ESTUDIO
COMPARATIVO DEL IMPACTO DE LA URBANIZACIÓN SOBRE LA CALIDAD DE AGUA EN TRES
ARROYOS PAMPEANOS DEL CENTRO BONAERENSE DE ARGENTINA
COMPARATIVE STUDY OF THE IMPACT OF URBANIZATION ON
WATER QUALITY IN THREE PAMPEAN STREAMS IN CENTRAL BUENOS AIRES, ARGENTINA.
Ignacio MASSON
(1, 2, 4, 9), José GONZALEZ CASTELAIN (1, 4, 10), Rosario
BARRANQUERO (3, 5, 6, 11), Natalia OTHAX (1, 3, 4, 12),
Alejandra KRÜGER (3, 7, 13), Juliana GONZÁLEZ (3, 7, 8, 14)
y Fabio PELUSO (1, 2, 5, 15)
(1) Instituto de
Hidrología de Llanuras “Dr. Eduardo J. Usunoff” (IHLLA). Azul, Argentina.
(2) Comisión de
Investigaciones Científicas de la Provincia de Buenos Aires (CICPBA).
(3) Consejo
Nacional de Investigaciones Científicas y Técnicas (CONICET).
(4) Facultad de
Agronomía, Universidad Nacional del Centro de la Provincia de Buenos Aires.
(5) Facultad de
Ciencias Humanas, Universidad Nacional del Centro de la Provincia de Buenos
Aires.
(6) Centro de
Investigaciones y Estudios ambientales (CINEA), Facultad de Ciencias Humanas,
Universidad Nacional del Centro de la Provincia de Buenos Aires.
(7) Laboratorio de Inmunoquímica y Biotecnología,
Centro de Investigación Veterinaria de Tandil (CIVETAN), Facultad de Ciencias
Veterinarias, Universidad Nacional del Centro de la Provincia de Buenos Aires.
(8) Laboratorio de
Microbiología de los Alimentos, Centro de Investigación Veterinaria de Tandil, Facultad
de Ciencias Veterinarias, Universidad Nacional del Centro de la Provincia de
Buenos Aires.
(9) e-mail: imasson.ihlla@gmail.com. ORCID:
https://orcid.org/0000-0002-5333-0439
(10) e-mail: josegc@ihlla.org.ar. ORCID:
https://orcid.org/0000-0002-3964-5506
(11) e-mail: rbarran@fch.unicen.edu.ar. ORCID: https://orcid.org/0000-0002-4372-0046
(12) e-mail: nothax@ihlla.org.ar. ORCID: https://orcid.org/0000-0001-8443-6116
(13) e-mail: akruger@vet.unicen.edu.ar. ORCID:
https://orcid.org/0000-0002-1826-2143
(14) e-mail: julianag@vet.unicen.edu.ar. ORCID:
https://orcid.org/0000-0002-4830-7111
(15) e-mail: fpeluso@ihlla.org.ar. ORCID:
https://orcid.org/0000-0002-2560-2396
RESUMEN
Se evaluó la calidad de agua en tres arroyos pampeanos bonaerenses, dos
urbanos (Arroyo del Azul y Arroyo Langueyú) y uno rural (el Arroyo de los
Huesos), comparando como ésta se ve afectada por la urbanización dentro de
tramos del mismo arroyo y entre distintos arroyos, y comparando con el arroyo
rural. A través del análisis de variables fisicoquímicas, niveles guía, índice
de calidad de agua de la National Sanitation Foundation e indicador 6.3.2 de
los Objetivos de Desarrollo Sostenible se determinó que los dos arroyos urbanos
se encontrarían mayormente impactados en sus tramos posturbanos, producto de
los vuelcos que reciben. Por otra parte, se observó una mayor recuperación
aguas abajo de estos vuelcos en el Arroyo del Azul que en el Langueyú; en el
primer caso, el mayor caudal y menor población permitiría una mayor
recuperación. En el sector preurbano de estas cuencas, al igual que en el Arroyo
de los Huesos (rural) se detectaron niveles elevados de nitrato y fósforo que
podrían ser de origen natural, aunque posiblemente influenciados por la
agricultura. Este estudio contribuye a conocer el estado de conservación de
arroyos pampeanos, el efecto de la urbanización y a detectar indicios de
contaminación.
Palabras clave: Calidad de Agua, Arroyos Pampeanos, Índices de Calidad de Agua, Arroyos
Urbanos, Contaminación.
ABSTRACT
Water quality was evaluated in three Pampean streams
in Buenos Aires, two urban streams (Del Azul and Langueyú streams) and one
rural stream (De los Huesos stream), comparing how it is affected by
urbanization within reaches of the same stream and between different urban streams,
and compared to the rural stream. Through the analysis of physicochemical
variables, guidance levels, the water quality index of the National Sanitation
Foundation and the indicator 6.3.2 of the Sustainable Development Goals, it was
determined that the two urban streams would be mostly impacted in their
post-urban reaches, due to sewage discharges. A greater recovery was observed
downstream of these discharges in the Del Azul than in the Langueyú stream; in
the first case, the greater flow and lower population would allow for greater
recovery. In the pre-urban sector of these basins, as in the De los Huesos
stream (rural), high levels of nitrate and phosphorus were detected, which
could be of natural origin, although possibly influenced by agriculture. This
study contributes to know the conservation status of Pampean streams, the
effect of urbanization and to detect signs of pollution.
Keywords: Water Quality, Pampean Streams, Water Quality Indexes,
Urban Streams, Pollution.
INTRODUCCIÓN
Los arroyos pampeanos drenan la ecorregión más productiva de Argentina:
la ecorregión Pampa (Matteucci et al., 2012). Este ambiente de llanura se
encontraba dominado originalmente por pastizales naturales, pero actualmente se
ha convertido a un sinnúmero de mosaicos agrícola-ganaderos, dada la elevada
fertilidad de los suelos para la agricultura y la cría de ganado (Bilenca y
Miñarro, 2004; Matteucci et al., 2012). Además de que los arroyos pampeanos
están expuestos a la contaminación difusa propia de la actividad agropecuaria,
algunos de ellos también atraviesan zonas urbanas y reciben vuelcos asociados a
efluentes cloacales, industriales y pluviales, principalmente.
Estos efluentes
urbanos afectan la calidad de las aguas receptoras, estando la magnitud del
impacto relacionada con el tamaño de la población, las industrias existentes,
el caudal del curso de agua y de los efluentes, por mencionar algunos factores
(Kanu y Achi, 2011; Zhou et al., 2009). Los arroyos Langueyú (LNG), del Azul
(AZ) y de Los Huesos (HUE) son tres de estos cursos de agua pertenecientes a la
vertiente sur de la cuenca del río Salado del sur (provincia de Buenos Aires).
Los tres arroyos estudiados tienen su origen en el sistema serrano de Tandilia
y corren en forma aproximadamente paralela entre sí a menos de 100 km de
distancia. Tanto AZ como LNG atraviesan ciudades que afectan la dinámica y calidad
de sus aguas, mientras que HUE es totalmente rural. Además de las cargas
difusas provenientes de las actividades agrícolas y ganaderas que comparten los
tres, los arroyos urbanos (i.e., AZ y LNG) reciben descargas provenientes de
las plantas de tratamiento de aguas residuales, la red de desagües pluviales,
industrias (principalmente plantas de procesamiento de carne vacuna), vertidos
clandestinos, etc. Estudios previos en ciertos tramos de estos arroyos han
documentado la presencia de contaminantes en agua y sedimentos (De Gerónimo et
al., 2014; Peluso et al., 2012; Ruiz de Galarreta et al., 2010) pero no se han
realizado comparaciones entre estos arroyos en cuanto a la calidad de sus aguas
en tramos con usos equivalentes.
Este trabajo busca contribuir no solo a conocer los impactos antrópicos
sobre la calidad del agua de arroyos, sino también a generar información de
utilidad para el manejo y conservación de estos ambientes. Esto se encuentra en
línea con el Plan Nacional de Ciencia, Tecnología e Innovación 2030 (Ministerio
de Ciencia, Tecnología e Innovación [MINCyT], 2023) y los siguientes desafíos:
potenciar la transición al desarrollo sostenible a partir del fortalecimiento
de las capacidades orientadas al desarrollo sostenible, sensibilización
y concientización sobre la problemática ambiental y mejora del acceso, la
gestión y eficiencia en el uso del agua.
OBJETIVOS
Teniendo en cuenta las consideraciones anteriores, los objetivos del
presente trabajo fueron: (1) evaluar los cambios de la calidad del agua en cada
uno de los arroyos estudiados a lo largo de su recorrido, (2) comparar la
calidad de agua entre arroyos urbanos y rurales, y (3) analizar la importancia
de las distintas variables consideradas en índices de calidad de agua para discriminar
situaciones de impacto en arroyos urbanos.
METODOLOGÍA
Zona de estudio
Dado que las tres
cuencas estudiadas se encuentran próximas entre sí, las características
climáticas y topográficas son similares (Figura 1). En los tres casos se
extienden entre el sistema de Sierras de Tandilia al SO, y el valle del río
Salado al NE, con aguas que fluyen del SO al NE. Estos arroyos naturalmente
drenarían en el río Salado o se perderían en la llanura en condiciones de déficit
hídrico, pero a principios del siglo XX se construyeron canales que los desvían
directamente hacia la Bahía de Samborombón (Río de La Plata) para evitar
inundaciones de tierras bajas (Claps, 1913). Los arroyos pampeanos son cursos
permanentes que mantienen sus caudales base gracias al aporte del acuífero
Pampeano, un acuífero que es somero (Zabala et al., 2015). Como formas
destacables de estas cuencas se reconocen un sub-ambiente serrano hacia el sur
de las mismas con altitudes por sobre los 200 msnm -pero no más de 524 msnm
(10% del total del área)-, y un sub-ambiente de llanura hacia el norte, por
debajo de los 130 msnm, con una zona de transición entre ambos, caracterizada
por suaves ondulaciones. En su conjunto, la región se comporta globalmente como
un ambiente de llanura (Entraigas y Vercelli, 2013). Según la clasificación
climática de Thornthwaite y Mather (1957), la zona de estudio es mesotérmica
sub-húmeda a húmeda, con escasa o nula deficiencia hídrica durante los meses de
verano. Las temperaturas máximas absolutas oscilan entre 37 y 39°C, y las
mínimas absolutas entre -6 y 7°C (Falasca y Bernabé, 2001).
Figura 1.
Ubicación de los sitios de muestreo.
AZ_preur:
sitio preurbano del Arroyo del Azul.
AZ_ur:
sitio urbano del Arroyo del Azul.
AZ_postur1:
sitio posturbano 1 del Arroyo del Azul. AZ_postur2: sitio posturbano 2 del
Arroyo del Azul. HUE_alta: cuenca alta del Arroyo de los Huesos. HUE_media:
cuenca media del Arroyo de los Huesos. HUE_baja: cuenca baja del Arroyo de los
Huesos. LNG_preur: sitio preurbano afluente del Arroyo Langueyú. LNG_ur: sitio
urbano del Arroyo Langueyú.
LNG_postur1:
sitio posturbano 1 del Arroyo Langueyú. LNG_postur2: sitio posturbano 2 del
Arroyo Langueyú.
Cuenca del Arroyo del Azul
El AZ recorre 160
km de llanura y su cuenca posee 6 240 km2. Nace en las cercanías de
la localidad de Chillar, sin atravesarla. A 43 y 53 km de la naciente recibe en
su margen derecha las aguas de los arroyos Videla y Santa Catalina,
respectivamente, ambos arroyos rurales. La ciudad de Azul (de 60000 habitantes
aproximadamente) se desarrolla en ambas márgenes del AZ en el sector medio de
la cuenca (km 60 a 70). Las principales actividades productivas de la cuenca
son la agricultura y la ganadería. La agricultura predomina en la cuenca alta y
media; los principales cultivos son la soja, el trigo y el maíz. La ganadería
está más desarrollada en la cuenca baja, donde las condiciones del suelo
limitan la agricultura (Ares et al., 2007). En la zona urbana, el arroyo recibe
los vuelcos de la planta de tratamiento de aguas residuales, de dos mataderos y
frigoríficos, de una industria cerámica y de la red pluvial. Luego de recorrer
unos 160 km desde su naciente, el arroyo drena en un canal artificial, el Canal
11, que lo intercepta y enlaza con el Canal 9 para luego desembocar en la Bahía
de Samborombón. Antes de la construcción de ese canal el arroyo descargaba sus
aguas al río Salado a través de un sistema difuso de lagunas poco profundas y
bajos anegables (Entraigas et al., 2004). Otros cursos presentes en la cuenca
son los arroyos La Corina y Cortaderas que son arroyos intermitentes que
escurren en forma casi paralela al AZ y en épocas secas desaparecen en la
llanura.
Cuenca del Arroyo Langueyú
El Arroyo Langueyú
tiene una longitud aproximada de 120 km y su cuenca un área de 600 km2.
A diferencia del AZ, sus nacientes se encuentran urbanizadas. En sentido
estricto, el Arroyo Langueyú nace hacia el final de la ciudad de Tandil (150000
habitantes) por la confluencia de los arroyos Blanco y del Fuerte, ambos con un
recorrido aproximado de unos 8 km, en su mayoría entubados bajo la ciudad (Figura
2). En el sector de cuenca alta, el Arroyo del Fuerte se encuentra embalsado
(Dique del Fuerte), formando un lago de 0.17 km2 y aproximadamente
unos 3 m de profundidad máxima. Aguas abajo de la presa, el Arroyo del Fuerte
atraviesa el ejido urbano entubado, para salir a cielo abierto a 900 m aguas
arriba del cruce con la Ruta Nacional 226. El Arroyo Blanco circula por el Oeste
del casco urbano, también entubado, luego recorre en superficie unos 700 m y
confluye con el anterior a unos 200 m aguas arriba de la mencionada ruta. Aguas
abajo del cruce con esta ruta, el arroyo LNG recibe aguas residuales de
industrias lácteas y frigoríficas sumadas a las descargas de plantas de
tratamiento de aguas residuales (Avalo et al., 2022). Dos de estas últimas
vuelcan sus aguas tratadas directamente al arroyo y se encuentran separadas por
unos 2 km de distancia, mientras que otras dos, de menor envergadura, lo hacen
en un canal abierto que recorre unos 10 km antes de conectarse con el arroyo y
que, al menos durante todos los periodos muestreados, se mantuvo seco. También
se advierten vertidos de industrias alimenticias tales como mataderos, frigoríficos
e industrias lácteas. El sistema de alcantarillado de la ciudad es de tipo
sanitario o separativo, es decir, no incluye las aguas pluviales. No obstante,
existen conexiones clandestinas que generan situaciones extremas en las plantas
de tratamiento de aguas residuales en los momentos de intensas precipitaciones,
forzando la descarga directa al arroyo. Además, la red de drenaje pluvial, que
incluye arroyos entubados, se ve afectada por las conexiones clandestinas de
efluentes industriales y cloacales (Barranquero et al., 2023). Al final de su
recorrido, el LNG drena sus aguas al Canal 1 y, luego, a la Bahía de
Samborombón.
Cuenca del Arroyo de los Huesos
El HUE constituye
el límite entre los partidos de Azul y de Tandil. Posee un recorrido aproximado
de 134 km y su cuenca abarca unos 1780 km2. Es un arroyo meramente
rural que transita campos agroganaderos sin recibir vertidos puntuales. Durante
su recorrido recibe algunos afluentes menores hasta drenar en el Canal 12, que
lo enlaza con el Canal 9 y este con la Bahía de Samborombón.
Figura 2.
Detalle de la zona de nacientes de la cuenca del Arroyo Langueyú.
LNG_preur:
sitio preurbano afluente del Arroyo Langueyú. LNG_ur: sitio urbano del Arroyo
Langueyú. Las líneas punteadas representan los tramos de arroyo entubado.
Muestreo y análisis de muestras
Si bien en la zona
de estudio existen varios arroyos que corren aproximadamente en forma paralela
se seleccionaron AZ, HUE y LNG por su importancia y relación con ciudades
importantes (AZ y LNG) y HUE por ser representativo de los otros dos arroyos
rurales. HUE se seleccionó como arroyo control de AZ y LNG. Los muestreos se
realizaron en febrero de 2022 y 2023, y en junio de 2022 (i.e., dos muestreos
de verano y uno de invierno), abarcando los sitios indicados en la Figura 1.
Estos pertenecen a tramos preurbanos, urbanos y posturbanos en las cuencas de
los arroyos AZ y LNG y a la cuenca alta, media y baja del arroyo HUE (Tabla 1).
Cabe aclarar que cuando nos referimos al sitio preurbano del LNG hacemos referencia
a uno de sus dos tributarios, el Arroyo del Fuerte, ya que el LNG como tal,
surge de la confluencia del Arroyo del Fuerte con el Arroyo Blanco, cuando
ambos afluentes ya recorrieron gran parte del ejido urbano entubados (Figura
2). Además, se debe resaltar que el sitio preurbano de LNG, a diferencia del
preurbano de AZ, es coincidente con la zona de naciente.
Se midieron los
caudales en los sitios de muestreo utilizando un equipo OTT MF pro, medidor de
caudal magnético-inductivo con sensor de profundidad. Se utilizó el método de
cálculo del caudal de media sección, tomando verticales representativas de la
sección transversal del curso de agua. Este equipo se utilizó en los casos de
los sitios ubicados en tramos vadeables. En el caso de tramos no vadeables
(i.e., más profundos) se utilizó un perfilador acústico de corrientes Doppler
(ADCP, por sus siglas en inglés). Dada la ausencia de lluvias previas a las
fechas de muestreo, dichas mediciones son representativas del caudal base constituido
por la descarga del acuífero.
Tabla 1. Sitio,
mes y año en que se tomaron las muestras de los arroyos estudiados.
AZ: Arroyo
del Azul.
LNG: Arroyo
Langueyú.
HUE: Arroyo
de los Huesos.
preur:
sitio preurbano,
ur: sitio
urbano.
postur 1:
sitio posturbano 1.
postur 2:
sitio posturbano 2.
Arroyo |
Sitio |
Febrero
2022 |
Junio
2022 |
Febrero
2023 |
AZ |
preur |
x |
x |
x |
ur |
x |
x |
x |
|
postur 1 |
x |
x |
x |
|
postur 2 |
x |
x |
x |
|
LNG |
preur |
x |
x |
|
ur |
x |
x |
x |
|
postur 1 |
x |
x |
x |
|
postur 2 |
x |
x |
x |
|
HUE |
cuenca alta |
x |
x |
|
cuenca media |
x |
x |
x |
|
cuenca baja |
x |
x |
|
Se tomaron
muestras de agua subsuperficial a mitad del cauce en los distintos sitios de
cada uno de los arroyos seleccionados para su análisis en el laboratorio,
manteniéndolas refrigeradas a 4°C durante su transporte. En el laboratorio se
determinaron las siguientes variables fisicoquímicas siguiendo los protocolos de
la Asociación Americana de Salud Pública (APHA) (2017): demanda bioquímica de
oxígeno a los 5 días (DBO), amonio (NH4+), nitrito (NO2-),
nitrato (NO3-), fósforo total (PT), sólidos totales (ST)
y turbidez. El oxígeno disuelto (OD), la conductividad eléctrica (CE), los
sólidos disueltos totales (SDT), el pH y la temperatura del agua se midieron in
situ utilizando equipos portátiles: oxímetro marca YSI modelo 58 y medidor
multiparamétrico CE/SDT/pH/salinidad/temperatura marca Oakton modelo PCSTestr
35.
Para las
determinaciones microbiológicas se colectaron las muestras en recipientes
estériles y se conservaron refrigeradas a 4°C hasta el momento del análisis que
fue llevado a cabo dentro de las 24 h de tomadas las muestras. Se procesaron
distintas alícuotas de cada muestra (en el rango de 5 a 100 ml) por el método
de filtración por membrana (0.45 μm). Los filtros se colocaron sobre placas
comerciales pre-hidratadas para recuento de Escherichia
coli (E. coli) y coliformes (Compact Dry o Petrifilm). En los casos
necesarios, se sembraron alícuotas de menores volúmenes directamente en las
placas comerciales o en profundidad en medio VRB (Violeta Rojo Bilis) para
recuento de coliformes totales. Las placas se incubaron a 37°C durante 24 h.
Análisis de los datos
Como primer paso se evaluó si cada variable poseía distribución normal,
utilizando el test de Shapiro-Wilk (Zar, 2010). Para aquellas variables que
resultaron con una distribución normal, se aplicaron los tests paramétricos de
ANOVA y el post-hoc de Tukey para identificar diferencias entre sitios de un
mismo arroyo y entre sitios de distintos arroyos. En el caso de las variables
que no presentaron una distribución normal, se aplicaron los tests no
paramétricos de Kruskal-Wallis y el test post-hoc de Dunn con la corrección de
Bonferroni. Se utilizaron los paquetes base de RStudio versión 2023.09.1 Build
4943 (Rstudio Team, 2020) para las pruebas de normalidad, ANOVA, Tukey y
Kruskal-Wallis, y el paquete "dunn.test" (Dinno, 2017) para realizar
el test de Dunn de comparaciones múltiples mediante sumas de rangos.
Se compararon los valores de las variables estudiadas entre distintos
sitios de un mismo arroyo y entre distintos sitios de distintos arroyos,
tomando como referencia de aptitud de uso del recurso a los niveles guía para
la protección de la vida acuática establecidos en la normativa nacional
argentina (e.g., Ley 24051 [Honorable Congreso de la
Nación Argentina, 1992] y su Decreto 831/93 [Poder Ejecutivo Nacional, 1993];
Artículo 982 del Código Alimentario Argentino [s.f.]; Resolución 283/2019 de la
Autoridad de Cuenca Matanza Riachuelo [ACUMAR], 2020; Resolución 125/2016 del
Ministerio de Salud, 2016) e internacional (e.g., Agencia de Protección
Ambiental de Estados Unidos [EPA], 1986; Consejo Canadiense de Ministros del
Medio Ambiente [CCME], 2012; Programa de las Naciones Unidas para el Medio
Ambiente [PNUMA], 2020; Organización Mundial de la Salud [OMS], 2021). Además,
para cada uno de los sitios estudiados se computó el índice de calidad de agua
de la National Sanitation Foundation o ICA-NSF (Brown et al., 1970). Este
índice considera en su arquitectura la suma ponderada de nueve variables: OD,
coliformes fecales o E. coli (en este caso se utilizó E. coli),
pH, DBO, cambio de temperatura, PT o fosfato (en este caso se utilizó PT),
nitrato o nitrógeno total (en este caso se utilizó nitrato), turbidez y SDT. A
partir de estas 9 variables, el índice sintetiza la calidad de agua en un único
valor entre 0 y 100 (muy mala a excelente calidad, respectivamente). El mismo
se calculó en línea en el sitio web del Water Research Center (2023).
También se
procedió al cómputo del indicador 6.3.2 de los Objetivos de Desarrollo
Sostenible (ODS) del PNUMA, que evalúa el “Porcentaje de masas de agua de buena
calidad”. Este considera para el nivel 1 de monitoreo a las variables de
calidad: OD, pH, PT, CE y nitrógeno oxidado total (TON). El TON se recomienda
en la metodología del PNUMA porque es más simple de medir analíticamente que
otras formas, incluido el nitrato por sí solo (PNUMA, 2020). A partir del
cómputo de dicho indicador se determinó el porcentaje de las muestras de cada
arroyo estudiado que cumplen con los valores guía sugeridos por este organismo
internacional. En este caso se obtiene un valor de cada una de las 5 variables
para cada arroyo, a diferencia del ICA-NSF que toma un valor que integra todas
las variables (9 en total) para cada sitio.
Finalmente,
mediante técnicas de estadística multivariada que incluyeron el análisis de
agrupamiento jerárquico tipo clúster (AC) y análisis de componentes principales
(ACP), se analizó la semejanza entre las distintas muestras para identificar
tendencias y patrones en las variaciones de calidad de agua intra e inter
cuencas. Antes de proceder con el AC y ACP se realizaron correlaciones entre
todas las variables estudiadas con el fin de evitar la multicolinealidad. Para
ello se evaluó el coeficiente de correlación de Pearson (R) y su probabilidad
asociada, descartándose aquellas variables que resultaron redundantes, es
decir, aquellas que proporcionan información similar o tienen una alta
correlación con otros predictores.
El análisis de
agrupamiento se realizó con los datos crudos y la distancia euclidiana como
medida de distancia, y se utilizó el método de agrupamiento de Ward. Este
último tipo de agrupamiento utiliza un enfoque de análisis de la varianza para
evaluar las distancias entre conglomerados, intentando minimizar la suma de
cuadrados de dos conglomerados hipotéticos cualesquiera que puedan formarse en
cada paso. Se considera eficiente para la evaluación de patrones espaciales y
temporales en la calidad del agua (Wunderlin et al., 2001). Del mismo modo, el
ACP es el método multivariado más utilizado en los estudios medioambientales de
cuencas hídricas siendo un método de análisis exploratorio de datos que utiliza
la estructura de correlación entre múltiples variables para producir un pequeño
número de nuevas variables que contienen la mayor parte de la información del
conjunto de datos original. Es de esperar que estas nuevas variables reflejen
las fuentes importantes de variación y, por lo tanto, provean un marco útil
para posteriores análisis de impacto ambiental (Olsen et al., 2012). El
software utilizado para realizar los análisis multivariados fue PAST versión
4.13 (Hammer et al., 2001). En todos los casos el nivel estadístico de
significancia utilizado fue del 0.05.
RESULTADOS
Los
caudales promedio medidos en cada uno de los sitios muestreados se presentan en
la Figura 3. Se destaca la gran diferencia en caudal entre AZ y LNG para
cualquiera de sus tramos, mientras que HUE mostró valores intermedios, con un
máximo en la cuenca media.
Figura 3. Caudales en los distintos sitios de
muestreo. Se muestran los niveles medios y sus desviaciones estándar positivas.
Referencias: ver Figura 1.
Las únicas
variables de calidad de agua que demostraron tener una distribución normal
fueron ICA-NSF, OD y pH. A estas variables se les aplicaron test paramétricos
para identificar diferencias entre sitios de muestreo de un mismo arroyo y
entre sitios de distintos arroyos, mientras que el resto de las variables
fueron analizadas de manera no paramétrica. Se observaron diferencias
significativas (p < 0.05) entre sitios de muestreo de un mismo arroyo con
respecto a OD y al índice ICA-NSF para los arroyos AZ y LNG; y con respecto a
CE para el arroyo LNG. En el caso de HUE y dado que no se observaron
diferencias significativas entre sitios de este arroyo para ninguna de las
variables consideradas, se optó por promediar los valores de cada variable para
los tres sitios de muestreo de este curso de agua.
Oxígeno Disuelto (OD)
Se
consideraron niveles guía de OD para la protección de la vida acuática con un
mínimo de 80% y un máximo de 120% de saturación (PNUMA, 2020). Los niveles
medios de oxígeno fueron mínimos y por debajo de nivel guía en los sitios
AZ_postur1 y LNG_postur1 (26.13 ± 27.86% y 30.40 ± 14.11%, respectivamente,
media ± DE) y significativamente diferentes de los demás sitios (p < 0.05) (Figura
4).
Figura 4. Porcentajes de saturación de oxígeno
disuelto (OD) en agua en los distintos sitios de muestreo. Se muestran los
niveles medios y sus desviaciones estándar positivas. Letras distintas sobre
las barras indican diferencias significativas entre sitios (p < 0.05). Las
líneas discontinuas horizontales representan los niveles guía máximo y mínimo
considerados: 120 y 80%, respectivamente.
Referencias: ver Figura 1.
Por otra
parte, en el sitio AZ_ur y en menor medida en AZ_postur2 se detectaron niveles
elevados de OD, alcanzando la sobresaturación, aunque no fueron
estadísticamente significativos comparados con los otros valores medios, a
excepción de aquellos observados para AZ_postur1 y LNG_postur1. Se destaca que
en el sitio AZ_ur el valor medio de OD (120.90 ± 15.57%, media ± DE) excede
levemente el máximo permisible (i.e., 120% de saturación) (Figura 4). Esta
sobresaturación se condice con la abundancia de macrófitas en este sitio, la
que podría aportar oxígeno al agua a través del proceso de fotosíntesis, y
también a la existencia de afloramientos de tosca, así como cimientos de
puentes que favorecerían el intercambio de oxígeno del agua con la atmósfera
debido a la turbulencia que estos generan. Se advierte que los niveles de OD en
HUE estuvieron dentro de rango guía y solo fueron significativamente diferentes
de los niveles de los arroyos AZ y LNG en los sitios postur_1 pero no en el
resto de los sitios.
pH
Considerando
niveles guía de pH de entre 6.50 y 9.00 (Resolución 283/2019 [ACUMAR, 2020]),
se detectaron valores medios de pH que superaron el máximo mencionado en los
sitios AZ_ur y AZ_postur2, siendo estos de 9.06 ± 0.31 y 9.46 ± 0.50,
respectivamente (media ± DE). Sin embargo, las únicas diferencias
significativas en los niveles de pH fueron entre AZ_postur2 y LNG_preur y,
entre AZ_postur2 y LNG_postur1 (Figura 5). El nivel medio de pH en HUE estuvo
dentro del rango guía y no demostró diferencias significativas con ninguno de
los sitios de los arroyos urbanos.
Figura 5. Niveles de pH en los
distintos sitios de muestreo. Se muestran los niveles medios y sus desviaciones
estándar positivas. Letras distintas sobre las barras indican diferencias
significativas entre sitios (p < 0.05). Las líneas discontinuas horizontales
representan los niveles guía máximo y mínimo considerados: 9.00 y 6.50,
respectivamente.
Referencias: ver Figura 1.
Conductividad eléctrica (CE)
Tomando un máximo de 1500 µS/cm como nivel guía de CE para agua dulce
(PNUMA, 2020), observamos que en ningún caso se alcanza este valor. Por otro
lado, solo los sitios LNG_preur y LNG_postur1 resultaron significativamente
diferentes en sus valores de CE, siendo estos de 336.65 ± 288.99 y 1113.00 ±
108.6 µS/cm, respectivamente (media ± DE) (Figura 6). La CE promedio de HUE no
fue significativamente diferente a aquella de ninguno de los sitios de los
arroyos urbanos.
Figura 6. Niveles de CE (μS/cm)
en los distintos sitios de muestreo. Se muestran los niveles medios y sus
desviaciones estándar positivas. Letras distintas sobre las barras indican
diferencias significativas entre sitios (p < 0.05).
Referencias: ver Figura 1.
Sólidos totales (ST)
Se observó
una tendencia similar a lo registrado para la CE aunque sin diferencias
significativas entre sitios del mismo o distintos arroyos (Figura 7).
Figura 7. Sólidos totales (mg/l) en los distintos
sitios de muestreo. Se muestran los niveles medios y sus desviaciones estándar
positivas. No se detectaron diferencias significativas entre sitios.
Referencias: ver Figura 1.
Turbidez
Se
advirtió una tendencia al aumento en los valores medios de esta variable en el
caso de AZ y LNG aguas abajo de las respectivas zonas urbanas, con un nivel
máximo en postur_1 (Figura 8). Sin embargo, estadísticamente no se detectaron
diferencias significativas entre los sitios de muestreo dentro de un mismo
arroyo o entre sitios de distintos arroyos urbanos ni rural.
Figura 8. Niveles de turbidez (UNT) en los distintos
sitios de muestreo. Se muestran los niveles medios y sus desviaciones estándar
positivas. No se detectaron diferencias significativas entre sitios.
Referencias: ver Figura 1.
Demanda bioquímica de oxígeno a los 5 días
(DBO)
Si bien no
existe un nivel guía nacional de carácter ambiental para la DBO, la EPA sugiere
niveles menores a 5 mg/l para la protección de la vida acuática. Se observó un
incremento en los niveles medios de DBO por encima del nivel guía mencionado en
los sitios aguas abajo de las zonas urbanas (estas incluidas) de AZ y LNG, con
un máximo en los sitios AZ_postur1 y LNG_postur1 (19.48 ± 13.52 y 21.20 ± 15.42
mg/l, respectivamente, media ± DE), denotando cierta recuperación aguas abajo
en AZ_postur2 y LNG_postur2 (Figura 9). Sin embargo, no se detectaron
diferencias estadísticas significativas entre sitios. Tanto en HUE como en
LNG_preur los niveles fueron mínimos, incrementándose en promedio en los otros
sitios.
Figura 9. Demanda Bioquímica de
Oxígeno a los 5 días (DBO, mg/l) en los distintos sitios de muestreo. Se
muestran los niveles medios y sus desviaciones estándar positivas. La línea
discontinua horizontal representa el nivel guía considerado: 5 mg/l. No se
detectaron diferencias significativas entre sitios.
Referencias: ver Figura 1.
Nitrato (N-NO3-)
El nivel
guía para fuentes de agua de bebida humana con tratamiento convencional es de
10 mg N-NO3-/l (Ley 24051 [Honorable Congreso de la
Nación Argentina, 1992]), equivalente a 45 mg NO3-/l. No
existe en nuestro país un nivel guía de nitrato para la protección de vida
acuática. En Canadá se establece un nivel guía de 3 mg N-NO3-/l de exposición a
largo plazo para la protección de la vida acuática (CCME, 2012). Pese a que
estadísticamente no se detectaron diferencias significativas en los niveles de
nitrato entre ninguno de los sitios, se destaca que, en muchos casos,
incluyendo en HUE, los niveles medios encontrados superaron el nivel guía. El
sitio con el valor medio más elevado fue LNG_ur seguido de LNG_postur2 con
niveles de 10.61 ± 4.34 y 6.83 ± 2.82 mg/l respectivamente (media ± DE) (Figura
10).
Figura 10. Niveles de nitrato (mg N-NO3-/l)
en los distintos sitios de muestreo. Se muestran los niveles medios y sus
desviaciones estándar positivas. La línea discontinua horizontal representa el
nivel guía considerado: 3 mg/l. No se detectaron diferencias significativas
entre sitios.
Referencias: ver Figura 1.
Nitrito (N-NO2-)
El nivel guía de nitrito para la protección de la vida acuática en la
Argentina es de 0.06 mg N-NO2-/l (Ley 24051 [Honorable
Congreso de la Nación Argentina, 1992]) y para agua de consumo humano es de 0.1
mg N-NO2-/l (Artículo 982 [Código Alimentario Argentino,
s.f.]). Tomando como referencia el primero de los niveles, detectamos que éste
es superado en sus valores medios en los sitios AZ_postur1 y AZ_postur2,
LNG_ur, LNG_postur1 y LNG_postur_2 (Figura 11). Sin embargo, no se detectaron
diferencias estadísticamente significativas entre ninguno de los sitios. Los
niveles promedio fueron mínimos en HUE, AZ_preur, AZ_ur y LNG_preur.
Figura 11. Niveles de nitrito (mg N-NO2-/l)
en los distintos sitios de muestreo. Se muestran los niveles medios y sus
desviaciones estándar positivas. La línea discontinua horizontal representa el
nivel guía considerado: 0.06 mg/l. No se detectaron diferencias significativas
entre sitios. Referencias: ver Figura 1
Nitrógeno amoniacal (N-NH3)
Considerando
un nivel guía para la protección de la vida acuática en nuestro país de 1.37 mg
de amonio total/l (lo que equivale a 1.05 mg N-NH3/l) (Decreto 831/93 [Poder
Ejecutivo Nacional, 1993]), fueron tres los sitios que superaron dicho nivel:
AZ_postur1, LNG_postur1 y LNG_postur2, con niveles de 7.13 ± 7.83; 20.90 ± 11.95
y 6.63 ± 7.23 mg N-NH3/l, respectivamente (media ± DE) (Figura 12). Sin
embargo, estadísticamente estos valores no resultaron significativamente
diferentes de los demás.
Figura 12. Niveles de nitrógeno amoniacal (mg N-NH3/l)
en los distintos sitios de muestreo. Se muestran los niveles medios y sus
desviaciones estándar positivas. La línea discontinua horizontal representa el
nivel guía considerado: 1.05 mg/l. No se detectaron diferencias significativas
entre sitios. Referencias: ver Figura 1.
Fósforo total (PT)
Tomando un nivel guía de 0.01 mg PT/l para la protección de la biota y
uso recreativo con contacto directo utilizado en la cuenca Matanza-Riachuelo,
Argentina (Resolución 289/2019 [ACUMAR, 2020]), ninguno de los sitios del AZ
cumpliría con este requisito (Figura 13). Esta es la única reglamentación
encontrada a nivel nacional con respecto al fósforo para uso no consuntivo del
agua. A nivel internacional, PNUMA sugiere un nivel guía de 0.02 mg PT/l para
prevenir floraciones de cianobacterias y la EPA sugiere un valor guía de 0.1 mg
PT/l para arroyos (EPA, 1986). La OMS (2021) advierte que concentraciones de PT
por encima de 0.02-0.05 mg/l pueden favorecer la ocurrencia de floraciones de
cianobacterias potencialmente tóxicas. Por otra parte, si bien en la figura 13 se
advierten incrementos en los valores medios en los sitios posturbanos 1 y 2 de
AZ y LNG e incluso en el tramo LNG_ur, solo se detectaron diferencias
significativas entre el tramo LNG_postur1 y HUE siendo estos valores de 2.72 ± 1.13
y 0.07 ± 0.05 mg PT/l, respectivamente (media ± DE).
Figura 13. Niveles de fósforo total (PT mg/l) en los
distintos sitios de muestreo. Se muestran los niveles medios y sus desviaciones
estándar positivas. Letras distintas sobre las barras indican diferencias significativas
entre sitios (p < 0.05). La línea discontinua horizontal representa el nivel
guía considerado: 0.01 mg/l. Referencias: ver Figura 1.
Escherichia coli
El nivel guía para Escherichia coli (E. coli) en aguas
recreacionales con contacto primario es de 235 colonias/100 ml para una muestra
simple (Resolución 125/2016 [Ministerio de Salud, 2016]). En el caso de contar
con un mínimo de 5 muestras de agua, esta misma resolución admite hasta una
media geométrica 126 colonias/100 ml. Los niveles medios de E. coli
superaron el nivel guía de 235 UFC/100 ml -UFC: unidades formadoras de
colonias- en los sitios AZ_postur1, LNG_ur, LNG_postur1 y LNG_postur2 siendo
estos valores de 18800 ± 15839; 8545 ± 7714; 27274 ± 3856 y 309 ± 128 UFC/100
ml, respectivamente, media ± DE (Figura 14). Sin embargo, y a pesar de los
valores medios tan dispares, el análisis estadístico no demostró diferencias
significativas entre sitios.
Figura 14. Niveles
de E. coli (UFC/100 ml) en los distintos sitios de muestreo. Se muestran
los niveles medios y sus desviaciones estándar positivas. No se detectaron
diferencias significativas entre sitios. La línea discontinua horizontal
representa el nivel guía considerado: 235 UFC/100 ml.
Referencias: ver Figura 1.
Índice de Calidad de agua de la National
Sanitation Foundation (ICA-NSF)
Este
índice considera como aguas de mala calidad a aquellas que arrojan un valor del
índice menor a 50 (y de muy mala calidad a aquellas cuyos valores del índice
están por debajo de 15). Los sitios con los niveles medios más bajos para este
índice fueron AZ_postur1 y LNG_postur1 con valores de 41.00 ± 9.54 y 38.67 ± 10.02%,
respectivamente (media ± DE). Estadísticamente, estos valores mencionados
resultaron significativamente más bajos que aquellos registrados en HUE,
AZ_preur, AZ_ur y LNG_preur. El sitio con el valor medio más elevado para este
índice fue LNG_preur, con 84.00 ± 0.00% (media ± DE), que solo resultó ser
significativamente diferente de los sitios AZ_postur1, LNG_postur1 y
LNG_postur2 (Figura 15).
Figura 15. Niveles
del índice ICA-NSF en los distintos sitios de muestreo. Se muestran los niveles
medios y sus desviaciones estándar positivas. Letras distintas sobre las barras
indican diferencias significativas entre sitios (p < 0.05). La línea
discontinua horizontal representa el nivel guía considerado: 50.
Referencias: ver Figura 1.
Indicador 6.3.2 ODS-PNUMA
En la Figura
16 se puede apreciar la representación gráfica de este indicador en el que cada
pentágono representa a cada uno de los arroyos estudiados y las subdivisiones
de cada pentágono contienen a las 5 variables consideradas como Nivel 1: OD,
pH, nitrógeno orgánico total (NOT), PT y CE. Los niveles guía considerados en
este caso son: entre 80 y 120% para OD, entre 6 y 9 para pH, <500 µS/cm para
CE, <0.02 mg/l para PT y <0.25 mg/l para NOT.
Figura 16. Indicador 6.3.2 de los Objetivos de
Desarrollo Sostenible correspondientes al Programa de Naciones Unidas para el
Medio Ambiente para cada uno de los arroyos considerados con respecto a las
variables oxígeno disuelto (OD), pH, conductividad eléctrica (CE), fósforo
total (PT) y nitrógeno orgánico total (NOT). AZ: Arroyo del Azul. HUE: Arroyo
de los Huesos. LNG: Arroyo Langueyú. Se muestran los porcentajes del total de
las muestras de cada arroyo que cumplieron con los valores guía.
A
diferencia del índice ICA-NSF que considera la calidad de agua en cada sitio
muestreado, este indicador tiene en cuenta el porcentaje de los sitios de cada
arroyo para todas las fechas de muestreo, que cumplió con los mencionados
niveles guía.
HUE
cumplió los niveles guía en el 100% de los casos (n = 7) en lo que respecta al
OD y en un 71% de los casos en lo que respecta al pH. No fueron satisfactorios
los porcentajes de muestras de este arroyo que cumplieron con los niveles guía
de PT (14%), NOT (0%) y CE (0%).
AZ cumplió
con el nivel guía de pH en un 67% de los casos (n = 12), mientras que para OD
lo hizo en el 50% de los casos. No son satisfactorios los porcentajes de las
muestras que cumplieron para NOT (8%), PT (0%) y CE (0%).
El 100% de
las muestras del LNG (n = 11) cumplieron con los valores guía de pH, mientras
que un 45% lo hicieron para OD. Con respecto a las demás variables consideradas
en el indicador, el porcentaje de las muestras que cumplieron fue demasiado
bajo: 9% para NOT y CE y 0% para PT.
Análisis multivariado: AC y ACP
Luego de evaluar el grado de multicolinearidad entre variables, se
seleccionaron las variables que finalmente se incluyeron en los análisis
multivariados. Los casos en los que se detectó correlación significativa (p <
0.05) fueron: OD y E. coli (R = -0.87), CE y ST (R = 0.87), PT y amonio
(R = 0.85), NOT y nitrato (R = 0.99). De cada uno de los pares mencionados que
demostraron una alta correlación, se consideró solamente la primera variable
del par para los análisis ulteriores. Así, se seleccionaron 7 variables para
realizar los análisis multivariados: OD, CE, PT, NOT, pH, DBO y turbidez. La
muestra LNG_preur feb 2022 fue descartada por considerarse valor atípico,
quedando por fuera de la elipse que determina la distribución del 95% de los
datos de la población en el espacio muestral.
El AC separa a las muestras en 2 grandes grupos: el cluster 1 y el
cluster 2 (Figura 17). El cluster 1 contiene las muestras de los sitios
preurbanos 1 y 2 y de los sitios urbanos de AZ y LNG (con excepción de una sola
muestra urbana de este último contenida en el cluster 2), una muestra
AZ_postur2, una LNG_postur2 y todas las muestras del arroyo HUE. Todas estas
muestras del cluster 1 pueden considerarse las de mejor calidad, ya que incluyen
aquellas de los sitios preurbanos y del arroyo HUE, ambos sin impacto urbano.
El clúster 2 agrupa las muestras de los sitios postur1 y postur2 de AZ y LNG,
excepto una muestra AZ_postur2 y una LNG_postur2 que, como se mencionó más
arriba, quedaron incluidas en el cluster 1. Estas muestras agrupadas en el
cluster 2 serían de inferior calidad de agua que las del clúster 1 por incluir
los sitios aguas abajo de la zona urbana, teniendo el impacto de las mismas.
Tanto para el clúster 1 como para el clúster 2, a mayores niveles de similitud
(i.e., a medida que avanzamos hacia la derecha del gráfico de la Figura 17) es
difícil atribuir criterios de calidad de agua para explicar las diferencias
detectadas.
El ACP
reveló que el CP1 (CP: componente principal) contribuye con el 95.32% de la
varianza de los datos y el CP2 con el 3.39%. Esto resulta en una varianza
acumulada del 98.71% combinando el CP1 y el CP2. La variable CE aporta en un
99.01% al CP1 y, en el caso del CP2, la variable que más contribuye es el OD
con un 97.72% de aporte. En la Figura 18 se muestra el gráfico resultante para
los CP 1 y 2, pudiéndose observar que los vectores CE y OD son los de mayor
magnitud y por ende los que determinan mayormente el ordenamiento de las
muestras en el espacio. La CE se incrementa hacia el lado derecho del eje x
(CP1) mientras que el OD se incrementa de abajo hacia arriba en el eje y (CP2).
Esto determina 4 cuadrantes: uno de alta CE y alto OD (cuadrante derecho
superior), uno de alta CE y bajo OD (cuadrante derecho inferior), uno de baja
CE y alto en OD (cuadrante izquierdo superior) y uno de baja CE y bajo OD
(cuadrante izquierdo inferior).
Figura 17. Dendrograma de agrupamiento de muestras de
diferentes tramos basados en la similitud de sus variables de calidad de agua.
Los números sobre las ramificaciones son utilizados en el texto como referencia
para distinguir el clúster superior del inferior.
Referencias: ver Figura 1. Entre paréntesis se indica
el mes y año en que fueron tomadas las muestras.
En el
cuadrante derecho inferior se posicionan todas las muestras correspondientes a
los sitios postur1 de ambos arroyos urbanos (3 de AZ y 3 de LNG), una de tres
muestras de AZ_postur2 y una de dos muestras de LNG_ur. Además de que este
cuadrante se caracteriza por bajas concentraciones de OD y alta CE, incluye los
vectores DBO, turbidez y PT aunque estos últimos tres con menor peso (loading)
que los vectores de OD y CE.
En el
cuadrante derecho superior se posicionan 3 de 6 muestras de los sitios postur2
(una de AZ y dos de LNG). Son muestras que se caracterizan por buenos niveles
de OD (>73%) y alta CE (>879 µS/cm). Aquí también se ubica el vector TON
aunque con poco peso (loading) en ambos ejes.
El
cuadrante izquierdo superior incluye las tres muestras de AZ_ur, una de tres
muestras de LNG_ur, una de tres de AZ_preur, 5 de 7 muestras de HUE. También
incluye al vector OD, asociado principalmente al CP2, y al vector pH, este
último con poco peso (loading) en ambos CP.
En el
cuadrante izquierdo inferior se posicionaron dos de tres muestras de AZ_preur,
una de LNG_preur con un alto peso
absoluto en el CP1 (asociado a una baja conductividad comparada con el resto de
las muestras: 541 µS/cm), una de tres muestras de LNG_postur2 y dos de siete
muestras de HUE.
Figura 18.
Diagrama resultante del Análisis de Componentes Principales que muestra el
posicionamiento de las variables de calidad de agua (vectores) y las muestras
(puntos). Los ejes 1 y 2 explicaron el 95.32 y el 3.39% de la varianza
acumulada de los datos, respectivamente. Referencias: ver Figura 1.
DISCUSIÓN
En
términos generales, los arroyos urbanos AZ y LNG recibirían un impacto negativo
en su calidad de agua tras su paso por la ciudad, producto de los vuelcos que
desde éstas se realizan. Esto se deduce al comparar los valores de las
variables estudiadas entre, por un lado, los sitios ubicados aguas arriba de la
zona urbana (sitios preurbanos) y, por ende, sin su impacto y, por el otro, los
sitios que reciben casi en forma directa, a corta distancia aguas arriba,
vertidos cloacales y otros propios de los centros urbanos (sitios postur1), y
también al comparar estos últimos con HUE, el arroyo control, excluido del
efecto de la urbanización, pero que surca un paisaje agroganadero. El sitio
preurbano seleccionado para la cuenca del LNG presenta la particularidad de que
se encuentra en la zona de naciente del arroyo, en un entorno serrano, con baja
turbidez, baja CE y con bajos niveles de nitrato y PT, en comparación con AZ_preur
que, si bien está ubicado aguas arriba de la ciudad, se encuentra a unos 59 km
de la zona de naciente y estaría recibiendo los aportes difusos asociados a las
prácticas agropecuarias.
Es
necesario también aclarar que, dado el escaso número de réplicas por sitio (n =
2 a 3 para los arroyos urbanos), en muchos casos la significancia estadística
obtenida no fue suficiente para detectar diferencias, sobre todo cuando los
datos no tuvieron una distribución normal (i.e., esto fue en todos los casos
excepto para OD, pH y el índice ICA-NSF) y se debió recurrir a tests no
paramétricos, que se caracterizan por poseer menor potencia que sus análogos
paramétricos (Hoskin, 2012). Sin embargo, en las Figuras 4 a 14 se observan
tendencias en los niveles de algunas variables a lo largo del recorrido de los
arroyos que sugieren la existencia de alteraciones que no serían detectadas por
los análisis estadísticos de tipo no paramétrico sumado al bajo número de
réplicas por sitio. Esto, por ejemplo, resulta evidente con los niveles de E.
coli, representados en la Figura 14, en la que se observa que, pese a que
no se detectaron diferencias significativas entre sitios, es llamativo el
contraste entre algunos sitios y arroyos al visualizar el histograma.
Con
respecto al efecto de la urbanización, los valores medios de variables tales
como el OD y el índice ICA-NSF disminuyen por debajo del nivel guía en los
sitios postur1 de AZ y LNG, los valores de N-amoniacal, DBO, E. coli y
PT se incrementan producto de los vuelcos, superando los niveles guía, entre
las variables estudiadas que demostraron cambios más evidentes en las figuras.
En el caso
del sitio urbano de LNG (a diferencia de lo que ocurre en AZ), se detectó aquí
el inicio de una tendencia en el decaimiento en calidad de agua, aunque con una
baja no tan abrupta como ocurre en el postur1 del mismo arroyo, con valores
medios por encima de los niveles guía para DBO, nitrato, nitrito, PT y E.
coli, contrastando con lo observado para estas variables en el sitio
preurbano de este mismo arroyo y con el arroyo control (Figuras 9, 10, 11, 13 y
14, respectivamente). Esta baja en calidad de agua podría atribuirse a que, si
bien el sitio urbano del arroyo LNG no ha recibido aún efluentes cloacales
tratados hasta este tramo de su recorrido (i.e., las plantas de tratamiento de
aguas residuales realizan los vuelcos aguas abajo de este sitio), se han
reportado conexiones clandestinas aguas arriba (tramo entubado) que afectarían
su calidad (Cortelezzi et al., 2019; Ruiz de Galarreta et al., 2010). Por lo
tanto, la baja en calidad de agua que ocurre en el sitio LNG_postur1, y que es
aún más notoria que en LNG_ur, se atribuye no solo a los vuelcos que aquí
acontecen sino a que la calidad de agua ya viene afectada producto de las
conexiones clandestinas del tramo urbano entubado, haciendo que el arroyo
pierda parte de su capacidad de dilución de los vuelcos. Asimismo, el menor
caudal de LNG con respecto a AZ (i.e., el caudal del primero es de un orden de
magnitud inferior al del segundo en cualquiera de los sitios muestreados) y una
mayor población en el centro urbano que atraviesan (i.e., la población de
Tandil es casi el doble que la de Azul) sugiere que el impacto en el
LNG_postur1 sería mayor que en AZ_postur1, ya que el primero de estos arroyos posee
una menor capacidad de dilución, por su menor caudal, y una mayor carga
contaminante en sus vuelcos, atribuida a su mayor población.
Así mismo, se advierte que los sitios preurbanos de ambos arroyos y el
sitio urbano del AZ presentan niveles medios de las distintas variables
analizadas, que son de similar magnitud a aquellos observados en el HUE que
actuó como arroyo control (rural, no urbanizado). En el caso del nitrato, puede
advertirse que los niveles medios observados en estos sitios superaron el nivel
guía y que no serían consecuencia de la urbanización, ya que estos sitios aún
no recibieron los vuelcos de la planta de tratamiento de aguas residuales. Por
este motivo, los niveles elevados de nitrato pueden atribuirse a las prácticas
agrícolas realizadas sobre todo en la cuenca alta y media (menos inundables y
que favorecen la implantación de cultivos) que aportan este nutriente al
acuífero, y del acuífero llegaría al arroyo por tratarse de un “río ganador” sensu Vilanova y Jordana (2008). Sin
embargo, también es posible que el exceso de nitrato proceda de la degradación
de la antigua materia orgánica del suelo dentro del acuífero, tal como fue
sugerido por Feijoó et al. (2018) para otro arroyo de la región pampeana. De
forma similar, los niveles de PT superaron ampliamente el nivel guía. Al
respecto, Morrás (1999) indica que el contenido de fósforo en los suelos de la
región antes del establecimiento de la agricultura ya era elevado y
Amuchástegui et al. (2016) menciona que, en un estudio de arroyos pampeanos, el
nivel elevado de fósforo en el agua de estos arroyos no se asoció al uso
agrícola de la tierra en la región. Por lo tanto, es difícil establecer la
fuente principal de estos nutrientes en exceso y sería bueno en futuros
estudios poder discernir a ciencia cierta el origen de los nutrientes para
saber qué proporción es atribuible al origen natural y que proporción es
atribuible al efecto antrópico.
Nuestro estudio a su vez nos da un indicio sobre la capacidad de
autodepuración de los vuelcos que poseen estos arroyos. Los valores de las
variables analizadas en los sitios posturbanos2, ubicados a unos 45 km de
distancia de los vuelcos urbanos en ambos arroyos, demuestran una tendencia a
la mejoría en calidad de agua con respecto a la zona de vuelcos (sitios postur1
tanto de AZ como de LNG). En el caso del arroyo AZ, esto se refleja en la
tendencia al incremento del valor medio del índice ICA-NSF (entre otros cambios
en las demás variables tales como incremento en OD, descenso de DBO y
N-amoniacal) entre el sitio postur1 (en donde se producen los vuelcos) y el
sitio postur2 (unos 45 km aguas abajo de los mismos). Además de la dilución,
otros procesos también intervendrían en la autodepuración de las aguas, entre
los cuales pueden mencionarse la sedimentación, las oxidaciones químicas y los
procesos biológicos de descomposición de materia orgánica (Antunes et al.,
2018).
Se
destacan también las similitudes en la química de las aguas entre sitios de
arroyos con usos equivalentes, al menos para las 7 variables consideradas en
los análisis multivariados, entendiéndose por uso equivalente a que reciben
vertidos similares. Esto se vio reflejado en los clústers (Figura 17) y en el
posicionamiento de los sitios en los cuadrantes del ACP (Figura 18). Con
respecto a este último, se puede visualizar un patrón de calidad de agua a
medida que cada arroyo urbano transcurre por su respectiva cuenca, como se
sugiere a continuación. Los sitios preurbanos tienden a poseer menores CEs que
los posturbanos 1 y 2 (semieje negativo del CP1, Figura 18). También poseen
niveles de OD que, si bien son variables, tienden a ser más elevados que en los
sitios postur1, según se observa en el posicionamiento de estas muestras
preurbanas con respecto al eje determinado por el CP2 (Figura 18). En las
muestras de sitios urbanos la CE se mantiene a niveles comparables a la de las
muestras de sitios preurbanos en el caso de AZ, y el OD en este curso de agua
tiende a ser elevado por los factores ya mencionados. Estas inferencias se
desprenden del posicionamiento de la mayoría de estas muestras en el cuadrante
superior izquierdo de la Figura 18. En el caso del sitio LNG_ur, vemos un nivel
bajo de CE en la muestra de febrero de 2022 (CE = 643 uS/cDBOm) con respecto a
febrero de 2023 (CE = 900 uS/cm) mientras que en junio de 2023 (CE = 808 µS/cm)
el nivel es comparable con el de las muestras urbanas de AZ para esta misma
época del año (CE = 831 µS/cm). Estas fluctuaciones pueden atribuirse a los
vertidos clandestinos del LNG en su tramo urbano que, sumados a un caudal menor
que el del AZ, tendrían mayor impacto negativo sobre la calidad de agua.
Ya en los
sitios posturbanos 1 la CE aumenta en gran medida y disminuye el OD producto de
los vuelcos (las muestras se posicionan en el cuadrante inferior derecho de la Figura
18, el cual como se mencionó tiene alta CE y bajo nivel de OD). A estas
muestras también se asemejan la del sitio urbano del LNG, al menos la del
muestreo de febrero de 2023, considerada de mala calidad de agua (ICA-NSF =
41).
Ya en la
zona de cuenca baja, en los sitios postur2 de ambos arroyos, las muestras
recobran valores aceptables de OD aunque mantienen CE elevadas comparables a
los sitios postur1. De la Figura 17 se advierte que recuperan calidad, ya que
en algunos casos (i.e., jun 2022 para AZ_postur2 y feb 2022 para LNG_postur2)
tienden a agruparse con las muestras preurbanas, urbanas y con las del control
(no impactado por la urbanización). Otro factor a considerar con respecto a la
CE, al menos para la cuenca del Azul, es que está en parte condicionada no solo
por los vuelcos, sino por las descargas del acuífero, que es más salino en el
sector medio y bajo de la cuenca (Sala et al., 1987). Dado que las tres cuencas
estudiadas son muy próximas entre sí (<100 km), es probable que este patrón
de incremento natural en CE desde la cabecera de cuenca hacia la cuenca baja
sea común a las tres cuencas estudiadas.
Por otra parte, con respecto a analizar la importancia de las distintas
variables consideradas en índices de calidad de agua para discriminar
situaciones de impacto en arroyos urbanos, se identificó que el ICA-NSF y las
variables que este contempla han sido más adecuadas para discriminar distintas
situaciones de impacto de los arroyos urbanos, comparado con el indicador 6.3.2
ODS-PNUMA en su nivel 1, posiblemente por la incorporación de mayor cantidad de
variables de calidad en el caso del primero, particularmente las variables
vinculadas a los aportes orgánicos que son de relevancia en estos cuerpos de
agua (i.e., E. coli, DBO), como se ha identificado en otros trabajos
antecedentes (Fernández Sayago, 2022; González Meléndez et al., 2013; Rodríguez
et al, 2010). Por las diferencias de impacto que generan las distintas
condiciones urbanas de las cuencas de AZ y LNG en los arroyos, se observa que
sería necesario complementar los índices o indicadores de calidad de agua con variables
que permitan identificar las diferencias en la dinámica urbana (por ejemplo:
superficie impermeabilizada, densidad de casas, número de industrias, cobertura
del servicio sanitario, aportes industriales, etc.), como se ha generado en
otros estudios (Cortelezzi et al., 2019; Guerrero, 2019; La Macchia y Linares,
2021).
Un aspecto del efecto antrópico no contemplado en este estudio por
cuestiones presupuestarias, fue la ocurrencia de contaminantes emergentes, tales
como pesticidas, medicamentos, hormonas y productos de higiene personal, entre
otros. Respecto de los pesticidas, existen algunos trabajos previos en el
arroyo del Azul (De Gerónimo et al., 2014; Peluso et al., 2012, 2014), no obstante,
es necesario disponer de datos actuales. Con relación a los fármacos, si bien
existen algunos trabajos al respecto, particularmente en el arroyo Langueyú
(Othax et al., 2023; Paz et al., 2023), no existen estudios en otros arroyos de
la región para realizar análisis comparativos que los relacionen, o índices de
calidad de agua que los incluyan. Por lo tanto, sería bueno avanzar en futuros
trabajos en la incorporación de estas sustancias al análisis.
CONCLUSIONES
A partir de los
resultados de este trabajo, podemos concluir que ambos arroyos urbanos se
encontrarían mayormente impactados en su calidad de agua en sus sitios
posturbanos, inmediatamente aguas abajo de las zonas urbanas, los cuales están
sujetos a vertidos de las plantas de tratamiento de aguas residuales y vertidos
industriales (principalmente faena de ganado e industrias alimenticias). El
sector alto de estas cuencas, al igual que la totalidad de la cuenca del arroyo
HUE (rural, no urbanizado), no demuestran estar impactadas en su calidad de
agua, al menos no en los niveles observados para los sitios posturbanos. Aun
así, en la cuenca alta de AZ y HUE se advirtieron niveles de nitrato y fósforo
por encima de los niveles guía, que serían de origen natural y comunes a la
región pampeana, aunque no se descartan aportes de la actividad agropecuaria.
Por otro lado, el mayor caudal de AZ con respecto a LNG, sumado a una
menor población, harían que la recuperación de calidad del agua aguas abajo de
los vertidos tienda a ser mayor en el primero que en el segundo. Por último,
este estudio contribuye a conocer el estado de conservación de estos arroyos
pampeanos, el efecto de las zonas urbanas sobre su calidad de agua y a estar
alertas de los potenciales peligros a la salud humana y a la biodiversidad que
los habita. Esta información constituye un insumo para los tomadores de
decisión al momento de desarrollar planes y herramientas de gestión para dichos
ambientes.
AGRADECIMIENTOS
A Andrés Bentivegna por la asistencia con los aforos. A Enrique Queupán
y Joaquín Rodríguez por la asistencia en campo. A la Lic. Fernanda Dávila por
generar la cartografía. A los profesionales del Laboratorio de aguas del IHLLA
por los análisis químicos de las muestras: Lic. Fátima Altoalguirre, Tec.
Natalia De Líbano y Lic. Pamela Hernández. Este trabajo fue financiado por la
UNCPBA a través de los Proyectos Interdisciplinarios Orientados (2021 y 2022) y
la CICPBA a través de la convocatoria Soluciones Científico-Tecnológicas para
Áreas del Gobierno Provincial.
REFERENCIAS
Agencia de Protección
Ambiental de los Estados Unidos (1986). Quality
criteria for water, 1986 (EPA_440/5‐86‐001). https://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=00001MGA.txt
Amuchástegui, G., Di Franco,
L. y Feijoó, C. (2016). Catchment morphometric characteristics, land use and
water chemistry in Pampean streams: a regional approach. Hydrobiologia,
767,
65-79. https://doi.org/10.1007/s10750-015-2478-8
Antunes, I. M. H. R., Albuquerque, M. T. D., Oliveira,
S. F. y Sánz, G. (2018). Predictive
scenarios for surface water quality simulation - A watershed case study. Catena, 170, 283-289. https://doi.org/10.1016/j.catena.2018.06.021
Ares, M. G., Varni, M.,
Entraigas, I. y Marzoratti, M. (2007). Uso del suelo y grado de cobertura
vegetal en una cuenca del centro de la provincia de Buenos Aires. Cuadernos
del CURIHAM, 13, 63-69. https://doi.org/10.35305/curiham.v13i0.83
Asociación Americana de Salud
Pública (2017). Standard methods for the examination of water and wastewater
(23a ed). American Public Health Association. https://books.google.com.ar/books/about/Standard_Methods_for_the_Examination_of.html?id=V2LhtAEACAAJ&redir_esc=y
Autoridad de Cuenca Matanza
Riachuelo (2020). Resolución 283/2019. https://www.argentina.gob.ar/normativa/nacional/resoluci%C3%B3n-283-2019-334281
Avalo, E., Paz, L. E.,
Cochero, J., Simonetti, M., Suárez, J. y Cortelezzi, A. (2022). Caracterización
de los vuelcos de plantas de tratamiento de aguas residuales en Tandil, ¿Dentro
de los valores máximos por la legislación? XI Congreso de Ecología y Manejo
de Ecosistemas Acuáticos Pampeanos, Bahía Blanca, Argentina. http://hdl.handle.net/11336/232622
Barranquero, R. S., Guerrero, M.,
Banda Noriega, R., Ruiz de Galarreta, A., Mezzina, A., Paz, L. E., San Juan, R.
F., Varni, M. y Cortelezzi, A. (2023). Environmental assessment of water
management and urban growth: A case study in an Argentina Pampean plain’s
basin. Applied Geography, 160, 103095. https://doi.org/10.1016/j.apgeog.2023.103095
Bilenca, D. y Miñarro, F.
(2004). Identificación de Áreas Valiosas de Pastizal (AVPs) en las Pampas y
Campos de Argentina, Uruguay y sur de Brasil (1a ed.). Fundación
Vida Silvestre Argentina. https://www.vidasilvestre.org.ar/?2900/reas-Valiosa-de-Pastizal
Brown, R. M., McClelland, N.
I., Deininger, R. A. y Tozer, R. G. (1970). A water quality index-do we dare?. Water and Sewage Works, 117(10).
https://www.researchgate.net/profile/Paul-Hernandez-Romero/post/Brown_et_al_1970A_Water_Quality_Index_Do_We_Dare/attachment/5c74aa66cfe4a781a5834c0c/AS%3A730388808880129%401551149670060/download/A-Water-Quality-Index-Do-we-dare-BROWN-R-M-1970.pdf
Claps, A. (1913). Informes sobre Desagües en el Sur
de la Provincia de Buenos Aires. Ministerio de Obras Públicas de la
Provincia de Buenos Aires. Taller de Impresiones Oficiales, La Plata, Argentina.
Código
Alimentario Argentino (s.f.). Artículo 982. https://www.argentina.gob.ar/anmat/codigoalimentario
Consejo Canadiense de
Ministros del Medio Ambiente. (2012). Canadian
water quality guidelines for the protection of aquatic life: Nitrate. En: Canadian
environmental quality guidelines. https://ccme.ca/en/res/nitrate-ion-en-canadian-water-quality-guidelines-for-the-protection-of-aquatic-life.pdf
Cortelezzi, A, Barranquero, R. S., Marinelli, C. B., Fernández
San Juan, M. R. y Cepeda, R. E. (2019). Environmental diagnosis of an urban basin from a social–ecological
perspective. Science of the Total Environment, 678, 267-277. https://doi.org/10.1016/j.scitotenv.2019.04.334
De Gerónimo, E., Aparicio, V.
C., Bárbaro, S., Portocarrero, R., Jaime, S. y Costa, J. L. (2014). Presence of
pesticides in surface water from four sub-basins in Argentina. Chemosphere,
107, pp. 423-431. https://doi.org/10.1016/j.chemosphere.2014.01.039
Dinno, A.
(2017). Dunn’s test of multiple comparisons using rank sums. R package
version, 1(5), 1.
Entraigas, I., Varni, M., Gandini, M., Usunoff, E. y
Vázquez, P. (2004). Inundación y Anegamiento. En M. A. González y N. J.
Bejerman (Eds.), Peligrosidad Geológica en Argentina. Metodologías de
Análisis y mapeo. Estudio de casos (1ª ed.), pp. 230-246. Asociación
Argentina de Geología Aplicada a la Ingeniería https://asagai.org.ar/pdf/PELIGROSIDAD-GEOLOGICA-EN-ARGENTINA.pdf
Entraigas, I. y Vercelli, N.
(2013). Los paisajes de la Cuenca del arroyo del Azul. Editorial Martin.
ISBN 978-987-543-630-5
Falasca, S. L., y Bernabé, M. A.
(2001). Las precipitaciones en el partido de Tandil. Actas del 8º Encuentro
de Geógrafos de América Latina, 53-59. http://www.observatoriogeograficoamericalatina.org.mx/egal8/Procesosambientales/Climatologia/07.pdf
Feijoó, C., Messetta, M. L., Hegoburu, C., Gómez Vázquez,
A., Guerra-López, J., Mas-Pla, J., Rigacci, L., García, V. y Butturini, A.
(2018). Retention and release of nutrients and dissolved
organic carbon in a nutrient-rich stream: a mass balance approach. Journal
of Hydrology, 566, 795-806. https://doi.org/10.1016/j.jhydrol.2018.09.051
Fernández Sayago, M. (2022). Diagnóstico
de la calidad y gestión ambiental del arroyo Napostá Grande [Tesina
de licenciatura en Gestión Ambiental]. Facultad de Ciencias Humanas de la
Universidad Nacional del Centro de la Provincia de Buenos Aires.
González Meléndez, V., Caicedo
Quintero, O. y Aguirre Ramirez, N. (2013). Aplicación de los índices de calidad
de agua NSF, DINIUS y BMWP en la quebrada La Ayurá, Antioquia, Colombia. Gestión
y Ambiente, 16(1), 97-107. http://www.redalyc.org/articulo.oa?id=169427489003
Guerrero, E. (2019). Configuración espacial y
procesos de gestión del recurso hídrico superficial en la ciudad de Tandil.
Eventos hídricos e inundaciones entre 1951-2017. Argentina [Tesis de
doctorado]. Universidad del Salvador.
Hammer, Ø., Harper, D. A. T. y
Ryan, P. D. (2001). Past: paleontological statistics software package for
education and data analysis. Palaeontologia electronica, 4(1), 1. https://palaeo-electronica.org/2001_1/past/issue1_01.htm
Honorable Congreso de la
Nación Argentina (1992). Ley Nº 24.051. Residuos peligrosos. https://www.argentina.gob.ar/normativa/nacional/ley-24051-450/actualizacion
Hoskin, T. (2012). Parametric
and nonparametric: Demystifying the terms. Mayo Clinic CTSA BERD Resource. https://www.mayo.edu/research/documents/parametric-and-nonparametric-demystifying-the-terms/doc-20408960
Kanu, I., y Achi, O. K.
(2011). Industrial effluents and their impact on water quality of receiving
rivers in Nigeria. Journal of applied technology in environmental
sanitation, 1(1), 75-86. https://www.researchgate.net/profile/Ome-Achi/publication/287104597_Industrial_effluents_and_their_impact_on_water_quality_of_receiving_rivers_in_Nigeria/links/611ac3e31ca20f6f86287362/Industrial-effluents-and-their-impact-on-water-quality-of-receiving-rivers-in-Nigeria.pdf
La Macchia, M. L. y Linares,
S. (2021). Impacto
de la evolución de la superficie urbana edificada en el escurrimiento
superficial de la ciudad de Tandil, Buenos Aires, Argentina: un escenario de
simulación con HEC-RAS. Boletín de Estudios Geográficos, (115), 65–99. https://doi.org/10.48162/rev.40.003
Matteucci, S., Rodríguez, A., Silva, M. y de Haro, C.
(2012). Ecorregiones y complejos ecosistémicos argentinos (1a
ed.). Orientación Gráfica Editora, 309-348. https://scholar.google.com/scholar?hl=es&as_sdt=0%2C5&q=Matteucci%2C+S.%2C+Rodriguez%2C+A.%2C+Silva%2C+M.%2C+y+de+Haro%2C+C.+%282012%29.+Ecorregiones+y+complejos+ecosist%C3%A9micos+argentinos.+Buenos+Aires%2C+Orientaci%C3%B3n+Gr%C3%A1fica+Editora%2C+309-348.+&btnG=
Ministerio de Ciencia, Tecnología e Innovación.
(2023). Plan Nacional de Ciencia, Tecnología e Innovación 2030. https://www.argentina.gob.ar/ciencia/plan-nacional-cti/plan-cti
Ministerio de Salud (2016). Resolución
125/2016. https://www.argentina.gob.ar/normativa/nacional/resoluci%C3%B3n-125-2016-258698
Morrás, H. J. M. (1999).
Geochemical differentiation of Quaternary sediments from the Pampean region
based on soil phosphorus contents as detected in the early 20th century. Quaternary
International, 62(1), 57-67. https://doi.org/10.1016/s1040-6182(99)00023-3
Olsen, R. L., Chappell, R. W.
y Loftis, J. C. (2012). Water quality sample collection, data treatment and results
presentation for principal components analysis – literature review and Illinois
River watershed case study. Water Research, 46(9), 3110-3122. https://doi.org/10.1016/j.watres.2012.03.028
Organización Mundial de la
Salud (2021). Guidelines on recreational water quality.
Volume 1: coastal and fresh waters. https://www.who.int/publications/i/item/9789240031302
Othax,
N., Peluso, F., Paz, L. E., Barranquero, R., Avalo, E. M., Masson, I., González
Castelain, J. y Cortelezzi, A. (2023). Estimación del
riesgo a la salud por cafeína y paracetamol en arroyos urbanos. En T. Baliña,
E. Elichiribehety, S. González (Eds.), I Jornadas Integradas de
Investigación y Salud (1ª ed., p. 30). SISP Tandil, UNCPBA, CONICET-Tandil.
https://www.sisptandil.gob.ar/index.php?id=337
Paz, L. E., Barranquero, R., Othax, N., Avalo, E. M.,
Flores, M., Marino, D. y Cortelezzi, A. (2023). Compuestos farmacéuticos en la
cuenca del arroyo Langueyú, Tandil (Bs. As. - Argentina). En Libro de
Resúmenes IV Congreso Iberoamericano de Limnología y X Congreso Argentino de
Limnología (p. 87). Facultad de Ciencias Exactas y Naturales de la
Universidad Nacional de Buenos Aires. https://drive.google.com/file/d/1QYZ922cMNF45TSz-xVoWefZuvdxh8u-t/view
Peluso, F., González Castelain, J. Rodríguez, L. y
Othax, N. (2012). Assessment of the chemical quality of recreational bathing
water in Argentina by health risk analysis. Human and Ecological Risk
Assessment: An International Journal, 18(6), pp. 1186-1215. https://doi.org/10.1080/10807039.2012.722801
Peluso, F., Dubny, S., Othax,
N. y González Castelain, J. (2014). Environmental risk of pesticides: applying
the DelAzulPestRisk model to freshwaters of an agricultural area of Argentina. Human
and Ecological Risk Assessment: An International Journal, 20(5), 1177-1199.
https://doi.org/10.1080/10807039.2014.883800
Poder Ejecutivo Nacional
(1993) Decreto 831/93. Reglamentación de la Ley 24051 (residuos
peligrosos). https://www.argentina.gob.ar/normativa/nacional/decreto-831-1993-12830
Programa de las Naciones
Unidas para el Medio Ambiente. (2020). SDG Indicator
6.3.2 Technical Guidance Document No. 2: Target Values. https://communities.unep.org/display/sdg632/Documents+and+Materials?preview=/32407814/38306400/CDC_GEMI2_TechDoc2_Targetvalues_20200508.pdf
Rodríguez, L., Gonzalez
Castelain, J., Peluso, F. y Othax, N. (2010). Desarrollo de un Índice de
Calidad de Agua para la cuenca del Arroyo del Azul, Buenos Aires, Argentina. En
Actas del I Congreso Internacional de Hidrología de Llanuras (pp.
713-720).
RStudio Team. (2020). RStudio:
Integrated Development for R. RStudio, PBC. http://www.rstudio.com/
Ruiz
de Galarreta, V. A., Banda Noriega, R. B., Barranquero, R. S., Díaz, A. A.,
Rodríguez, C. I. y Miguel, R. E. (2010). Análisis integral del sistema hídrico,
uso y gestión: Cuenca del arroyo Langueyú, Tandil, Argentina. Boletín
Geológico y Minero, 121(4), 343-356. http://hdl.handle.net/11336/246278
Sala,
J. M., Krause, E. y Aguglino, R. (1987). Investigación hidrológica de la Cuenca
del Arroyo Azul, Provincia de Buenos Aires. Programa Prioritario de
Asesoramiento a Municipalidades, 37. Comisión de Investigaciones Científicas de la
Provincia de Buenos Aires, La Plata, 231 p. https://digital.cic.gba.gob.ar/handle/11746/2025
Thornthwaite, C. W. y Mather,
J. R. (1957). Instructions and tables for computing potential
evapotranspiration and the water balance. Publications in Climatology, 10(3),
183-311. https://udspace.udel.edu/handle/19716/35598
Vilanova, E. y Jordana, S. (2008). Guía metodología
para la determinación de los caudales ambientales. Capítulo de aguas
subterráneas. Tomo II: Ejemplos de interacción masas de agua superficial –
subterránea en diferentes casos específicos. Instituto Geológico y Minero
de España, 30 p. https://info.igme.es/SidPDF/131000/466/131466_0000002.pdf
Water Research Center. (22 de agosto de 2023). Water Quality Index Calculator for Surface
Water. Know your H2O. Recuperado el 22 de agosto de 2023 de https://www.knowyourh2o.com/outdoor-3/water-quality-index-calculator-for-surface-water
Wunderlin, D. A., Díaz, M. P.,
Amé, M. V., Pesce, S. F., Hued, A. C. y Bistoni, M. A. (2001). Pattern recognition
techniques for the evaluation of spatial and temporal variations in water quality.
A case study: Suquía river basin (Córdoba–Argentina). Water Research, 35(12),
2881-2894. https://doi.org/10.1016/s0043-1354(00)00592-3
Zabala, M. E., Manzano, M. y Vives, L. (2015). The
origin of groundwater composition in the Pampeano Aquifer underlying the Del
Azul Creek basin, Argentina. Science of the Total Environment, 518-519,
168-188. https://doi.org/10.1016/j.scitotenv.2015.02.065
Zar, J.
H. (2010). Biostatistical analysis (5a ed.). Practice Hall.
New Jersey, 944p. https://books.google.com.ar/books/about/Biostatistical_Analysis.html?id=LCRFAQAAIAAJ&redir_esc=y
Zhou, J. L., Zhang, Z. L.,
Banks, E., Grover, D. y Jiang, J. (2009). Pharmaceutical residues in wastewater
treatment works effluents and their impact on receiving river water. Journal
of Hazardous Materials, 166(2-3), 655-661. https://doi.org/10.1016/j.jhazmat.2008.11.070
Tipo de publicación: ARTÍCULO
Trabajo recibido el 11/10/2024, aprobado
para su publicación el 31/10/2024 y publicado el 26/12/2024.
COMO CITAR
Masson, I., Gonzalez Castelain, J., Barranquero, R., Othax, N., Krüger,
A., González, J. y Peluso, F. (año). Estudio comparativo del impacto de la
urbanización sobre la calidad de agua en tres arroyos pampeanos del centro
bonaerense de Argentina. Cuadernos del CURIHAM, Edición Especial (2024): 40
Años del IHLLA. e05. https://doi.org/10.35305/curiham.ed24.e05.
ROLES DE AUTORÍA
Nombre y Apellido de Autores |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
Ignacio MASSON |
X |
X |
X |
X |
X |
X |
X |
X |
X |
X |
X |
X |
X |
X |
José GONZALEZ
CASTELAIN |
|
|
X |
X |
X |
X |
X |
X |
|
X |
X |
X |
|
|
Rosario
BARRANQUERO |
|
X |
X |
X |
|
X |
X |
|
|
X |
|
|
X |
|
Natalia OTHAX |
|
|
X |
|
|
X |
X |
|
|
X |
|
|
X |
|
Alejandra KRÜGER |
|
|
X |
|
X |
X |
X |
|
|
X |
|
|
|
|
Juliana GONZÁLEZ |
|
|
X |
|
X |
X |
X |
|
|
X |
|
|
|
|
Fabio PELUSO |
|
X |
|
X |
|
X |
|
|
X |
X |
|
|
|
|
1. Administración
del proyecto; 2. Adquisición de fondos; 3. Análisis formal; 4.
Conceptualización; 5. Curaduría de datos; 6. Escritura - revisión y edición; 7.
Investigación; 8. Metodología; 9. Recursos; 10. Redacción - borrador original;
11. Software; 12. Supervisión; 13. Validación; 14. Visualización.
LICENCIA
Este es un artículo de acceso abierto bajo
licencia: Creative Commons Atribución -No Comercial-Compartir Igual 4.0
Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es)
Este trabajo se enmarca dentro de la
EDICIÓN ESPECIAL (2024): 40 años del Instituto de Hidrología de Llanuras
"Dr. Eduardo Jorge Usunoff" (IHLLA), de la revista Cuadernos del
CURIHAM.