 3, respectivamente. Por lo tanto, los
resultados sugirieron que en tiempo de lluvia existió una pérdida promedio de
sedimento viario del 62,2, 60,0 y 62,6% en las Zonas 1, 2 y 3, respectivamente
(promedio: 61,6%). Lo anterior, fue valido para la fracción de tamaño
representativa del sedimento viario (i.e., < 250 µm).
5.2.2.2 Determinación y análisis de la granulometría del sedimento viario
Esta actividad se enfocó en la determinación y análisis de la granulometría del
sedimento acumulado sobre las superficies viarias a partir de las variables
descritas en la primera fase de la metodología. El análisis de la granulometría del
sedimento se realizó a partir de los principales fenómenos que condicionaron el
contenido metálico e identificados en el desarrollo de la propuesta metodológica:
(i) el fenómeno de acumulación de la carga viaria, y (ii) el fenómeno de remoción
de la carga viaria; este último representado principalmente por la remoción
generada por la escorrentía superficial viaria (i.e., por lavado).
5.2.2.2.1 Granulometría durante el período de acumulación
La caracterización de la distribución granulométrica del sedimento viario durante
el período de acumulación tuvo en cuenta los siguientes análisis: (i) granulometría
del sedimento durante los períodos de “tiempo seco” (i.e., en la época de
disminución de la precipitación), (ii) tendencia en la distribución granulométrica
del sedimento viario, y (iii) condicionantes de la distribución granulométrica del
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
310
sedimento viario. A continuación se presenta la caracterización realizada para la
distribución granulométrica del sedimento después de la campaña de campo
desarrollada en la ciudad de Bogotá D.C. (Colombia).
La Tabla 5.2 presenta la granulometría del sedimento viario durante los períodos
en los cuales existió una disminución en la precipitación (i.e., en “época seca”), es
decir, durante los períodos en los cuales se registraron las mayores cargas de
sedimento sobre las superficies viarias de investigación. Se observó la existencia
de pequeñas variaciones en la distribución granulométrica de las muestras, pero en
general sus características fueron similares. Los análisis granulométricos
mostraron para las Zonas 1, 2 y 3 que el 64,1, 48,9 y 40,0% de la carga de
sedimento fue menor con respecto de la fracción de tamaño representativa del
sedimento viario (i.e., < 250 µm). En la etapa de desarrollo de la metodología los
resultados mostraron en la ciudad de Torrelavega (España) y Soacha (Colombia)
que el porcentaje de partículas de tamaño inferior a 250 µm fue de 49,6 y 45,0%,
respectivamente (ver Capítulo 4, apartado 4.3.2.2.1). En este sentido, Sartor y
Boyd (1972) reportaron que el 56,5% de las partículas viarias eran inferiores a
246 µm, y Vaze y Chiew (2002) encontraron que el porcentaje de partículas
inferiores a 250 µm era de un 37,5%.
Tabla 5.2 Granulometría del sedimento recolectado sobre las calzadas de las Zonas 1, 2 y 3
Zona Porcentaje de partículas de diámetro menor al indicado (µm)
< 63 < 125 < 250 < 500 < 1000 < 2000 < 2800 Época secaa
1 11,9±1,9 27,3±2,4 64,1±2,1 89,7±1,6 95,0±1,5 98,9±0,9 100 2 7,4±1,9 15,7±2,8 48,9±3,5 74,2±2,7 90,5±1,2 96,7±1,2 100 3 6,9±1,5 15,2±2,4 40,0±4,1 62,9±4,5 83,5±3,6 97,1±0,7 100
Época de lluvia 1 9,9±1,4 24,3±2,7 60,6±1,8 85,7±1,0 91,7±0,5 96,7±0,4 100 2 4,3±1,3 8,5±2,8 46,6±4,5 73,2±3,7 87,7±2,2 95,1±1,1 100 3 6,6±1,3 13,2±2,1 38,4±3,9 60,9±4,4 80,4±3,7 97,5±0,8 100
Totalidad del período de muestreo 1 10,9±1,7 25,8±2,6 62,3±2,0 87,7±1,3 93,4±1,0 97,8±0,7 100 2 5,9±1,5 12,1±2,8 38,0±4,0 73,7±3,0 89,1±1,7 95,9±1,2 100 3 6,8±1,4 14,2±2,2 39,2±4,0 61,9±4,5 81,9±3,7 97,3±0,8 100
a: época de disminución de la precipitación
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
311
La variación entre autores en la distribución granulométrica del sedimento
recolectado sobre la calzada, probablemente se debió a las características
particulares de cada lugar de muestreo y a la eficacia de los diferentes métodos
empleados en la recolección del sedimento (p.ej. aspirado en seco, barrido en
seco, aspirado y barrido en seco, y aspirado en húmedo) (ver Capítulo 2, apartado
2.3). Sin embargo, los resultados reportados por las anteriores investigaciones
fueron coherentes con los del presente estudio.
Las partículas del sedimento recolectado sobre las superficies viarias en estudio
(i.e., Zonas 1, 2 y 3) exhibieron una distribución log-normal positivamente
sesgada. Ellis y Revitt (1982), y Ball et al. (1998) encontraron una distribución
similar de las partículas en un estudio del sedimento acumulado sobre las
superficies de calzadas y cunetas. La Tabla 5.3 presenta el d10, d50, y d90
(percentiles) para las muestras recolectadas sobre las calzadas en las zonas de
investigación. Como se pudo observar, el d50 de las muestras del sedimento tendió
hacia la fracción de tamaño representativa o dominante del sedimento viario (i.e.,
< 250 µm).
A partir de lo anterior se realizaron análisis de regresión para la distribución
granulométrica del sedimento viario entre las siguientes variables: porcentaje de
sedimento que pasa (%) y tamaño de la partícula (µm). Como era de esperar, la
función de tipo logarítmica fue la que mejores resultados produjo. Los
coeficientes de determinación (R2) para las Zonas 1, 2 y 3 fueron 0,90, 0,95 y
0,99, respectivamente. Los modelos logarítmicos obtenidos para las Zonas 1, 2 y 3
fueron los siguientes, respectivamente:
PP1B 24,47 · ln d 82,59 (5.1)
PP2B 27,58 · ln d 110,81 (5.2)
PP3B 26,82 · ln d 108,01 (5.3)
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
312
Donde PP1B, PP2B y PP3B representaron el porcentaje de sedimento que pasa
para un tamaño determinado de partícula en las Zonas 1, 2, y 3, respectivamente;
y d representó el tamaño de la partícula en micras (µm).
Tabla 5.3 d10, d50, y d90 (percentiles) para las muestras de sedimento viario recolectadas en la ciudad de Bogotá D.C. (Colombia)
Zona Percentil (diámetro en µm)
d10 d50 d90 1 44 226 1157 2 80 341 1452 3 82 362 1608
Promedio 69 310 1406
Grottker (1987), Debo y Reese (2003), Deletic y Orr (2005) y Zafra et al. (2008)
encontraron que la distribución del sedimento acumulado a través de la calzada no
era uniforme, y dependía de la distancia entre el sitio de muestreo y el bordillo de
la vía. Todos los investigadores atribuyeron dicha variación al tráfico por impacto
directo y por las corrientes de aire generadas, y al efecto de barrera ejercido por el
bordillo. Deletic y Orr (2005) estudiaron la variación de la distribución
granulométrica de las partículas a través de la calzada en función de la distancia
entre el bordillo y el lugar de muestreo. Los investigadores encontraron que la
distribución granulométrica dependía principalmente del lugar a través de la
calzada, y que el d50 de las muestras disminuía a medida que la distancia entre el
bordillo y el lugar de muestreo aumentaba. El d50 de las muestras recolectadas por
ellos al lado y a 0,75 m del bordillo fue de 397 µm y 238 µm, respectivamente. La
ligera variación en la distribución granulométrica de los sedimentos recolectados
sobre la calzada, en comparación con el presente estudio, pudo ser debida a las
características particulares de cada lugar y a la eficacia del método empleado por
los investigadores para la recolección del sedimento (i.e., aspirado en húmedo).
Sin embargo, sus resultados fueron similares a los del presente estudio (ver Tabla
5.3).
La distribución de tamaños de las partículas en “tiempo seco” (i.e., en época de
disminución de la precipitación) tendió a ser más fina, con respecto de la
granulometría del sedimento viario en tiempo de lluvia (ver Tabla 5.2). Los
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
313
resultados sugirieron a partir del desarrollo metodológico (ver Capítulo 4,
apartado 4.3.2.2.1), que el aumento en tiempo seco de la fracción más fina del
sedimento viario estuvo probablemente ocasionado por la trituración a que fue
sometida la fracción más gruesa del sedimento por parte del tráfico, y al propio
fenómeno de acumulación de polvo y suciedad sobre la calzada, el cual aportó
fundamentalmente partículas finas en tiempo seco. Algunos investigadores han
encontrado resultados similares, fue el caso de Ellis y Revitt (1982), y Viklander
(1998) que reportaron la relación existente entre la densidad de tráfico y el grado
de trituración de las partículas acumuladas sobre la superficie de la calzada.
Por otro lado, la granulometría del sedimento viario fue más fina en orden de
magnitud para la Zona 1 (Fontibón), Zona 3 (Kennedy) y Zona 2 (Puente Aranda).
Es decir, en la Zona 2 la distribución de tamaños de las partículas fue más gruesa.
Como es sabido, la carga acumulada de sedimento viario fue mayor en la Zona 2
(promedio: 92,2 g/m2). Lo anterior, probablemente debido al aporte de sedimento
por la ejecución de actividades de construcción en cercanías a la superficie viaria
de investigación (predio de 26000 m2); es por esto que la Zona 2 presentó una
impermeabilización del 45% (ver Figura 5.5). Por lo tanto los resultados
mostraron en el presente estudio, que la granulometría del sedimento viario en
áreas donde se ejecutaron actividades de demolición y construcción tendió a ser
más gruesa, con respecto de las zonas viarias con ausencia de este tipo de
actividades.
5.2.2.2.2 Granulometría durante el período de remoción
La caracterización de la distribución granulométrica del sedimento viario durante
el período de remoción tuvo en cuenta los siguientes análisis: (i) granulometría del
sedimento durante los períodos de lluvia, (ii) tendencia en la distribución
granulométrica del sedimento viario, y (iii) condicionantes de la distribución
granulométrica del sedimento durante los períodos de lluvia. A continuación se
presenta la caracterización realizada para la distribución granulométrica del
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
314
sedimento después de la campaña de campo desarrollada en la ciudad de Bogotá
D.C. (Colombia).
La granulometría del sedimento recolectado sobre las superficies de las calzadas
fue más gruesa que la encontrada por algunos investigadores en los sedimentos
transportados por la escorrentía viaria (ver Tabla 5.2). Por ejemplo, Stahre y
Urbonas (1990) encontraron que sólo el 30% de todos los sólidos suspendidos
totales en peso presentes en el agua de escorrentía tenían diámetros de partícula
superiores a 31 µm y un 93% inferiores a 45 µm. Los resultados sugirieron en el
presente estudio, que las partículas más gruesas del sedimento probablemente se
desagregaron por el impacto directo del agua de lluvia, y que la fracción fina fue
más susceptible de ser transportada por la escorrentía superficial.
A partir de lo anterior, se evalúo la distribución granulométrica del sedimento
durante los períodos de lluvia (ver Tabla 5.2). Como se pudo observar, la
granulometría del sedimento viario durante la época de lluvias fue más gruesa con
respecto a la de la época de disminución de la precipitación (i.e., “época seca”).
Esta tendencia permitió sugerir un probable lavado de la fracción más fina del
sedimento viario durante estos períodos de tiempo (ver Figura 5.10). En este
sentido, se determinaron las diferencias en la carga por fracción de tamaño para
las dos épocas identificadas a partir de la variación de la precipitación con el
objeto de estimar el probable lavado del sedimento viario durante los períodos de
lluvia (ver Tabla 5.2).
Los resultados mostraron, en promedio para las tres zonas de estudio, que la
mayor diferencia o pérdida de sedimento viario (g/m2) se presentó para la fracción
de tamaño inferior a 250 µm: 49,0%; la pérdida promedio de sedimento para la
fracción de tamaño < 63, 63-125 y 125-250 µm fue de 95,4, 50,2 y 1,4%,
respectivamente. Como se pudo observar, la susceptibilidad al lavado aumentó
con la disminución en la fracción de tamaño del sedimento viario (ver Figura
5.10). En los anteriores análisis no se consideró la influencia de la pendiente
viaria en el lavado del sedimento, debido a que la diferencia entre zonas de
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
315
estudio en la magnitud de la pendiente no fue considerable (i.e., pendiente en la
Zona 1: 0,7%; Zona 2: 1%; y Zona 3: 0,3%).
Figura 5.10 Granulometría promedio del sedimento viario para la época de lluvias
y de tiempo seco (Bogotá, Colombia)
5.2.2.3 Determinación y análisis de la concentración metálica asociada con el
sedimento viario
Como se mencionó en el desarrollo de la propuesta metodológica, el Pb se
seleccionó como el elemento representativo para evaluar la relación entre la
concentración metálica asociada con el sedimento viario y la carga de PM10, para
áreas aledañas a las superficies viarias (ver Capítulo 4, apartado 4.3.4.1.4). Por lo
tanto, esta actividad se enfocó en la determinación y análisis de la distribución de
la concentración de Pb asociado con el sedimento acumulado sobre las superficies
viarias a partir de las variables identificadas en la primera fase de la metodología.
Por otro lado, se seleccionó un elemento metálico adicional (i.e., a Cu) para
evaluar el pronóstico de la distribución de la concentración asociada con el
sedimento viario a partir de la concentración de Pb. A continuación se presenta la
caracterización de la concentración metálica del sedimento después de la campaña
de campo desarrollada en la ciudad de Bogotá D.C. (Colombia).
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Po
rce
nta
je q
ue
pa
sa
Tamaño de partícula (µm)
Tiempo seco
Tiempo de lluvia
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
316
En las calzadas de la ciudad de Bogotá la fracción más fina del sedimento
recolectado presentó las mayores concentraciones de Pb y Cu (i.e., < 63 µm). Los
metales pesados en evaluación presentaron una disminución continua en la
concentración a medida que aumentó la fracción de tamaño del sedimento viario
(ver Tabla 5.4). Ellis y Revitt (1982), Sansalone y Tribouillard (1999), German y
Svensson (2002), Deletic y Orr (2005), y Zafra et al. (2011) encontraron
resultados similares.
Tabla 5.4 Concentración de metales pesados (mg/kg de materia seca) con un 95% de intervalo de confianza (Bogotá, Colombia)
Fracción de tamaño (µm)
<63 63-125 125-250 250-500 500-1000 1000-2000 2000-2800Época secaa Pbb 1c
2 3
107±20 69±12 97±17
90±18 45±9
88±17
71±12 31±7
51±10
69±14 30±8
40±10
66±11 27±7 29±8
49±10 13±5 18±6
36±7 9±4 7±4
Cu 1 2 3
520±89 105±15 147±22
350±62 62±9
119±19
169±26 54±7
84±13
96±16 39±7
46±11
92±13 25±6 18±8
47±9 22±6 14±7
31±6 19±5 11±5
Época de lluvia Pb 1
2 3
64±13 52±11 79±17
42±10 50±9
73±15
37±11 37±9
46±13
30±9 36±8
33±12
23±9 27±7 20±11
17±7 5±3
18±8
13±5 2±1
10±4 Cu 1
2 3
309±47 71±11
134±21
191±28 67±10
112±17
135±19 53±8
64±11
105±15 33±7 37±9
28±9 12±4 25±7
20±7 9±4
18±6
11±4 6±3
11±4 Totalidad del período de muestreo Pb 1
2 3
86±17 61±13 88±19
66±13 48±10 80±15
54±11 34±9
54±12
49±11 33±9
49±11
45±9 27±7 45±9
33±7 9±4
33±8
24±6 6±3
24±5 Cu 1
2 3
415±56 88±14
141±22
271±37 64±11
116±20
152±22 53±9
74±16
101±13 36±7 42±9
60±10 19±6 22±8
34±8 15±5 16±5
21±6 12±5 11±5
a: época de disminución de la precipitación; b: metal pesado; c: zona de estudio
Se realizaron análisis de regresión para las concentraciones de los metales pesados
determinados sobre las calzadas de las zonas en estudio en función del tamaño de
la partícula (i.e., en las Zonas 1, 2, y 3). Se asumió que la concentración era
inversamente proporcional al tamaño de la partícula, lo cual fue verdadero al
suponer que la concentración estuvo relacionada con la superficie específica de las
partículas y que éstas fueron esféricas (Sansalone y Tribouillard, 1999). Por lo
tanto se asumió que el sedimento viario recolectado fue de naturaleza similar, en
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
317
términos de composición química, porosidad, superficie específica y forma
esférica.
Se probaron varios modelos de regresión y las funciones exponencial (R2 > 0,83)
y potencial (R2 > 0,83) fueron las que mejores resultados produjeron para Pb y Cu
(ver Tabla 5.5). El modelo potencial tendió a sobreestimar y el modelo
exponencial tendió a subestimar la concentración asociada con los tamaños de
partícula inferiores a 63 µm. Los modelos exponencial y potencial obtenidos para
la concentración metálica en función del tamaño de la partícula fueron los
siguientes, respectivamente:
HMC A · e B· (5.4)
HMC A · d B (5.5)
Donde HMC representó la concentración del metal pesado en mg/kg de materia
seca; “A” y “B” fueron coeficientes para cada metal pesado (i.e., Pb y Cu); y “d”
el diámetro de la partícula en milímetros (límite superior de cada fracción de
tamaño). Los coeficientes y R2 obtenidos se presentan en la Tabla 5.5.
La prueba t de Student emparejada mostró que existían diferencias significativas
en la concentración entre las diferentes fracciones analizadas para cada metal
pesado. En promedio para las calzadas de estudio en la ciudad de Bogotá la
fracción de tamaño inferior a 63 µm presentó una concentración de Pb y Cu, 1,7 y
2,2 veces superior que la concentración de la fracción de tamaño entre 125 y 500
µm, respectivamente. Al comparar la fracción de menor tamaño (< 63 µm) con la
de tamaño mayor (2000-2800 µm), se observó que la diferencia promedio en la
concentración era superior: 8 veces para Pb y 13 veces para Cu. Los anteriores
resultados en orden de magnitud fueron similares a los reportados por otras
investigaciones (p.ej. Roger et al., 1998; Viklander, 1998; Deletic y Orr, 2005;
Zafra et al., 2011). La variación entre autores en la concentración metálica
probablemente se debió a las características particulares de cada lugar de muestreo
y a la eficacia de los diferentes métodos empleados en la recolección del
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
318
sedimento viario: barrido en seco, aspirado y barrido en seco, y aspirado en
húmedo.
Tabla 5.5 Coeficientes para los modelos exponencial y potencial de la concentración de los metales pesados (Bogotá, Colombia)
Metal Pesado Pb Cu Pb Cu Modelo exponencial Modelo potencial
Zona 1 A 68 241 38 54B 0,38 0,96 0,29 0,76 R2 0,90 0,88 0,95 0,99
Zona 2 A 53 62 16 22 B 0,82 0,67 0,58 0,54 R2 0,97 0,84 0,85 0,98
Zona 3 A 70 94 22 25 B 0,75 0,86 0,57 0,69 R2 0,92 0,85 0,95 0,99
Las diferencias en la concentración entre fracciones de tamaño para un mismo
metal pesado fueron similares para las calzadas de estudio en la ciudad de Bogotá.
En promedio para el Pb, las diferencias de la Zona 1 fueron 1,29 y 1,21 veces
menores que las de las Zonas 2 y 3, respectivamente. Igualmente para Cu, las
diferencias de la Zona 1 fueron 1,17 y 1,07 veces mayores que las de las Zonas 2
y 3, respectivamente. Los resultados sugirieron que los condicionantes de la
concentración metálica (p.ej. uso del suelo, densidad de tráfico y velocidad de
conducción) no influyeron de manera significativa en la distribución de los
elementos metálicos entre las fracciones de tamaño del sedimento viario, para un
determinado metal pesado.
En la ciudad de Bogotá la Zona 1 tendió a presentar las mayores concentraciones
de Pb y Cu. En promedio para Pb, el 100% y 71,4% de las concentraciones de la
Zona 1 fueron mayores que las determinadas en las Zonas 2 y 3, respectivamente,
con respecto al valor medio de la concentración para cada fracción de tamaño (ver
Tabla 5.4). Las concentraciones de Pb en la Zona 1 fueron en promedio 2,22 y
1,52 veces mayores que las concentraciones de las Zonas 2 y 3, respectivamente.
Las concentraciones de Cu presentaron una tendencia similar, es decir, se
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
319
registraron mayores concentraciones en la Zona 1: el 100% de las concentraciones
fueron mayores con respecto de las Zonas 2 y 3; en promedio fueron 3,10 y 2,35
veces superiores, respectivamente. En el presente estudio, los resultados
sugirieron que la zona con mayor uso de la calzada como línea de aparcamiento y
de mantenimiento automotriz presentó las mayores concentraciones de Pb y Cu
(ver Tabla 5.1), a pesar de haber presentado la menor densidad promedio de
tráfico entre las zonas de estudio (i.e., Zona 1: 650; Zona 2: 13500; Zona 3: 12300
vehículos/día). La anterior tendencia probablemente se debió a una mayor
acumulación de grasa, aceite lubricante y de motor sobre la superficie de muestreo
por las labores de mantenimiento y reparación automotriz en la Zona 1; y al
mayor uso del sistema de frenado, desgaste de las llantas y del pavimento asfáltico
por las operaciones de aparcamiento. Shaheen (1975) reportó elevadas
concentraciones de Pb y Cu en materiales como el revestimiento para los frenos
(Pb: 1050 mg/kg; Cu: 30600 mg/kg) y el caucho desprendido por el desgaste de
las llantas (Pb: 1110 mg/kg; Cu: 247 mg/kg).
La concentración fue correlacionada entre fracciones de tamaño del mismo metal
pesado (coeficiente de correlación lineal). El metal pesado que presentó las
mejores correlaciones en las calzadas de estudio de la ciudad de Bogotá fue el Pb.
En este sentido, en las Zonas 1, 2 y 3 el 61, 91 y 86% de los coeficientes de
correlación lineal para el Pb fueron mayores de 0,50, respectivamente. Por otro
lado para Cu, en las Zonas 1, 2 y 3 el 48, 67 y 65% de los coeficientes de
correlación lineal fueron mayores de 0,50, respectivamente. Como se pudo
observar, la Zona 1 presentó las peores correlaciones entre fracciones de tamaño
para los metales pesados en estudio.
La anterior tendencia probablemente se debió a que en la Zona 1, con un mayor
uso de la calzada como línea de aparcamiento y de mantenimiento automotriz, los
lugares de muestreo estuvieron más influenciados por la variabilidad espacial y
temporal de las diferentes fuentes asociadas con el tráfico (p.ej. uso de los frenos,
desgaste de las llantas, y deposición de aceite lubricante y de motor). A diferencia
de las Zonas 2 y 3 donde la distribución de los elementos metálicos
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
320
probablemente fue más uniforme debido a la ausencia de lugares de aparcamiento
y de reparación automotriz. Es importante mencionar, que en la Zona 1 de la
ciudad de Bogotá no existieron lugares permitidos para aparcamiento y
mantenimiento automotriz, sin embargo uno de los carriles fue usado
frecuentemente para el desarrollo de este tipo de actividades (ver Tabla 5.1).
Adicionalmente es importante mencionar, que los coeficientes de correlación
lineal para la fracción de tamaño inferior a 125 µm fueron los mejores. De esta
manera, los resultados sugirieron que las principales fuentes de los metales
pesados en evaluación estuvieron asociadas con tamaños de partícula inferior a
125 µm. Resultados similares fueron obtenidos en el desarrollo de la propuesta
metodológica de la presente investigación (ver Capítulo 4, apartado 4.3.2.3).
Para la fracción de tamaño representativa del sedimento viario (i.e., < 250 µm) se
realizó un análisis de correlación entre Pb y Cu con el objeto de profundizar en la
afinidad del origen en cada zona de estudio. Los resultados mostraron para las
Zonas 1, 2 y 3 unos coeficientes de correlación lineal de 0,58, 0,87 y 0,65,
respectivamente. A partir de lo anterior y desde el punto de vista de las fuentes
móviles, los resultados sugirieron en las zonas de estudio que los principales
generadores de metales pesados fueron las partículas desprendidas por el desgaste
de las pastillas de los frenos, las llantas, el pavimento asfáltico, y las partes
móviles del motor; y también se debió a fugas de aceite lubricante y grasa (ver
Tabla 2.9).
Como se pudo observar, la Zona 1 presentó la peor correlación entre Pb y Cu para
las zonas de estudio (r = 0,58). Como se mencionó anteriormente, esta tendencia
probablemente se debió a que en la Zona 1 el mayor uso de la calzada como línea
de aparcamiento y de mantenimiento automotriz hizo que los lugares de muestreo
estuvieron más influenciados por la variabilidad espacial y temporal de las
diferentes fuentes asociadas con el tráfico (p.ej. uso de los frenos, desgaste de las
llantas, y deposición de aceite lubricante y grasa); a diferencia de las calzadas de
las Zonas 2 y 3 donde la distribución de los elementos metálicos probablemente
fue más uniforme debido a la ausencia de lugares de aparcamiento y de reparación
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
321
automotriz. Sin embargo, en la Zona 3 la magnitud del coeficiente de correlación
(r = 0,65) sugirió un probable aporte de elementos metálicos de fuentes diferentes
al tráfico (i.e., por fuentes fijas). Como es sabido, en el área de estudio de la Zona
3 existió una planta para la fabricación de bebidas carbonatas que probablemente
aportó elementos metálicos sobre la superficie viaria en evaluación; lo anterior,
debido a los procesos de combustión desarrollados en su interior (ver Figura 5.3).
Por último, la magnitud del coeficiente de correlación entre Pb y Cu en la Zona 2
(r = 0,87) sugirió que la fuente dominante de los elementos metálicos fue el
tráfico (i.e., fuentes móviles).
5.2.2.4 Determinación y análisis de la carga metálica asociada con el sedimento
viario
Como se mencionó en el desarrollo de la propuesta metodológica, el Pb se
seleccionó como el elemento representativo para evaluar la relación entre la
concentración metálica asociada con el sedimento viario y la carga de PM10, para
áreas aledañas a las superficies viarias (ver Capítulo 4, apartado 4.3.4.1.4). Por lo
tanto, esta actividad se enfocó en la determinación y análisis de la distribución por
fracción de tamaño del contenido de Pb asociado con el sedimento acumulado
sobre las superficies viarias a partir de las variables identificadas en la primera
fase de la metodología. Por otro lado, se seleccionó a Cu como un elemento
metálico adicional para evaluar el pronóstico de la distribución de la carga
asociada con el sedimento viario a partir de la carga de Pb. A continuación se
presenta la caracterización de la carga metálica asociada con el sedimento después
de la campaña de campo desarrollada en la ciudad de Bogotá (Colombia).
En las calzadas de la ciudad de Bogotá la fracción de tamaño entre 125 y 250 µm
tendió a asociar el mayor porcentaje de carga para Pb y Cu (%/kg de sedimento ó
%/m2) (ver Tabla 5.6). La anterior tendencia probablemente se debió a: (i) la
presencia de partículas finas adheridas a la superficie de las partículas de esta
fracción de tamaño (i.e., 125-250 µm) y difícilmente cuantificables por el método
de tamizado en seco, que hicieron que la concentración metálica fuera
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
322
significativa (ver Tabla 5.4); y (ii) que asoció la mayor cantidad de sedimento
viario y, por lo tanto, la mayor cantidad de elementos metálicos. En las Zonas 1, 2
y 3 la fracción de tamaño entre 125 y 250 µm representó un 36,5, 25,9 y 25,0%
(en peso), respectivamente, de la cantidad total de sedimento recolectado sobre la
superficie de la calzada. Como se pudo apreciar, la distribución de la carga de los
elementos metálicos tuvo una tendencia similar a la observada para la
concentración metálica. Los resultados sugirieron para las zonas de estudio, que la
distribución de la carga contaminante estuvo condicionada en orden de
importancia por la cantidad de sedimento y la concentración de los elementos
metálicos por fracción de tamaño.
Tabla 5.6 Carga asociada por fracción de tamaño con un 95% de intervalo de confianza (Bogotá, Colombia)
Carga asociada de metales pesados (%) Fracción de tamaño (µm)
< 63 63-125 125-250 250-500 500-1000 1000-2000 2000-2800 Zona 1
Pb 17±3 18±3 35±6 22±4 5±2 3±2 1±1 Cu 26±5 23±4 32±6 15±5 2±1 1±1 1±1
Zona 2 Pb 11±3 9±3 28±5 36±7 13±4 2±1 1±1 Cu 13±4 10±4 34±6 32±6 7±2 3±1 1±1
Zona 3 Pb 15±3 15±4 30±5 20±4 12±3 7±2 1±1 Cu 18±3 16±5 35±6 18±4 8±3 5±2 1±1
En promedio para las Zonas 1, 2 y 3, el 69,7, 47,9 y 59,8% de la carga total de Pb
se asoció con la fracción de tamaño inferior a 250 µm, respectivamente. En la
fracción de tamaño mayor a 1000 µm se asoció el 3,6, 2,6 y 5,2% de la carga total
de Pb para las Zonas 1, 2 y 3, respectivamente (ver Tabla 5.6). Sansalone y
Buchberger (1997) reportaron que las fracciones de mayor tamaño fueron
consideradas como de menor importancia en el contenido y transporte de
contaminantes. Por otro lado, el 30,3, 52,1 y 40,2% de la carga total de Pb en las
Zonas 1, 2 y 3, respectivamente, se asoció con la fracción de tamaño entre 250 y
2800 µm (i.e., el tamaño correspondiente para la arena media y gruesa). Ellis y
Revitt (1982), Stone y Marsalek (1996), Sansalone y Tribouillard (1999), y Zafra
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
323
Mejía et al. (2011) obtuvieron resultados similares. Finalmente, el Cu presentó
resultados similares a los reportados para el Pb (ver Tabla 5.6).
Como es sabido, en el desarrollo metodológico del presente estudio se identificó a
los tamaños de partícula inferiores a 500 µm como los de mayor susceptibilidad al
lavado por escorrentía (ver Capítulo 4, apartado 4.3.2.2; ver Tabla 4.9). Con
respecto de la fracción de tamaño representativa del sedimento viario (i.e., < 250
µm), el 69,7, 47,9 y 59,8% de la carga total de Pb en las Zonas 1, 2 y 3,
respectivamente, se asoció con esta fracción de tamaño (ver Tabla 5.6). A partir
de lo anterior, se utilizó la expresión desarrollada para evaluar en superficie la
carga metálica removida por la escorrentía viaria hacia los sistemas de recolección
y transporte (ver Capítulo 4, apartado 4.3.2.4; ver Ecuación 4.15). Se asumió que
toda la carga metálica asociada con la fracción de tamaño representativa del
sedimento viario fue removida y trasportada con éste (i.e., ≤ 250 µm).
Adicionalmente, se consideró el efecto de lixiviación ejercido por la escorrentía
viaria sobre la fracción de tamaño del sedimento que no fue susceptible a la
remoción (i.e. la fracción de tamaño > 250 µm) (ver Capítulo 4, apartado 4.3.2.4;
ver Tabla 4.17). La expresión utilizada fue la siguiente:
PCW RC · CT RL · CT (5.6)
Donde PCW representó el porcentaje de la carga metálica removida por la
escorrentía viaria; RC representó la remoción de carga metálica por escorrentía
para la fracción de tamaño menor o igual a 250 µm, en porcentaje; RL representó
el porcentaje promedio de remoción de la carga metálica a partir de la prueba de
lixiviación (promedio: 13,7%), para la fracción de tamaño mayor a 250 µm; y CT
representó la carga total de sedimento, en porcentaje, para la fracción de tamaño
correspondiente.
Como es sabido, los resultados sugirieron que en tiempo de lluvia existió una
pérdida promedio de sedimento del 62,2, 60,0 y 62,6% en las Zonas 1, 2 y 3,
respectivamente (promedio: 61,6%;); lo anterior fue valido para la fracción de
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
324
tamaño representativa del sedimento viario: < 250 µm (ver Capítulo 5, apartado
5.2.2.1.2). Al realizar el cálculo con los datos de la carga lavada del sedimento
viario (i.e. removida por escorrentía), en promedio se observó para las Zonas 1, 2
y 3 que el 32,2, 20,7 y 22,8%, respectivamente, de la carga acumulada de Pb
sobre la superficie viaria fue removida y probablemente descargada en los
sistemas de recolección y transporte de la escorrentía después de un evento de
lluvia. Por otra parte, Cu presentó resultados similares a los obtenidos para Pb.
Los resultados en orden de magnitud fueron similares a los obtenidos en el
desarrollo de la propuesta metodológica para los elementos metálicos de las
ciudades de Torrelavega (17,2%) y Soacha (35,8%).
Con el objeto de estudiar la distribución en peso de los elementos metálicos en el
sedimento viario, se determinó el porcentaje acumulado de carga con cada
fracción de tamaño. Se realizaron análisis de regresión y el modelo logarítmico
fue el que mejores resultados produjo para el Pb en la Zona 1 (R2 > 0,87), Zona 2
(R2 > 0,92) y Zona 3 (R2 > 0,94). Por otro lado, Cu presentó resultados similares a
los obtenidos para el Pb (ver Tabla 5.7). El modelo obtenido fue el siguiente:
PCA A · ln d B (5.7)
Donde PCA representó el porcentaje acumulado de carga de metal pesado; A y B
fueron coeficientes para cada elemento metálico; y d el diámetro de la partícula en
milímetros. El coeficiente “A” presentó una variación entre 18,8-26,2 (promedio:
24,1), según el metal pesado analizado. El coeficiente “B” presentó una variación
entre 85,3-93,1 (promedio: 86,7). Finalmente, se ajustaron los coeficientes a los
valores medios para obtener un modelo logarítmico único para las zonas de
estudio en la ciudad de Bogotá (ver Figura 5.11).
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
325
Tabla 5.7 Coeficientes y R2 para el modelo logarítmico del porcentaje acumulado de carga metálica (Bogotá, Colombia)
Metal pesado Pb Cu
Zona 1 A 22,5 18,8 B 89,3 93,1 R2 0,87 0,81
Zona 2 A 26,2 25,0 B 85,3 86,7 R2 0,92 0,90
Zona 3 A 23,7 22,3 B 85,7 88,2 R2 0,94 0,90
Figura 5.11 Porcentaje acumulado de carga de Pb según el tamaño de la partícula
(Bogotá, Colombia)
5.2.3 FASE 3. Caracterización del material en suspensión (PM10)
La principal actividad desarrollada durante esta fase fue la determinación y
análisis de la carga de PM10 (µg/m3). A continuación se describe la caracterización
del material en suspensión sobre las áreas de influencia de las superficies viarias
en estudio de la ciudad de Bogotá D.C. (Colombia).
5.2.3.1 Determinación y análisis de la carga de PM10
PCA = 24,1ln(d) + 86,7R² = 0,90
0
20
40
60
80
100
0 0,5 1 1,5 2 2,5 3
Porcentaje acumulado de carga
metálica
Diámetro (mm)
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
326
La carga promedio de PM10 durante el período de estudio en las Zonas 1, 2 y 3 de
la ciudad de Bogotá fue de 55,2, 56,1 y 85,9 µg/m3, respectivamente. Como se
pudo observar la carga promedio de PM10 fue mayor en la Zona 3: 1,56 y 1,53
veces con respecto de las Zonas 1 y 2, respectivamente. Como se mencionó en la
descripción de las vías de estudio, la Zona 3 se localizó a 170 m de la intersección
entre las autovías Avenida del Sur y Avenida Boyacá que contabilizaron un
tráfico promedio diario global de 65000 (vehículos/día) (ver Capítulo 5, apartado
5.2.1); superando en 100,0 y 4,8 veces el tráfico promedio diario registrado sobre
la superficie viaria de las Zonas 1 y 2, respectivamente. Adicionalmente los
resultados mostraron en el desarrollo metodológico que las áreas con una
influencia significativa del tráfico presentaron una elevada relación entre PM10 y
PST, sugiriendo una predominancia de las partículas finas sobre la carga del
material en suspensión del área de muestreo (ver Capítulo 4, apartado 4.3.3.1).
Algunos investigadores (p.ej. Walsh et al., 2002; Vukovich y Sherwel, 2002;
Saldarriaga et al., 2004; Sivaramasundaram y Muthusubramanian, 2010) han
reportado resultados similares.
Durante la caracterización realizada para el sedimento viario en la Zona 1 de la
ciudad de Bogotá (08/05/2010-08/05/2011; 365 días) se identificaron tres
períodos de lluvia: (i) entre el 08/05-17/07/2010, (ii) entre el 18/10/2010-
09/01/2011, y (iii) entre el 01/03-08/05/2011 (ver Figura 5.7). La precipitación
total durante el período de muestreo fue un 57,7% mayor con respecto de la
precipitación promedio anual registrada para la zona de estudio (591 mm/año).
Los resultados mostraron que durante la época de aumento de la precipitación la
carga de PM10 tendió a disminuir (48,8 µg/m3); es decir, la carga promedio de
PM10 en tiempo de disminución de la precipitación (i.e., en época seca) fue 1,33
veces mayor con respecto de la época de lluvias (ver Figura 5.12). Sin embargo,
existió una débil correlación negativa entre la precipitación y la carga de PM10 en
la Zona 1 (r = -0,36).
Con el objeto de reducir las fluctuaciones en la serie temporal de la carga de PM10
en la Zona 1 de la ciudad de Bogotá se procedió a utilizar la media móvil. En este
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
327
sentido, el número total de muestras recolectadas durante el período de estudio
(i.e., 365 días) en cada zona de evaluación fue de 38; es decir, en promedio se
recolectó una muestra cada 9,6 días. Por lo tanto, se utilizó la media móvil de diez
días. Por otro lado, el modelo ARIMA desarrollado para PM10 en la propuesta
metodológica indicó que el fenómeno estuvo influenciado de manera consecutiva;
es decir, la carga de PM10 estuvo influenciada por la carga inmediatamente
anterior: (PM10t) = PM10t-1-0,844+at. Por lo tanto, probablemente se trato de un
fenómeno de memoria corta al igual que el fenómeno de la concentración de Pb
asociada con el sedimento viario (i.e., un proceso autorregresivo) (ver Capítulo 4,
apartado 4.3.4.3.2). A partir de lo anterior, se estableció la media móvil de los
diez días antecedentes para reducir las fluctuaciones en la serie temporal de la
carga de PM10 en la Zona 1 de la ciudad de Bogotá (ver Figura 5.13). El mismo
tratamiento fue aplicado para las Zonas 2 y 3. De esta manera se apreció mejor la
tendencia de la carga de PM10 con respecto de la variación en la precipitación.
Por otro lado, durante la caracterización realizada para el sedimento viario en la
Zona 2 (03/10/2010-03/10/2011; 365 días) se identificaron dos períodos de lluvia:
(i) entre el 18/10/2010-09/01/2011, y (ii) entre el 24/02-06/06/2011 (ver Figura
5.8). La precipitación total durante el período de muestreo fue un 42,3% mayor
con respecto de la precipitación promedio anual registrada para la zona de estudio
(600 mm/año). A diferencia de la Zona 1, durante la época de aumento de la
precipitación la carga de PM10 tendió ligeramente a aumentar (58,0 µg/m3); es
decir, la carga promedio de PM10 en tiempo de disminución de la precipitación
(i.e., en época seca) fue 1,05 veces menor con respecto de la época de lluvias (ver
Figura 5.14). Sin embargo existió una débil correlación negativa entre la
precipitación y la carga de PM10 en la Zona 2 (r = -0,21), que probablemente
coincidió con lo observado para el sedimento viario en relación a los períodos
identificados a partir de la variación en la precipitación (ver apartado 5.2.2.1.1).
Como es sabido, la carga acumulada de sedimento viario fue mayor en la Zona 2
de la ciudad de Bogotá (promedio: 92,2 g/m2). Lo anterior, probablemente se
debió al aporte de sedimento por la ejecución de actividades de construcción en
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
328
cercanías a la superficie viaria de investigación (i.e., por un predio de 26000 m2);
es por esto que la Zona 2 presentó una impermeabilización del 45% (ver Figura
5.5). Por lo tanto, los resultados mostraron en el presente estudio que la carga de
PM10 en áreas donde se ejecutaron actividades de demolición y construcción no
tendió a seguir la tendencia observada en la Zona 1 y durante el desarrollo
metodológico (ver Capítulo 4, apartado 4.3.3.1). Es decir, la carga de PM10
disminuyó en tiempo de lluvia y aumentó en tiempo seco; como lo mostraron las
zonas viarias con ausencia de este tipo de actividades.
Finalmente, durante la caracterización realizada en la Zona 3 (08/05/2010-
08/05/2011; 365 días) se identificaron tres períodos de lluvia: (i) entre el 08/05-
17/07/2010, (ii) entre el 18/10/2010-10/01/2011, y (iii) entre el 01/03-08/05/2011
(ver Figura 5.9). La precipitación total durante el período de muestreo fue un
75,1% mayor con respecto de la precipitación promedio anual registrada para la
zona de estudio (706 mm/año). Los resultados mostraron que durante la época de
aumento de la precipitación la carga de PM10 tendió a disminuir (80,3 µg/m3); es
decir, la carga promedio de PM10 en tiempo de disminución de la precipitación
(i.e., en época seca) fue 1,18 veces mayor con respecto de la época de lluvias (ver
Figura 5.15). Sin embargo, existió una débil correlación negativa entre la
precipitación y la carga de PM10 en la Zona 3 (r = -0,30).
La tendencia detectada para las Zonas 1 y 3, probablemente se debió a la
suspensión de partículas inducida por el tráfico y el viento sobre la superficie
viaria y las áreas aledañas a la zona de estudio; es decir, en época seca la
susceptibilidad de suspensión de una partícula fue mayor con respecto de la época
de lluvias. En este sentido, es importante resaltar que la velocidad media del
viento durante el período de estudio en las Zonas 1 y 3 fue de 10,1 y 9,4 km/h,
con magnitudes horarias de hasta 26,3 y 28,1 km/h en la época seca,
respectivamente. Adicionalmente, en la época de lluvias probablemente la
humedad del sedimento vario condicionó su adherencia a la superficie y, por lo
tanto, se requirió de un mayor esfuerzo por parte del tráfico y del viento para ser
suspendido.
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
329
Fig
ura
5.12
Var
iaci
ón d
e la
car
ga d
e P
M10
con
res
pect
o a
la p
reci
pita
ción
en
la Z
ona
1-F
ontib
ón (
Bog
otá,
Col
ombi
a)
020
40
60
80100
120
05
10
15
20
25
30
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Carga (µg/m3)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ónP
M10
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
330
Fig
ura
5.13
Var
iaci
ón d
e la
car
ga d
e P
M10
con
res
pect
o a
la p
reci
pita
ción
en
la Z
ona
1-F
onti
bón.
Med
ia m
óvil
(Bog
otá,
Col
ombi
a)
010
20
30
40
50
60
70
80
90
05
10
15
20
25
30
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Carga (µg/m3)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
PM
10
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
331
Fig
ura
5.14
Var
iaci
ón d
e la
car
ga d
e P
M10
con
res
pect
o a
la p
reci
pita
ción
en
la Z
ona
2-P
uent
e A
rand
a. M
edia
móv
il (
Bog
otá,
Col
ombi
a)
010
20
30
40
50
60
70
80
90
0510
15
20
25
30
35
40
45
50
03/10/2010
23/10/2010
12/11/2010
02/12/2010
22/12/2010
11/01/2011
31/01/2011
20/02/2011
12/03/2011
01/04/2011
21/04/2011
11/05/2011
31/05/2011
20/06/2011
10/07/2011
30/07/2011
19/08/2011
08/09/2011
28/09/2011
Carga (µg/m3)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
PM
10
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
332
Fig
ura
5.15
Var
iaci
ón d
e la
car
ga d
e P
M10
con
res
pect
o a
la p
reci
pita
ción
en
la Z
ona
3-K
enne
dy. M
edia
móv
il (B
ogot
á, C
olom
bia)
020406080100
120
051015202530354045
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Carga (µg/m3)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
PM
10
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
333
La anterior tendencia de las Zonas 1 y 3 de la ciudad de Bogotá fue sustentada por
el comportamiento de la carga de sedimento viario en la ciudad de Torrelavega
(España) durante el desarrollo metodológico. Como es sabido, el sistema de
muestreo de aspirado y barrido en seco (SABS) implementado en la ciudad
Torrelavega permitió diferenciar dos tipos de carga, la aspirada directamente
(carga libre, CL) y la recolectada tras un barrido adicional sobre la misma
superficie viaria (carga fija, CF) (ver Capítulo 3, apartado 3.2.1). La humedad
media del sedimento recolectado durante los períodos de tiempo seco fue mayor
para CF (2,9%), mientras que para CL fue de 0,6%. Es decir, la humedad fue
mayor para la carga de sedimento más fuertemente adherida a la superficie viaria.
Como era de esperar, la humedad del sedimento disminuyó con el aumento del
número de días de tiempo seco y, por lo tanto, influyó en la disponibilidad de CF
para ser aspirada (ver Capítulo 4, apartado 4.3.2.1.1). Por lo tanto, los resultados
sugirieron que la disponibilidad (p.ej., al lavado por escorrentía, y a la suspensión
inducida por el tráfico y el viento) de la carga más fuertemente adherida a la
superficie aumentó con el número de días de tiempo seco.
Adicionalmente y como sustento de las tendencias observadas en las Zonas 1 y 3,
algunos investigadores (p.ej., Duce y Hoffman, 1976; Park et al., 1999; Jung et
al., 2003; Chate et al., 2011) han reportado el efecto de lavado atmosférico
generado por la precipitación; de esta manera los eventos de lluvia tuvieron
influencia en la carga de partículas en suspensión, haciéndose evidente al
comparar los períodos de tiempo seco y de lluvias en los lugares de estudio de los
investigadores.
5.2.4 FASE 4. Desarrollo del modelo causal entre la concentración de Pb asociada
con el sedimento viario y la carga en suspensión (PM10)
En esta fase se desarrolló el modelo causal entre la concentración de Pb asociada
con el sedimento viario (µg/g) y la carga de PM10 (µg/m3) para cada zona de
estudio en la ciudad de Bogotá. Las etapas ejecutadas para el desarrollo de los
modelos fueron las siguientes: (i) hipótesis, (ii) identificación, (iii) estimación de
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
334
parámetros, (iv) verificación, y (v) análisis del pronóstico. A continuación se
describen cada una de las etapas del desarrollo del modelo.
Como es sabido, las siguientes consideraciones fueron aceptadas durante el
desarrollo metodológico a través del establecimiento y prueba de las hipótesis del
modelo (ver Capítulo 4, apartado 4.3.4.1): (i) la fracción de tamaño inferior a 250
µm fue seleccionada como representativa del sedimento viario a partir de la
distribución de la concentración metálica asociada con el mismo, (ii) se seleccionó
a PM10 como la fracción representativa para evaluar la relación entre la
concentración metálica en suspensión y la carga del material en suspensión, para
áreas aledañas a las superficies viarias, y (iii) se seleccionó a Pb para evaluar la
relación entre la concentración metálica asociada con la fracción de tamaño
inferior a 250 µm del sedimento viario y la carga de PM10, para áreas aledañas a
las superficies viarias. Las actividades desarrolladas para la prueba de hipótesis de
investigación del modelo se describen a continuación.
Finalmente, con el objeto de reducir las fluctuaciones en la serie temporal de PM10
en las Zonas 1, 2 y 3 de la ciudad de Bogotá se procedió a utilizar la media móvil.
En este sentido, el número total de muestras recolectadas de sedimento viario
durante el período de estudio (i.e., 365 días) en cada zona fue de 38; es decir, en
promedio se determinó la concentración de Pb asociada con el sedimento viario
cada 9,6 días. Por lo tanto, se utilizó la media móvil de diez días para la serie
temporal de PM10. Por otro lado, el modelo ARIMA desarrollado para PM10 en la
propuesta metodológica indicó que el fenómeno estuvo influenciado de manera
consecutiva; es decir, la carga de PM10 estuvo influenciada por la carga
inmediatamente anterior. Por lo tanto, probablemente se trato de un fenómeno de
memoria corta al igual que el fenómeno de la concentración de Pb asociada con el
sedimento viario (i.e., un proceso autorregresivo) (ver Capítulo 4, apartado
4.3.4.3.2). A partir de lo anterior, se estableció la media móvil de los diez días
antecedentes para reducir las fluctuaciones en la serie temporal de PM10 en las
Zonas 1, 2 y 3 (ver Figuras 5.13, 5.14 y 5.15). Finalmente, se seleccionaron de la
serie temporal de PM10 generada de esta manera (i.e., para los 365 datos) los
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
335
registros que coincidieron en fecha con el muestreo del sedimento viario; es decir,
se obtuvieron 38 datos de PM10 que fueron correlacionados con los 38 datos de la
concentración de Pb asociada con el sedimento viario para cada zona de estudio.
5.2.4.1 Hipótesis del modelo
A partir de las tendencias y pruebas aplicadas durante el desarrollo metodológico
se aceptó la siguiente hipótesis de investigación (ver Hipótesis N° 3, Capítulo 4,
apartado 4.3.4.1.4): la concentración de Pb asociada con la fracción de tamaño
inferior a 250 µm del sedimento viario está relacionada con la carga de PM10,
para áreas aledañas a las superficies viarias. En este apartado se realiza una
descripción y análisis de las tendencias observadas y las pruebas aplicadas para
evaluar la relación entre la concentración de Pb asociada con el sedimento viario y
la carga del material en suspensión (i.e., PM10).
A partir de lo establecido por la hipótesis del modelo se procedió a evaluar la
relación entre la concentración de Pb asociada con el sedimento viario (i.e.,
fracción de tamaño < 250 µm) y la carga de PM10 en las superficies viarias de
investigación de la ciudad de Bogotá (Colombia). Los análisis mostraron para las
Zonas 1, 2 y 3 que los coeficientes de correlación lineal fueron de 0,85, 0,50 y
0,60, respectivamente (ver Figura 5.16). Por otro lado, los resultados mostraron
para la concentración de Cu asociada con el sedimento viario que los coeficientes
de correlación lineal en las Zonas 1, 2 y 3 fueron de 0,59, 0,48 y 0,48,
respectivamente.
Como se pudo observar, la Zona 2 presentó la peor correlación entre la
concentración de Pb asociada con el sedimento viario y la carga de PM10 con
respecto de las Zonas 1 y 3. Como es sabido, la carga acumulada de sedimento
viario fue mayor en la Zona 2 (promedio: 92,2 g/m2). Lo anterior, probablemente
se debió al aporte de sedimento por la ejecución de actividades de construcción en
cercanías a la superficie viaria de investigación (i.e., por un predio de 26000 m2);
es por esto que la Zona 2 presentó una impermeabilización del 45% (ver Figura
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
336
5.5). Adicionalmente, los resultados mostraron en el presente estudio que la carga
de PM10 en áreas donde se ejecutaron actividades de demolición y construcción no
tendió a seguir el comportamiento observado en las Zonas 1 y 3, y durante el
desarrollo metodológico (ver Capítulo 4, apartado 4.3.3.1); es decir, la carga de
PM10 disminuyó en tiempo de lluvia y aumentó en tiempo seco; como lo
mostraron las zonas viarias con ausencia de este tipo de actividades (ver Capítulo
5, apartado 5.2.3.1). A partir de lo anterior, los resultados sugirieron que existió
probablemente un aporte adicional de material en suspensión por parte de las
actividades de construcción que se ejecutaron en cercanías de la superficie viaria
de la Zona 2 (i.e., a 20 m); causando un mayor o menor aporte de PM10 según la
variabilidad temporal de las actividades ejecutadas en su interior (i.e., según el
cronograma de construcción) y, por lo tanto, una disminución en la correlación
entre la concentración de Pb asociada con el sedimento viario y la carga de PM10
en la zona de estudio.
Por otro lado, al comparar la correlación entre la concentración de Pb asociada
con el sedimento viario y la carga de PM10 para las zonas viarias con ausencia de
actividades de construcción (i.e., Zonas 1 y 3), se observó que la correlación
tendió a aumentar con la disminución en la distancia de monitoreo de PM10 con
respecto de la superficie viaria en evaluación. A partir de la anterior tendencia, los
resultados sugirieron que el aumento en la distancia de monitoreo de PM10 con
respecto de la superficie viaria en estudio de la Zona 3 causó una disminución en
la correlación entre la concentración de Pb asociada con el sedimento viario y la
carga de PM10. El anterior comportamiento probablemente se debió a que el efecto
de emisión de partículas y la suspensión inducida sobre el sedimento viario y las
partículas del suelo de áreas aledañas por parte del tráfico fue menor en la
estación de monitoreo de la Zona 3. Adicionalmente, el aumento en la distancia de
monitoreo de la carga de PM10 con respecto de la superficie viaria de la Zona 3
probablemente hizo que el aporte de material en suspensión no estuviera
exclusivamente atribuido al tráfico (p.ej., por fuentes fijas y naturales).
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
337
a)
b)
c)
Figura 5.16 Relación entre la concentración de Pb asociada con el sedimento viario (< 250 µm) y la carga de PM10. a) Zona 1, b) Zona 2, y c) Zona 3
R² = 0,72
0
20
40
60
80
100
120
20 40 60 80 100
Pb‐Sedimento (µg/g)
PM10 (µg/m3)
R² = 0,25
0
20
40
60
80
100
120
140
20 40 60 80 100
Pb‐Sedim
ento (µg/g)
PM10 (µg/m3)
R² = 0,37
0
50
100
150
200
250
300
40 60 80 100 120
Pb‐Sedim
ento (µg/g)
PM10 (µg/m3)
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
338
5.2.4.2 Identificación del modelo
En el desarrollo del modelo para las superficies viarias de investigación en la
ciudad de Bogotá (Colombia) se utilizaron dos enfoques. Un primer enfoque
determinista, preliminar, basado en el desarrollo de un modelo de regresión
simple entre la carga viaria de PM10 y la concentración de Pb asociada con el
sedimento viario. Es decir, se consideró un enfoque tradicional que fue en
búsqueda del mejor ajuste a partir de modelos preconcebidos. Un segundo
enfoque, definitivo, fundamentado en la metodología propuesta por Box y Jenkins
(1970) para el análisis de series de tiempo: modelos autorregresivos, integrados y
de promedios móviles (ARIMA).
5.2.4.2.1 Enfoque preliminar: modelo de regresión
A partir de lo observado en el apartado anterior, se procedió a realizar un análisis
de regresión con el objeto de establecer el mejor modelo preconcebido para
evaluar la relación entre la concentración de Pb asociada con el sedimento viario
(< 250 µm) y la carga de PM10 sobre las superficies viarias de investigación en la
ciudad de Bogotá. Los resultados mostraron para la Zona 1 que el mejor modelo
fue el de tipo cúbico, seguido por el modelo: lineal > potencial > exponencial.
Finalmente, la Tabla 5.8 presenta la descripción de los modelos probados para
evaluar la relación entre la concentración de Pb asociada con el sedimento viario
(< 250 µm) y la carga de PM10 sobre las superficies viarias de investigación.
5.2.4.2.2 Enfoque definitivo: modelo ARIMA
En este apartado se presentan los resultados de la estrategia de identificación de
modelos para series de tiempo propuesta por Box y Jenkins (1970). A
continuación se exponen de manera resumida los modelos ARIMA identificados
para las superficies viarias de investigación en la ciudad de Bogotá. Los
resultados obtenidos en detalle para cada zona de estudio podrán ser consultados
en los anexos del presente documento.
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TOD
OL
OG
ÍA P
AR
A L
A E
STIM
AC
IÓN
DE
LA
DIS
TRIB
UC
IÓN
DE
LO
S M
ETA
LE
S P
ESA
DO
S A
SOC
IAD
OS
CO
N E
L SE
DIM
EN
TO V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
339
T
abla
5.8
Mod
elos
de
regr
esió
n pa
ra la
rel
ació
n en
tre
la c
arga
via
ria
de P
M10
y la
con
cent
raci
ón d
e P
b as
ocia
do c
on e
l sed
imen
to v
iari
o (B
ogot
á, C
olom
bia)
Z
ona
Mod
elo
Ecu
ació
n R
2 P
arám
etro
s
a
b c
d 1
Cúb
ico
Pb-
Sed
.=a·
PM
103+
b·P
M102
+c·
PM
10+
d 0,
729
0,00
08
-0,1
447
10,1
87-1
88,2
Lin
eal
Pb-
Sed
.=a·
PM
10+
b 0,
719
1,64
4 -2
5,98
-
-
Exp
onen
cial
P
b-S
ed.=
a·eb·
PM
10
0,68
1 13
,20
0,02
75
- -
P
oten
cial
P
b-S
ed.=
a·P
M10b
0,
717
0,12
7 1,
546
- -
2 C
úbic
o P
b-S
ed.=
a·P
M103
+b·
PM
102+
c·P
M10
+d
0,44
0 0,
0037
-0
,586
2 30
,697
-482
,0
L
inea
l P
b-S
ed.=
a·P
M10
+b
0,25
0 0,
973
0,82
0 -
-
Exp
onen
cial
P
b-S
ed.=
a·eb·
PM
10
0,18
3 24
,59
0,01
37
- -
P
oten
cial
P
b-S
ed.=
a·P
M10b
0,
160
3,01
3 0,
715
- -
3 C
úbic
o P
b-S
ed.=
a·P
M103
+b·
PM
102+
c·P
M10
+d
0,70
9 0,
0102
-2
,371
18
1,72
-454
5,4
L
inea
l P
b-S
ed.=
a·P
M10
+b
0,36
5 2,
668
-153
,68
- -
E
xpon
enci
al
Pb-
Sed
.=a·
eb·P
M10
0,
410
5,85
9 0,
0286
-
-
Pot
enci
al
Pb-
Sed
.=a·
PM
10b
0,38
0 0,
0028
2,
275
- -
Not
a: P
M10
en
µg/
m3 a
con
dici
ones
de
refe
renc
ia, y
Pb
en µ
g/g
de m
ater
ia s
eca
de s
edim
ento
via
rio
para
la f
racc
ión
de ta
mañ
o <
250
µm
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
340
(i) Identificación de los modelos univariantes: esta etapa tuvo como objetivo
principal determinar los órdenes de los polinomios autorregresivo y de promedios
móviles. Igualmente, el de determinar el número de veces que se debió aplicar el
operador diferencia para cancelar la no-estacionalidad homogénea. Las anteriores
actividades se aplicaron por separado a las series de tiempo de cada zona de
estudio; es decir, a la serie de tiempo de la concentración de Pb asociada con el
sedimento viario y a la serie de tiempo de la carga viaria de PM10. La metodología
detallada para la identificación de los modelos univariantes puede ser consultada
en el desarrollo de la propuesta metodológica de la presente investigación (ver
Capítulo 4, apartado 4.3.4.3.2). Por otro lado, el paquete estadístico utilizado en la
presente investigación para la identificación de los modelos ARIMA fue IBM-
SPSS (Statistical Package for the Social Sciences, Versión 18.0.0). La Tabla 5.9
presenta los modelos univariantes identificados para cada serie temporal en las
zonas de estudio.
(ii) Estimación de los modelos univariantes: esta etapa tuvo como objetivo
principal determinar los mejores valores para los parámetros de los modelos
univariantes identificados para las series de tiempo de la carga de PM10 y la
concentración de Pb asociada con el sedimento viario en cada zona de estudio (ver
Tabla 5.9). El método estadístico utilizado para determinar los parámetros de los
modelos fue el de máxima verosimilitud. Box y Jenkins (1970) sugirieron un
método de estimación no lineal para ϕ y ϴ0 (p.ej., ver Tabla 5.9) basado en el
algoritmo propuesto por Marquardt (1963), que actualmente es utilizado por
varios paquetes de cómputo estadístico y que permitió obtener las estimaciones
puntuales de los parámetros. Nuevamente, el paquete estadístico utilizado en la
estimación de los parámetros de los modelos fue IBM-SPSS (Statistical Package
for the Social Sciences, Versión 18.0.0). Finalmente, la metodología detallada
para la estimación de los parámetros de los modelos univariantes puede ser
consultada en el desarrollo de la propuesta metodológica de la presente
investigación (ver Capítulo 4, apartado 4.3.4.3.2).
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
341
(iii) Verificación de los modelos univariantes: esta etapa tuvo como propósito
verificar que los modelos identificados proporcionaron un ajuste adecuado y de
que los supuestos básicos implícitos en los modelos se cumplieron. De lo
contrario, se repitieron las etapas anteriores hasta que la verificación indicó
resultados aceptables (ver Tabla 5.9). En la etapa de verificación se evaluaron los
ocho supuestos de un modelo ARIMA propuestos por Box y Jenkins (1970).
Finalmente, la metodología detallada para la verificación de los modelos
univariantes puede ser consultada en el desarrollo de la propuesta metodológica
de la presente investigación (ver Capítulo 4, apartado 4.3.4.3.2). La etapa de
verificación mostró que los modelos identificados para las series de tiempo de la
carga de PM10 y la concentración de Pb asociada con el sedimento viario fueron
satisfactorios para representar los dos fenómenos en evaluación en cada zona de
estudio. Los resultados obtenidos en detalle para cada zona podrán ser consultados
en los anexos del presente documento.
Desde el punto de vista del proceso ARIMA, se pudo observar que la serie de
tiempo de la concentración de Pb asociada con el sedimento viario tuvo una
memoria corta. Es decir, por ser un proceso autorregresivo de primer orden (AR
(1)) en las Zonas 1 y 2, y de segundo orden en la Zona 3 (AR (2)), se evidenció
que la concentración de Pb sobre las superficies viarias (i.e., el hoy) estuvo
influenciada por la concentración metálica del ayer en las Zonas 1 y 2, y por la de
anteayer en la Zona 3. La carga de PM10 en las áreas de estudio presentó
resultados similares (ver Tabla 5.9). Chelani y Devotta (2005), y Vicente et al.
(2011) obtuvieron resultados similares al evaluar la contaminación del aire por
partículas, NO2, As, Cd, Ni y Pb; los investigadores identificaron un modelo
ARIMA AR(2); es decir, autorregresivo de segundo orden para una frecuencia de
muestreo diaria.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
342
Como se pudo observar para cada zona de estudio, existió la posibilidad de
representar la serie temporal de la concentración de Pb con un modelo ARIMA
similar al de la carga viaria de PM10 (i.e., ARIMA(1,0,0) ó ARIMA(2,1,0)). Es
decir, existió la posibilidad de representar las dos series de tiempo en evaluación a
través de la misma estructura temporal. Finalmente es importante mencionar, que
el ayer en la presente investigación correspondió a diez días a partir de la
frecuencia de recolección del sedimento viario y del registro seleccionado para la
carga de PM10 en la ciudad de Bogotá (i.e., media móvil de diez días);
adicionalmente, la concentración de Pb asociada con el sedimento viario hizo
referencia a la fracción de tamaño inferior a 250 µm.
A partir de lo anterior, es decir, de la identificación, estimación y verificación de
los modelos univariados para cada zona de estudio, se procedió a desarrollar un
modelo de función de transferencia. El objetivo fue relacionar las dos series
temporales (i.e., PM10 y Pb) en cada zona de investigación para elaborar un
modelo causal de predicción siguiendo las etapas expuestas anteriormente.
Como es sabido, en el establecimiento de las hipótesis para el desarrollo del
modelo se observó la probable existencia de una relación entre la carga de PM10 y
la concentración de Pb asociada con el sedimento en áreas aledañas a superficies
viarias. Es decir, se pudo esperar que existiera una relación dinámica entre las
variables en mención. Por lo tanto, probablemente se esperó una relación de
causalidad unidireccional de la carga de PM10 hacia la concentración de Pb en el
sedimento, dinámica, con un posible retardo a la hora de dejar sentir sus efectos
sobre la carga metálica de la superficie viaria. Sin embargo, se observó la
coincidencia entre los ciclos de la variable carga viaria de PM10 y concentración
de Pb en el sedimento en cada zona de estudio (i.e., probablemente no existió
retardo) (ver Figuras 5.17, 5.18 y 5.19).
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TOD
OL
OG
ÍA P
AR
A L
A E
STIM
AC
IÓN
DE
LA
DIS
TRIB
UC
IÓN
DE
LO
S M
ETA
LE
S P
ESA
DO
S A
SOC
IAD
OS
CO
N E
L SE
DIM
EN
TO V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
343
T
abla
5.9
Mod
elos
iden
tifi
cado
s m
edia
nte
IBM
-SP
SS
en
la c
iuda
d de
Bog
otá
(Col
ombi
a)
Zon
a S
erie
M
odel
o A
RIM
A
Par
ámet
ros
R2
MA
PE
(p
,d,q
) T
rans
form
ació
n E
cuac
ión
ϕ1
ϕ2
ϴ0
1 P
M10
(1
,0,0
) N
ingu
na
1‐B·PM
10t
θ 0a t
0,
560
- 54
,839
0,
313
14,9
47
P
b (1
,0,0
) L
ogar
ítm
ica
1‐B·T
Pbt
θ 0a t
0,
513
- 4,
099
0,27
632
,251
2
PM
10
(1,0
,0)
Nin
guna
1‐
B·PM
10t
θ 0a t
0,
486
- 57
,261
0,
246
12,6
30
P
b (1
,0,0
) N
ingu
na
1‐B·Pb
tθ 0
a t
0,31
7 -
56,7
24
0,10
125
,053
3
PM
10
(2,1
,0)
Nin
guna
1-
1B-
2B·W
t=θ 0
+a t
-0
,438
-0
,619
-0
,231
0,
360
8,88
9
Pb
(2,1
,0)
Log
arít
mic
a 1-
1B-
2B·W
t=θ 0
+a t
-0
,568
-0
,502
-0
,005
0,
357
39,0
38
MA
PE
: err
or a
bsol
uto
porc
entu
al p
rom
edio
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
344
Figura 5.17 Series temporales para la carga de PM10 y la concentración de Pb en
el sedimento viario para la Zona 1 (Bogotá, Colombia)
Figura 5.18 Series temporales para la carga de PM10 y la concentración de Pb en
el sedimento viario para la Zona 2 (Bogotá, Colombia)
Figura 5.19 Series temporales para la carga de PM10 y la concentración de Pb en
el sedimento viario para la Zona 3 (Bogotá, Colombia)
0
10
20
30
40
50
60
70
80
90
0
20
40
60
80
100
120
0 10 20 30 40
PM
10(µg/m
3)
Pb‐Sedim
ento (µg/g)
No. de muestreo
Pb
PM10
0
10
20
30
40
50
60
70
80
90
0
20
40
60
80
100
120
140
0 10 20 30 40
PM10(µg/m
3)
Pb‐Sedim
ento (µg/g)
No. de muestreo
Pb
PM10
0
20
40
60
80
100
120
0
50
100
150
200
250
300
0 10 20 30 40
PM
10(µg/m
3)
Pb‐Sedimento (µg/g)
No. de muestreo
Pb
PM10
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
345
(i) Identificación del modelo de función de transferencia: se consideró a partir del
establecimiento de las hipótesis que existió una causalidad unidireccional desde la
serie de tiempo de la carga viaria de PM10 (Xt) hacia la concentración de Pb
asociada con el sedimento viario (Yt), eliminando la posibilidad de
retroalimentación. Los modelos obtenidos para la variable de entrada (Xt) en cada
zona de estudio (i.e., carga de PM10) se pueden apreciar en la Tabla 5.9. Estos
modelos fueron los que se utilizaron para realizar el preblanqueo de la variable de
salida (i.e., Yt: concentración de Pb en el sedimento) (ver Tabla 5.9) con el objeto
de determinar la función de transferencia (Pankratz, 1991). Se calculó la función
de correlación cruzada estimada para cada zona de estudio y sólo se apreció al
retardo 0 estadísticamente significativo (i.e., no existió retardo); de manera que la
respuesta al impulso fue inmediata: ω0B0 (i.e., (b,s,h) = (0,0,0)). A partir de lo
anterior se identificaron los modelos de función de transferencia para las Zonas 1,
2 y 3 en la ciudad de Bogotá.
Una vez identificada la función de transferencia para cada zona de estudio se
estimó la serie del ruido (Nt), y se procedió a identificar el proceso ARMA
generador de los residuos mediante sus funciones de autocorrelación simple
(FAC) y parcial (FACP) muestral. Los resultados mostraron para las zonas de
investigación que los residuos seguían un proceso ARMA (0,0). El paquete
estadístico utilizado en la identificación de los modelos fue IBM-SPSS (Statistical
Package for the Social Sciences, Versión 18.0.0). Igualmente, la metodología
detallada para la identificación de los modelos de función de transferencia puede
ser consultada en el desarrollo de la propuesta metodológica de la presente
investigación (ver Capítulo 4, apartado 4.3.4.3.2). Finalmente los modelos de
función de transferencia completos para las Zonas 1, 2 y 3 se presentan a
continuación, respectivamente:
1- B ln(Pb)= ω0(PM10) +θ0+at (5.8)
1- B (Pb)= ω0(PM10) +θ0+at (5.9)
1- 1B- 2B (Pb)= ω0(PM10) +θ0+at (5.10)
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
346
Adicionalmente, se identificaron datos atípicos que se incluyeron en el modelo de
función de transferencia completo de las Zonas 1, 2 y 3. Los datos atípicos en la
Zona 1 estuvieron localizados en los tiempos 20 (22/11/2010) y 27 (14/01/2011).
Los datos correspondieron al valor mínimo (i.e., dato 20: 24 µg/g), y a un valor
intermedio (i.e., dato 27: 82 µg/g) que antecedió al segundo valor máximo
registrado (105 µg/g) en la concentración de Pb asociada con el sedimento viario
durante el período de muestreo (ver Figura 5.17); los datos atípicos se presentaron
durante la época de aumento y de disminución de la precipitación en la Zona 1,
respectivamente. A partir de lo anterior, los dos datos atípicos fueron modelados
de la siguiente manera: (i) el dato 20 fue tratado como del tipo aditivo; es decir,
un valor atípico que afecta a una sola observación (22/11/2010; NOV22); (ii) el
dato 27 fue igualmente tratado como del tipo aditivo (14/01/2011; ENE14).
Por otro lado, en la Zona 2 el dato atípico estuvo localizado en el tiempo 10
(15/12/2010); el cual correspondió a la máxima magnitud en la concentración de
Pb asociada con el sedimento viario durante el período de muestreo (121 µg/g)
(ver Figura 5.18). Sin embargo, el dato atípico no se presentó en la época de
disminución de la precipitación (i.e., “en tiempo seco”). Como es sabido, la carga
acumulada de sedimento viario fue mayor en la Zona 2 (promedio: 92,2 g/m2). Lo
anterior, probablemente se debió al aporte de sedimento por la ejecución de
actividades de construcción en cercanías a la superficie viaria de investigación
(i.e., por un predio de 26000 m2) (ver Figura 5.5).
En el presente estudio, la carga de PM10 y la concentración de Pb en el sedimento
en áreas donde se ejecutaron actividades de demolición y construcción no tendió a
seguir el comportamiento observado en las Zonas 1 y 3, y durante el desarrollo
metodológico (ver Capítulo 4, apartado 4.3.3.1); es decir, la carga de PM10 y la
concentración de Pb en el sedimento disminuyeron en tiempo de lluvia y
aumentaron en tiempo seco, como lo mostraron las zonas viarias con ausencia de
este tipo de actividades (ver Capítulo 5, apartado 5.2.3.1). De esta manera, los
resultados sugirieron que existió probablemente un aporte adicional de material en
suspensión y de Pb por parte de las actividades de construcción que se ejecutaron
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
347
en cercanías de la superficie viaria de la Zona 2 (i.e., a 20 m de distancia);
causando un mayor o menor aporte de PM10 y Pb según la variabilidad temporal
de las actividades ejecutadas en su interior (i.e., según el cronograma de
construcción). A partir de lo anterior, el valor atípico de la Zona 2 fue modelado
de la siguiente manera: el dato 10 fue tratado como del tipo innovador; es decir,
en la serie de tiempo afectó a cada observación a partir de un punto específico de
inicio en la serie temporal (i.e., 15/12/2010; DIC15).
En la Zona 3 de la ciudad de Bogotá el dato atípico estuvo localizado en el tiempo
13 (23/09/2010). El dato correspondió a la máxima magnitud registrada (264
µg/g) en la concentración de Pb asociada con el sedimento viario durante el
período de muestreo (ver Figura 5.19); el dato se presentó durante la época de
disminución de la precipitación (i.e., en “tiempo seco”). A partir de lo anterior, el
valor atípico fue modelado de la siguiente manera: el dato 13 fue tratado como del
tipo aditivo; es decir, un valor atípico que afecta a una sola observación
(23/09/2010; SEP23).
5.2.4.3 Estimación de parámetros del modelo
Esta etapa tuvo como objetivo principal determinar los mejores valores para los
parámetros de los modelos de función de transferencia. El método estadístico
utilizado para determinar los parámetros de los modelos fue el de máxima
verosimilitud. Box y Jenkins (1970) sugirieron un método de estimación no lineal
para ϕ, ϴ0 y ω0 (ver Ecuaciones 5.8, 5.9 y 5.10) basado en el algoritmo propuesto
por Marquardt (1963), que actualmente es utilizado por varios paquetes de
cómputo estadístico y que permitió obtener las estimaciones puntuales de los
parámetros. El paquete estadístico utilizado en la presente investigación fue IBM-
SPSS (Statistical Package for the Social Sciences, Versión 18.0.0). Igualmente, la
metodología detallada para la estimación de los parámetros de los modelos de
función de transferencia puede ser consultada en el desarrollo de la propuesta
metodológica de la presente investigación (ver Capítulo 4, apartado 4.3.4.3.2). La
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
348
estimación de los modelos de función de transferencia para las Zonas 1, 2 y 3 fue
la siguiente, respectivamente:
1-0,556B ln(Pb)= -0,526NOV22+0,490ENE22
+0,027(PM10) +2,611+at (5.11)
1-0,384B (Pb)=60,321DIC15+0,584(PM10)
+20,987+at (5.12)
1-0,113B-0,041 (Pb)= 154,593SEP23
+1,987(PM10)-98,539+at (5.13)
5.2.4.4 Verificación del modelo
Esta etapa tuvo como propósito verificar que los modelos de función de
transferencia identificados para cada zona de estudio proporcionaron un ajuste
adecuado y de que los supuestos básicos implícitos en los modelos se cumplieron.
De lo contrario, se repitieron las etapas anteriores hasta que la verificación indicó
resultados aceptables. En la etapa de verificación se evaluaron los ocho supuestos
para un modelo ARIMA propuestos por Box y Jenkins (1970). La etapa de
verificación mostró que los modelos fueron satisfactorios para describir la
relación de causalidad unidireccional de la carga viaria de PM10 hacia la
concentración de Pb asociada con el sedimento viario. Por otro lado, la
metodología detallada para la verificación de los modelos de función de
transferencia puede ser consultada en el desarrollo de la propuesta metodológica
de la presente investigación (ver Capítulo 4, apartado 4.3.4.3.2). Finalmente, los
resultados obtenidos en detalle para cada zona de estudio podrán ser consultados
en los anexos del presente documento.
Desde el punto de vista de la transferencia del impulso desde la carga viaria de
PM10 hacia la concentración de Pb en el sedimento, se pudo observar que no
existió retardo (i.e., cero); de esta manera el efecto fue inmediato. La anterior
tendencia probablemente se debió a la localización de la estación de monitoreo de
PM10 con respecto del bordillo de la superficie viaria de investigación en las
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
349
Zonas 1, 2 y 3: 10, 38 y 194 m de distancia, respectivamente. Por lo tanto los
resultados sugirieron en el presente estudio, que en áreas aledañas a las superficies
viarias la relación temporal entre la carga de PM10 y la concentración de Pb
asociada con el sedimento fue inmediata. Lo anterior, fue valido para distancias
menores de 194 m con respecto del bordillo de la vía en evaluación, para una
frecuencia promedio de muestreo de cada diez días (i.e., para PM10 y Pb), y para
la fracción de tamaño inferior a 250 µm del sedimento viario.
5.2.4.4 Análisis del pronóstico
En esta etapa se procedió a evaluar los valores obtenidos por los modelos para la
concentración de Pb asociada con el sedimento viario a partir de la carga de PM10
en las Zonas 1, 2 y 3 de la ciudad de Bogotá (ver Figuras 5.20, 5.21 y 5.22). Es
importante mencionar que en la presente investigación no se reservaron
observaciones para realizar la evaluación del pronóstico del modelo; es decir, se
emplearon las mismas observaciones que se utilizaron en la identificación,
estimación y verificación de los modelos. Igualmente, se empleó el paquete IBM-
SPSS para obtener los estadísticos de ajuste para los modelos ARIMA de cada
zona en estudio.
Inicialmente, se estudiaron los estadísticos de los modelos para evaluar la bondad
del ajuste en el modelado de las series temporales de las zonas de estudio en la
ciudad de Bogotá (ver Tabla 5.10). Como se pudo observar, se realizó una
estimación de la proporción de la varianza total en la serie que explicó el modelo;
de esta manera, la carga viaria de PM10 en las Zonas 1, 2 y 3 explicó 84, 52 y 71%
de la variación de la concentración de Pb asociada con el sedimento viario,
respectivamente. Adicionalmente, el ajuste de los modelos de función de
transferencia fue mejor que el ajuste obtenido para los modelos de las series
temporales de la carga viaria de PM10 y la concentración de Pb asociada con el
sedimento viario en cada zona de estudio (i.e., los modelos univariantes) (ver
Tabla 5.9).
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
350
Tabla 5.10 Estadísticos de ajuste para los modelos de función de transferencia en las Zonas 1, 2 y 3 (Bogotá, Colombia)
Zona R2 MAPE MAE MaxAPE MaxAE % mg/kg % mg/kg
1 0,84 11,90 7,26 50,81 28,81 2 0,52 22,45 11,00 83,76 24,29 3 0,71 27,89 17,98 94,98 57,44
MAPE: error absoluto porcentual promedio; MAE: error absoluto promedio; MaxAPE: error absoluto máximo porcentual; MaxAE: error absoluto máximo
El error absoluto promedio (MAE) mostró que la serie temporal de la
concentración de Pb asociada con el sedimento viario en las Zonas 1, 2 y 3 se
desvío en promedio 7,26, 11,0 y 17,98 mg/kg con respecto del nivel pronosticado
por el modelo de función de transferencia ARIMA, respectivamente. Igualmente,
el error absoluto porcentual promedio (MAPE) evidenció una desviación
promedio de la serie temporal dependiente (i.e., concentración de Pb) del 11,9,
22,5 y 27,89% con respecto del nivel pronosticado por el modelo en las Zonas 1, 2
y 3, respectivamente. Con el objeto de detectar los peores casos en la predicción,
se procedió a determinar el máximo error absoluto promedio (MaxAE) y
porcentual (MaxAPE) para cada zona de estudio (ver Tabla 5.10).
Los resultados evidenciaron para las Zonas 1 y 3 que los máximos errores en el
pronóstico tendieron a presentarse en la época seca. Los errores en tiempo seco
fueron 1,46 y 1,18 veces superiores con respecto de la época de lluvias; lo
anterior, a partir de los períodos identificados con respecto de la precipitación en
cada zona de estudio de la ciudad de Bogotá. Como es sabido para las Zonas 1 y
3, en la época seca se presentaron las mayores concentraciones de Pb en el
sedimento y en la época de lluvias se presentaron las menores concentraciones. De
esta manera, los modelos desarrollados tendieron a presentar un mejor ajuste (i.e.,
pronóstico) en la época de lluvias. Resultados similares fueron obtenidos durante
el desarrollo de la propuesta metodológica (ver Capítulo 4, apartado 4.3.4.6).
Sin embargo, la Zona 2 presentó una tendencia opuesta; los errores de pronóstico
en tiempo de lluvia fueron 1,07 veces superiores con respecto de la época de
disminución de la precipitación (i.e., en tiempo seco). Como es sabido en el
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
351
presente estudio, la carga de PM10 y la concentración de Pb en el sedimento en
áreas donde se ejecutaron actividades de demolición y construcción no tendió a
seguir el comportamiento observado en las Zonas 1 y 3, y durante el desarrollo
metodológico (ver Capítulo 4, apartado 4.3.3.1); es decir, la carga de PM10 y la
concentración de Pb en el sedimento disminuyeron en tiempo de lluvia y
aumentaron en tiempo seco, como lo mostraron las zonas viarias con ausencia de
este tipo de actividades (ver Capítulo 5, apartado 5.2.3.1). De esta manera, el
modelo desarrollado en la Zona 2 tendió a presentar un mejor ajuste (i.e.,
pronóstico) en tiempo seco (i.e., de disminución de la precipitación).
Finalmente, se determinaron los límites de confianza para los pronósticos
realizados de la concentración de Pb asociada con el sedimento viario en las
Zonas 1, 2 y 3 con el objeto de evaluar posibles escenarios en la serie temporal;
para un nivel de confianza de 95% (ver Figuras 5.20, 5.21 y 5.22). Los resultados
mostraron, como era de esperar para las Zonas 1 y 3, que en la época seca se
presentaron las mayores concentraciones de Pb en el sedimento viario a partir del
límite superior del intervalo de confianza; la concentración pudo alcanzar valores
de hasta de 158 y 315 µg/g o mg/kg, respectivamente. Es decir, en tiempo seco
existió la probabilidad de alcanzar concentraciones de hasta 2,43 y 3,42 veces por
encima de la concentración promedio de Pb para la totalidad del período de
muestreo (i.e., 65 y 92 µg/g, respectivamente). Por otro lado en la Zona 2, los
resultados mostraron que en tiempo de lluvia existió la probabilidad de alcanzar
concentraciones hasta 2,66 veces por encima de la concentración promedio de Pb
para la totalidad del período de estudio (i.e., 56 µg/g).
En la época de lluvias, como era de esperar para las Zonas 1 y 3, se presentaron
los valores más bajos en la concentración metálica con respecto del límite inferior
del intervalo de confianza; la concentración de Pb en la fracción de tamaño
inferior a 250 µm del sedimento viario pudo alcanzar valores de hasta 16,7 y 0,3
µg/g, respectivamente. De esta manera, en tiempo de lluvias existió la
probabilidad de alcanzar concentraciones de hasta 3,9 y 368 veces por debajo de
la concentración promedio de Pb para la totalidad del período en evaluación (i.e.,
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
352
65 y 92 µg/g, respectivamente). Por otro lado en la Zona 2, los resultados
mostraron que en tiempo de lluvia existió la probabilidad de alcanzar
concentraciones hasta 6,2 veces por debajo de la concentración promedio de Pb
para la totalidad del período de estudio (i.e., 56 µg/g).
Figura 5.20 Límites de confianza para los pronósticos del modelo de función de
transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia)
Figura 5.21 Límites de confianza para los pronósticos del modelo de función de
transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 2 (Bogotá, Colombia)
0
20
40
60
80
100
120
140
160
180
2/05/2010
27/05/2010
21/06/2010
16/07/2010
10/08/2010
4/09/2010
29/09/2010
24/10/2010
18/11/2010
13/12/2010
7/01/2011
1/02/2011
26/02/2011
23/03/2011
17/04/2011
12/05/2011
Pb‐Sedim
ento (µg/g)
Fecha
Pb
Pronóstico
L.Superior
L.Inferior
0
20
40
60
80
100
120
140
160
4/09/2010
29/09/2010
24/10/2010
18/11/2010
13/12/2010
7/01/2011
1/02/2011
26/02/2011
23/03/2011
17/04/2011
12/05/2011
6/06/2011
1/07/2011
26/07/2011
20/08/2011
14/09/2011
9/10/2011
3/11/2011
Pb‐Sedimento (µg/g)
Fecha
Pb
Pronóstico
L.Superior
L.Inferior
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
353
Figura 5.22 Límites de confianza para los pronósticos del modelo de función de
transferencia ARIMA para la concentración de Pb asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia)
5.2.5 FASE 5. Evaluación metálica asociada con el sedimento viario a partir de
información del material en suspensión
El objetivo de la última fase de la metodología fue pronosticar y evaluar la
distribución por fracción de tamaño de la concentración metálica asociada con el
sedimento viario de las Zonas 1, 2 y 3 en la ciudad de Bogotá (Colombia). Las
actividades desarrolladas de manera consecutiva fueron las siguientes: (i)
pronosticar y evaluar la distribución de la concentración metálica asociada con el
sedimento viario por fracción de tamaño (mg/kg o µg/g), y (ii) pronosticar y
evaluar la distribución de la carga metálica asociada con el sedimento viario por
fracción de tamaño (g/m2 o %/m2). Las fracciones de tamaño evaluadas fueron las
siguientes: < 63, 63-125, 125-250, 250-500, 500-1000, 1000-2000 y 2000-2800
µm. A continuación se describen cada una de las actividades desarrolladas en la
evaluación metálica asociada con el sedimento viario a partir de información del
material en suspensión (i.e., PM10).
5.2.5.1 Evaluación de la concentración metálica asociada con el sedimento viario
0
50
100
150
200
250
300
350
7/04/2010
2/05/2010
27/05/2010
21/06/2010
16/07/2010
10/08/2010
4/09/2010
29/09/2010
24/10/2010
18/11/2010
13/12/2010
7/01/2011
1/02/2011
26/02/2011
23/03/2011
17/04/2011
12/05/2011
6/06/2011
Pb‐Sedimento (µg/g)
Fecha
Pb
Pronóstico
L.Superior
L.Inferior
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
354
Esta actividad se enfocó en el pronóstico y análisis de la distribución de la
concentración metálica asociada con el sedimento viario a partir de información
del material en suspensión (i.e., PM10) de las Zonas 1, 2 y 3 en la ciudad de
Bogotá. Por lo tanto, la evaluación metálica tuvo en cuenta lo siguiente: (i) el
pronóstico y análisis de la concentración de Pb para la fracción de tamaño inferior
a 250 µm del sedimento viario, se realizó a través de los modelos de función de
transferencia (ARIMA) desarrollados en la fase anterior de la metodología (i.e.,
Fase 4); (ii) por otro lado, el pronóstico y análisis de la distribución de la
concentración de Pb en las diferentes fracciones de tamaño del sedimento viario
se realizó a través de los modelos obtenidos en la Fase 2 de la presente
metodología; (iii) finalmente, el pronóstico y análisis de la concentración para los
elementos metálicos diferentes de Pb (i.e., para Cu) se realizó a través de las
relaciones detectadas en las campañas de campo adelantadas en la ciudad de
Bogotá (ver Figura 5.23).
Figura 5.23 Diagrama de flujo para la estimación de la distribución de la
concentración y carga metálica asociada con el sedimento viario a partir de información del material en suspensión (Bogotá, Colombia)
5.2.5.1.1 Evaluación de la concentración de Pb asociada con el sedimento viario a
partir de información de PM10 (modelo ARIMA)
Carga viaria de PM10
Modelo ARIMA
Concentración de Pb asociada con el sedimento viario (< 250 µm)
Modelo de distribución de la concentración y carga de Pb por fracción de tamaño
Concentración metálica asociada con el sedimento
viario (< 250 µm): Cu.
Modelo de distribución de la concentración y carga
metálica por fracción de tamaño: Cu.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
355
Con el objeto de realizar una evaluación del pronóstico a partir de los períodos
identificados en las Zonas 1, 2 y 3 con respecto de la precipitación (i.e., época
seca y de lluvias), se procedió a seleccionar una fecha para cada período (ver
Figuras 5.24, 5.25 y 5.26). Se realizó una evaluación puntual para una fecha en
tiempo seco y una fecha en tiempo de lluvia, coincidiendo con los episodios que
presentaron valores extremos en la concentración metálica; es decir, los valores
máximo y mínimo registrados en la concentración de Pb asociada con el
sedimento viario para cada zona de estudio (i.e., fracción de tamaño < 250 µm).
Durante la época seca identificada en las Zonas 1 y 3 se pronosticaron para las
siguientes fechas la concentración de Pb asociada con el sedimento viario a partir
de la carga de PM10: 03/10/2010 (máximo: 111 µg/g) y 23/09/2010 (máximo: 264
µg/g), respectivamente (ver Figuras 5.24 y 5.26). Por el contrario, y como es
sabido para la Zona 2, los valores máximos en la concentración de Pb se
presentaron durante la época de lluvias; la anterior tendencia estuvo asociada con
el desarrollo de actividades de construcción en el área de estudio. De esta manera
la fecha seleccionada en la Zona 2 para evaluar el pronóstico en la concentración
de Pb fue la siguiente: 15/12/2010 (máximo: 121 µg/g) (ver Figura 5.25).
Los resultados mostraron para la Zona 1 que la concentración pronosticada de Pb
en el sedimento a través del modelo ARIMA (i.e., para PM10 = 78,8 µg/m3) fue de
113,9 µg/g y el valor medido fue de 110,5 µg/g, es decir, existió un error absoluto
en el pronóstico de 3,1% (ver Figura 5.27). Por otro lado en la Zona 3, los
resultados mostraron que la concentración pronosticada de Pb en el sedimento a
través del modelo ARIMA (i.e., para PM10 = 102,9 µg/m3) fue de 265,7 µg/g y el
valor medido fue de 264,2 µg/g, es decir, existió un error absoluto en el
pronóstico de 0,6%. Finalmente para la Zona 2, los resultados mostraron que la
concentración pronosticada de Pb en el sedimento a través del modelo ARIMA
(i.e., para PM10 = 78,6 µg/m3) fue de 121,0 µg/g y el valor medido fue de 120,6
µg/g, es decir, existió un error absoluto en el pronóstico de 0,3%. Como se pudo
observar, los errores de pronóstico para los valores extremos (i.e., máximos) en
las Zonas 1, 2 y 3 fueron menores con respecto de los errores absolutos
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
356
porcentuales promedios obtenidos para toda la serie temporal (MAPE): 11,90,
22,45 y 27,89%, respectivamente. Sin embargo, existieron pronósticos que
alcanzaron errores absolutos de hasta 50,81, 83,76 y 94,98%, respectivamente.
Durante la época de lluvias identificada en las Zonas 1, 2 y 3 se pronosticaron
para las siguientes fechas la concentración de Pb asociada con el sedimento viario
a partir de la carga de PM10: 22/11/2010 (mínimo: 23,6 µg/g), 24/03/2011
(mínimo: 28,7 µg/g), y 27/04/2011 (mínimo: 34,9 µg/g), respectivamente (ver
Figuras 5.24, 5.25 y 5.26). Los resultados mostraron para la Zona 1 que la
concentración pronosticada de Pb en el sedimento a través del modelo ARIMA
(i.e., para PM10 = 44,0 µg/m3) fue de 23,8 µg/g y el valor medido fue de 23,6
µg/g, es decir, existió un error absoluto en el pronóstico de 0,9% (ver Figura
5.27). Por otro lado en la Zona 3, los resultados mostraron que la concentración
pronosticada de Pb en el sedimento a través del modelo ARIMA (i.e., para PM10 =
59,2 µg/m3) fue de 19,6 µg/g y el valor medido fue de 34,9 µg/g, es decir, existió
un error absoluto en el pronóstico de 78,1%. Como se pudo observar, el error de
pronóstico para el valor extremo (i.e., mínimos) en la Zona 1 fue menor con
respecto del error absoluto porcentual promedio obtenido para toda la serie
temporal (MAPE): 11,90%. A diferencia de Zona 3, donde el error de pronóstico
fue mayor con respecto del error absoluto porcentual promedio obtenido para toda
la serie temporal (MAPE): 27,89%. Sin embargo, existieron pronósticos que
alcanzaron errores absolutos de hasta 50,81 y 94,98% en las Zonas 1 y 3,
respectivamente.
Finalmente para la Zona 2, los resultados mostraron que la concentración
pronosticada de Pb en el sedimento a través del modelo ARIMA (i.e., para PM10 =
66,9 µg/m3) fue de 53,3 µg/g y el valor medido fue de 28,7 µg/g, es decir, existió
un error absoluto en el pronóstico de 85,7%. Como se pudo observar, el error de
pronóstico para el valor extremo (i.e., mínimo) en la Zona 2 fue mayor con
respecto del error absoluto porcentual promedio obtenido para toda la serie
temporal (MAPE): 22,45%. Este error de pronóstico fue el mayor registrado
durante el período de estudio (i.e., para 24/03/2011).
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
357
Fig
ura
5.24
Var
iaci
ón d
e la
con
cent
raci
ón d
e P
b en
el s
edim
ento
via
rio
a pa
rtir
de
los
perí
odos
cli
mát
icos
iden
tific
ados
en
la Z
ona
1 (B
ogot
á); t
iem
po a
) se
co, y
b)
de ll
uvia
s
020
40
60
8010
0
12
0
05
10
15
20
25
30
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Concentración metálica (µg/g)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Pb
a b
b a
b
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
358
F
igur
a 5.
25 V
aria
ción
de
la c
once
ntra
ción
de
Pb
en e
l sed
imen
to v
iari
o a
part
ir d
e lo
s pe
ríod
os c
lim
átic
os id
entif
icad
os e
n la
Zon
a 2
(Bog
otá)
; tie
mpo
a)
seco
, y b
) de
lluv
ias
020
40
60
80
10
0
12
0
14
0
0510
15
20
25
30
35
40
45
50
03/10/2010
23/10/2010
12/11/2010
02/12/2010
22/12/2010
11/01/2011
31/01/2011
20/02/2011
12/03/2011
01/04/2011
21/04/2011
11/05/2011
31/05/2011
20/06/2011
10/07/2011
30/07/2011
19/08/2011
08/09/2011
28/09/2011
Concentración metálica (µg/g)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Pb
b b
a a
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
359
Fig
ura
5.26
Var
iaci
ón d
e la
con
cent
raci
ón d
e P
b en
el s
edim
ento
via
rio
a pa
rtir
de
los
perí
odos
cli
mát
icos
iden
tific
ados
en
la Z
ona
3 (B
ogot
á); t
iem
po a
) se
co, y
b)
de ll
uvia
s
050
10
0
15
0
20
0
25
0
30
0
0510
15
20
25
30
35
40
45
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Concentración metálica (µg/g)
Precipitación (mm)
Fe
cha
Pre
cipi
taci
ón
Pb
a a
b b
b
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
360
Las concentraciones de Pb asociadas con el sedimento viario de las Zonas 1 y 3
tendieron a ser mayores en la época seca (ver Figuras 5.24 y 5.26). Los resultados
mostraron que la concentración de Pb en tiempo seco fue 1,39 y 1,61 veces
superior con respecto de la época de lluvias, respectivamente (i.e., para la fracción
de tamaño < 250 µm). Adicionalmente, se observó que existió una débil relación
inversa entre la altura de precipitación y la concentración de Pb asociada con el
sedimento viario (Zona 1: r = -0,17; Zona 3: r = -0,16). Las anteriores
observaciones podrán ser de utilidad para las instituciones encargadas de la
gestión de la contaminación superficial en las Zonas 1 y 3 de la ciudad de Bogotá,
para diseñar y evaluar las prácticas de control de la contaminación metálica
presente sobre las superficies viarias de investigación; como por ejemplo, el
establecimiento de la frecuencia del barrido viario en la época seca y de lluvias.
Por otro lado para la Zona 2, la carga de PM10 y la concentración de Pb en el
sedimento no tendió a seguir el comportamiento anteriormente observado en las
Zonas 1 y 3, y durante el desarrollo metodológico (ver Capítulo 4, apartado
4.3.3.1). Es decir, la carga de PM10 y la concentración de Pb en el sedimento
disminuyeron en tiempo de lluvia y aumentaron en tiempo seco como lo
mostraron las zonas viarias con ausencia de actividades de demolición y
construcción (ver Capítulo 5, apartado 5.2.3.1). En este sentido, los resultados
mostraron que las concentraciones de Pb en tiempo de lluvia fueron 1,03 veces
superiores con respecto de la época seca. Adicionalmente, existió una débil
relación directa entre la altura de precipitación y la concentración de Pb en el
sedimento (r = 0,14).
Como es sabido, la carga acumulada de sedimento viario fue mayor en la Zona 2
(promedio: 92,2 g/m2). Lo anterior, probablemente debido al aporte de sedimento
por la ejecución de actividades de construcción en cercanías a la superficie viaria
de investigación (predio de 26000 m2); es por esto que la Zona 2 presentó una
impermeabilización del 45% (ver Figura 5.5). De esta manera, los resultados
sugirieron que existió probablemente un aporte adicional de material en
suspensión y de Pb por parte de las actividades de construcción que se ejecutaron
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
361
en cercanías de la superficie viaria de la Zona 2 (i.e., a 20 m de distancia);
causando un mayor o menor aporte de PM10 y Pb según la variabilidad temporal
de las actividades ejecutadas en su interior (i.e., según el cronograma de
construcción). Las anteriores observaciones podrán ser de utilidad para las
instituciones encargadas de la gestión de la contaminación superficial en la Zona 2
de la ciudad de Bogotá, para realizar el control y exigir el desarrollo e
implementación de prácticas de control de la contaminación por parte de las
empresas que ejecutan actividades de demolición y construcción.
Figura 5.27 Pronóstico del modelo de función de transferencia ARIMA para la
concentración de Pb asociada con el sedimento viario. Zona 1 (Bogotá, Colombia)
Figura 5.28 Pronóstico del modelo de función de transferencia ARIMA para la
concentración de Pb asociada con el sedimento viario. Zona 2 (Bogotá, Colombia)
0
20
40
60
80
100
120
2/05/2010
27/05/2010
21/06/2010
16/07/2010
10/08/2010
4/09/2010
29/09/2010
24/10/2010
18/11/2010
13/12/2010
7/01/2011
1/02/2011
26/02/2011
23/03/2011
17/04/2011
12/05/2011
Pb‐Sedim
ento (µg/g)
Fecha
Pb
Pronóstico
0
20
40
60
80
100
120
140
4/09/2010
29/09/2010
24/10/2010
18/11/2010
13/12/2010
7/01/2011
1/02/2011
26/02/2011
23/03/2011
17/04/2011
12/05/2011
6/06/2011
1/07/2011
26/07/2011
20/08/2011
14/09/2011
9/10/2011
3/11/2011
Pb‐Sedim
ento (µg/g)
Fecha
Pb
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
362
Figura 5.29 Pronóstico del modelo de función de transferencia ARIMA para la
concentración de Pb asociada con el sedimento viario. Zona 3 (Bogotá, Colombia)
Finalmente, se utilizaron los modelos ARIMA desarrollados en cada zona de
estudio para realizar el pronóstico de la concentración de Pb asociada con el
sedimento viario a partir de la serie temporal completa de la media móvil de la
carga de PM10. Es decir, para realizar el pronóstico durante la totalidad del
período de muestreo: para 365 días (ver Figuras 5.30, 5.31 y 5.32). Los resultados
mostraron que al realizar el pronóstico para la totalidad del período de muestreo el
error absoluto promedio tendió a aumentar, con respecto de los 38 registros
disponibles de la concentración de Pb asociada con el sedimento viario por cada
zona de estudio. En este sentido, los errores de pronóstico para la totalidad del
período de muestreo en las Zonas 1, 2 y 3 fueron 18,11, 24,54 y 27,84%,
respectivamente. Por lo tanto, los errores absolutos de pronóstico aumentaron en
1,52 y 1,09 veces para las Zonas 1 y 2. Por el contrario, en la Zona 3 el error
absoluto promedio en el pronóstico para la totalidad del período de estudio fue
similar.
0
50
100
150
200
250
300
7/04/2010
2/05/2010
27/05/2010
21/06/2010
16/07/2010
10/08/2010
4/09/2010
29/09/2010
24/10/2010
18/11/2010
13/12/2010
7/01/2011
1/02/2011
26/02/2011
23/03/2011
17/04/2011
12/05/2011
6/06/2011
Pb‐Sedim
ento (µg/g)
Fecha
Pb
Pronóstico
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
363
Fig
ura
5.30
Pro
nóst
ico
de la
con
cent
raci
ón d
e P
b en
el s
edim
ento
via
rio
a pa
rtir
de
la s
erie
tem
pora
l com
plet
a de
PM
10 (
med
ia m
óvil
).
Zon
a 1
020
40
60
8010
0
12
0
14
0
05
10
15
20
25
30
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Concentración metálica (µg/g)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Pb
(pro
nó
stic
o)
Pb
(obs
erv
ado
)
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
364
F
igur
a 5.
31 P
ronó
stic
o de
la c
once
ntra
ción
de
Pb
en e
l sed
imen
to v
iari
o a
part
ir d
e la
ser
ie te
mpo
ral c
ompl
eta
de P
M10
(m
edia
móv
il).
Z
ona
2
020
40
60
80
10
0
12
0
14
0
0510
15
20
25
30
35
40
45
50
03/10/2010
23/10/2010
12/11/2010
02/12/2010
22/12/2010
11/01/2011
31/01/2011
20/02/2011
12/03/2011
01/04/2011
21/04/2011
11/05/2011
31/05/2011
20/06/2011
10/07/2011
30/07/2011
19/08/2011
08/09/2011
28/09/2011
Concentración metálica (µg/g)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Pb
(ob
serv
ad
o)
Pb
(pro
nó
stic
o)
CA
PÍT
ULO
5.-
AP
LIC
AC
IÓN
DE
LA
ME
TO
DO
LO
GÍA
PA
RA
LA
EST
IMA
CIÓ
N D
E L
A D
ISTR
IBU
CIÓ
N D
E L
OS
ME
TAL
ES
PE
SAD
OS
ASO
CIA
DO
S C
ON
EL
SED
IME
NT
O V
IAR
IO A
PA
RT
IR D
E I
NF
OR
MA
CIÓ
N D
EL
MA
TER
IAL
EN
SU
SPE
NSI
ÓN
: B
OG
OT
Á D
.C. (
CO
LO
MB
IA)
365
F
igur
a 5.
32 P
ronó
stic
o de
la c
once
ntra
ción
de
Pb
en e
l sed
imen
to v
iari
o a
part
ir d
e la
ser
ie te
mpo
ral c
ompl
eta
de P
M10
(m
edia
móv
il).
Zon
a 3
050
10
0
15
0
20
0
25
0
30
0
0510
15
20
25
30
35
40
45
08/05/2010
28/05/2010
17/06/2010
07/07/2010
27/07/2010
16/08/2010
05/09/2010
25/09/2010
15/10/2010
04/11/2010
24/11/2010
14/12/2010
03/01/2011
23/01/2011
12/02/2011
04/03/2011
24/03/2011
13/04/2011
03/05/2011
Concentración metálica (µg/g)
Precipitación (mm)
Fe
cha
Pre
cip
itaci
ón
Pb
(ob
serv
ad
o)
Pb
(pro
nó
stic
o)
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
366
5.2.5.1.2 Evaluación de la distribución por fracción de tamaño de la concentración
de Pb asociada con el sedimento viario (modelo determinista)
A partir de la campaña de campo adelantada en cada zona de estudio de la ciudad
de Bogotá se lograron desarrollar modelos deterministas para pronosticar y
evaluar la distribución de la concentración de Pb a través de las diferentes
fracciones de tamaño del sedimento viario: < 63, 63-125, 125-250, 250-500, 500-
1000, 1000-2000 y 2000-2800 µm. Los modelos exponencial y potencial
obtenidos para la concentración metálica en función del tamaño de la partícula
fueron los siguientes, respectivamente:
HMC A · e B· (5.14)
HMC A · d B (5.15)
Donde HMC representó la concentración del metal pesado en mg/kg de materia
seca; “A” y “B” fueron coeficientes para Pb (ver Tabla 5.11); y “d” el diámetro de
la partícula en milímetros (límite superior de cada fracción de tamaño) (ver
Capítulo 5, apartado 5.2.2.3). De esta manera se determinó el valor del parámetro
A, es decir, a partir de la concentración de Pb pronosticada por el modelo ARIMA
para la fracción de tamaño inferior a 250 µm.
Tabla 5.11 Coeficientes para el modelo exponencial y potencial de la
concentración de metales pesados por fracción de tamaño (Bogotá, Colombia) Metal Pesado Pb Cu Pb Cu Modelo exponencial Modelo potencial
Zona 1 B 0,38 0,96 0,29 0,76 R2 0,90 0,88 0,95 0,99
Zona 2 B 0,82 0,67 0,58 0,54 R2 0,97 0,84 0,85 0,98
Zona 3 B 0,75 0,86 0,57 0,69 R2 0,92 0,85 0,95 0,99
Con el objeto de realizar una evaluación del pronóstico a partir de los períodos
identificados en cada zona de estudio con respecto de la precipitación (i.e., época
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
367
seca y época de lluvias), se procedió a seleccionar la época donde se presentó la
máxima concentración de Pb; es decir, se realizó una evaluación puntual
coincidiendo con el valor máximo en la concentración de Pb pronosticado por el
modelo ARIMA de las Zonas 1, 2 y 3.
Durante la época seca identificada en las Zonas 1 y 3 se pronosticaron para las
siguientes fechas la distribución por fracción de tamaño de la concentración de Pb
asociada con el sedimento viario: 03/10/2010 (máximo observado: 111 µg/g) y
23/09/2010 (máximo observado: 264 µg/g), respectivamente (ver Figuras 5.24 y
5.26). Por el contrario, y como es sabido para la Zona 2, los valores máximos en
la concentración de Pb se presentaron durante la época de lluvias; la anterior
tendencia estuvo asociada con el desarrollo de actividades de construcción en el
área de estudio. De esta manera la fecha seleccionada en la Zona 2 para evaluar el
pronóstico en la distribución por fracción de tamaño de la concentración de Pb fue
la siguiente: 15/12/2010 (máximo observado: 121 µg/g) (ver Figura 5.25).
Los resultados mostraron para la Zona 1 (i.e., para 03/10/2010) que la
concentración pronosticada de Pb para la fracción tamaño inferior a 250 µm del
sedimento viario fue de 113,9 µg/g (error de pronóstico: 3,1%); a partir de la
anterior concentración, se estimó el parámetro A (76,2) en el modelo que produjo
el mejor ajuste (i.e., potencial; ver Tabla 5.11) y se procedió a determinar la
concentración de Pb asociada con cada fracción de tamaño (ver Ecuación 5.15): <
63 (169,9), 63-125 (139,3), 125-250 (113,9), 250-500 (93,2), 500-1000 (76,2),
1000-2000 (62,3), y 2000-2800 µm (56,5 µg/g). Las concentraciones medidas por
fracción de tamaño en la Zona 1 de la ciudad de Bogotá para la fecha en
evaluación fueron las siguientes: < 63 (163,3), 63-125 (136,6), 125-250 (108,1),
250-500 (104,2), 500-1000 (100,9), 1000-2000 (74,1), y 2000-2800 µm (54,7
µg/g). El error promedio en el pronóstico a través del modelo potencial para todas
las fracciones de tamaño fue de 9,4% (ver Figura 5.33).
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
368
Figura 5.33 Pronóstico y valores observados para la distribución por fracción de
tamaño de la concentración de Pb asociada con el sedimento viario de 03/10/2010 en la Zona 1 (Bogotá, Colombia)
Los resultados mostraron en la Zona 1 para todo el período en estudio, que el error
absoluto promedio en el pronóstico de la distribución de la concentración de Pb
asociada con las fracciones del sedimento viario fue el siguiente: < 63 (13,6%),
63-125 (21,4%), 125-250 (21,3%), 250-500 (9,4%), 500-1000 (2,7%), 1000-2000
(8,5%), y 2000-2800 µm (35,4%); con un promedio para todas las fracciones de
tamaño de 16,0% (i.e., de sobreestimación) (ver Figura 5.34).
Figura 5.34 Pronóstico y valores observados promedios para la distribución de la
concentración de Pb asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia)
40
60
80
100
120
140
160
180
10 100 1000 10000
Pb‐Sedim
ento (µg/g)
Diámetro (µm)
Observado
Pronóstico
0,0
20,0
40,0
60,0
80,0
100,0
120,0
10 100 1000 10000
Pb‐Sedim
ento (µg/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
369
Los resultados mostraron para la Zona 3 (i.e., para 23/09/2010) que la
concentración pronosticada de Pb para la fracción tamaño inferior a 250 µm del
sedimento viario fue de 265,7 µg/g (error de pronóstico: 0,6%); a partir de la
anterior concentración, se estimó el parámetro A (120,7) en el modelo que
produjo el mejor ajuste (i.e., potencial; ver Tabla 5.11) y se procedió a determinar
la concentración de Pb asociada con cada fracción de tamaño (ver Ecuación 5.15):
< 63 (582,9), 63-125 (394,4), 125-250 (265,7), 250-500 (179,0), 500-1000
(120,6), 1000-2000 (81,2), y 2000-2800 µm (67,0 µg/g). Las concentraciones
medidas por fracción de tamaño en la Zona 3 de la ciudad de Bogotá para la fecha
en evaluación fueron las siguientes: < 63 (147,3), 63-125 (119,3), 125-250 (83,9),
250-500 (46,4), 500-1000 (18,0), 1000-2000 (13,9), y 2000-2800 µm (11,4 µg/g).
El error promedio en el pronóstico a través del modelo potencial para todas las
fracciones de tamaño fue de 367,3%. Por otro lado, los resultados mostraron en la
Zona 3 para todo el período en estudio que el error absoluto promedio en el
pronóstico de la distribución de la concentración de Pb asociada con las fracciones
del sedimento viario fue el siguiente: < 63 (102,4%), 63-125 (50,6%), 125-250
(50,4%), 250-500 (11,6%), 500-1000 (18,2%), 1000-2000 (24,8%), y 2000-2800
µm (14,6%); con un error de pronóstico promedio para todas las fracciones de
tamaño de 39,0% (i.e., con tendencia a la sobreestimación) (ver Figura 5.35).
Figura 5.35 Pronóstico y valores observados promedios para la distribución por
fracción de tamaño de la concentración de Pb asociada con el sedimento viario de la Zona 3 (Bogotá, Colombia)
0
20
40
60
80
100
120
140
160
180
200
10 100 1000 10000
Pb‐Sedimento (µg/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
370
Los resultados mostraron para la Zona 2 (i.e., para 15/12/2010) que la
concentración pronosticada de Pb para la fracción tamaño inferior a 250 µm del
sedimento viario fue de 121,0 µg/g (error de pronóstico: 0,4%); a partir de la
anterior concentración, se estimó el parámetro A (148,5) en el modelo que
produjo el mejor ajuste (i.e., exponencial; ver Tabla 5.11) y se procedió a
determinar la concentración de Pb asociada con cada fracción de tamaño (ver
Ecuación 5.14): < 63 (141,1), 63-125 (134,1), 125-250 (121,0), 250-500 (98,6),
500-1000 (65,4), 1000-2000 (28,8), y 2000-2800 µm (15,0 µg/g). Las
concentraciones medidas por fracción de tamaño en la Zona 2 de la ciudad de
Bogotá para la fecha en evaluación fueron las siguientes: < 63 (83,5), 63-125
(48,9), 125-250 (42,7), 250-500 (30,7), 500-1000 (20,0), 1000-2000 (17,1), y
2000-2800 µm (15,1 µg/g). El error promedio en el pronóstico de la distribución
de la concentración de Pb para todas las fracciones de tamaño fue de 135,0%. Por
otro lado, los resultados mostraron en la Zona 2 para todo el período en estudio
que el error absoluto promedio en el pronóstico de la distribución de la
concentración de Pb asociada con las fracciones del sedimento viario fue el
siguiente: < 63 (7,9%), 63-125 (31,8%), 125-250 (65,3%), 250-500 (40,9%), 500-
1000 (12,0%), 1000-2000 (53,8%), y 2000-2800 µm (25,0%); con un error de
pronóstico promedio para todas las fracciones de tamaño de 31,7% (i.e., de
sobreestimación) (ver Figura 5.36).
Figura 5.36 Pronóstico y valores observados promedios para la distribución por
fracción de tamaño de la concentración de Pb asociada con el sedimento viario de la Zona 2 (Bogotá, Colombia)
0
10
20
30
40
50
60
70
10 100 1000 10000
Pb‐Sedim
ento (µg/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
371
Como se pudo observar en los pronósticos de las Zonas 1, 2 y 3, la concentración
de Pb tendió a aumentar con la disminución en la fracción de tamaño del
sedimento viario. Pitt y Amy (1973), Ellis y Revitt (1982), Sansalone y
Tribouillard (1999), German y Svensson (2002), Deletic y Orr (2005), y Zafra et
al. (2011) encontraron resultados similares. En promedio para la calzada de
estudio en las Zonas 1, 2 y 3 de la ciudad de Bogotá, la fracción de tamaño
inferior a 63 µm del sedimento viario presentó una concentración de Pb 2,23, 2,15
y 4,84 veces mayor que la fracción comprendida entre 500 y 1000 µm,
respectivamente. Al comparar la fracción de menor tamaño del sedimento viario
(< 63 µm) con la de tamaño mayor (2000-2800 µm), se observó que la diferencia
en la concentración fue superior para las Zonas 1, 2 y 3: 3,01, 9,41 y 8,69 veces,
respectivamente. Los anteriores resultados en orden de magnitud fueron similares
a los reportados por otras investigaciones (p.ej. Roger et al., 1998; Viklander,
1998; Deletic y Orr, 2005; Zafra et al., 2011). La variación entre autores en la
concentración metálica probablemente se debió a las características particulares de
cada lugar de muestreo y a la eficacia de los diferentes métodos empleados en la
recolección del sedimento viario: barrido en seco, aspirado y barrido en seco, y
aspirado en húmedo. Adicionalmente, se debe considerar el error generado por los
modelos ARIMA utilizados en los pronósticos de la presente investigación.
5.2.5.2 Evaluación de la carga metálica asociada con el sedimento viario
5.2.5.2.1 Evaluación de la distribución por fracción de tamaño de la carga de Pb
asociada con el sedimento viario (modelo determinista)
A partir de la campaña de campo adelantada en la ciudad de Bogotá, se logró
desarrollar un modelo determinista para cada zona de estudio con el objeto de
pronosticar y evaluar la distribución de la carga o cantidad de Pb a través de las
diferentes fracciones de tamaño del sedimento viario: < 63, 63-125, 125-250, 250-
500, 500-1000, 1000-2000 y 2000-2800 µm. El modelo de tipo logarítmico
obtenido en las zonas de estudio fue el siguiente:
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
372
PCA A · ln d B (5.16)
Donde PCA representó el porcentaje acumulado de carga de Pb por fracción de
tamaño; A y B fueron parámetros para Pb (adimensional) (ver Tabla 5.12); y d el
diámetro de la partícula en milímetros (límite superior de cada fracción de
tamaño) (ver Capítulo 5, apartado 5.2.2.4).
Tabla 5.12 Coeficientes para el modelo logarítmico del porcentaje acumulado de carga metálica por fracción de tamaño (Bogotá, Colombia)
Metal pesado Pb Cu
Zona 1A 22,5 18,8 B 89,3 93,1
Zona 2 A 26,2 25,0 B 85,3 86,7
Zona 3A 23,7 22,3 B 85,7 88,2
Con el objeto de realizar una evaluación del pronóstico a partir de los períodos
identificados en cada zona de estudio con respecto de la precipitación (i.e., época
seca y época de lluvias), se procedió a seleccionar la época donde se presentó la
máxima concentración de Pb; es decir, se realizó una evaluación puntual
coincidiendo con el valor máximo en la concentración de Pb pronosticado por el
modelo ARIMA de las Zonas 1, 2 y 3. Sin embargo, y como se pudo observar, el
modelo de distribución del porcentaje acumulado de carga de Pb por fracción de
tamaño fue independiente de la concentración pronosticada por el modelo
ARIMA (ver Ecuación 5.16).
Durante la época seca identificada en las Zonas 1 y 3 se pronosticaron para las
siguientes fechas la distribución por fracción de tamaño de la concentración de Pb
asociada con el sedimento viario: 03/10/2010 (máximo observado: 111 µg/g) y
23/09/2010 (máximo observado: 264 µg/g), respectivamente (ver Figuras 5.24 y
5.26). Por el contrario, y como es sabido para la Zona 2, los valores máximos en
la concentración de Pb se presentaron durante la época de lluvias; la anterior
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
373
tendencia estuvo asociada con el desarrollo de actividades de construcción en el
área de estudio. De esta manera la fecha seleccionada en la Zona 2 para evaluar el
pronóstico en la distribución por fracción de tamaño de la concentración de Pb fue
la siguiente: 15/12/2010 (máximo observado: 121 µg/g) (ver Figura 5.25).
Para la fecha seleccionada de la época seca en la Zona 1 (i.e., 03/10/2010), se
procedió a pronosticar el porcentaje acumulado de carga de Pb por fracción de
tamaño (ver Ecuación 5.16): < 63 (27,1), < 125 (42,5), < 250 (58,1), < 500 (73,7),
< 1000 (89,3), < 2000 (100,0), y < 2800 µm (100,0%). Los porcentajes
acumulados de carga de Pb medidos para la fecha en evaluación fueron los
siguientes: < 63 (16,4), < 125 (55,9), < 250 (86,0), < 500 (96,7), < 1000 (99,2), <
2000 (99,9) y < 2800 µm (100%). El error absoluto promedio en el pronóstico de
la distribución de carga acumulada de Pb para todas las fracciones de tamaño fue
de 22,2%. Por otro lado, los resultados mostraron para todo el período en estudio
que el error absoluto promedio en el pronóstico de la distribución de la carga
acumulada de Pb por fracción de tamaño en el sedimento viario fue el siguiente: <
63 (61,6%), 63-125 (23,7%), 125-250 (16,6%), 250-500 (19,8%), 500-1000
(7,4%), 1000-2000 (0,9%), y 2000-2800 µm (0%); con un error de pronóstico
promedio para todas las fracciones de tamaño de 18,6% (ver Figura 5.37).
Figura 5.37 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia)
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaP
b-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
374
Para la fecha seleccionada de la época seca en la Zona 3 (i.e., 23/09/2010), se
procedió a pronosticar el porcentaje acumulado de carga de Pb por fracción de
tamaño (ver Ecuación 5.16): < 63 (20,2), < 125 (36,4), < 250 (52,8), < 500 (69,3),
< 1000 (85,7), < 2000 (100,0) y < 2800 µm (100,0%). Los porcentajes
acumulados de carga de Pb medidos para la fecha en evaluación fueron los
siguientes: < 63 (33,3), < 125 (47,2), < 250 (69,9), < 500 (84,6), < 1000 (93,2), <
2000 (99,5) y < 2800 µm (100%). El error absoluto promedio en el pronóstico de
la distribución de carga acumulada de Pb para todas las fracciones de tamaño fue
de 16,2%. Por otro lado, los resultados mostraron para todo el período en estudio
que el error absoluto promedio en el pronóstico de la distribución de la carga
acumulada de Pb por fracción de tamaño en el sedimento viario fue el siguiente: <
63 (19,8%), 63-125 (20,3%), 125-250 (32,5%), 250-500 (25,6%), 500-1000
(12,3%), 1000-2000 (0,2%), y 2000-2800 µm (0%); con un error de pronóstico
promedio para todas las fracciones de tamaño de 15,8% (ver Figura 5.38).
Para la fecha seleccionada de la época seca en la Zona 2 (i.e., 15/12/2010), se
procedió a pronosticar el porcentaje acumulado de carga de Pb por fracción de
tamaño (ver Ecuación 5.16): < 63 (12,9), < 125 (30,8), < 250 (49,0), < 500 (67,1),
< 1000 (85,3), < 2000 (100,0) y < 2800 µm (100,0%). Los porcentajes
acumulados de carga de Pb medidos para la fecha en evaluación fueron los
siguientes: < 63 (10,5), < 125 (16,8), < 250 (58,9), < 500 (86,6), < 1000 (94,9), <
2000 (98,4) y < 2800 µm (100%). El error absoluto promedio en el pronóstico de
la distribución de carga acumulada de Pb para todas las fracciones de tamaño fue
de 22,4%. Por otro lado, los resultados mostraron para todo el período en estudio
que el error absoluto promedio en el pronóstico de la distribución de la carga
acumulada de Pb por fracción de tamaño en el sedimento viario fue el siguiente: <
63 (30,4%), 63-125 (0,6%), 125-250 (13,6%), 250-500 (25,1%), 500-1000
(14,2%), 1000-2000 (0,1%), y 2000-2800 µm (0%); con un error de pronóstico
promedio para todas las fracciones de tamaño de 12,0% (ver Figura 5.39).
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
375
Figura 5.38 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia)
Figura 5.39 Pronóstico y valores observados promedios para la distribución de la carga de Pb asociada con el sedimento viario en la Zona 2 (Bogotá, Colombia)
El pronóstico mostró en promedio para las Zonas 1, 2 y 3 que el 42,5, 30,8 y
36,4% de la carga de Pb se asoció con la fracción de tamaño inferior a 125 µm
(valores observados: 34,4, 30,6 y 45,7%), respectivamente. Por otro lado para las
Zonas 1, 2 y 3, en la fracción de tamaño mayor a 1000 µm se asoció el 10,5, 14,7
y 14,3% de la carga de Pb (valores observados: 3,6, 0,6 y 2,2%), respectivamente.
Sansalone y Buchberger (1997), y Deletic y Orr (2005) reportaron que las
fracciones de mayor tamaño fueron generalmente consideradas como de menor
importancia en el contenido y transporte de contaminantes. Finalmente el
pronóstico mostró para las Zonas 1, 2 y 3, que el 57,5, 69,2 y 63,6% de la carga de
Pb se asoció con la fracción de tamaño mayor a 125 µm (valores observados:
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaP
b-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaP
b-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
376
65,6, 69,4 y 54,3%), respectivamente; es decir, el tamaño correspondiente para las
arenas finas. Ellis y Revitt (1982), Stone y Marsalek (1996), Sansalone y
Tribouillard (1999), y Zafra Mejía et al. (2011) obtuvieron resultados similares.
Como es sabido en el presente estudio, los tamaños de partícula que presentaron la
mayor susceptibilidad al lavado por escorrentía en las ciudades de Torrelavega y
Soacha fueron los inferiores a 500 µm (ver Tabla 4.9; Capítulo 4, apartado
4.3.2.2). El pronóstico mostró en promedio, que el 73,7, 67,1 y 69,3% de la carga
de Pb en las Zonas 1, 2 y 3 de la ciudad de Bogotá se asoció con esta fracción de
tamaño (valores observados: 91,9, 89,5 y 93,1%), respectivamente. Con respecto
de la fracción de tamaño representativa del sedimento viario (i.e., < 250 µm), el
pronóstico mostró en promedio para las Zonas 1, 2 y 3 que el 58,1, 49,0 y 52,8%
de la carga de Pb estuvo asociada con esta fracción (valores observados: 69,7,
56,7 y 78,2%), respectivamente. De esta manera, se realizó una estimación
preliminar de la carga potencial de Pb que podría ser removida de la superficie
viaria en tiempo de lluvia y descargada en los sistemas de recolección y transporte
de la escorrentía en las zonas de estudio.
Por otro lado, los resultados sugirieron que en tiempo de lluvia existió una pérdida
promedio de sedimento del 62,2, 60,0 y 62,6% en las Zonas 1, 2 y 3,
respectivamente (promedio: 61,6%;); lo anterior fue valido para la fracción de
tamaño representativa del sedimento viario: < 250 µm (ver Capítulo 5, apartado
5.2.2.1.2). Al realizar el cálculo con los datos de la carga lavada del sedimento
viario (i.e., removida por escorrentía), en promedio se observó para las Zonas 1, 2
y 3 que el 32,2, 20,7 y 22,8%, respectivamente, de la carga acumulada de Pb
sobre la superficie viaria fue removida y probablemente descargada en los
sistemas de recolección y transporte de la escorrentía después de un evento de
lluvia (ver Capítulo 5, apartado 5.2.2.4). Los resultados en orden de magnitud
fueron similares a los obtenidos en el desarrollo de la propuesta metodológica
para los elementos metálicos de las ciudades de Torrelavega (17,2%) y Soacha
(35,8%) (ver Capítulo 4, apartado 4.3.2.4).
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
377
5.2.5.2.2 Evaluación de la distribución por fracción de tamaño de la concentración
y carga metálica asociada con el sedimento viario: Cu.
Con el objeto de realizar una evaluación puntual del pronóstico de la
concentración asociada con el sedimento viario para los metales diferentes de Pb
(i.e., para Cu), y a partir de los períodos identificados en las Zonas 1, 2 y 3 con
respecto de la precipitación (i.e., época seca y de lluvias); se procedió a
seleccionar la fecha que coincidió con el episodio que presentó el valor máximo
registrado en la concentración de Pb asociada con el sedimento viario para cada
zona de estudio (ver Figuras 5.24, 5.25 y 5.26). Es importante mencionar, que Pb
fue el elemento representativo para evaluar la concentración metálica asociada
con el sedimento viario a partir de información del material en suspensión.
Igualmente, se seleccionó a la fracción de tamaño inferior a 250 µm como
representativa del sedimento viario.
A partir de la campaña de campo adelantada en las Zonas 1, 2 y 3 de la ciudad de
Bogotá se logró determinar la magnitud de la diferencia en la concentración entre
Pb y Cu (ver Tabla 5.13). Las magnitudes promedios de los factores de diferencia
fueron empleadas para pronosticar la concentración de Cu a partir de la
concentración de Pb (i.e., fracción de tamaño < 250 µm); esta última obtenida con
el modelo ARIMA desarrollado para cada zona de estudio.
Tabla 5.13 Factor de diferencia para Cu con respecto de Pb (Bogotá, Colombia)
Elemento metálico
(fracción de tamaño < 250 µm) Zona 1 2 3
Concentración (mg/kg)
Pb Cu Pb Cu Pb Cu 64,7 247,0 56,4 58,4 78,1 92,0
Factor medio 1,0 3,82 1,0 1,04 1,0 1,18
Durante la época seca identificada en las Zonas 1 y 3 se pronosticaron para las
siguientes fechas la concentración de Cu asociada con el sedimento viario a partir
de la concentración de Pb: 03/10/2010 (máximo de Pb: 111 µg/g) y 23/09/2010
(máximo de Pb: 264 µg/g), respectivamente (ver Figuras 5.24 y 5.26). Por el
contrario, y como es sabido para la Zona 2, los valores máximos en la
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
378
concentración de Pb se presentaron durante la época de lluvias; la anterior
tendencia estuvo asociada con el desarrollo de actividades de construcción en el
área de estudio. De esta manera la fecha seleccionada en la Zona 2 para evaluar el
pronóstico en la concentración de Cu fue la siguiente: 15/12/2010 (máximo de Pb:
121 µg/g) (ver Figura 5.25).
Los resultados mostraron para la Zona 1 (i.e., para 03/10/2010) que la
concentración pronosticada de Pb en el sedimento a través del modelo ARIMA
(i.e., para PM10 = 78,8 µg/m3) fue de 113,9 µg/g y el valor medido fue de 110,5
µg/g; es decir, existió un error absoluto en el pronóstico de 3,1%. A partir de lo
anterior, los resultados mostraron que la concentración pronosticada de Cu para la
fecha en evaluación fue de 435,1 mg/kg y el valor medido en la concentración de
Cu fue 346,0 mg/kg. De esta manera, el error absoluto en el pronóstico de la
concentración de Cu fue de 25,8%. Adicionalmente, es importante mencionar que
existió una correlación positiva media entre la concentración de Pb y Cu asociada
con el sedimento viario (r = 0,57), y que la máxima concentración de Cu
registrada durante el período de estudio fue de 798,6 mg/kg (i.e., para
22/01/2011).
Por otro lado en la Zona 3 (i.e., para 23/09/2010), los resultados mostraron que la
concentración pronosticada de Pb en el sedimento a través del modelo ARIMA
(i.e., para PM10 = 102,9 µg/m3) fue de 265,7 µg/g y el valor medido fue de 264,2
µg/g; es decir, existió un error absoluto en el pronóstico de 0,6%. A partir de lo
anterior, los resultados mostraron que la concentración pronosticada de Cu para la
fecha en evaluación fue de 313,5 mg/kg y el valor medido en la concentración de
Cu fue 195,8 mg/kg. De esta manera, el error absoluto en el pronóstico de la
concentración fue de 60,1%. Adicionalmente, es importante mencionar que existió
una considerable correlación positiva entre la concentración de Pb y Cu asociada
con el sedimento viario (r = 0,63), y que la máxima concentración de Cu
registrada durante el período de estudio fue de 248,3 mg/kg; esta última ocurrida
en la siguiente fecha de muestreo del sedimento viario: 03/10/2010.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
379
Finalmente para la Zona 2 (i.e., para 15/12/2010), los resultados mostraron que la
concentración pronosticada de Pb en el sedimento a través del modelo ARIMA
(i.e., para PM10 = 78,6 µg/m3) fue de 121,0 µg/g y el valor medido fue de 120,6
µg/g; es decir, existió un error absoluto en el pronóstico de 0,3%. A partir de lo
anterior, los resultados mostraron que la concentración pronosticada de Cu para la
fecha en evaluación fue de 125,8 mg/kg y el valor medido en la concentración de
Cu fue 104,6 mg/kg. De esta manera, el error absoluto en el pronóstico de la
concentración fue de 20,3%. Adicionalmente, es importante mencionar que existió
una fuerte correlación positiva entre la concentración de Pb y Cu asociada con el
sedimento viario (r = 0,86), y que la máxima concentración de Cu registrada
durante el período de estudio fue de 118,6 mg/kg; esta última ocurrida en la
siguiente fecha de muestreo del sedimento viario: 23/12/2010.
A partir de lo anterior, se procedió para las fechas seleccionadas en cada zona de
estudio a pronosticar la distribución de la concentración de Cu por fracción de
tamaño del sedimento viario. Como es sabido, se desarrolló en las Zonas 1, 2 y 3
un modelo determinista para pronosticar la distribución de la concentración por
fracción de tamaño (i.e., de tipo potencial y exponencial) (ver Ecuaciones 5.14 y
5.15, y Tabla 5.11).
Para la fecha seleccionada de la época seca en la Zona 1 (i.e., 03/10/2010), se
procedió a pronosticar la distribución de la concentración de Cu con el modelo
que presentó el mejor ajuste (i.e., potencial): < 63 (1240,3), < 125 (736,8), < 250
(435,1), < 500 (256,9), < 1000 (151,7), < 2000 (89,6), y < 2800 µm (69,4 mg/kg).
La distribución de la concentración de Cu medida para la fecha en evaluación fue
la siguiente: < 63 (628,0), < 125 (422,9), < 250 (204,1), < 500 (115,9), < 1000
(110,8), < 2000 (57,2), y < 2800 µm (37,6%). El error absoluto promedio en el
pronóstico de la distribución de carga acumulada de Cu para todas las fracciones
de tamaño fue de 83,5%. Por otro lado, los resultados mostraron para todo el
período en estudio que el error absoluto promedio en el pronóstico de la
distribución de la concentración de Cu por fracción de tamaño del sedimento
viario fue el siguiente: < 63 (40,6%), 63-125 (28,1%), 125-250 (34,7%), 250-500
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
380
(20,2%), 500-1000 (19,1%), 1000-2000 (24,9%), y 2000-2800 µm (54,9%); con
un error de pronóstico promedio para todas las fracciones de tamaño de 31,8%
(i.e., de sobreestimación) (ver Figura 5.40).
Figura 5.40 Pronóstico y valores observados promedios para la distribución de la
concentración de Cu asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia)
Para la fecha seleccionada de la época seca en la Zona 3 (i.e., para 23/09/2010), se
procedió a pronosticar la distribución de la concentración de Cu con el modelo
que presentó el mejor ajuste (i.e., potencial): < 63 (811,5), < 125 (505,8), < 250
(313,5), < 500 (194,3), < 1000 (120,5), < 2000 (74,7), y < 2800 µm (59,2 mg/kg).
La distribución de la concentración de Cu medida para la fecha en evaluación fue
la siguiente: < 63 (147,3), < 125 (119,3), < 250 (83,9), < 500 (46,4), < 1000
(18,0), < 2000 (13,9), y < 2800 µm (11,4 mg/kg). El error absoluto promedio en el
pronóstico de la distribución de carga acumulada de Cu para todas las fracciones
de tamaño fue de 399,2%. Por otro lado, los resultados mostraron para todo el
período en estudio que el error absoluto promedio en el pronóstico de la
distribución de la concentración de Cu por fracción de tamaño del sedimento
viario fue el siguiente: < 63 (69,5%), 63-125 (28,4%), 125-250 (24,1%), 250-500
(36,2%), 500-1000 (63,0%), 1000-2000 (35,9%), y 2000-2800 µm (54,7%); con
un error de pronóstico promedio para todas las fracciones de tamaño de 44,5%
(i.e., de sobreestimación) (ver Figura 5.41).
0
100
200
300
400
500
600
700
800
10 100 1000 10000
Cu‐Sedimento (µ
g/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
381
Figura 5.41 Pronóstico y valores observados promedios para la distribución de la
concentración de Cu asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia)
Para la fecha seleccionada de la época de lluvia en la Zona 2 (i.e., para
15/12/2010), se procedió a pronosticar la distribución de la concentración de Cu
con el modelo que presentó el mejor ajuste (i.e., potencial): < 63 (264,8), < 125
(182,9), < 250 (125,8), < 500 (86,5), < 1000 (59,5), < 2000 (40,9), y < 2800 µm
(34,1 mg/kg). La distribución de la concentración de Cu medida para la fecha en
evaluación fue la siguiente: < 63 (105,3), < 125 (61,7), < 250 (53,9), < 500 (38,7),
< 1000 (25,2), < 2000 (21,5), y < 2800 µm (19,1 mg/kg). El error absoluto
promedio en el pronóstico de la distribución de carga acumulada de Cu para todas
las fracciones de tamaño fue de 130,1%. Por otro lado, los resultados mostraron
para todo el período en estudio que el error absoluto promedio en el pronóstico de
la distribución de la concentración de Cu por fracción de tamaño del sedimento
viario fue el siguiente: < 63 (39,3%), 63-125 (32,1%), 125-250 (9,6%), 250-500
(12,4%), 500-1000 (47,6%), 1000-2000 (24,9%), y 2000-2800 µm (28,1%); con
un error de pronóstico promedio para todas las fracciones de tamaño de 27,7%
(i.e., de sobreestimación) (ver Figura 5.42).
0
50
100
150
200
250
300
10 100 1000 10000
Cu‐Sedimento (µ
g/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
382
Figura 5.42 Pronóstico y valores observados promedios para la distribución de la
concentración de Cu asociada con el sedimento viario en la Zona 2 (Bogotá, Colombia)
Como se pudo observar, los errores promedios en el pronóstico de la distribución
de la concentración de Cu fueron significativos; la anterior tendencia
probablemente se debió a: (i) la afinidad en el origen de los elementos metálicos
en estudio (i.e., para Pb y Cu): los coeficientes de correlación para las Zonas 1, 2
y 3 fueron 0,57, 0,86 y 0,63, respectivamente; (ii) adicionalmente en el modelo
determinista desarrollado para evaluar la distribución de la concentración en el
sedimento viario, la concentración metálica de referencia correspondió a la de la
fracción de tamaño inferior a 250 µm y no a la correspondiente de la fracción de
tamaño entre 125 y 250 µm; ocasionando un aumento en el pronóstico de la
concentración por fracción de tamaño puesto que también se incluyeron las
fracciones: < 63, 63-125 y 125-250 µm; (iii) al ajuste del modelo determinista
para evaluar la distribución de la concentración metálica: los coeficientes de
determinación para las Zonas 1, 2 y 3 fueron 0,99, 0,98 y 0,99, respectivamente; y
(iv) al ajuste del modelo ARIMA utilizado para pronosticar la concentración de
Pb asociada con la fracción de tamaño inferior a 250 µm: el error absoluto
promedio en el pronóstico del modelo para las Zonas 1, 2 y 3 fue 11,9, 22,5 y
27,9%, respectivamente.
Con el objeto de intentar reducir los anteriores errores de pronóstico, se procedió a
determinar un factor de corrección para Pb y Cu a partir de la diferencia promedio
entre la concentración metálica asociada con la fracción de tamaño inferior a 250
0
20
40
60
80
100
120
140
10 100 1000 10000
Cu‐Sedim
ento (µ
g/g)
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
383
µm y la asociada con la fracción de tamaño entre 125 y 250 µm (ver Tabla 5.14).
En promedio para Pb de las Zonas 1, 2 y 3 el error absoluto en el pronóstico de la
distribución de la concentración por fracción de tamaño del sedimento viario fue
de 8,2, 20,4 y 29,1%, respectivamente. De esta manera, con la incorporación del
factor de corrección se lograron mejorar los pronósticos en promedio para las
Zonas 1, 2 y 3 en un 48,6, 35,7 y 25,3%, respectivamente. Por otro lado, en
promedio para el Cu de las Zonas 1, 2 y 3 el error absoluto en el pronóstico de la
distribución de la concentración por fracción de tamaño del sedimento viario fue
de 19,2, 17,2 y 16,6%, respectivamente. De esta manera, con la incorporación del
factor de corrección se lograron mejorar los pronósticos en promedio para las
Zonas 1, 2 y 3 en un 39,7, 38,1 y 62,8%, respectivamente.
Tabla 5.14 Factor de corrección para la distribución por fracción de tamaño de la concentración de Pb y Cu (Bogotá, Colombia)
Concentración (mg/kg) Zona 1 2 3
Pb Cu Pb Cu Pb Cu < 250 µm 65 247 56 58 78 92
125-250 µm 54 152 34 53 54 74 Factor medio 1,20 1,63 1,65 1,09 1,44 1,24
Por último, se procedió para la fecha seleccionada en cada zona de estudio a
pronosticar la distribución por fracción de tamaño de la carga de Cu asociada con
el sedimento viario. Como es sabido, se desarrolló en cada zona de estudio un
modelo determinista para pronosticar la distribución de la carga o cantidad de Pb
asociada por fracción de tamaño (i.e., de tipo logarítmico) (ver Ecuación 5.16 y
Tabla 5.14). Estos modelos fueron independientes de la concentración
pronosticada por el modelo ARIMA (ver Ecuación 5.16).
Para la fecha seleccionada de la época seca en la Zona 1 (i.e., 03/10/2010), se
procedió a pronosticar la distribución de la carga de Cu asociada con el sedimento
viario: < 63 (41,1), < 125 (54,0), < 250 (67,0), < 500 (80,1), < 1000 (93,1), <
2000 (100) y < 2800 µm (100%). La distribución de la concentración de Cu
medida para la fecha en evaluación fue la siguiente: < 63 (24,5), < 125 (72,1), <
250 (94,1), < 500 (98,7), < 1000 (99,8), < 2000 (100) y < 2800 µm (100%). El
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
384
error absoluto promedio en el pronóstico de la distribución de carga acumulada de
Cu para todas las fracciones de tamaño fue de 21,0%. Por otro lado, los resultados
mostraron para todo el período en estudio que el error absoluto promedio en el
pronóstico de la distribución de la concentración de Cu por fracción de tamaño del
sedimento viario fue el siguiente: < 63 (56,2%), 63-125 (8,5%), 125-250 (18,4%),
250-500 (17,3%), 500-1000 (5,8%), 1000-2000 (0,3%), y 2000-2800 µm (0%);
con un error de pronóstico promedio para todas las fracciones de tamaño de
15,2% (ver Figura 5.43).
Figura 5.43 Pronóstico y valores observados promedios para la distribución de la
carga de Cu asociada con el sedimento viario en la Zona 1 (Bogotá, Colombia)
Para la fecha seleccionada de la época seca en la Zona 3 (i.e., para 23/09/2010), se
procedió a pronosticar la distribución de la carga de Cu asociada con el sedimento
viario: < 63 (26,5), < 125 (41,8), < 250 (57,3), < 500 (72,7), < 1000 (88,2), <
2000 (100), y < 2800 µm (100%). La distribución de la concentración de Cu
medida para la fecha en evaluación fue la siguiente: < 63 (33,3), < 125 (47,2), <
250 (69,9), < 500 (84,6), < 1000 (93,2), < 2000 (99,5), y < 2800 µm (100%). El
error absoluto promedio en el pronóstico de la distribución de carga acumulada de
Cu para todas las fracciones de tamaño fue de 10,0%. Por otro lado, los resultados
mostraron para todo el período en estudio que el error absoluto promedio en el
pronóstico de la distribución de la concentración de Cu por fracción de tamaño del
sedimento viario fue el siguiente: < 63 (14,0%), 63-125 (21,9%), 125-250
(34,7%), 250-500 (25,4%), 500-1000 (11,1%), 1000-2000 (0,1%), y 2000-2800
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaC
u-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
385
µm (0%); con un error de pronóstico promedio para todas las fracciones de
tamaño de 15,3% (ver Figura 5.44).
Figura 5.44 Pronóstico y valores observados promedios para la distribución de la carga de Cu asociada con el sedimento viario en la Zona 3 (Bogotá, Colombia)
Para la fecha seleccionada de la época de lluvias en la Zona 2 (i.e., para
15/12/2010), se procedió a pronosticar la distribución de la carga de Cu asociada
con el sedimento viario: < 63 (17,6), < 125 (34,7), < 250 (52,0), < 500 (69,4), <
1000 (86,7), < 2000 (100) y < 2800 µm (100%). La distribución de la
concentración de Cu medida para la fecha en evaluación fue la siguiente: < 63
(10,5), < 125 (16,8), < 250 (58,9), < 500 (86,6), < 1000 (94,9), < 2000 (98,4), y <
2800 µm (100%). El error absoluto promedio en el pronóstico de la distribución
de carga acumulada de Cu para todas las fracciones de tamaño fue de 30,7%. Por
otro lado, los resultados mostraron para todo el período en estudio que el error
absoluto promedio en el pronóstico de la distribución de la concentración de Cu
por fracción de tamaño del sedimento viario fue el siguiente: < 63 (16,9%), 63-
125 (2,2%), 125-250 (21,0%), 250-500 (26,1%), 500-1000 (12,6%), 1000-2000
(0,2%), y 2000-2800 µm (0%); con un error de pronóstico promedio para todas las
fracciones de tamaño de 11,3% (ver Figura 5.45).
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaC
u-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
386
Figura 5.45 Pronóstico y valores observados promedios para la distribución de la
carga de Cu asociada con el sedimento viario en Zona 2 (Bogotá, Colombia)
El pronóstico mostró en promedio para las Zonas 1, 2 y 3 de la ciudad de Bogotá,
que el 54,0, 34,7 y 41,8% de la carga de Cu se asoció con la fracción de tamaño
inferior a 125 µm (valores observados: 49,8, 34,0 y 53,5%), respectivamente. Por
otro lado, en la fracción de tamaño mayor a 1000 µm se asoció el 6,9, 13,3 y
11,8% de la carga de Cu (valores observados: 1,1, 0,8 y 0,8%), respectivamente.
Algunos investigadores (p.ej. Sansalone y Buchberger, 1997; Deletic y Orr, 2005)
han reportado que las fracciones de mayor tamaño fueron generalmente
consideradas como de menor importancia en el contenido y transporte de
contaminantes. Finalmente, el pronóstico mostró para las Zonas 1, 2 y 3 que el
46,0, 65,3 y 58,2% (valores observados: 50,2, 66,0 y 46,5%) de la carga de Cu se
asoció con la fracción de tamaño mayor a 125 µm; es decir, el tamaño
correspondiente para las arenas finas. Ellis y Revitt (1982), Stone y Marsalek
(1996), Sansalone y Tribouillard (1999), y Zafra Mejía et al. (2011) obtuvieron
resultados similares.
Como es sabido en la presente investigación, los tamaños de partícula que
presentaron la mayor susceptibilidad al lavado por escorrentía en las ciudades de
Torrelavega y Soacha fueron los inferiores a 500 µm (ver Tabla 4.9; Capítulo 4,
apartado 4.3.2.2). El pronóstico mostró en promedio para las Zonas 1, 2 y 3 que el
80,1, 69,4 y 72,7% de la carga de Cu se asoció con esta fracción de tamaño
(valores observados: 96,9, 93,9 y 97,5%), respectivamente. Con respecto de la
0
10
20
30
40
50
60
70
80
90
100
10 100 1000 10000
Por
cent
aje
acum
ulad
o de
car
gaC
u-S
edim
ento
Diámetro (µm)
Observado
Pronóstico
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
387
fracción representativa del sedimento viario (i.e., < 250 µm), el pronóstico mostró
en promedio para las Zonas 1, 2 y 3 que el 67,0, 52,0 y 57,3% de la carga de Cu
estuvo asociada con esta fracción (valores observados: 82,1, 65,8 y 87,7%),
respectivamente. De esta manera, se realizó una estimación preliminar de la carga
potencial de Cu que podría ser removida de la superficie viaria en tiempo de lluvia
y descargada en los sistemas de recolección y transporte de la escorrentía de las
áreas de investigación.
Por otro lado, los resultados sugirieron que en tiempo de lluvia existió una pérdida
promedio de sedimento del 62,2, 60,0 y 62,6% en las Zonas 1, 2 y 3,
respectivamente (promedio: 61,6%;); lo anterior fue valido para la fracción de
tamaño representativa del sedimento viario: < 250 µm (ver Capítulo 5, apartado
5.2.2.1.2). Al realizar el cálculo con los datos de la carga lavada del sedimento
viario (i.e., removida por escorrentía), en promedio se observó para las Zonas 1, 2
y 3 que el 27,1, 19,4 y 24,7%, respectivamente, de la carga acumulada de Cu
sobre la superficie viaria fue removida y probablemente descargada en los
sistemas de recolección y transporte de la escorrentía después de un evento de
lluvia (ver Capítulo 5, apartado 5.2.2.4). Los resultados en orden de magnitud
fueron similares a los obtenidos en el desarrollo de la propuesta metodológica
para todos los elementos metálicos evaluados en las ciudades de Torrelavega
(17,2%) y Soacha (35,8%) (ver Capítulo 4, apartado 4.3.2.4).
5.3 SÍNTESIS
Carga y granulometría del sedimento viario en tiempo seco
Los datos obtenidos durante los períodos de disminución de la precipitación
mostraron para la Zona 1 (Fontibón), Zona 2 (Puente Aranda) y Zona 3
(Kennedy), que la carga acumulada sobre la calzada en función del número de
días de tiempo seco (g/m2) tendió a presentar un crecimiento de tipo lineal debido
a la frecuencia de las lluvias. Lo anterior se sugirió a partir del desarrollo de la
propuesta metodológica, donde se observó una tendencia lineal en la acumulación
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
388
del sedimento en los lugares donde la frecuencia de los eventos de lluvia fue
elevada (i.e., ≤ 7 días) (ver Capítulo 4, apartado 4.3.2.1.1). En este sentido, la
precipitación en las Zonas 1, 2 y 3 fue un 57,7, 42,3 y 75,1% mayor con respecto
de la precipitación promedio anual registrada para cada zona de estudio,
respectivamente. Por otro lado, la carga acumulada de sedimento viario fue mayor
en la Zona 2 (i.e., Puente Aranda: 92,2 g/m2). Esta tendencia probablemente se
debió al desarrollo de actividades de construcción en cercanías a la superficie de
investigación (i.e., por un predio de 26000 m2 localizado a 20 m); es por esto que
la zona en evaluación presentó una impermeabilización del 45%.
Con respecto de la distribución granulométrica del sedimento viario en tiempo
seco, los resultados evidenciaron que la distribución de tamaños de las partículas
en “tiempo seco” (i.e., en época de disminución de la precipitación) tendió a ser
más fina, con respecto de la granulometría del sedimento en tiempo de lluvia;
adicionalmente, la granulometría exhibió una distribución log-normal
positivamente sesgada. Por otro lado, en la Zona 2 la distribución de tamaños de
las partículas fue más gruesa. Como es sabido, la carga acumulada de sedimento
viario fue mayor en la Zona 2 (promedio: 92,2 g/m2). Lo anterior, probablemente
debido al aporte de sedimento por la ejecución de actividades de construcción en
cercanías a la superficie viaria de investigación (i.e., por un predio de 26000 m2
localizado a 20 m). Por lo tanto, los resultados mostraron en el presente estudio
que la granulometría del sedimento viario en áreas donde se ejecutaron
actividades de demolición y construcción tendió a ser más gruesa, con respecto de
las zonas viarias con ausencia de este tipo de actividades.
Carga y granulometría del sedimento viario en tiempo de lluvia
Los datos obtenidos en tiempo de lluvia mostraron que existió una débil
correlación negativa entre la precipitación y la carga de sedimento viario. Lo
anterior, a partir de los análisis de regresión realizados entre la precipitación diaria
(mm) y la carga de sedimento viario (g/m2) para evaluar la remoción de sedimento
durante estos períodos de tiempo. La tendencia lineal fue la que mejores
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
389
resultados produjo en las zonas de estudio. Los coeficientes de correlación lineal
(r) fueron -0,27, -0,41 y -0,37 para las Zonas 1, 2 y 3, respectivamente. Por otro
lado, la carga de sedimento viario durante los períodos donde existió un aumento
de la precipitación fue 2,65, 2,50 y 2,67 veces menor con respecto de la época de
disminución de la precipitación (i.e., “época seca”), respectivamente. Por lo tanto,
los resultados sugirieron que en tiempo de lluvia existió una pérdida promedio de
sedimento de 62,2, 60,0 y 62,6% en las Zonas 1, 2 y 3, respectivamente
(promedio: 61,6%). Lo anterior, fue valido para la fracción de tamaño
representativa del sedimento viario (i.e., < 250 µm).
Con respecto de la granulometría del sedimento viario en tiempo de lluvia, los
resultados evidenciaron que la distribución de tamaños de las partículas fue más
gruesa que la observada durante la época de disminución de la precipitación (i.e.,
“época seca”). Esta tendencia permitió sugerir un probable lavado de la fracción
más fina del sedimento viario durante estos períodos de tiempo. Los resultados
mostraron en promedio para las tres zonas de estudio, que la mayor diferencia o
pérdida de sedimento viario (g/m2) se presentó para la fracción de tamaño inferior
a 250 µm: 49,0%; la pérdida promedio de sedimento para la fracción de tamaño <
63, 63-125 y 125-250 µm fue de 95,4, 50,2 y 1,4%, respectivamente. Como se
pudo observar, la susceptibilidad al lavado por escorrentía aumentó con la
disminución en la fracción de tamaño del sedimento viario.
Concentración y carga metálica asociada con el sedimento viario
Desde el punto de vista de la concentración metálica, los resultados mostraron que
la fracción de tamaño inferior a 63 µm del sedimento viario tendió a presentar las
mayores concentraciones de Pb y Cu; la prueba t de Student emparejada mostró
que existieron diferencias significativas en la concentración entre fracciones de
tamaño para un determinado metal pesado; y que la concentración metálica tendió
a disminuir con el aumento del diámetro de la partícula. Los modelos potencial y
exponencial fueron los que mejor describieron esta tendencia (R2 > 0,84 y 0,89,
respectivamente). Desde el punto de vista de las fuentes móviles, los resultados
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
390
sugirieron en las zonas de estudio que los principales generadores de Pb y Cu
fueron las partículas desprendidas por el desgaste de las pastillas de los frenos, las
llantas, el pavimento asfáltico y las partes móviles del motor; y las fugas de aceite
lubricante y grasa. Adicionalmente, las fuentes de los elementos metálicos
estuvieron probablemente asociadas con tamaños de partícula inferiores a 125 µm.
Por otro lado, la Zona 1 tendió a presentar las mayores concentraciones de Pb y
Cu. Las concentraciones de Pb en la Zona 1 fueron en promedio 2,22 y 1,52 veces
mayores que las concentraciones de las Zonas 2 y 3, respectivamente. Las
concentraciones de Cu presentaron una tendencia similar; es decir, en promedio
fueron 3,10 y 2,35 veces superiores, respectivamente. En el presente estudio, los
resultados sugirieron que la zona con mayor uso de la calzada como línea de
aparcamiento y de mantenimiento automotriz presentó las mayores
concentraciones de Pb y Cu, a pesar de haber presentado la menor densidad
promedio de tráfico. La anterior tendencia probablemente se debió a una mayor
acumulación de grasa, aceite lubricante y de motor sobre la superficie de muestreo
por las labores de mantenimiento y reparación automotriz; y al mayor uso del
sistema de frenado, desgaste de las llantas y del pavimento asfáltico por las
operaciones de aparcamiento.
En las calzadas de la ciudad de Bogotá la fracción de tamaño entre 125 y 250 µm
tendió a asociar el mayor porcentaje de carga de Pb y Cu (%/kg de sedimento ó
%/m2). La anterior tendencia probablemente se debió a: (i) la presencia de
partículas finas adheridas a la superficie de las partículas de esta fracción de
tamaño (125-250 µm) y difícilmente cuantificables por el método de tamizado en
seco, que hicieron que la concentración metálica aumentara; y (ii) que asoció la
mayor cantidad de sedimento viario y, por lo tanto, la mayor cantidad de
elementos metálicos. En este sentido, los resultados sugirieron que la distribución
de la carga contaminante estuvo condicionada en orden de importancia por la
cantidad de sedimento y la concentración de los elementos metálicos por fracción
de tamaño.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
391
Como es sabido, los resultados indicaron que en tiempo de lluvia existió una
pérdida promedio de sedimento del 62,2, 60,0 y 62,6% en las Zonas 1, 2 y 3,
respectivamente (promedio: 61,6%;); lo anterior fue valido para la fracción de
tamaño representativa del sedimento viario (i.e., < 250 µm). Al realizar el cálculo
con los datos de la carga lavada del sedimento viario (i.e., removida por
escorrentía), en promedio se observó para las Zonas 1, 2 y 3 que el 32,2, 20,7 y
22,8%, respectivamente, de la carga acumulada de Pb sobre la superficie viaria
fue removida y probablemente descargada en los sistemas de recolección y
transporte de la escorrentía después de un evento de lluvia. Por otra parte, el Cu
presentó resultados similares a los obtenidos para el Pb. Finalmente, la carga o
cantidad de elementos metálicos asociados con el sedimento viario tendió a
aumentar con la disminución en la fracción de tamaño. El modelo logarítmico fue
el que mejor se ajustó a la relación entre el porcentaje acumulado de carga
metálica y la fracción de tamaño del sedimento viario (R2 > 0,80).
Caracterización de la carga en suspensión (PM10)
La carga promedio de PM10 durante el período de estudio en las Zonas 1, 2 y 3 fue
de 55,2, 56,1 y 85,9 µg/m3, respectivamente. Como se pudo observar la carga
promedio de PM10 fue mayor en la Zona 3: 1,56 y 1,53 veces con respecto de las
Zonas 1 y 2, respectivamente. Como se mencionó en la descripción de las vías de
estudio, la Zona 3 se localizó a 170 m de la intersección entre las autovías
Avenida del Sur y Avenida Boyacá que contabilizaron un tráfico promedio diario
global de 65000 (vehículos/día); superando en 100,0 y 4,8 veces el tráfico
promedio diario registrado sobre la superficie viaria de las Zonas 1 y 2,
respectivamente.
Los resultados mostraron para las Zonas 1 y 3, que durante la época de aumento
de la precipitación la carga de PM10 tendió a disminuir; es decir, la carga
promedio de PM10 en tiempo de disminución de la precipitación (i.e., en época
seca) fue 1,33 y 1,18 veces mayor con respecto de la época de lluvias,
respectivamente. Sin embargo, existió una débil correlación negativa entre la
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
392
precipitación y la carga de PM10 en la Zona 1 (r = -0,36) y Zona 3 (r = -0,30). La
tendencia detectada para las Zonas 1 y 3 probablemente se debió a la suspensión
de partículas inducida por el tráfico y el viento sobre la superficie viaria y las
áreas aledañas a la zona de estudio; es decir, en época seca la susceptibilidad de
suspensión de una partícula fue mayor con respecto de la época de lluvias.
Adicionalmente, en la época de lluvias probablemente la humedad del sedimento
vario condicionó su adherencia a la superficie y, por lo tanto, se requirió de un
mayor esfuerzo por parte del tráfico y el viento para ser suspendido.
A diferencia de las Zonas 1 y 3, durante la época de aumento de la precipitación la
carga de PM10 tendió ligeramente a aumentar; es decir, la carga promedio de PM10
en tiempo de disminución de la precipitación (i.e., en época seca) fue 1,05 veces
menor con respecto de la época de lluvias. Sin embargo existió una débil
correlación negativa entre la precipitación y la carga de PM10 en la Zona 2 (r = -
0,21). Lo anterior, probablemente se debió al aporte de PM10 por la ejecución de
actividades de construcción en cercanías a la superficie viaria de investigación
(i.e., por un predio de 26000 m2 localizado a 20 m). De esta manera, los resultados
mostraron que la carga de PM10 en áreas donde se ejecutaron actividades de
demolición y construcción no tendió a seguir la tendencia observada en las Zonas
1 y 3. Es decir, la carga de PM10 disminuyó en tiempo de lluvia y aumentó en
tiempo seco; como lo mostraron las zonas viarias con ausencia de este tipo de
actividades.
Desarrollo del modelo causal entre la concentración de Pb del sedimento viario y
la carga en suspensión (PM10)
A partir de las tendencias y pruebas aplicadas durante el desarrollo metodológico
se aceptó la siguiente hipótesis de investigación: la concentración de Pb asociada
con la fracción de tamaño inferior a 250 µm del sedimento viario está
relacionada con la carga de PM10, para áreas aledañas a las superficies viarias.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
393
Con el objeto de reducir las fluctuaciones en la serie temporal de PM10 en las
Zonas 1, 2 y 3 de la ciudad de Bogotá se procedió a utilizar la media móvil. En
este sentido, el número total de muestras recolectadas de sedimento viario durante
el período de estudio (i.e., 365 días) en cada zona fue de 38; es decir, en promedio
se determinó la concentración de Pb asociada con el sedimento viario cada 9,6
días. Por lo tanto, se utilizó la media móvil de diez días para la serie temporal de
PM10. Por otro lado, el modelo ARIMA desarrollado para PM10 en la propuesta
metodológica indicó que el fenómeno estuvo influenciado de manera consecutiva;
es decir, la carga de PM10 estuvo influenciada por la carga inmediatamente
anterior. Por lo tanto, probablemente se trato de un fenómeno de memoria corta al
igual que el fenómeno de la concentración de Pb asociada con el sedimento viario
(i.e., un proceso autorregresivo). A partir de lo anterior, se estableció la media
móvil de los diez días antecedentes para reducir las fluctuaciones en la serie
temporal de PM10 en las Zonas 1, 2 y 3. Finalmente, se seleccionaron de la serie
temporal de PM10 generada de esta manera (i.e., para los 365 datos) los registros
que coincidieron en fecha con el muestreo del sedimento viario; es decir, se
obtuvieron 38 datos de PM10 que fueron correlacionados con los 38 datos de la
concentración de Pb asociada con el sedimento viario para cada zona de estudio.
Desde el punto de vista del proceso ARIMA, se pudo observar que la serie de
tiempo de la concentración de Pb asociada con el sedimento viario tuvo una
memoria corta. Es decir, por ser un proceso autorregresivo de primer orden (AR
(1)) en las Zonas 1 y 2, y de segundo orden en la Zona 3 (AR (2)), se evidenció
que la concentración de Pb sobre las superficies viarias (i.e., el hoy) estuvo
influenciada por la concentración metálica del ayer en las Zonas 1 y 2, y por la de
anteayer en la Zona 3. Adicionalmente, para cada zona de estudio existió la
posibilidad de representar la serie temporal de la concentración de Pb con un
modelo ARIMA similar al de la carga viaria de PM10 (i.e., ARIMA(1,0,0) ó
ARIMA(2,1,0)). Es decir, existió la posibilidad de representar las dos series de
tiempo en evaluación a través de la misma estructura temporal. Finalmente es
importante mencionar, que el ayer en la presente investigación correspondió a
diez días a partir de la frecuencia de recolección del sedimento viario y del
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
394
registro seleccionado para la carga de PM10 en la ciudad de Bogotá (i.e., media
móvil de diez días); adicionalmente, la concentración de Pb asociada con el
sedimento viario hizo referencia a la fracción de tamaño inferior a 250 µm.
Desde el punto de vista de la transferencia del impulso desde la carga viaria de
PM10 hacia la concentración de Pb en el sedimento, se pudo observar que no
existió retardo (i.e., cero); de esta manera el efecto fue inmediato. La anterior
tendencia probablemente se debió a la localización de la estación de monitoreo de
PM10 con respecto del bordillo de la superficie viaria de investigación en las
Zonas 1, 2 y 3: 10, 38 y 194 m de distancia, respectivamente. Por lo tanto los
resultados sugirieron en el presente estudio, que en áreas aledañas a las superficies
viarias la relación temporal entre la carga de PM10 y la concentración de Pb
asociada con el sedimento fue inmediata. Lo anterior, fue valido para distancias
menores de 194 m con respecto del bordillo de la vía en evaluación, para una
frecuencia promedio de muestreo de cada diez días (i.e. para PM10 y Pb), y para la
fracción de tamaño inferior a 250 µm del sedimento viario.
El error absoluto promedio (MAE) mostró que la serie temporal de la
concentración de Pb asociada con el sedimento viario en las Zonas 1, 2 y 3 se
desvío en promedio 7,26, 11,0 y 17,98 mg/kg con respecto del nivel pronosticado
por el modelo de función de transferencia ARIMA, respectivamente. Igualmente,
el error absoluto porcentual promedio (MAPE) evidenció una desviación
promedio de la serie temporal dependiente (i.e., concentración de Pb) del 11,9,
22,5 y 27,9% con respecto del nivel pronosticado por el modelo en las Zonas 1, 2
y 3, respectivamente.
Evaluación metálica asociada con el sedimento viario a partir de información del
material en suspensión
Las concentraciones de Pb asociadas con el sedimento viario de las Zonas 1 y 3
tendieron a ser mayores en la época seca; los resultados mostraron que la
concentración de Pb en tiempo seco fue 1,39 y 1,61 veces superior con respecto
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
395
de la época de lluvias, respectivamente (i.e., para la fracción de tamaño < 250
µm). Adicionalmente, se observó que existió una débil relación inversa entre el
volumen de precipitación y la concentración de Pb asociada con el sedimento
viario (Zona 1: r = -0,17; Zona 3: r = -0,16). Las anteriores observaciones podrán
ser de utilidad para las instituciones encargadas de la gestión de la contaminación
superficial en las Zonas 1 y 3 de la ciudad de Bogotá, para diseñar y evaluar las
prácticas de control de la contaminación metálica presente sobre las superficies
viarias de investigación; como por ejemplo, el establecimiento de la frecuencia del
barrido viario en la época seca y de lluvias.
Por otro lado para la Zona 2, la carga de PM10 y la concentración de Pb en el
sedimento no tendió a seguir el comportamiento anteriormente observado en las
Zonas 1 y 3, y durante el desarrollo metodológico; es decir, la carga de PM10 y la
concentración de Pb en el sedimento disminuyeron en tiempo de lluvia y
aumentaron en tiempo seco como lo mostraron las zonas viarias con ausencia de
actividades de demolición y construcción. En este sentido, los resultados
mostraron que las concentraciones de Pb en tiempo de lluvia fueron 1,03 veces
superiores con respecto de la época seca. Adicionalmente, existió una débil
relación directa entre el volumen de precipitación y la concentración de Pb en el
sedimento (r = 0,14).
De esta manera, los resultados sugirieron que existió probablemente un aporte
adicional de material en suspensión y de Pb por parte de las actividades de
construcción que se ejecutaron en cercanías de la superficie viaria de la Zona 2
(i.e., a 20 m de distancia); causando un mayor o menor aporte de PM10 y Pb según
la variabilidad temporal de las actividades ejecutadas en su interior (i.e., según el
cronograma de construcción). Las anteriores observaciones podrán ser de utilidad
para las instituciones encargadas de la gestión de la contaminación superficial en
la Zona 2 de la ciudad de Bogotá, para realizar el control y exigir el desarrollo e
implementación de prácticas de control de la contaminación por parte de las
empresas que ejecutan actividades de demolición y construcción.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
396
Los resultados mostraron en las Zonas 1, 2 y 3 para todo el período en estudio,
que el error absoluto promedio en el pronóstico de la distribución de la
concentración de Pb asociada con las fracciones de tamaño del sedimento viario
fue 16,0, 31,7 y 39,0%, respectivamente (i.e., con tendencia a la sobreestimación).
Por otro lado los resultados mostraron para las Zonas 1, 2 y 3 durante todo el
período en estudio, que el error absoluto promedio en el pronóstico de la
distribución de la carga acumulada de Pb por fracción de tamaño en el sedimento
viario fue 18,6, 12,0, y 15,8%, respectivamente. Finalmente el pronóstico mostró
para las Zonas 1, 2 y 3, que el 57,5, 69,2 y 63,6% de la carga de Pb se asoció con
la fracción de tamaño mayor a 125 µm, respectivamente; es decir, el tamaño
correspondiente para las arenas finas.
5.4 REFERENCIAS
Ball J.E., Jenks R. y Aubourg D., An assessment of the availability of pollutant
constituents on road surfaces, Sci. Total Environ. 209 (1998), pp. 243-254. Barkdoll M.P., Overton D.E. y Betson R.P., Some effects of dustfall on urban stormwater
quality, Water Pollut. Control Fed. 49 (1977), pp. 1976-1984. Box G.E.P. y Jenkins G.M., Time Series Analysis, Forecasting and Control, San
Francisco, CA: Holden-Day, 1970. Chate D.M., Murugavel P., Ali K., Tiwari S. y Beig G., Below-cloud rain scavenging of
atmospheric aerosols for aerosol deposition models, Atmos. Res. 99 (2011), pp. 528-536.
Chelani A.B. y Devotta S., Air quality forecasting using a hybrid autoregressive and nonlinear model, Atmos. Environ. 40 (2006), pp. 1774-1780.
Debo T.N. y Reese A.J., Municipal stormwater management, Boca Raton, FL: Lewis Publishers, 2003.
Deletic A. y Orr D., Pollution buildup on road surfaces, J. Environ. Eng. 131 (2005), pp. 49-59.
Duce A.R. y Hoffman G.L., Atmospheric vanadium transport to the ocean, Atmos. Environ. 10 (1976), pp. 989-996.
Ellis J.B. y Revitt D.M., Incidence of heavy metals in street surface sediments: solubility and grain size studies, Water Air Soil Pollut. 17 (1982), pp. 87-100.
German J. y Svensson G., Metal content and particle size distribution of street sediments and street sweeping waste, Water Sci. Technol. 46 (2002), pp. 191-198.
Grottker M., Runoff quality from a street with medium traffic loading, Sci. Total Environ. 59 (1987), pp. 457-466.
Jung C.H., Kim Y.P. y Lee K.W., A moment model for simulating raindrop scavenging of aerosols, Aerosol Sci. 34 (2003), pp. 1217-1233.
Konno H. y Nonomura S., Sediment discharge on land grading areas in Kohoku, Japan, Urban stormwater quality, management, and planning, Proceeding of the Second International Conference on Urban Storm Drainage, Water Resources Publications, B.C. Yen, eds., Colorado, USA, 1981, pp. 209-217.
CAPÍTULO 5.- APLICACIÓN DE LA METODOLOGÍA PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE LOS METALES PESADOS ASOCIADOS CON EL SEDIMENTO VIARIO A PARTIR DE INFORMACIÓN DEL MATERIAL EN SUSPENSIÓN: BOGOTÁ D.C. (COLOMBIA)
397
Marquardt D.W., An Algorithm for Least Squares Estimation of Non-linear Parameters, J. Society Ind. App. Math. 431 (1963), pp 11.
Pankratz A., Forecasting with dynamic regression models, New York, USA: John Wiley & Sons Inc, 1991.
Park S.U., In H.J., Kim S.W. y Lee Y.H., Parameterization ofwet deposition of sulfate by precipitation rate, Atmos. Environ. 33 (1999), pp. 4469-4475.
Pitt R.E. y Amy G., Toxic materials analysis of street surface contaminants, Rep. No. R2-72-081, Washington DC: United States Environmental Protection Agency, 1973.
Roger S., Montrejaud-Vignoles M., Andral M.C., Herrmans L. y Fortune J.P., Mineral, physical, and chemical analysis of the solid matter carried by motorway runoff water, Water Research, 34(1998), pp. 1119-1125.
Saldarriaga J.C., Echeverri E.A. y Molina F.J., Partículas suspendidas (PST) y partículas respirables (PM10) en el Valle de Aburrá, Colombia, Rev. Fac. Ing. Univ. Antioquia 32 (2004), pp. 7-16.
Sansalone J.J. y Buchberger S.G., Characterization of solid and metal element distributions in urban highway stormwater, Wat. Sci. Tech. 36 (1997), pp. 8-9.
Sansalone J.J. y Tribouillard T., Variation in characteristics of abrade roadway particles as a function of particle size: implications for water quality and drainage, Cong. Annual Meeting of the Transportation Research Board, No. 78. Washington, DC: National Research Council, 1690 (1999), pp. 153-163.
Sartor J.D. y Boyd G.B., Water pollution aspects of street surface contaminants, Rep. No. EPA R2-72-081, United States Environmental Protection Agency, Washington D.C., 1972.
Shaheen D.G., Contributions of urban roadway usage to water pollution, Rep. No. EPA 600/2-75-004, United States Environmental Protection Agency, Washington D.C., 1975.
Sivaramasundaram K. y Muthusubramanian P., A preliminary assessment of PM10 and TSP concentrations in Tuticorin, India, Air Qual. Atmos. Health. 3 (2010), pp. 95-102.
Stahre P. y Urbonas B., Stormwater detection for drainage, water quality and CSO management, Englewood Cliffs, NJ: Prentice-Hall, 1990.
Vaze J. y Chiew H.S., Experimental study of pollutant accumulation on an urban road surface, Urb. Wat. 4 (2002), pp. 379-389.
Vicente A.B., Jordán M.M., Sanfeliu T., Sánchez A. y Esteban M.D., Air pollution prediction models of particles, As, Cd, Ni and Pb in a highly industrialized area in Castellón (NE, Spain), Environ. Earth Sci. DOI: 10.1007/s12665-011-1298-z, 2011.
Viklander M., Particle size distribution and metal content in street sediments, J. Environ. Eng. 124 (1998), pp. 761-766.
Vukovich F.M. y Sherwell J., Comparison of fine particles and the relationship between particle variations and meteorology at an urban site and a remote site in the eastern United States, J. Air Waste Manag. Assoc. 52 (2002), pp. 573-584.
Walsh K. y Sherwell J., Estimation of ambient PM2.5 concentrations in Maryland and verification by measured values, J. Air Waste Manag. Assoc. 52 (2002), pp. 1161-75.
Zafra C.A., Temprano J. y Tejero I., Distribution of the concentration of heavy metals associated with the sediment particles accumulated on road surfaces, Environ. Technol. 32 (2011), pp. 997-1008.
Zafra C.A., Temprano J. y Tejero I., Particle size distribution of accumulated sediments on an urban road in rainy weather, Environ. Technol. 29 (2008), pp. 571-582.
Zafra Mejía C.A, Temprano González J. y Tejero Monzón I., Concentración y distribución de metales pesados (Pb, Zn, Cu, Cd y Cr) en sedimentos viarios urbanos, Rev. Fac. Ing. Univ. Antioquia, 58 (2011), pp. 53-62.
398
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
399
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
6.1 CONCLUSIONES GENERALES
Las conclusiones de la presente investigación surgieron a partir de los resultados
obtenidos en las campañas de campo implementadas para el desarrollo de la
propuesta metodológica: en las ciudades de Torrelavega (España) y Soacha
(Colombia) entre el 28/09/2004-01/12/2004 y el 07/01/2010-14/05/2010,
respectivamente. Igualmente de las campañas de campo implementadas para la
validación de la metodología en la ciudad de Bogotá D.C. (Colombia), entre el
08/05/2010-08/05/2011 y el 03/10/2010-03/10/2011. A continuación se presentan
las principales conclusiones de la Tesis Doctoral.
Carga y granulometría del sedimento viario en tiempo seco
Los datos obtenidos en tiempo seco mostraron que:
La carga viaria de sedimento (g/m2) aumentó al hacerlo el número de días
de tiempo seco. En este sentido, se sugirió una tendencia lineal en la
acumulación del sedimento viario en los lugares donde la frecuencia de los
eventos de lluvia fue elevada (i.e. ≤ 7 días). Por el contrario, se sugirió una
tendencia de tipo logarítmico (hacia una condición de equilibrio) cuando el
número de días de tiempo seco fue elevado (i.e. ≥ 27 días).
Adicionalmente, la granulometría del sedimento tendió a ser más fina a
medida que aumentó el número de días de tiempo seco y exhibió una
distribución log-normal positivamente sesgada. Finalmente, los tamaños
de partícula inferiores a 125 µm presentaron la mayor tasa de acumulación
en tiempo seco (g/m2·día).
La disponibilidad al aspirado (i.e. eliminación) de la carga más
fuertemente adherida a la superficie viaria, la carga fija (CF), aumentó con
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
400
el número de días de tiempo seco (tendencia de tipo lineal).
Adicionalmente, la granulometría de la carga más fuertemente adherida a
la superficie (CF) fue más fina que la de la carga libre (CL). De esta
manera, la eficacia en la recolección del sedimento viario por aspirado
aumentó a medida que el diámetro de la partícula fue mayor (tendencia de
tipo potencial).
El principal factor que intervino en el proceso de acumulación del
sedimento en tiempo seco fue el diseño de la vía. Asimismo, la
distribución del sedimento a través de la vía fue influenciada por la
existencia de barreras naturales (senda de vegetación) y artificiales
(bordillo). De esta manera, la granulometría del sedimento también se
encontró condicionada por la distancia entre la línea de tráfico y las
barreas naturales o artificiales construidas sobre la vía.
Carga y granulometría del sedimento viario en tiempo de lluvia
Los datos obtenidos en tiempo de lluvia mostraron que:
La carga de sedimento acumulada sobre la superficie viaria fue lavada
dependiendo de factores como el volumen de precipitación y el
período previo de tiempo seco. En este sentido, existió una débil
correlación negativa entre el volumen de precipitación y la carga de
sedimento viario (i.e. una tendencia lineal; r: entre -0,27 y -0,37). Por
lo tanto, la carga de sedimento durante los períodos donde existió un
aumento de la precipitación fue menor con respecto de la época de
disminución de la precipitación: en promedio 2,61 veces para la ciudad
de Bogotá D.C. (Colombia).
La pendiente del terreno, en tiempo de lluvia, en vías de similares
características, influyó en la distribución de la carga de sedimento
remanente a través de la misma. De esta manera, la probabilidad de
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
401
una partícula para ser transportada por la escorrentía aumentó a medida
que creció la pendiente viaria y disminuyó su diámetro. En el presente
estudio los tamaños de partícula inferiores a 500 µm fueron los que
presentaron la mayor susceptibilidad al lavado por la escorrentía viaria.
Por lo tanto, la granulometría del sedimento tras los eventos de lluvia
tendió a ser más gruesa. Finalmente los resultados evidenciaron en la
ciudad de Bogotá D.C. (Colombia), que en tiempo de lluvia existió una
pérdida promedio de sedimento del 49,0% para la fracción de tamaño
representativa del sedimento viario (i.e. < 250 µm).
Concentración y carga metálica asociada con el sedimento viario
Desde el punto de vista de la concentración metálica los resultados mostraron que:
La fracción de tamaño inferior a 63 µm del sedimento viario tendió a
presentar las mayores concentraciones. Por otro lado, la concentración
metálica tendió a disminuir con el aumento del diámetro de la partícula,
siendo los modelos potencial y exponencial los que mejor describieron
esta tendencia. Finalmente, el método de tamizado en húmedo permitió
detectar partículas finas (i.e. < 63 µm) adheridas a las fracciones de mayor
tamaño que generaron un aumento en la concentración metálica de estas
fracciones (p.ej. entre 125-250 y 250-500 µm).
Desde el punto de vista de las fuentes móviles (i.e. el tráfico), los
resultados sugirieron en las zonas de estudio que los principales
generadores de metales pesados fueron las partículas desprendidas por el
desgaste de las pastillas de los frenos, las llantas, el pavimento asfáltico y
las partes móviles del motor; y las fugas de aceite lubricante y grasa.
Adicionalmente las fuentes de los elementos metálicos estuvieron
probablemente asociadas con tamaños de partícula inferiores a 125 µm.
Finalmente, los resultados mostraron que las zonas con un mayor uso de la
calzada como línea de aparcamiento presentaron las mayores
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
402
concentraciones de metales pesados a pesar de haber presentado una
menor densidad de tráfico.
La carga más fuertemente adherida a la superficie (CF) ha permanecido
por más tiempo sobre la calzada y, por lo tanto, estuvo más expuesta a las
diferentes fuentes de contaminación metálica. A mayor tiempo de
residencia del sedimento, mayor concentración metálica y menor
diferencia en la concentración entre fracciones de tamaño para un
determinado metal pesado. La carga o cantidad de elementos metálicos
asociados con el sedimento viario tendió a aumentar con la disminución en
la fracción de tamaño. El modelo logarítmico fue el que mejor se ajustó a
la relación entre el porcentaje acumulado de carga metálica y la fracción
de tamaño del sedimento viario (R2 > 0,80). Finalmente, los resultados
sugirieron que la distribución de la carga metálica contaminante estuvo
condicionada en orden de importancia por la cantidad de sedimento y la
concentración de los elementos metálicos por fracción de tamaño.
Los metales pesados que presentaron la mejor correlación entre las fases
sedimentada (i.e., sedimento viario) y suspendida (i.e., PM10), en orden de
importancia, fueron los siguientes: Pb, Cu y Ba. De esta manera para
PM10, los anteriores elementos metálicos podrían constituirse en los
indicadores de emisiones provenientes del tráfico en áreas aledañas a las
superficies viarias.
Modelo causal entre la concentración de Pb del sedimento viario y la carga en
suspensión (PM10)
Desde el punto de vista del proceso ARIMA se pudo observar que:
La serie de tiempo de la concentración de Pb asociada con el sedimento
viario tuvo una memoria corta. Es decir, por ser un proceso autorregresivo
de primer o segundo orden (i.e., AR (1) y AR (2)) se evidenció que la
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
403
concentración de Pb sobre las superficies viarias (i.e. el hoy) estuvo
influenciada por la concentración metálica del ayer o el anteayer.
Adicionalmente para cada zona de estudio existió la posibilidad de
representar la serie temporal de la concentración de Pb con un modelo
ARIMA similar al de la carga viaria de PM10. Es decir, existió la
posibilidad de representar las dos series de tiempo en evaluación a través
de la misma estructura temporal. Finalmente es importante mencionar, que
el ayer en la presente investigación correspondió a tres y diez días a partir
de la frecuencia de recolección del sedimento viario y del registro
seleccionado para la carga de PM10 en las ciudades de Soacha y Bogotá,
respectivamente.
Desde el punto de vista de la transferencia del impulso desde la carga
viaria de PM10 hacia la concentración de Pb en el sedimento se pudo
observar que no existió retardo (i.e. cero). De esta manera el efecto fue
inmediato. La anterior tendencia probablemente se debió a la localización
de la estación de monitoreo de PM10 con respecto del bordillo de la
superficie viaria de investigación en las ciudades de estudio. Por lo tanto
los resultados sugirieron en el presente estudio, que en áreas aledañas a las
superficies viarias la relación temporal entre la carga de PM10 y la
concentración de Pb asociada con el sedimento fue inmediata. Lo anterior
fue valido para distancias menores a 194 m con respecto del bordillo de la
vía en evaluación, para una frecuencia promedio de muestreo de cada tres
o diez días (i.e. para PM10 y Pb), y para la fracción de tamaño inferior a
250 µm del sedimento viario.
Evaluación metálica asociada con el sedimento viario a partir de información del
material en suspensión
Los resultados mostraron a partir del pronóstico realizado con el modelo ARIMA
que:
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
404
El error absoluto porcentual promedio (MAPE) evidenció una desviación
promedio de la serie temporal dependiente (i.e. concentración de Pb) del
15,2%, y del 11,9%, 22,5% y 27,9% con respecto del nivel pronosticado
por el modelo ARIMA en la Zona 1 y las Zonas 1, 2 y 3 de la ciudad de
Soacha y Bogotá, respectivamente. Adicionalmente, se observó que a
medida que aumentó la distancia entre la estación de monitoreo de PM10 y
el bordillo de la superficie viaria en evaluación el error absoluto porcentual
promedio en el pronóstico de la concentración de Pb en el sedimento
tendió a aumentar.
Los resultados mostraron para todo el período de estudio en la Zona 1 de
la ciudad de Soacha y las Zonas 1, 2 y 3 de la ciudad de Bogotá, que el
error absoluto promedio en el pronóstico de la distribución de la
concentración de Pb asociada con las fracciones de tamaño del sedimento
viario fue de 7,9%, y de 16,0%, 31,7% y 39,0%, respectivamente (i.e. con
tendencia a la sobreestimación).
Los resultados mostraron durante todo el período de estudio para la Zona 1
de la ciudad de Soacha y las Zonas 1, 2 y 3 de la ciudad de Bogotá, que el
error absoluto promedio en el pronóstico de la distribución de la carga
acumulada de Pb por fracción de tamaño en el sedimento viario fue de
11,5%, y de 18,6%, 12,0% y 15,8%, respectivamente. Finalmente el
pronóstico mostró para la Zona 1 de la ciudad de Soacha y las Zonas 1, 2 y
3 de la ciudad de Bogotá que el 66,6%, y el 57,5%, 69,2% y 63,6% de la
carga de Pb se asoció con la fracción de tamaño mayor a 125 µm,
respectivamente; es decir, el tamaño correspondiente para las arenas finas.
Las concentraciones de Pb asociadas con el sedimento viario de las Zonas
1 y 3 de la ciudad de Bogotá tendieron a ser mayores en la época seca; los
resultados mostraron que la concentración de Pb en tiempo seco fue 1,39 y
1,61 veces superiores con respecto de la época de lluvias, respectivamente
(i.e. en la fracción de tamaño < 250 µm). Adicionalmente, se observó que
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
405
existió una débil relación inversa entre el volumen de precipitación y la
concentración de Pb asociada con el sedimento viario (Zona 1: r = -0,17;
Zona 3: r = -0,16). Las anteriores observaciones podrán ser de utilidad
para las instituciones encargadas de la gestión de la contaminación
superficial en las Zonas 1 y 3 de la ciudad de Bogotá, para diseñar y
evaluar las prácticas de control de la contaminación metálica presente
sobre las superficies viarias de investigación; como por ejemplo, el
establecimiento de la frecuencia del barrido viario en la época seca y de
lluvias.
En la Zona 2 de la ciudad de Bogotá la carga de PM10 y la concentración
de Pb en el sedimento no tendió a seguir el comportamiento observado en
las Zonas 1 y 3 de la ciudad de Bogotá, y durante el desarrollo
metodológico en la ciudad de Soacha; es decir, la carga de PM10 y la
concentración de Pb en el sedimento disminuyeron en tiempo de lluvia y
aumentaron en tiempo seco como lo mostraron las zonas viarias con
ausencia de actividades de demolición y construcción. En este sentido los
resultados mostraron que las concentraciones de Pb en tiempo de lluvia
fueron 1,03 veces superiores con respecto de la época seca.
Adicionalmente, existió una débil relación directa entre el volumen de
precipitación y la concentración de Pb en el sedimento (r = 0,14). De esta
manera los resultados sugirieron que existió probablemente un aporte
adicional de material en suspensión y de Pb por parte de las actividades de
construcción que se ejecutaron en cercanías de la superficie viaria de la
Zona 2 (i.e. a 20 m de distancia), causando un mayor o menor aporte de
PM10 y Pb según la variabilidad temporal de las actividades ejecutadas en
su interior (i.e. según el cronograma de construcción). Las anteriores
observaciones podrán ser de utilidad para las instituciones encargadas de
la gestión de la contaminación superficial en la Zona 2 de la ciudad de
Bogotá, para realizar el control y exigir el desarrollo e implementación de
prácticas de control de la contaminación por parte de las empresas que
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
406
ejecutan actividades de demolición y construcción en áreas cercanas a las
superficies viarias.
Al comparar entre las zonas de estudio de la ciudad de Bogotá D.C.
(Colombia) la carga de PM10 con la concentración de Pb asociada con el
sedimento viario no se logró detectar ninguna relación. Es decir, la zona
que registró la mayor carga de PM10 no presentó la mayor concentración
de Pb asociada con el sedimento viario.
A partir de lo anterior, la propuesta metodológica permitirá proyectar mejores
prácticas de control para la gestión de la contaminación metálica en superficie y
de la escorrentía en las vías (i.e. medidas estructurales y no estructurales), según
su localización dentro del territorio urbano. Podrá ser útil para alimentar los
algoritmos de los modelos de acumulación-lavado, el diseño o mejoramiento de
los sistemas de control de la contaminación, y para establecer estrategias de
limpieza viaria según la concentración y distribución de los elementos metálicos y
la época del año (i.e. período seco y de lluvias). Igualmente, la propuesta
metodológica permitirá ampliar el conocimiento acerca de los procesos físicos que
condicionan la acumulación y el lavado de los metales pesados depositados sobre
las superficies viarias urbanas. Es importante resaltar que el gestor no sólo debe
contar con bases de datos sino que éstas deben ser de fácil interpretación y
utilización. Es por esto, que en la presente Tesis Doctoral se hizo un esfuerzo por
mejorar las técnicas de cuantificación y cualificación de la contaminación
metálica viaria en superficie. Adicionalmente, se plantearon nuevos indicadores
de referencia para facilitar la toma de decisiones de una manera rápida y confiable
para la gestión de la escorrentía viaria urbana, desde el punto de vista de la
contaminación metálica en superficie.
6.2 PERSPECTIVA
Esta Tesis Doctoral se ha centrado en desarrollar una nueva metodología que
incorpora técnicas e indicadores para la estimación de la distribución de los
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
407
metales pesados asociados con el sedimento viario a partir de información del
material en suspensión (i.e. PM10). Lo anterior ha supuesto el abordaje de aspectos
relacionados con diversas especialidades de la ingeniería ambiental, al mismo
tiempo que se exploraban nuevas técnicas para evaluar los problemas asociados
con la contaminación metálica en superficie y la generada por la escorrentía
viaria. No obstante, han surgido preguntas de investigación que no han sido
tratadas en la presente Tesis Doctoral. De esta manera se proponen las siguientes
actividades de investigación para el futuro:
Ampliar el conocimiento acerca del uso de los modelos ARIMA para la
evaluación de la contaminación metálica asociada con el sedimento viario,
específicamente en lo concerniente a la realización de pronósticos
óptimos, la obtención de intervalos de confianza y la actualización de éstos
a medida que aumenta el número de observaciones con el tiempo. En este
sentido, es importante realizar campañas de campo y simulaciones para
definir una frecuencia de muestreo óptima para la obtención de los datos
de la concentración de Pb asociada con el sedimento viario y, de esta
manera, poder realizar pronósticos diarios en tiempo real a partir de las
series temporales de PM10 disponibles en las estaciones automáticas de
monitoreo.
Asociado con la actividad anterior, se debe llevar la propuesta
metodológica a un programa de computador para realizar en tiempo real el
pronóstico de la distribución de la concentración y la carga metálica
asociada con el sedimento viario a partir de la información diaria del
material en suspensión (i.e. PM10).
Utilizar estaciones móviles de calidad del aire para medir en superficie el
PM10 de las vías con el objeto de evaluar la influencia de la distancia de
monitoreo sobre la relación entre la concentración de Pb asociada con el
sedimento viario y la carga de PM10 (i.e. evaluar el ajuste de los modelos).
Adicionalmente, evaluar la relación entre los datos registrados por las
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
408
estaciones móviles y los suministrados por las estaciones fijas existentes
en el territorio urbano.
Realizar pruebas con metales pesados diferentes de Pb (i.e. para Cu y Ba)
para evaluar su potencial como indicadores alternativos de la relación
entre la concentración metálica asociada con el sedimento viario y la carga
del material en suspensión (i.e. PM10) en áreas cercanas a las superficies
viarias.
Explorar la posibilidad de desarrollar un modelo que permita pronosticar
la concentración metálica asociada con el material en suspensión (i.e.
PM10) a partir de la concentración metálica asociada con el sedimento
viario. Es decir, desarrollar un modelo que considere la existencia de una
causalidad unidireccional desde la serie de tiempo de la concentración de
Pb asociada con el sedimento viario (Xt) hacia la concentración metálica
asociada con el PM10 (Yt) en áreas cercanas a las superficies viarias, para
evaluar el efecto de suspensión de los elementos metálicos inducido por el
tráfico y el viento.
Desarrollar campañas de campo y pruebas de laboratorio con el objeto de
sugerir la frecuencia óptima del barrido mecánico viario según la época del
año. Es decir, durante los períodos de aumento y disminución del volumen
de precipitación. Adicionalmente, realizar pruebas con barredoras
mecánicas (i.e. según la tecnología utilizada) para sugerir una fracción de
tamaño objetivo con el fin de eliminar la mayor cantidad de la carga
metálica asociada con el sedimento viario.
Realizar campañas de campo tanto en superficie como en los sistemas de
recolección y transporte de la escorrentía viaria para evaluar la relación
entre la contaminación metálica asociada con el sedimento viario y la
asociada con el sedimento de los sistemas de recolección (i.e. imbornales)
y transporte (i.e. alcantarillado pluvial) de la escorrentía viaria.
CAPÍTULO 6.- CONCLUSIONES Y PERSPECTIVA
409
Desarrollar investigaciones a partir de la red existente de monitoreo de
calidad del aire (i.e. PM10) para evaluar la variación espacial y temporal de
la contaminación metálica asociada con el sedimento viario en la ciudad de
Bogotá D.C. (Colombia).
Adelantar investigaciones para evaluar la influencia del diseño viario en la
distribución de la concentración metálica a través de la vía. Por ejemplo la
existencia o no de cunetas, bordillo, sendas de vegetación, zonas
peatonales y línea para bicicletas. Adicionalmente, evaluar las
características del pavimento: tipo de material, permeabilidad y rugosidad.
Desarrollar estudios para valorar la influencia de las condiciones de
conducción sobre la carga metálica asociada con el sedimento viario. Por
ejemplo variaciones en la velocidad, composición del tráfico, tipo de
combustible y la edad de los vehículos.
Evaluar los efectos sobre la salud de la población que reside o transita
cerca de las superficies viarias a partir de las concentraciones metálicas
estimadas en la presente investigación en el sedimento viario y el material
en suspensión (i.e. PM10 y PST).
Aplicar la metodología propuesta en otras latitudes para evaluar su
respuesta frente a los condicionantes climáticos identificados en el estudio
del estado del arte de la presente investigación. Es decir, principalmente
con respecto a la variación en la precipitación.
410
411
ANEXOS
AN
EX
OS
412
1. E
ST
AD
ÍST
ICO
S P
AR
A E
L M
OD
EL
O A
RIM
A D
E L
A Z
ON
A 1
(S
OA
CH
A, C
OL
OM
BIA
)
1.1
Res
umen
del
mod
elo
ANEXOS
413
1.2 Función de correlación cruzada
1.3 Función de autocorrelación simple (FAS) y parcial (FAP) residual
AN
EX
OS
414
1.4
Pro
nóst
ico
del m
odel
o e
inte
rval
os d
e co
nfia
nza
AN
EX
OS
415
2. E
ST
AD
ÍST
ICO
S P
AR
A E
L M
OD
EL
O A
RIM
A D
E L
A Z
ON
A 2
(S
OA
CH
A, C
OL
OM
BIA
)
2.1
Res
umen
del
mod
elo
ANEXOS
416
2.2 Función de correlación cruzada
2.3 Función de autocorrelación simple (FAS) y parcial (FAP) residual
AN
EX
OS
417
2.4
Pro
nóst
ico
del m
odel
o e
inte
rval
os d
e co
nfia
nza
AN
EX
OS
418
3. E
ST
AD
ÍST
ICO
S P
AR
A E
L M
OD
EL
O A
RIM
A D
E L
A Z
ON
A 1
(B
OG
OT
Á D
.C.,
CO
LO
MB
IA)
3.1
Res
umen
del
mod
elo
ANEXOS
419
3.2 Función de correlación cruzada
3.3 Función de autocorrelación simple (FAS) y parcial (FAP) residual
AN
EX
OS
420
3.4
Pro
nóst
ico
del m
odel
o e
inte
rval
os d
e co
nfia
nza
AN
EX
OS
421
4. E
ST
AD
ÍST
ICO
S P
AR
A E
L M
OD
EL
O A
RIM
A D
E L
A Z
ON
A 2
(B
OG
OT
Á D
.C.,
CO
LO
MB
IA)
4.
1 R
esum
en d
el m
odel
o
ANEXOS
422
4.2 Función de correlación cruzada
4.3 Función de autocorrelación simple (FAS) y parcial (FAP) residual
AN
EX
OS
423
4.4
Pro
nóst
ico
del m
odel
o e
inte
rval
os d
e co
nfia
nza
AN
EX
OS
424
5. E
ST
AD
ÍST
ICO
S P
AR
A E
L M
OD
EL
O A
RIM
A D
E L
A Z
ON
A 3
(B
OG
OT
Á D
.C.,
CO
LO
MB
IA)
5.
1 R
esum
en d
el m
odel
o
ANEXOS
425
5.2 Función de correlación cruzada
5.3 Función de autocorrelación simple (FAS) y parcial (FAP) residual
AN
EX
OS
426
5.4
Pro
nóst
ico
del m
odel
o e
inte
rval
os d
e co
nfia
nza
Recommended