Alva Sgs-Rojas Gja

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA

AMBIENTAL
“Estimación del déficit de oxígeno disuelto usando el modelo Streeter y Phelps en la

cuenca baja del río Moche, 2019”
TESIS PARA OBTENER EL TÍTULO PROFESIONAL DE:

Ingeniero Ambiental
AUTORES:
Alva Saldaña, Graciela Soledad (ORCID: 0000-0003-4581-1248)
Rojas Gonzales, Jose Armando (ORCID: 0000-0002-4101-0032)
ASESOR:
Dr. Rivero Méndez, José Félix (ORCID: 0000-0002-9147-1451)
LÍNEA DE INVESTIGACIÓN:
Calidad y gestión de los recursos naturales
Trujillo – Perú
2019
Dedicatoria
A Dios por ser el guía de nuestros

pasos desde el inicio de nuestra
formación profesional.
A nuestros padres por estar siempre

apoyándonos en todo este proceso, por
el esfuerzo realizado de darnos estudio
durante cinco años y por estar siempre
presentes en los momentos difíciles
que nos tocó pasar.
A nuestros amigos por el apoyo

incondicional en el salón de clases.
ii
Agradecimiento
A nuestros docentes por los conocimientos

impartidos en estos cinco años.
A nuestro asesor y docente Dr. Rivero

Méndez, José Félix, por el compromiso
mostrado en el desarrollo de nuestra tesis.
iii
Página del Jurado
iv
Página del Jurado
v
Declaratoria de Autenticidad
vi
Declaratoria de Autenticidad
vii
Índice
Dedicatoria ....................................................................................................................... ii
Agradecimiento .............................................................................................................. iii
Página del Jurado ........................................................................................................... iv
Declaratoria de Autenticidad ......................................................................................... vi
Índice de tablas ............................................................................................................... ix
Resumen ........................................................................................................................... 1
Abstract ............................................................................................................................ 2
I. INTRODUCCIÓN .................................................................................................. 3
II. MÉTODO ........................................................................................................... 13
2.1. Diseño de investigación ....................................................................................... 13
2.2. Técnicas e instrumentos de recolección de datos, validez y confiabilidad ......... 13
2.2.1. Validez y confiabilidad de los instrumentos .................................................... 13
2.3. Metodología ......................................................................................................... 13
2.3.1. Ubicación del área de estudio .......................................................................... 13
2.3.2. Recolección de muestras y parámetros medidos en campo ............................. 15
2.3.2.1. Recolección de muestras .............................................................................. 15
2.3.2.2. Desarrollo de modelo Streeter y Phelps ....................................................... 16
2.4. Métodos de análisis de datos ............................................................................... 17
2.5. Aspectos éticos .................................................................................................... 18
III. RESULTADOS .................................................................................................. 19
IV. DISCUSIÓN ....................................................................................................... 38
V. CONCLUSIONES ................................................................................................. 42
VI. RECOMENDACIONES ................................................................................... 44
VII. REFERENCIAS................................................................................................. 45
ANEXOS ........................................................................................................................ 52
viii
Índice de tablas
Tabla 1. Rangos de concentración de OD y consecuencias ecosistemitas frecuentes ..... 8

Tabla 2. Tramos de modelación..................................................................................... 14
Tabla 3. Coordenadas de vertimientos........................................................................... 14
Tabla 4.Coordenadas de estaciones de monitoreo (puntos control) .............................. 15
Tabla 5. Oxígeno disuelto de estaciones de monitoreo ................................................. 19
Tabla 6. Temperatura en estaciones de monitoreo ........................................................ 20
Tabla 7. Demanda bioquímica de oxígeno de estaciones de monitoreo y vertimientos 21
Tabla 8. Oxígeno disuelto de estaciones de monitoreo y vertimientos ......................... 21
Tabla 9. Temperatura de estaciones de monitoreo y vertimientos ................................ 22
Tabla 10. Caudal de estaciones de monitoreo y vertimientos ....................................... 23
Tabla 11. Velocidad de estaciones de monitoreo y vertimientos .................................. 23
Tabla 12. Profundidad de estaciones de monitoreo y vertimientos ............................... 24
Tabla 13. Resultados de modelación Streeter y Phelps – Semana 1 ............................. 25
Tabla 17. Resultados de calibración y validación de modelo Streeter y Phelps ............ 29
ix
Resumen
La investigación realizó la estimación del déficit de oxígeno disuelto usando el modelo

Streeter y Phelps en la cuenca baja del río Moche, en los meses de abril a junio de 2019,
desde las coordenadas E: 719 237.00, N: 9 099 455.00 hasta E: 718 910.00, N: 9 099
361.00. Para el estudio se establecieron 2 tramos y 17 estaciones de monitoreo, donde se
analizó oxígeno disuelto, demanda bioquímica de oxígeno y parámetros
hidromorfológicos. Para la toma de muestras se siguió la Resolución Jefatural N° 010 -
2016-ANA; se ajustaron los valores de las tasas cinéticas mediante Nash – Sutcliffe (NSE),
el coeficiente de determinación (R2) y raíz del error cuadrático medio (RMSE), mientras que
para la validación del modelo se utilizó el porcentaje de error. Los resultados obtenidos
muestran el valor de oxígeno disuelto más crítico 2.32 mg/L, así como el valor de demanda
bioquímica más alto 224.78 mg/L en la semana 1. La tasa de desoxigenación (Kd) obtuvo
valores entre 0.69 d -1 y 0.98 d -1, mientras que la tasa de oxigenación (K a) obtuvo valores
entre 12.35 d-1 y 30.86 d-1. El porcentaje de error fue de 2.43 %, los valores del NSE
superiores a 0.94, el RMSE menores a 0.5 y el R 2 superiores a 0.98 indicando un ajuste
perfecto entre los valores simulados.
Se llegó a la conclusión que mediante el uso del modelo Streeter y Phelps se pudo estimar
el déficit de oxígeno disuelto en la cuenca baja del río Moche, en los meses de abril a junio
del 2019, siendo 5.92 mg/L el déficit más alto obtenido en la semana 2.
Palabras claves: Oxígeno disuelto, demanda bioquímica de oxígeno, modelo Streeter y

Phelps, río Moche.
1
Abstract
The investigation carried out estimated the dissolved oxygen deficit by using the Streeter
and Phelps model in the lower river basin of the river Rio Moche. The investigation was
conducted between April and June 2019, stretching from the coordinates E: 719 237.00,
N: 9 099 455.00 to E: 718 910.00, N: 9 099 361.00. For the study, 2 stretches and 17
monitoring stations were established. Dissolved oxygen, biochemical oxygen demand and
hydromorphological parameters were then analyzed. For the taking of samples, the R.J. N°
010-2016-ANA was followed; the values of the kinetic rates were adjusted by means of
Nash - Sutcliffe (NSE), the coefficient of determination (R 2 ) and root of the mean square
error (RMSE). While the percentage of error was used for the validation of the model. The
results obtained show the most critical dissolved oxygen value, 2.32 mg/L, as well as the
highest biochemical demand, 224.78 mg/L, during week 1. The deoxygenation rate (K d )
obtained values between 0.69 d-1 and 0.98 d -1, while the oxygenation rate (K a) obtained
values between 12.35 d-1 and 30.86 d -1. The percentage of error was 2.43%, the NSE was
higher than 0.94, while the RMSE was less than 0.5 and the R 2 higher than 0.98. Which
indicate a perfect fit between the simulated values.
Conclusively, by using the Streeter and Phelps model, the dissolved oxygen deficit in the
lower river basin of Rio Moche could be estimated during the month of April to June 2019.
With the highest estimated oxygen deficit obtained during the second week, measuring
5.92 mg/L.
Key words: Dissolved oxygen, Biochemical Oxygen Demand, Streeter and Phelps model,
Rio Moche.
2
I. INTRODUCCIÓN
Hace varias décadas, un problema que no es ajeno a nuestra realidad es la contaminación
del recurso hídrico. El deterioro de la calidad ecosistémica del recurso hídrico representa
una preocupación a nivel global. El aumento exponencial de la población mundial, la
expansión de la actividad agrícola e industrial ha originado un aumento en el volumen
de los vertimientos de aguas residuales industriales y domesticas sin tratar,
(Organización de las Naciones Unidas - Departamento de Asuntos Económicos y
Sociales de las Naciones Unidas, 2014), razón que sigue creando una preocupación
latente en las asambleas de la ONU y organismos tanto gubernamentales como no
gubernamentales.
Debido a la gran preocupación que genera el tema ambiental, en el año 2012 se gestaron
los objetivos y metas del Desarrollo Sostenible en la conferencia de RIO +20, donde el
objetivo 6 es: “agua limpia y saneamiento”. Entre una de las cifras que da el Programa
de las Naciones Unidas para el Desarrollo (PNUD), data que el 80% de las aguas
residuales generadas por las actividades antropogénicas se descargan sin previo
tratamiento a los cursos de agua. Ante esta realidad en la meta 6.3 se plantea que de aquí
al 2030, se mejorara la calidad del agua reduciendo la contaminación, así como también
teniendo como meta reducir al 50% las aguas residuales sin tratar, eliminando los
vertimientos, así como minimizando la emisión de materiales peligrosos y productos
químicos (Comisión Económica para América Latina y el Caribe, 2018).
La falta de oxígeno causado de forma indirecta por la presencia de materia orgánica es

tomada como uno de los factores principales que originan la contaminación de un río,
ya que la materia orgánica al requerir del oxígeno molecular para ser degradada generará
un déficit de oxígeno aguas abajo. El oxígeno que era utilizado para el desarrollo de la
vida en el ecosistema acuático es utilizado para oxidar la carga orgánica, por ende, se
origina efectos en el ecosistema, uno de ellos es la disminución de la calidad del agua,
que supone una posible variación del pH, provocando la muerte o migración de la biota
existente (Lecca y Limaza, 2014).
3
Los ríos por sí solos tienen la capacidad de poder asimilar cierta cantidad de
contaminantes, antes de que los efectos negativos de la contaminación sean apreciables.
En líneas generales, cuanto más rápido sea la velocidad del cuerpo de agua, más
caudaloso y más aislados estén, no habiendo sido utilizados, tendrán más capacidad de
soportar mayor cantidad de aguas residuales; sin embargo, cantidades excesivas de
cualquier tipo de contaminante produciría daños a todo el sistema (Suarez, 2008).
Si el cuerpo receptor de aguas residuales tuviera una capacidad de auto purificación

infinita, el problema sería insignificante y local, pero en la realidad este caso no se da,
ya que el cuerpo de agua casi siempre se encuentra sobrepasando los límites aceptables
por la gran carga de materia orgánica que es arrojada, induciendo a un déficit del nivel
de oxígeno en el cuerpo receptor, creando por ende condiciones anaerobias que
deterioran la calidad del recurso hídrico (Pérez, 2017).
El recurso hídrico de las cuencas hidrográficas en el Perú carece de una planificación

integral para su aprovechamiento, según el Ministerio de Agricultura y Riego
(MINAGRI), existe una descarga de aguas residuales anual de 960.5 millones de metros
cúbicos, los cuales pertenecen a desagües domésticos 64%, 4.4% a desagües pesqueros,
5.6% a desagües de industrias, 25.4% a efluentes de minería y 0.2% a efluentes
petroleros. Estas descargas llegan a parar a los cuerpos de agua superficial, al mar, y las
aguas subterráneas. (MINAGRI, consultado 2018).
Esta es una situación que preocupa en la actualidad al país y se manifiesta de la misma

manera en nuestro entorno local, el incremento de la población asentada en la ribera del
río Moche, las actividades productivas como: la minería, el sector industrial, originan la
contaminación en todo el trayecto del río. Situándonos en la cuenca baja del río Moche,
los efluentes, tanto domésticos como industriales son descargados con altas
concentraciones de DBO5 y bajos niveles de OD, afectando la calidad ecosistémica del
agua en el río Moche.
La Autoridad Nacional del Agua (ANA), reporto el informe técnico N° 055-2018-

ANA.AAA.HCH-AT/OEAU, Monitoreo participativo de calidad de agua superficial en
4
la cuenca río Moche, La Libertad – Perú 2018, donde establecieron 33 puntos de control
en lo que respecta a toda la cuenca río Moche, siendo (RMoch8) un punto de monitoreo
comprendido en el puente Moche y (RMoch9) para la Bocana Buenos Aires, pero el
informe no reportó datos para ambos puntos de monitoreo. Sumado a ello, la
disminución del volumen de agua del río en época de estiaje y el no cese de las
actividades productivas de las empresas situadas en la ribera del río, agravan más el
problema; es por ello que se estimó el déficit de oxígeno disuelto en la cuenca baja del
río Moche usando el modelo Streeter y Phelps.
Para llevar a cabo la investigación se revisó a los siguientes autores, Domínguez,

Borroto y Hernández en el 2005, en su tesis “Empleo del modelo de Streeter y Phelps
modificado para la planificación de estrategias de saneamiento para el río Almendares
– Cuba”, describieron el comportamiento de la demanda DBON, DBOC y OD, así como
también propusieron de estrategias de saneamiento para recuperar el río, para ello
dividieron el área de estudio en 11 segmentos, estableciendo 22 estaciones de muestreo.
Concluyeron que cada estrategia fue favorable para tramos distintos y que la modelación
matemática es un camino por utilizar en la proyección de estrategias de saneamiento.
Zuñiga en el 2012, en su tesis titulada “Modelos de simulación de calidad del agua en

el río Yacuambí, en el tramo comprendido desde la formación del río Tutupali hasta la
intersección del río Yacuambí con el río Zamora, en la provincia de Zamora Chinchipe
– Ecuador”, evaluó y modeló los parámetros de calidad de agua, en el tramo
comprendido desde la formación del río Zamora, en la provincia de Zamora Chinchipe,
para el muestreo siguió las Normas Técnicas Ecuatorianas del Instituto Ecuatoriano de
Normalización: NTE INEN 2169:98 Agua y NTE INEN 2176:98 Agua, estableció 6
estaciones con 5 muestreos en cada una de ellas, el OD, temperatura y aforo los midió
en campo, mientras que la BDO en laboratorio. Calibró el modelo con el error relativo
y la metodología GLUE (Generalized Likelihood Uncertainty Estimation), mientras que
la validación la hizo con el porcentaje de error. Obtuvo como resultado para el OD el
valor más crítico en el tramo 2 con 7.89 mg/l, mientras que la DBO tiene la
concentración más alta en el tramo 5 con 24.89 mg/l. Concluyó que con los resultados
de la modelación y con los datos de los muestreos la mayor contaminación del río
5
Yacuambí fue debida a los vertimientos de aguas residuales de la población que está
asentada en la ribera del río.
Cajas en el 2015, en su tesis titulada “Estimación de valores de contaminación difusa

para el río Tomebamba en zonas periféricas y urbanas – primera aproximación”, modeló
los parámetros más importantes de calidad de agua: DBO, OD y coliformes. Estableció
13 puntos de monitoreo a lo largo de 3 ríos: Tomebamba, Tarqui y Yanuncay, de los
cuales 3 puntos eran de monitoreo continuo y 10 de contaminación puntual, realizó 2
muestreos en época de lluvia y sequía, para la modelación utilizó la ecuación de Streeter
y Phelps, desarrolló el modelo en una hoja de Excel, alimentando con valores a la tasa
de desoxigenación (Kd) 0.28 dia-1 y a la tasa de reaireación (Ka) 5.68 dia-1. Finalmente,
el modelo desarrollado en la hoja de Excel obtuvo valores de contaminación difusa de
las principales variables de calidad de agua en el río Tomebamba antes y después de la
zona urbana de la ciudad de Cuenca.
Pazmiño en el 2016, en su tesis titulada “Modelización de la incidencia del oxígeno

disuelto y la demanda bioquímica de oxígeno en la calidad del agua del estero Atascoso,
Cantón Quevedo – Ecuador”, modeló la influencia de la DBO y el OD en la calidad de
agua del estero Atascoso, de la ciudad de Quevedo, para ello utilizó: Software QUAL2K
y la hoja de cálculo Excel. Calibró el modelo mediante el método automático (GLUE)
y manual (error y ensayo) y lo validó en función de datos máximos de precipitación.
Obtuvo como resultado altos valores de Ka y Kr oscilando entre 15 d-1 y 25 d-1; y 27.63
d-1 y 6.74 d-1 respectivamente. Concluyó que el modelo matemático Streeter-Phelps para
DBO fue óptimo, a diferencia de la simulación en QUAL2K que no obtuvo un buen
ajuste, debido a la carencia de datos históricos sobre una mayor cantidad de parámetros
requeridos, mientras que el comportamiento del OD tuvo resultados cercanos a los
determinados con el modelo Streeter-Phelps.
Urrego en el 2017, en su trabajo de investigación “Determinación del comportamiento

del oxígeno disuelto en la cuenca alta del río Tunjuelo mediante la utilización de las
ecuaciones de Streeter y Phelps”, determinó la cinética del OD usando las ecuaciones
de Streeter y Phelps de manera manual y con el software QUAL2K para la creación de
6
posibles escenarios que permitirían la recuperación del río Tunjuelo. Estableció 3
estaciones de monitoreo en la zona de estudio, corrigió los valores de las contantes
cinéticas con las ecuaciones de Streeter y Phelps. Obtuvo valores de reaireación que
oscilan entre 2.92 d-1 y 50.47 d-1 y desoxigenación entre 8.62 d-1 y 10.57 d-1. Concluyó
que las curvas resultantes de OD y DBO servirá para la creación de escenarios que
permitan la recuperación del río
Pazmiño, Zambrano y Coello, en el 2018 en su tesis titulada “Water quality modeling

of the Aguas Claras stream, Cantón Quevedo, Ecuador”, simularon el impacto de las
aguas residuales descargadas en el comportamiento de la demanda bioquímica de
oxígeno y oxígeno disuelto, a través de la aplicación del programa QUAL2K y el
modelo Streeter-Phelps. Dividieron en tres tramos a la zona de estudio y realizaron ocho
campañas de muestreo de octubre del 2016 a febrero del 2017 en temporada seca y
húmeda. Calibraron el modelo ajustando las tasas (Ka) que oscilaron entre los 0.34 y
1.85 d-1; Kd entre 0.45 y 1.9 d-1; y Kr entre 1.38 y 28.04 d-1, empleando la metodología
GLUE, usando las simulaciones de Monte Carlo, el análisis de rendimiento lo hicieron
con la media de los R2 y el coeficiente de Nash-Sutcliffe. Concluyeron que el perfil de
oxígeno disuelto tanto en el programa QUAL2K y el modelo Streeter-Phelps, mostró
un buen ajuste; mientras que para la DBO el programa QUAL2K, tuvo un ajuste menor.
La calidad de agua se determina en base a parámetros: fisicoquímicos y

microbiológicos; dentro de estos tenemos a la temperatura, la cual mide cuán frío o
caliente se encuentra el agua, cuando esta sube afecta de manera directa al OD
(González, 2011). El pH determina la acidez o basicidad de una sustancia, su rango de
medida es de 1 a 14 (Ácida < 7, Neutra = 7, Básica > 7) (ver anexo 22) (Sotil y Flores,
2016).
La demanda bioquímica de oxígeno representa la dosis de oxígeno que requirieren los

microorganismos, para oxidar la carga orgánica presente en las aguas residuales, en
condiciones aerobias (Orellana, 2005). El oxígeno disuelto, representa la cantidad de
oxígeno atmosférico presente en el agua. Un déficit alto de oxígeno disuelto hace
referencia que el agua tiene un alto contenido de carga orgánica (contaminación),
7
provocada por aguas residuales (Higashino y Stefan, 2017), que hacen que el cuerpo de
agua demande una forma de recuperar sus condiciones en cuanto al oxígeno que fue
consumido (Orduz, 2016).
Tabla 1. Rangos de concentración de OD y consecuencias ecosistemitas frecuentes
[OD] mg/L Condición Consecuencias

0 Anoxia Muerte masiva de organismos aerobios.
0 -5 Hipoxia Desaparición de organismos y especies sensibles.
5-8 Aceptable [OD] adecuadas para la vida de la gran mayoría de
8 -12 Buena especies de peces y otros organismos acuáticos.
> 12 Sobresaturada Sistema en plena producción fotosintética.
Fuente: Goyenola, 2007.
La contaminación es la introducción de una sustancia o mezcla en uno de los

componentes ambientales (aire, agua, suelo), el cual ocasionará efectos adversos al
componente y por ende a la población o medio que lo habita (MINAM, 2016). La
contaminación del agua causada por la introducción de sustancia o mezcla de sustancias
en una cantidad suficiente, la cual causará efectos dañinos en la biota (incluido el
humano) (Avilez, 2009). La contaminación de los cuerpos de agua está relacionado a la
descarga de efluentes domésticos referidos a las aguas servidas de casas, restaurantes,
etcétera.), que llegan a las redes de alcantarillado con alta carga orgánica (Quintia
Industrial, 2017). Otros de los responsables de la contaminación son los efluentes
industriales, que son todos aquellos que resultan del desarrollo de alguna actividad o
proceso productivo (OEFA, 2014).
A la descarga de fuentes que se observan a simple vista se le llama fuentes puntuales

(Ibáñez, 2012), mientras que a las fuentes que no se pueden identificar a simple vista,
mayormente producidas por escorrentía o infiltración productos de las actividades
agrícolas, actividades mineras, residuos ganaderos, pozos sépticos, rellenos sanitarios,
botaderos, etcétera, se le denomina fuentes difusas (Aguilar, 2016).
Debido a la mala gestión a nivel mundial en materia del cuidado, control y vigilancia
recurso hídrico surgen los modelos de calidad de agua. Un modelo es una representación
simplificada de la realidad. Son relaciones matemáticas, las cuales posibilitan la
8
compresión y cuantificación de las relaciones causa – efecto de los procesos físicos,
químicos y biológicos de las sustancias descargadas en los cuerpos receptores (Torres
Vega, 2009). Los modelos pueden ser: unidimensionales usados para representar flujos
de aguas, considerando el sentido del flujo; bidimensionales usados en ríos de gran
ancho de banca de agua, donde las concentraciones de contaminantes varían en la
sección transversal y tridimensionales aplicados para sistemas más complejos de aguas
superficiales y aguas subterráneas (Cajas, 2015).
Los modelos utilizan parámetros hidromorfológicos como: velocidad del río, la cual
representa la demora del flujo de agua en pasar por una sección determinada; así mismo
la sección transversal de un río, que es el área de la superficie del río, se representa por
un corte perpendicular en la longitud del río (Rojas, 2006); ambos sirven para
determinar el caudal, el cual representa al volumen de agua que pasa por una sección
específica del cuerpo de agua durante un tiempo específico (Corantioquia, 2014).
Algunos de los métodos para determinar el caudal del río y de los vertimientos son: el
método del flotador; que permite estimar de manera aproximada el caudal de un cuerpo
de agua en función de su velocidad y área. Al resultado obtenido se le multiplica por el
factor de corrección según las características del cauce del cuerpo de agua (ver anexo –
fórmula 28) (MINAGRI - DGIAR, 2014). El otro método, es el de la trayectoria; el cual
utiliza una escuadra como material. Consta en el desplazamiento de la regla hasta que
el extremo inferior choque con el agua que sale del tubo. El lado “X” es el páralo al tubo
y el “Y” es el que toca el chorro (ver anexo – fórmula 05, 06 y 07) (Bello y Pino, 2000).
El modelo matemático de Streeter-Phelps relaciona los dos mecanismos principales que

definen el oxígeno disuelto en un cuerpo de agua lótico que recibe efluentes de aguas
residuales. Estos mecanismos son: la descomposición de materia orgánica y aireación
de oxígeno (Streeter, Phelps, 1925). Asimismo, es usado para estimar el transporte de
DBO5 y el OD, lo cual se consigue al alimentar con datos de parámetros
hidromorfológicos y parámetros de calidad del agua (DBO5, OD y T) para su realización
(Cajas, 2015).
9
𝑘 𝐿
𝐷𝑥 = 𝐷0 (𝑒 −(𝑘𝑎 ∗𝑥)/𝑢 ) + 𝑘 𝑑−𝑘0 (𝑒 −(𝑘𝑑 ∗𝑥)/𝑢 − 𝑒 −(𝑘𝑎 ∗𝑥)/𝑢 ) (1)
𝑎 𝑑
Donde:
Dx = Déficit de oxígeno (mg/L).
𝐾𝑑 = Tasa de desoxigenación y de reaireación (d-1).
𝐾𝑎 = Tasa de desoxigenación y de reaireación (d-1).
𝐿0 = DBO5 medido o modelado en el río (mg/L).
𝐷𝑜 = Déficit de oxígeno disuelto inicial (mg/L).
x = Distancia (m).
u = Velocidad del curso de agua (m/d).
Para desarrollar el modelo se supone una mezcla en forma total y uniforme en el río en
sentido al flujo del mismo. Se tiene en cuenta dos tipos de reacciones: reaireación y
desoxigenación. La primera describe el dinamismo con el que es reabastecido el O 2 y
depende de las propiedades de la corriente. La segunda explica el consumo de oxígeno
disuelto por acción de los microrganismos (Mackenzie, 1967).
Cuando se analiza la curva de DBO (ver anexo 23), se observan dos etapas: la primera,
caracterizada por la degradación del carbono de la materia orgánica y que es ejercida
por organismos heterotróficos (Sierra, 2011).
La concentración de oxígeno, se estima a través de la diferencia entre el oxígeno de

saturación y el déficit de oxígeno (ver anexos – fórmula 11 y 1). Por último, la
concentración del oxígeno de saturación que es concentración máxima de oxígeno que
puede tener un cuerpo de agua en función de la temperatura (ver anexos fórmula 11 y
12) (Streeter, Phelps, 1925). Como parte de la modelación de Oxígeno disuelto mediante
las ecuaciones de Streeter y Phelps, es necesario la determinación de las contantes
cinéticas como son: coeficiente de desoxigenación (𝑲𝒅 ), indicador del consumo de
oxígeno por acción de reacciones metabólicas (ver anexos – fórmula 13) (Chapra,
1997), (Chapa, 2008).
Finalmente, la tasa de reaireación (𝑲𝒂 ), representa la rapidez con la que el oxígeno del
aire es trasmitido al cuerpo de agua receptor. Dependiendo del tipo de corriente y
10
condiciones hidrodinámicas de un cuerpo de agua, autores como: Owens – Gibbs,
Churchill y OĆonnor – Dobbins, presentan distintas ecuaciones para determinar el
coeficiente de reaireación (ver anexos – fórmula 14) (Chapra, 2008).
Las fórmulas de las tasas cinéticas están dadas a temperatura de referencia a 20 ⁰C, sin
embargo, para poder corregir las tasas cuando la temperatura varia se emplea la
siguiente expresión matemática (Sierra, 2011), donde θ tiene valores de 1.024 para
(𝑲𝒂 ), y 1.047 para (𝑲𝒅 ), (Schnoor, 1996):
𝐾 (𝑇) = 𝐾20 𝜃 (𝑇−20) (2)
Donde:
K (T)= Tasa cinética corregida en función de la temperatura.
𝐾20 = Tasa a 20°C.
T= Temperatura de mezcla.
Debido a que el agua representa uno de los elementos más importantes para el desarrollo
de la vida humana y su vigilancia se ha vuelto una estrategia fundamental en la gestión
integral de las cuencas hidrográficas, sin embargo, la elaboración de estos estudios de
vigilancia de la calidad del agua son muy costosos. Es por ello que actualmente se usan
los modelos matemáticos para simular cómo se comportan los contaminantes en una
corriente natural y se pueda inferir escenarios futuros cuando ciertas condiciones se ven
alteradas.
Los modelos son usados por el ahorro en cuanto a costos, mano de obra y tiempo se
refiere. De allí parte el interés de estudiar la calidad del agua de la cuenca baja del río
Moche en los meses de estiaje en base al modelo matemático de Streeter y Phelps, ya
que el caudal de la corriente de agua baja, mientras la producción de las empresas
industriales de la zona no cesa.
Es por ello que, con los argumentos antes expuestos, la investigación buscó ¿Cuál es el
déficit de oxígeno disuelto en el agua de la cuenca baja del río Moche en los meses de
abril a junio usando el modelo de Streeter y Phelps, originado por la descarga de
efluentes?
11
La presente tesis tuvo como objetivo general estimar el déficit de oxígeno disuelto
usando el modelo Streeter y Phelps en la cuenca baja del río Moche, en los meses de
abril a junio del 2019, mientras que como objetivos específicos se tuvo: medir los
parámetros de calidad de agua (OD, DBO5 y temperatura) e hidromorfológicos en
vertimientos y estaciones de monitoreo de la cuenca baja del río Moche, aplicar las
ecuaciones de Streeter-Phelps para estimar el comportamiento del OD y la DBO5, y
calibrar y validar el modelo con los resultados de OD medidos en las estaciones de
monitoreo de la cuenca baja del río Moche.
12
II. MÉTODO
2.1. Diseño de investigación
Tipo de investigación: Aplicada.
Nivel de investigación: Descriptivo.
Método: Deductivo.
Diseño de la investigación: No experimental transversal.
2.2. Técnicas e instrumentos de recolección de datos, validez y confiabilidad

La técnica que se empleó en la investigación fue la observación y los instrumentos
fueron creados para cada caso particular en la toma de datos, siendo estos: Ficha de
observación: control de mediciones de parámetros de campo en vertimientos o
afluentes; control de mediciones de parámetros de campo en estaciones de monitoreo;
etiqueta para muestra de agua y cadena de custodia.
2.2.1. Validez y confiabilidad de los instrumentos

Para la validación del instrumento ficha de observación de la investigación (control
de mediciones de parámetros de campo en vertimientos o afluentes, control de
mediciones de parámetros de campo en estaciones de monitoreo, etiqueta para
muestra de agua, cadena de custodia), se solicitó la evaluación de 03 expertos (ver
anexo 5).
2.3. Metodología
2.3.1. Ubicación del área de estudio
El estudio se realizó en la cuenca baja del río Moche, pero el estudio estuvo
delimitado desde las coordenadas E: 719 237.00, N: 9 099 455.00 hasta E: 718
910.00, N: 9 099 361.00.
Con fines de modelación de OD y DBO5, se tomó 2 tramos en la zona en estudio,
estableciéndose 17 estaciones de monitoreo.
Respecto a la selección de los 2 tramos de modelación, se segmento de esa forma
debido a que en el Tramo II existen 3 vertimientos consecutivos.
13
Tabla 2. Tramos de modelación
Coordenadas UTM – Zona 17L

Tramo
Este Norte
I 719 237.00 9 099 455.00
II 719 055.00 9 099 404.00
Fuente: Elaboración propia.
Se determinaron en campo las coordenadas de los vertimientos puntales encontrados

en los tramos I y II, para esto se hizo uso de un GPS / GARMIN (ver anexo 7).
Tabla 3. Coordenadas de vertimientos
Coordenadas UTM – Zona 17 L

Tramo Vertimientos Descripción
Este Norte
I V1 Dren agrícola 719 125.00 9 099 451.00
V2 Agroindustrial del Perú 719 067.00 9 099 415.00
II V3 719 062.00 9 099 413.00
Danper
V4 719 050.00 9 099 411.00
14
Tabla 4.Coordenadas de estaciones de monitoreo (puntos control)
Estaciones de Coordenadas UTM – Zona 17L Distancia

Tramo
monitoreo Este Norte (m)
1 719 237.00 9 099 455.00 0
2 719 213.00 9 099 443.00 28
3 719 187.00 9 099 435.00 56
4 719 170.00 9 099 430.00 74
I 5 719 152.00 9 099 422.00 93.7
6 719 137.00 9 099 417.00 109.7
7 719 109.00 9099 415.00 138.7
8 719 101.00 9 099 403.00 153.3
9 719 083.00 9 099 398.00 172.1
10 719 055.00 9 099 404.00 200.9
11 719 046.00 9 099 404.00 210.1
12 719 029.00 9 099 401.00 227.6
13 719 014.00 9 099 397.00 243.1
II
14 718 995.00 9 099 391.00 263.1
15 718 971.00 9 099 385.00 288.1
16 718 947.00 9 099 379.00 313.1
17 718 910.00 9 099 361.00 354.6
2.3.2. Recolección de muestras y parámetros medidos en campo

2.3.2.1. Recolección de muestras
Para la toma de muestras se siguió la R.J. N° 010-2016-ANA, cumpliendo las tres
etapas que estipula:
- Premonitoreo
- Reconocimiento del área de estudio.
- Se establecieron la red de puntos de monitoreo (tabla 9, tabla 10).
- Codificación de puntos de monitoreo.
15
- Monitoreo
- Toma de muestras puntuales en cada uno de los vertimientos y las
estaciones control.
- Frascos rotulados y etiquetados (anexo 3).
- Se tomaron la muestra en un frasco Winkler, preservado a 4 °C.
- Determinación de parámetros in situ.
 Oxígeno disuelto y temperatura: Se utilizó el oxímetro, modelo

HI19146 / HANNA y los datos fueron registrados en los anexos 1 y 2.
 Velocidad del río: Consistió en medir la distancia de un segmento del
vertimiento o afluente al río principal estudiado, luego se medió con el
cronómetro el tiempo que demora en pasar el flotador por el segmento
medido. Se usó la fórmula (3), los datos se reportaron en el anexo 1 y
2.
 Área de la sección transversal: Consisto en medir el largo y ando de
la sección trasversal. Se usó la fórmula (4), los datos se reportaron en
el anexo 1 y 2.
- Llenado de cadena de custodia.
- Posmonitoreo
- Las muestras recolectadas fueron llevadas al laboratorio de investigación
de aguas (LIA) de la Universidad Nacional de Trujillo (UNT), para el
análisis de DBO5, se usó el equipo BOD TRACK II marca HACH, el cual
usa el método respirométrico (manométrico).
- Los datos obtenidos fueron analizados e introducidos a la hoja de cálculo
de Excel (modelo Streeter y Phelps).
2.3.2.2. Desarrollo de modelo Streeter y Phelps

Una vez recolectados los datos de los análisis tanto de los vertimientos como de
las estaciones de monitoreo, se procedió a ingresar los datos a la hoja de Excel.
16
- Primero se calibraron las tasas cinéticas.
- Se determinó 𝑲𝒅 desarrollando la fórmula (13) (ver anexos) en función a la
profundidad, mientras que para determinar 𝑲𝒂 se desarrolló la fórmula (14)
(ver anexos).
- Una vez calibradas las tasas se hizo uso de la fórmula (2), para corregir 𝑲𝒂 y
𝑲𝒅 .
- Segundo, para la modelación de la DBO5, se utilizó el modelo de
autodepuración de Streeter y Phelps”, el cual usa 𝑲𝒅 .
- Se realizó un balance de masas de DBO5 usando la fórmula (8) (ver anexos), la
cual se alimentó para el primer punto con los datos obtenidos de la estación 1
y el V1 y así sucesivamente. Para determinar la concentración de la DBO 5
aguas abajo se usó la fórmula (9) (ver anexos).
- A continuación, se realizó un balance de temperatura se usó la fórmula (12)
(ver anexos), la cual se alimentó de la temperatura de la estación de monitoreo
1 y el V1 y así sucesivamente.
- El último paso fue la modelación de OD el cual consistió en determinar el OD.
En primer lugar, se calculó el oxígeno de saturación (O 2s) el cual está en
función de la temperatura, luego se determinó el déficit de oxígeno para el cual
se usó la fórmula (10) (ver anexos), el valor obtenido es el déficit inicial de
oxígeno disuelto el cual fue utilizado para encontrar cual es el déficit de
oxígeno en función de la distancia, para el cual se usó la fórmula (3) (ver
anexos), la que se alimentó además con la velocidad, la concentración de
DBO5, 𝑲𝒅 y 𝑲𝒂 .
2.4. Métodos de análisis de datos

Se calibró el modelo usando el análisis de rendimiento que consistió en medir el
nivel de similitud entre los datos simulados y los valores medidos en campo. Para
ello se usó el Nash – Sutcliffe model efficiency coefficient (NSE), el coeficiente
de determinación (R2) y raíz del error cuadrático medio (RMSE).
∑𝑁
𝑗=1(𝑦𝑗 − 𝑦̂𝑗)2
𝑵𝑺𝑬 = 1,0 −
∑𝑁 ̅)2
𝑖=1(𝑦𝑗 − 𝑦
17
∑N
i=1(yj − y
̅ )(ŷj − y̅)
𝐑𝟐 =( )𝟐
√∑N ̅ )2 √∑N
j=1(yj − y ̂ j − y̅)2
j=1(y
𝑁
1
𝐑𝐌𝐒𝐄 = √ ∑(𝑦𝑗 − 𝑦̂𝑗 )2
𝑁
𝑗=1
Donde, yj es el valor observado de la variable, y̅ es la media de los valores

observados, y ŷj es el valor predicho por el modelo.
Para la validación de los datos de oxígeno disuelto obtenidos mediante el modelo

se usó el porcentaje de error:
[𝑀] − [𝐸]
𝐸𝑟𝑟𝑜𝑟 % = | | × 100
[𝐸]
Donde:
Error % = Porcentaje de error
[M] = Concentración del parámetro modelado
[E] = Concentración del parámetro tomada en campo
Para la validación se muestreo el día jueves 06 de junio a las 9:00 a.m., como el
modelo estuvo previamente calibrado se escogió la estación de control 17.
2.5. Aspectos éticos

La tesis fue desarrollada de tal manera que su ejecución no involucró la afectación
del medio en este caso de la Cuenca baja del río Moche, ya que solo se tomaron
muestras para los análisis, mas no se vertió ninguna sustancia al río.
Se generaron resultados veraces, sin manipulación por parte de los estudiantes, desde
la toma de muestra donde se siguió la R.J. N° 010-2016-ANA hasta los análisis
realizados con el oxímetro calibrado y los análisis de DBO 5 realizados en el
laboratorio de investigación de agua en la UNT.
Toda la información recopilada para el sustento de la tesis fue citada y referenciada
con motivo de respetar los derechos de autor.
18
III. RESULTADOS
Tabla 5. Oxígeno disuelto de estaciones de monitoreo
Estaciones [OD] mg/L

Distancia
Tramo de
25/04/19 02/05/19 16/05/19 06/06/19 (m)
monitoreo
1 8.05 8.01 7.88 7.77 0
2 8.13 8.10 7.82 7.70 28
3 8.18 8.13 7.93 7.67 56
4 8.06 8.17 7.82 7.60 74
I 5 8.13 8.2 7.75 7.64 93.7
6 8.06 8.17 7.80 7.79 109.7
7 6.63 6.79 6.07 5.95 138.7
8 8.04 7.8 6.26 6.14 153.3
9 8.18 8.11 7.60 7.57 172.1
10 5.81 3.13 3.06 3.02 200.9
11 2.60 5.05 2.85 2.91 210.1
12 5.24 6.08 4.62 4.93 227.6
13 6.6 6.8 5.35 5.78
II 243.1
14 6.57 7.13 6.27 6.46 263.1
15 7.57 7.37 6.35 6.29 288.1
16 7.89 7.66 6.94 7.03 313.1
17 8.01 7.89 7.15 7.01 354.6
Interpretación: En la tabla 5 se registró los datos medidos para el parámetro oxígeno

disuelto en las 17 estaciones de monitoreo semana a semana, disminuyendo la
concentración del mismo cuando hay presencia de vertimientos.
19
Tabla 6. Temperatura en estaciones de monitoreo
Estaciones Temperatura
Tramo de
monitoreo 25/04/19 02/05/19 16/05/19 06/06/19
1 25.1 25.1 25.8 26
2 24.8 25.1 25.7 26
3 25 25 25.9 26
4 25.03 25.1 25.8 26.2
I 5 25 25.1 25.8 26
6 25.1 25.02 25.7 25.9
7 26.1 25.7 25.9 26.1
8 25.3 25.4 25.9 26
9 25.4 25.2 25.7 25.8
10 27.4 27.1 26.4 26.7
11 29.2 24.2 26.9 27.4
12 27.7 25.1 26.6 27
13 26.9 25.3 26.1 26
II
14 26.4 24.5 25.9 25.8
15 25.5 24.3 25.6 25.1
16 25.2 25.6 25.1 24.1
17 25.2 24.2 25.1 24.4
Interpretación: En la tabla 6 se registró los datos medidos para el parámetro temperatura

en las 17 estaciones de monitoreo semana a semana, el cual tuvo un ligero aumento en las
estaciones de monitoreo ubicadas en los puntos de mezcla (agua de río más vertimientos).
20
Tabla 7. Demanda bioquímica de oxígeno de estaciones de monitoreo y vertimientos
Estaciones [DBO5] mg/L

de
Tramo
monitoreo/ 25/04/19 02/05/19 16/05/19 06/06/19
Vertimientos
1 218 55 28 15
I
V1 579 110 79 99
V2 591 308 227 164
V3 382 598 850 452
II
V4 477 396 343 271
17 - 71 56 55
Interpretación: En la tabla 7 se registró los datos del parámetro demanda bioquímica de

oxígeno en las estaciones de monitoreo 1 y 17 así como, de los vertimientos del 1 al 4. Se
muestran elevadas concentraciones de DBO5 en los vertimientos pertenecientes a un dren
agrícola, Agroindustrial del Perú y Danper. Se observa también que la concentración de la
DBO5 de la estación de monitoreo 1 es menor a la de estación de monitoreo 17, esto es
debido a que la estación de monitoreo 1 es el inicio, es decir, el agua de río Moche antes
de los vertimientos, mientras que la estación 17 fue la última estación, por lo tanto, registró
la concentración de a DBO5 inicial sumada a la de los 4 vertimientos.
Tabla 8. Oxígeno disuelto de estaciones de monitoreo y vertimientos
Estaciones [OD] mg/L

de
Tramo
monitoreo/ 25/04/19 02/05/19 16/05/19 06/06/19
Vertimientos
1 8.05 8.01 7.88 7.77
I
V1 5.81 6.32 4.5 3.42
V2 0.48 0.33 0.38 0.47
V3 2.17 2.57 2.11 1.98
II
V4 0.34 0.33 0.47 0.75
17 8.01 7.89 7.15 7.01
21
Interpretación: En la tabla 8 se registró los datos del parámetro oxígeno disuelto en las
estaciones de monitoreo 1 y 17 así como, de los vertimientos del 1 al 4. Se registra en la
tabla valores altos entre 7.01 y 8.05 mg/L de oxígeno disuelto para las estaciones de
monitoreo 1 y 17, debido a que son puntos tomados en el río Moche antes y después de los
vertimientos, sin embargo, se registra también datos con concentraciones bajas de oxígeno
disuelto para los vertimientos, esto debido a las concentraciones de carga orgánica que
contienen.
Tabla 9. Temperatura de estaciones de monitoreo y vertimientos

Estaciones Temperatura °C
de
Tramo
monitoreo/ 25/04/19 02/05/19 16/05/19 06/06/19
Vertimientos
1 25.1 25.1 25.8 26
I
V1 26.4 24.5 25.9 26.1
V2 31.2 31.3 28.3 27.8
V3 30.8 28.7 29.7 30.9
II
V4 29.4 26.4 28.1 28.4
17 25.2 24.2 25.1 24.4
Fuente: Elaboración propia
Interpretación: En la tabla 9 se registró los datos del parámetro temperatura en las

estaciones de monitoreo 1 y 17 así como, de los vertimientos del 1 al 4. Se evidencia en la
tabla que la temperatura de los vertimientos 2, 3 y 4 son más altas que las del vertimiento
1, esto se debe a que estos son efluentes industriales.
22
Tabla 10. Caudal de estaciones de monitoreo y vertimientos
Estaciones de Caudal (m3/s)

monitoreo/
Vertimientos 25/04/19 02/05/19 16/05/19 06/06/19
1 17.99 12.096 2.85 3.64
V1 0.35 0.42 0.35 0.24
V2 0.012 0.012 0.012 0.012
V3 0.018 0.018 0.018 0.015
V4 0.0014 0.0030 0.0051 0.0050
Interpretación: En la tabla 10 se registró los datos medidos para el parámetro

hidromorfológico de caudal de la estación de monitoreo 1 y de los vertimientos dando como
resultado un caudal promedio para el río de 9.144 m3/s, sin embargo, el vertimiento que
aporta mayor caudal al río es el V1 (dren agrícola) con un promedio de 0.34 m3/s, mientras
que el vertimiento que aporta menor caudal es el V4 (efluente domestico Danper) con un
promedio de 0.03625 m3/s.
Tabla 11. Velocidad de estaciones de monitoreo y vertimientos
Estaciones de Velocidad (m/s)

monitoreo/
Vertimientos 25/04/19 02/05/19 16/05/19 06/06/19
1 1.5 0.94 0.70 0.42
V1 0.50 0.60 0.64 0.73
V2 0.49 0.49 0.49 0.49
V3 1.05 1.05 1.05 1.05
V4 0.07 0.07 0.09 0.08
Interpretación: En la tabla 11 se midió el parámetro hidromorfológico velocidad de la

estación de monitoreo 1 y de los vertimientos semana a semana, dando como resultado una
mayor velocidad para la estación de monitoreo número 1, esto debido a que es el punto de
inicio, el río Moche antes de los vertimientos.
23
Tabla 12. Profundidad de estaciones de monitoreo y vertimientos
Estaciones de Profundidad (m)

monitoreo/
Vertimientos 25/04/19 02/05/19 16/05/19 06/06/19
1 0.8 0.6 0.41 0.305
V1 0.39 0.43 0.39 0.4
V2 0.34 0.175 0.34 0.38
V3 No aplica
V4 0.34 0.33 0.32 0.32
Interpretación: En la tabla 12 se midió el parámetro hidromorfológico profundidad de la

estación de monitoreo 1 y de los vertimientos semana a semana, dando como resultado una
mayor profundidad para la estación de monitoreo número 1, esto debido a que es un punto
en el río Moche, sin embargo, podemos decir también que la profundidad de los
vertimientos se mantiene semana a semana a excepción del vertimiento 2 en la semana 2
que la profundidad es menor.
24
Resultados de modelación
Tabla 13. Resultados de modelación Streeter y Phelps – Semana 1

Oxígeno Déficit
Estación
Distancia Velocidad DBO5 O2s disuelto de
Tramo de Ka (d-1) Kd (d-1)
(m) (m.d-1) (mg/L) (mg/L) modelado oxígeno
monitoreo
(mg/L) (mg/L)
1 0.0 129600 218.00 12.35 0.61 8.25 8.05 0.20
2 28.0 129600 217.97 12.35 0.61 8.25 8.10 0.15
3 56.0 129600 217.94 12.35 0.61 8.25 8.12 0.13
4 74.0 129600 217.92 12.35 0.61 8.25 7.99 0.26
I 5 94.0 129600 217.90 12.35 0.61 8.25 8.03 0.21
6 110.0 129600 224.78 12.35 0.61 8.25 7.95 0.30
7 139.0 88128 223.51 17.25 0.74 8.24 6.42 1.83
8 153.6 88128 222.87 17.25 0.74 8.24 7.76 0.48
9 172.4 88128 222.27 17.25 0.74 8.24 7.85 0.40
10 201.4 62208 220.83 15.51 0.79 8.24 5.38 2.86
11 210.4 62208 220.35 15.51 0.79 8.24 2.32 5.92
12 227.7 62208 219.40 15.51 0.79 8.24 4.79 3.45
13 243.2 62208 218.56 15.51 0.79 8.24 6.05 2.20
II
14 263.2 62208 217.47 15.51 0.79 8.24 5.98 2.27
15 288.2 95040 214.88 14.66 0.69 8.24 7.16 1.09
16 312.9 95040 214.06 14.66 0.69 8.24 7.43 0.81
17 354.9 95040 212.68 14.66 0.69 8.24 7.49 0.76
25
Oxígeno
Déficit de
Estación de Distancia Velocidad DBO5 O2s disuelto
Tramo Ka (d-1) Kd (d-1) oxígeno
monitoreo (m) (m.d-1) (mg/L) (mg/L) modelado
(mg/L)
(mg/L)
1 0.0 81216 55.00 12.51 0.69 8.25 8.01 0.24
2 28.0 81216 54.99 12.51 0.69 8.25 8.09 0.16
3 56.0 81216 54.97 12.51 0.69 8.25 8.10 0.14
4 74.0 81216 54.97 12.51 0.69 8.25 8.14 0.11
I 5 94.0 81216 54.96 12.51 0.69 8.25 8.16 0.09
6 110.0 81216 56.80 12.51 0.69 8.25 8.12 0.13
7 139.0 60480 56.28 19.12 0.83 8.25 6.75 1.50
8 153.6 60480 56.02 19.12 0.83 8.25 7.71 0.55
9 172.4 60480 55.93 19.12 0.83 8.25 7.98 0.27
10 201.4 46656 56.17 15.69 0.84 8.25 3.27 4.98
11 210.4 46656 56.09 15.70 0.84 8.25 5.06 3.19
12 227.7 46656 55.77 15.70 0.84 8.25 6.02 2.23
13 243.2 46656 55.48 15.70 0.84 8.25 6.68 1.57
II
14 263.2 46656 55.12 15.70 0.84 8.25 6.97 1.28
15 288.2 75168 53.83 22.81 0.83 8.25 7.28 0.97
16 312.9 75168 53.43 22.81 0.83 8.25 7.54 0.71
17 354.9 75168 52.75 22.81 0.83 8.25 7.73 0.52
26
Oxígeno
Déficit de
(mg/L)
(mg/L)
1 0.0 60480 28.00 17.89 0.84 8.25 7.88 0.37
2 28.0 60480 27.99 17.89 0.84 8.25 7.81 0.44
3 56.0 60480 27.98 17.89 0.84 8.25 7.91 0.33
4 74.0 60480 27.97 17.89 0.84 8.25 7.80 0.45
I 5 94.0 60480 27.96 17.89 0.84 8.25 7.73 0.52
6 110.0 60480 33.54 17.89 0.84 8.25 7.76 0.48
7 139.0 56160 33.20 19.73 0.88 8.25 6.10 2.15
8 153.6 56160 33.03 19.73 0.88 8.25 6.29 1.96
9 172.4 56160 33.54 19.73 0.88 8.25 7.56 0.69
10 201.4 35424 37.68 26.13 0.93 8.25 3.59 4.66
11 210.4 35424 38.02 26.15 0.93 8.25 3.43 4.82
12 227.7 35424 33.74 26.15 0.93 8.25 5.00 3.25
13 243.2 35424 37.49 26.15 0.93 8.25 5.61 2.64
II
14 263.2 35424 37.17 26.15 0.93 8.25 6.39 1.86
15 288.2 57888 36.30 17.57 0.83 8.25 6.37 1.88
16 312.9 57888 36.03 17.57 0.83 8.25 6.91 1.34
17 354.9 57888 35.58 17.57 0.83 8.25 7.09 1.16
27
Oxígeno
Déficit de
(mg/L)
(mg/L)
1 0.0 36288 15.00 30.86 0.97 8.25 7.77 0.48
2 28.0 36288 14.99 30.86 0.97 8.25 7.70 0.55
3 56.0 36288 14.98 30.86 0.97 8.25 7.68 0.57
4 74.0 36288 14.97 30.86 0.97 8.25 7.61 0.64
I 5 94.0 36288 14.96 30.86 0.97 8.25 7.65 0.60
6 110.0 36288 20.15 30.86 0.97 8.25 7.77 0.47
7 139.0 33696 19.67 28.50 0.96 8.25 6.13 2.12
8 153.6 33696 19.43 28.50 0.96 8.25 6.32 1.93
9 172.4 33696 19.57 28.50 0.96 8.25 7.57 0.68
10 201.4 30240 20.71 28.16 0.97 8.25 3.79 4.46
11 210.4 30240 20.85 28.18 0.98 8.25 3.73 4.52
12 227.7 30240 20.52 28.18 0.98 8.25 5.43 2.82
13 243.2 30240 20.23 28.18 0.98 8.25 6.14 2.11
II
14 263.2 30240 19.85 28.18 0.98 8.25 6.70 1.55
15 288.2 35424 18.63 28.86 0.92 8.25 6.58 1.67
16 312.9 35424 18.26 28.86 0.92 8.25 7.17 1.08
17 354.9 35424 17.65 28.86 0.92 8.25 7.18 1.07
28
Interpretación: En la tabla 12, 13, 14 y 15 se registra los resultados de modelación de
oxígeno disuelto y demanda bioquímica de oxígeno en función de la distancia, haciendo
uso del modelo Streeter y Phelps, también se registraron las tasas de reaireación y
desoxigenación debidamente corregidas en función de la temperatura.
Tabla 17. Resultados de calibración y validación de modelo Streeter y Phelps
Semana
1 2 3 4
NSE 0.94 0.99 0.98 0.95
RMSE 0.49 0.03 0.20 0.46
2
R 0.985 0.991 0.998 0.998
% Error - - - 2.43
Interpretación: En la tabla 16 se evidencia los resultados de calibración con NSE, RMSE

y R2, así como resultados de porcentaje de error para la validación del modelo Streeter y
Phelps.
29
9.00
8.00
7.00
6.00
5.00
[OD] mg/L
4.00 OD
Os
3.00
2.00
1.00
0.00
0 50 100 150 200 250 300 350 400
Distancia (m)
Figura 1. Perfil del oxígeno disuelto en función de la distancia - Semana 1.

Interpretación: En la figura 1, 2, 3 y 4 se evidencia la presencia de los vertimientos cuando la

curva cae, lo que indica que la concentración de oxígeno disuelto disminuye y el déficit aumenta
respecto al oxigeno de saturación.
30
9.00
8.00
7.00
6.00
[OD] mg/L
5.00
4.00 OD
Os
3.00
2.00
1.00
0.00
0 50 100 150 200 250 300 350 400
Distancia (m)

9.00
8.00
7.00
6.00
[OD] mg/L
5.00
4.00 OD
Os
3.00
2.00
1.00
0.00
0 50 100 150 200 250 300 350 400
Distancia (m)

31
9.00
8.00
7.00
6.00
[OD] mg/L
5.00
4.00 OD
Os
3.00
2.00
1.00
0.00
0 50 100 150 200 250 300 350 400
Distancia (m)

57.50 9.00
57.00 8.00
56.50 7.00
56.00
6.00
[DBO5] mg/L
55.50
[OD] mg/L
5.00
55.00
4.00
54.50
3.00
54.00
53.50 2.00
53.00 1.00
52.50 0.00
0 50 100 150 200 250 300 350 400
Distancia (m)
DBO5 OD
Figura 5. Perfil del oxígeno disuelto y la DBO5 en función a la distancia - Semana 1.

32
Interpretación: En la figura 5,6,7 y 8 se evidenció la relación indirecta que tienen los
parámetros de oxígeno disuelto y demanda bioquímica de oxígeno. Esto se explica en el
comportamiento que demuestran las curvas, ya que cuando la demanda bioquímica de
oxígeno es alta la curva sube, por ende, el oxígeno disuelto baja y la curva cae.
230.00 9.00
8.00
7.00
225.00
6.00
5.00
[OD] mg/L
[DBO5] mg/L
220.00
4.00
3.00
215.00
2.00
1.00
210.00 0.00
0 50 100 150 200 250 300 350 400
Distancia (m)
DBO5 OD
Figura 6. Perfil del oxígeno disuelto y la DBO5 en función a la distancia - Semana 2.

33
50.00 9.00
45.00 8.00
40.00 7.00
35.00
6.00
30.00
[OD] mg/L
[DBO5] mg/L
5.00
25.00
4.00
20.00
3.00
15.00
10.00 2.00
5.00 1.00
0.00 0.00
0 50 100 150 200 250 300 350 400
Distancia (m)
DBO5 OD
Figura 7: Perfil del oxígeno disuelto y la DBO5 en función a la distancia - Semana 3.

25.00 9.00
8.00
20.00 7.00
6.00
[DBO5] mg/L
[OD] mg/L
15.00
5.00
4.00
10.00
3.00
2.00
5.00
1.00
0.00 0.00
0 50 100 150 200 250 300 350 400
Distancia (m)
DBO5 OD
Figura 8: Perfil del oxígeno disuelto y la DBO5 en función a la distancia - Semana 4.

34
9.00 9.00
R2 = 0.985
8.00
8.00
7.00
7.00
[OD experimental] mg/L
[OD modelado] mg/L

6.00
5.00 6.00
4.00 5.00
3.00
4.00
2.00
3.00
1.00
0.00 2.00
0 50 100 150 200 250 300 350 400
Distancia (m)
OD EXP modelado
Figura 9: Perfil de oxígeno experimental y oxígeno disuelto modelado distancia semana 1.

Interpretación: En la figura 9, 10, 11 y 12 se evidencia los valores experimentales y los

valores modelados de oxígeno disuelto semana a semana, donde se puede apreciar la
similitud de los datos.
35
9.00 9.00
R2 = 0.991
8.00 8.00
7.00 7.00
[OD modelado] mg/L

6.00 6.00
5.00 5.00
4.00 4.00
3.00 3.00
2.00 2.00
0 50 100 150 200 250 300 350 400
Distancia (m)
OD EXP OD MODELADO
9.00 9.00
R2 = 0.998
8.00 8.00
7.00 7.00 [OD modelado] mg/L
6.00 6.00
5.00 5.00
4.00 4.00
3.00 3.00
2.00 2.00
0 50 100 150 200 250 300 350 400
Distancia (m)
OD EXP OD MODELADO
36
9.00 9.00
8.00 8.00
R2 = 0.998
7.00 7.00
[OD modelado] mg/L

6.00 6.00
5.00 5.00
4.00 4.00
3.00 3.00
2.00 2.00
0 50 100 150 200 250 300 350 400
Distancia (m)
OD EXP OD MODELADO
Figura 12: Perfil de oxígeno experimental y oxígeno disuelto modelado distancia - Semana 4.
37
IV. DISCUSIÓN
En la tabla 5 se registraron los valores de oxígeno disuelto de las 17 estaciones de
monitoreo, mostrando valores entre 2.60 y 8.13 mg/L. Los valores bajos de oxígeno
demuestran la presencia de una fuente contaminante, en este caso la presencia de
aguas residuales (vertimientos) que al entrar en contacto con el río aumentan su
carga orgánica y disminuyen paralelamente el oxígeno disuelto del río. Este
resultado concuerda con lo demostrado por Zúñiga en el 2012, en su tesis titulada
“Modelos de simulación de calidad del agua en el río Yacuambí, en el tramo
comprendido desde la formación del río Tutupali hasta la intersección del río
Yacuambí con el río Zamora, en la provincia de Zamora Chinchipe – Ecuador”,
donde demostró que la mayor contaminación del río Yacuambí fue debida a la
descarga de vertimientos de aguas residuales de la población que estaba asentada
en la ribera de dicho río.
En la tabla 8 se registraron los valores de oxígeno disuelto de las estaciones de

monitoreo 1 y 17 así como, de los vertimientos 1 al 4. Se muestra datos bajos de
oxígeno disuelto en los vertimientos pues estos son descargas de contaminantes
puntuales, pertenecientes a un dren agrícola, Agroindustrial del Perú y Danper
respectivamente, cargados con altos contenidos de materia orgánica, que consumen
el oxígeno para oxidar la materia orgánica. Este argumento concuerda con lo dicho
por Lecca y Limaza (2014) con su teoría de que la presencia de materia orgánica
requiere de oxígeno molecular para ser degradada, por lo que genera un déficit de
oxígeno aguas abajo.
En la tabla 9 se registraron los valores de temperatura altos en los vertimientos 2,3

y 4, debido a que son vertimientos de agroindustrias (Agroindustrial del Perú y
Danper), que realizan sus procesos industriales a elevadas temperaturas. El aumento
de la temperatura está directamente relacionado con la disminución del oxígeno
disuelto como lo explica Gonzales en el 2011 y Sánchez en el 2015, quienes indican
que el aumento en la temperatura del agua influye de manera negativa sobre la
concentración del oxígeno disuelto.
38
En la tabla 10 se registraron los valores medidos para el parámetro
hidromorfológico caudal de la estación de monitoreo 1 así como de los
vertimientos. La variación de los datos registrados en la estación de monitoreo 1 se
debe a las fechas de monitoreo, es decir el 24/04/2019 seguían las lluvias en la parte
alta de la cuenca. Los datos del caudal medido en la estación de control 1 guarda
relación con los datos registrados por la estación de aforo colocada en Quiruhuac
por el Proyecto Especial CHAVIMOCHIC, mientras el de los vertimientos 2, 3 y 4
guardan relación con sus resoluciones directorales: R.D. N° 045– 2017 – ANA –
DGCRH y R.D. N° 195 – 2018 – ANA – DCERH, donde se les otorga el permiso
para verter sus aguas a las empresas Agroindustrial de Perú y Danper S.A.C.
Se calculó el déficit de oxígeno disuelto en la cuenca baja del río Moche, se presentó
el déficit más alto en la semana 1 (tabla 13) con 5.92 mg/L en la estación de
monitoreo número 11. El déficit de oxígeno se debe a la presencia de materia
orgánica presente en el cuerpo de agua tal como lo menciona Higashino y Stefan
en el 2017, quienes afirman que un déficit alto de oxígeno disuelto hace referencia
a un alto contenido de carga orgánica en el agua, provocada por la descarga de
efluentes industriales (OEFA, 2014), en este caso provocada por la descarga de los
4 vertimientos presentes en la ribera del río.
Según la tabla 13, 14, 15 y 16 los valores de la tasa de desoxigenación (Kd)

concuerdan con lo que demuestra Pazmiño, Zambrano y Coello, en el 2018 en su
tesis titulada “Water quality modeling of the Aguas Claras stream, Cantón
Quevedo, Ecuador”,donde obtuvieron valores de Kd entre 0.45 d-1 y 1.9 d-1 ,
mientras que en la presente tesis se obtuvo valores entre 0.69 d-1 y 0.79 d-1 para la
semana 1, valores entre 0.69 d-1 y 0.84 d-1 para la semana 2, valores entre 0.84 d-1 y
0.93 d-1 para la semana 3 y valores entre 0.92 d-1 y 0.98 d-1 para la semana 4.
Según la tabla 13, 14, 15 y 16 los valores de la tasa de oxigenación (Ka) concuerdan
con lo que demuestra Pazmiño, Zambrano y Coello, en el 2018 en su tesis titulada
“Water quality modeling of the Aguas Claras stream, Cantón Quevedo, Ecuador”,
obtuvieron valores de Ka entre 15 d-1 y 25 d-1, así como Urrego en su investigación
39
obtuvo valores de Ka que oscilan entre 2.92 d-1 y 50.47 d-1. La presente tesis se
obtuvo valores entre 12.35 d-1 y 17.25 d-1 para la semana 1, valores entre 12.51 d-1
y 22.81 d-1 para la semana 2, valores entre 17.57 d-1 y 26.15 d-1 para la semana 3 y
valores entre 28.16 d-1 y 30.86 d-1 para la semana 4.
En la tabla 17, los resultados obtenidos de la calibración del modelo mediante el

coeficiente de Nash – Sutcliffe (NSE) son cercanos a 1 lo que quiere decir que la
simulación es excelente, tal y como lo menciona Molnar en el 2011, que los valores
mayores a 0.8 del coeficiente NSE indican un ajuste excelente, por ende, los
resultados del modelo Streeter y Phelps indican una simulación aceptable.
En la tabla 17, los resultados obtenidos para la calibración del modelo mediante la
raíz del error cuadrático medio (RMSE) son cercanos a 0, esto quiere decir según
Finger en el 2011 que el ajuste es perfecto, es decir, la desviación de los valores
simulados respecto a los observados es pequeña.
En la tabla 17, los resultados obtenidos para la calibración del modelo mediante el
coeficiente de determinación (R2) son cercanos a 1, valores similares a los que
obtuvo Pazmiño en su tesis “Modelización de la incidencia del Oxígeno disuelto y
la Demanda bioquímica de oxígeno en la calidad del agua del estero Atascoso,
cantón Quevedo”, lo que indica un gran nivel de ajuste entre los resultados del
modelo Streeter y Phelps, esta idea es confirmada por Chin en el 2013, quien señalo
que el mejor rendimiento del modelo se alcanza cuando los valores del índice de
Nash-Sutcliffe y del coeficiente de determinación son muy cercanos a 1; es por ello
que Cajas en el 2015 usó el modelo sin calibrarlo para su tesis e indica que el
modelo ya ha sido calibrado y verificado en estudios anteriores de manera que se
obtienen valores confiables.
En la tabla 17, los resultados obtenidos para la validación del modelo mediante el
porcentaje de error para la estación de monitoreo 17 registro un valor de 2.43 %,
comparándolo con Zúñiga en su tesis “Modelos de simulación de calidad del agua
en el río Yacuambí, en el tramo comprendido desde la formación del río Tutupalí
40
hasta la intersección del río Yacuambí con el río Zamora, en la provincia de Zamora
Chinchipe”, quien obtuvo error entre 0.82 % y 12.24 % y Pazmiño, Zambrano y
Coello, en el 2018 en su tesis titulada “Water quality modeling of the Aguas Claras
stream, Cantón Quevedo, Ecuador”; obtuvieron valores que oscilaron entre 0,07 %
- 10 % para el oxígeno disuelto. El valor obtenido es menor al 10 % por lo que se
afirma que el ajuste es aceptable como lo dice Sierra en el 2011.
Los resultados obtenidos de la calibración del modelo mediante el coeficiente de

Nash – Sutcliffe (NSE), la raíz del error cuadrático medio (RMSE) y el coeficiente
de determinación (R2) y la validación mediante el porcentaje de error del modelo
indican que como afirma Domínguez, Borroto y Hernández en el 2005 y Urrego en
el 2017; la modelación matemática es un camino a utilizar en la proyección de
estrategias de saneamiento que permitan la recuperación de los cuerpos de agua, en
este caso el río Moche.
41
V. CONCLUSIONES
 Se estimó el déficit de oxígeno disuelto en la cuenca baja del río Moche entre
los meses de abril a junio usando el modelo Streeter y Phelps, presentando el
déficit más alto la semana 1 con 5.92 mg/L en la estación de monitoreo número
11, y por otro lado el déficit más bajo se presentó en la semana 2 con 0.11 mg/L
en la estación de monitoreo número 4.
 Se determinaron las características hidromorfológicas en vertimientos y

estaciones de monitoreo de la cuenca baja del río Moche entre los meses de
abril a junio, dando como resultado un caudal promedio para el río de 9.144
m3/s, sin embargo, el vertimiento que aporta mayor caudal al río es el V1 (dren
agrícola) con un promedio de 0.34 m3/s, mientras que el vertimiento que aporta
menor caudal es el V4 (efluente domestico Danper) con un promedio de
0.03625 m3/s.
 Se aplicaron las ecuaciones de Streeter y Phelps obteniendo como resultado

para el oxígeno disuelto el valor más crítico en la semana 1 - tramo II en la
estación de monitoreo número 11 con 2.32 mg/L, esto debido a la descarga de
efluente doméstico de la agroindustrial Danper, mientras que para el parámetro
de demanda bioquímica de oxígeno la concentración más alta se presentó en la
semana 1 – en la estación de monitoreo número 4 con 224.78 mg/L por
influencia de la descarga del dren agrícola cargado con altas concentraciones
de materia orgánica.
 Se ajustó el modelo usando el coeficiente de Nash – Sutcliffe (NSE), la raíz del

error cuadrático medio (RMSE) y el coeficiente de determinación (R 2),
obteniendo valores promedio de 0.96, 0.29 y 0.99 respectivamente lo que
indica una simulación aceptable.
 Se determinó la tasa de desoxigenación (Kd), la cual obtuvo valores entre 0.69

d-1 y 0.98 d-1, mientras que la tasa de oxigenación (Ka), entre 12.35 d -1 y 30.86
d-1 para los meses de abril a junio.
42
 Se midió el parámetro de oxígeno disuelto en la estación de monitoreo número
17 de la cuenca baja del río Moche para validar el modelo, dando como
resultado un error de 2.43 %.
43
VI. RECOMENDACIONES
 Medir en época de lluvia y época de sequía.
 Constatar que los equipos a usar estén calibrados.
 Utilizar todos los equipos de protección personal para monitorear.
 El tramo en estudio que sea más extenso, para que se pueda visualizar mejor la
curva de modelación.
44
VII. REFERENCIAS
AGUILAR Vicente, Byron. Estimación del impacto potencial de la contaminación
difusa en la subcuenca Zamora Huayco, Loja, Ecuador, usando sistemas de
información geográfica (SIG). Tesis (Ingeniero en Manejo y Conservación del
Medio Ambiente). Loja. Universidad Nacional de Loja. 2016. 3 - 10 pp.
AUTORIDAD Nacional del Agua. Monitoreo participativo de calidad de agua

superficial en la cuenca río Moche, La Libertad – Perú 2018. Informe Técnico N°
055-2018- ANA.AAA.HCH-AT/OEAU.
AUTORIDAD Nacional de licencias ambientales. Metodología para la definición

de la longitud de influencia de vertimientos sobre corrientes de agua superficial.
Bogotá. 2013. 25pp.
AVILEZ Oyuela, Lourdes. Modelo para el manejo de desechos sólidos de origen

domestico generados en la acequia con el propósito de evitar la contaminación del
río Chamelecón. Maestría (Educación en Ciencias Naturales con orientación en la
enseñanza de la Biología). San Pedro Sula. Universidad Nacional Francisco
Morazán. 13 de febrero de 2009. 30 - 50 pp.
CAJAS Parra, Valeria Andrea. Estimación de valores de contaminación difusa para

el río Tomebamba en zonas periféricas y urbanas – primera aproximación. Tesis
(Ingeniero Civil). Cuenca. Universidad de Cuenca, Escuela de Ingeniería Civil.
2015. 71 pp.
BELLO, Marco y PINO, Maria. Medición de presión y caudal. Boletín INIA N°28.
2000. 20 pp.
ISSN: 0117 - 4829
CHAPRA, Steven C. Surface water-quality modeling. Illinois: Waveland Press.

1997. 835 pp.
ISBN: 0070113645
45
CHAPRA, Steven C. Surface water-quality modeling 2.a ed. Illinois: Waveland
Press. 2008. 844 pp
ISBN: 1577666054
CEPAL. Agenda 2030 y los objetivos de desarrollo sostenible una oportunidad para
América Latina y el Caribe [en línea]. Santiago: [s.n], 2018 [Fecha de la consulta:
03 de octubre de 2018]. Capítulo 6. Garantizar la disponibilidad y la gestión
sostenible del agua y el saneamiento para todos.
Disponible en:
https://repositorio.cepal.org/bitstream/handle/11362/40155/10/S1700334_es.pdf
CHIN, David A. Water-Quality Engineering in Natural Systems: Fate and

Transport Processes in the Water Environment, 2nd Edition. New Jersey.2013. 472
pp
ISBN: 978-1-118-07860-0
CONTAMINACIÓN. En: Glosario de términos – Sitios Contaminados.

MINISTERIO DEL AMBIENTE.2016. p 3.
Corantioquia. Manual Piragüero. Medición del caudal [en línea]. Medellín: [s.n],
2014 [Fecha de consulta: 10 de octubre de 2018].
Disponible en:
http://www.piraguacorantioquia.com.co/wpcontent/uploads/2016/11/3.Manual_M
edici%C3%B3n_de_Caudal.pdf
ISBN: 9789585728073
DAVIDSEN, Claus; LIU, Suxia; MOB, Xingguo; HOLM, Peter E.; TRAPP,
Stefan; ROSBJERG, Dan y BAUER-GOTTWEIN, Peter. Hydroeconomic
optimization of reservoir management under downstream water quality constraints.
Journal of Hydrology [en línea]. 529 Part 3 octubre 2015. [Fecha de consulta: 19
de abril de 2019].
Disponible en:
46
https://www.sciencedirect.com/science/article/pii/S0022169415005788?via%3Dih
ub
ISSN: 0022-1694
Departamento de asuntos económicos y sociales de Naciones Unidas (ONU-

DAES). Decenio Internacional para la Acción Èl agua fuente de vida` 2005-2015.
22 de octubre de 2014. [Fecha de consulta: 05 de octubre de 2018].
Disponible en: http://www.un.org/spanish/waterforlifedecade/quality.shtml
DOMINGUEZ, Judith, BORROTO, Jorge y HERNANDEZ, Anel. Empleo del

modelo de Streeter y Phelps modificado para la planificación de estrategias de
saneamiento del Río Almendares. Revista CENIC [en línea]. Vol. N°36. 2005.
[Fecha de consulta:14 de setiembre de 2018].
Disponible en: http://www.redalyc.org/articulo.oa?id=181620511028.
ISSN: 1015-8553.
FAN, Chihhao; KO, Chun-Han y WANG, Wei-Shen. An innovative modeling

approach using Qual2K and HEC-RAS integration to assess the impact of tidal
effect on River Water quality simulation. Journal of Environmental
Management [en línea]. 90. 1 enero 2009. [Fecha de consulta: 27 de abril de 2019].
Disponible en:
https://www.sciencedirect.com/science/article/pii/S030147970800340X
ISSN: 0301-4797
FINGER, D. (2011). "Calibration of Hydrological Models". Hydrological

Processes and Modelling, SS. 2011. Swiss Federal Research Institute WSL.
Switzerland.
GOYENOLA, Guillermo. Oxígeno disuelto. [en línea]. Junio 2007. [Fecha de

consulta: 04 de abril de 2019].
47
Disponible en:
http://imasd.fcien.edu.uy/difusion/educamb/propuestas/red/curso_2007/cartillas/te
maticas/OD.pdf
GONZÁLEZ, Carmen. 3. La temperatura [en línea]. Servicio de Extensión

Agrícola. Octubre 2011. [Fecha de consulta: 05 de octubre de 2018].
Disponible en: http://academic.uprm.edu/gonzalezc/HTMLobj-
860/maguatemperatura.pdf
HIGASHINO, Makoto y STEFAN, Heinz G. Oxygen uptake prediction in rivers

and streams: A stochastic approach. Journal of Environmental Management [en
línea]. 203. 1 de diciembre de 2017. [Fecha de consulta: 27 de abril de 2019].
Disponible en:
https://www.sciencedirect.com/science/article/pii/S0301479717307417
ISSN: 0301-4797
IBAÑEZ Esquivel, Gabriela. Elaboración de un plan de manejo ambiental para la

conservación de la sub cuenca del río San Pablo en el Cantón la Maná, Provincia
de Cotopaxi. Tesis (Ingeniería de Medio Ambiente). Latacunga. Universidad
Técnica de Cotopaxi, Unidad Académica de Ciencias Agropecuarias y Recursos
Naturales.2012.165 pp.
LECCA, Eduardo y LIZAMA, Edgar. Caracterización de las aguas residuales y la

demanda bioquímica de oxígeno. Industrial Data.Vol. 17, Núm. 1. 03 de abril de
2014. [Fecha de consulta: 3 de octubre de 2018].
Disponible en: http://www.redalyc.org/pdf/816/81640855010.pdf
ISSN: 1810-9993
MINISTERIO de Agricultura y Riego. MINAGRI. [Fecha de la consulta: 04 de

octubre de 2018]
Disponible en: http://www.minagri.gob.pe/portal/54-sector-agrario/cuencas-e-
hidrografia/374-problematica.
48
MINISTERIO de Agricultura y Riego (MINAGRI). Manual N°5/ Medición de
agua. 2014.
[Fecha de la consulta: 03 de octubre de 2018]
Disponible en: http://www.minagri.gob.pe/portal/download/pdf/manual-
riego/manual5.pdf
MOLNAR, P. (2011). "Calibration". Watershed Modelling, SS 2011. Institute of

Environmental
Engineering, Chair of Hydrology and Water Resources Management, ETH Zürich.
Switzerland.
ROJAS Bustamante, Òscar. Manual básico para medir caudales [en línea]. Ecuador:
[s.n], 2006 [Fecha de la consulta: 03 de octubre de 2018].
Disponible en: http://www.bivica.org/upload/medir-caudales-manual.pdf
OEFA. Fiscalización ambiental en aguas residuales [en línea]. Perú: ODIAGA,

Víctor, 2014. [Fecha de la consulta: 07 de octubre de 2018].
Disponible en: https://www.oefa.gob.pe/?wpfb_dl=7827
ORDUZ Medina, Luis Alejandro. Determinación y comparación de la tasa de

reaireación de los ríos Molinos, Torca, Arzobispo y de la quebrada la Vieja, en la
ciudad de Bogotá mediante la aplicación de ecuaciones empíricas. Tesis (Ingeniero
Ambiental). Bogotá. Universidad Santo Tomas, Facultad de Ingeniera Ambiental.
2016. 68 pp.
PAZMIÑO Rodríguez, Julio Cesar. Modelización de la incidencia del Oxígeno

Disuelto y la Demanda Bioquímica de Oxígeno en la calidad del agua del estero
Atascoso, cantón Quevedo. Tesis (Magister en Administración Ambiental).
Guayaquil: Universidad de Guayaquil, Unidad de PostGrado Investigación y
Desarrollo. Junio – 2016. 168 pp.
49
PAZMIÑO, Julio, ZAMBRANO, Gabriela y COELLO, Hevert. Water quality
modeling of the Aguas Claras, cantón Quevedo, Ecuador. DYNA [en línea]. 19 de
enero de 2018. [Fecha de consulta: 23 de setiembre de 2018].
Disponible en: http://www.scielo.org.co/pdf/dyna/v85n204/0012-7353-dyna-85-
204-00204.pdf.
ISSN 0012-7353.
PEREZ Manrique, Nataly. Simulación matemática de la interacción entre la

demanda bioquímica de oxígeno (DBO) y el oxígeno disuelto (OD) en el río Chili
con el método de los elementos finitos. Tesis (Ingeniería Química). Arequipa.
Universidad Nacional de San Agustín, Facultad de Ingeniería de Procesos.2017. 3
- 20 pp. QUINTIA Industrial. 8 de mayo de 2017.
Disponible en: http://www.quimtiamedioambiente.com/blog/consiste-tratamiento-
efluentes-domesticos/
Resolución Directoral N° 045 – 2017 – ANA – DGCRH. Lima, Perú, 23 de febrero

de 2017.
Resolución Directoral N° 195 – 2018 – ANA – DCERH. Lima, Perú, 05 de

diciembre de 2018.
Resolución Jefatural N° 010-2016-ANA. Protocolo nacional para el monitoreo de

la calidad de los recursos hídricos superficiales. Lima, Perú, enero de 2016.
SANCHEZ Ramos, David. Ingeniería Ambiental – Calidad del agua en ríos.

España. Universidad de Castilla – La Mancha, Escuela de Ingenieros de Caminos,
Canales y Puertos de Ciudad Real. 2015.
SCHNOOR, Jerald L. Environmental modeling; fate and transport of pollutants in

water, air and soil. New York. Wiley-Interscience. 1996. 682 pp.
ISBN: 047112436
50
SIERRA Ramírez, Carlos A. Calidad del agua. Evaluación y diagnóstico. Bogotá:
Universidad de Medellín, 2011. 457 pp.
ISBN: 9789588692067
STREETER, Harry W. y PHELPS, Earle B. A study of the pollution and natural

purification oh the Ohio river. [en línea]. Washington, D.C. Unites States Public
Health Service. 1925 [fecha de consulta: 15 de octubre de 2018].
Disponible en:
http://udspace.udel.edu/bitstream/handle/19716/1590/C%26EE148.pdf?sequence=
2&isAllowed=y
SUAREZ, J. Modelos de calidad de agua [en línea]. Coruña: [s.n], 2008 [Fecha de
consulta: 06 de octubre de 2018]. Tema 5. Calidad de aguas en Ríos –
Autodepuración.
Disponible en:
ftp://ceres.udc.es/master_en_ingenieria_del_agua/master%20antiguo_antes%20de
l%202012/Segundo_Curso/Modelos_de_Calidad_de_Aguas/material%202010-
2011/MCA_Tema_5__MODELOS_DE_CALIDAD_DE_AGUAS_EN_RIOS.pdf
URREGO Urrego, Erika Julieth. Determinación del comportamiento del oxígeno

disuelto en la cuenca alta del río Tunjuelo mediante la utilización de las ecuaciones
de Streeter y Phelps. Trabajo de grado (Ingeniero Civil). Universidad Católica de
Colombia. Facultad de Ingeniería. Programa de Ingeniería Civil. Bogotá, Colombia.
2017. 6 pp.
ZUÑIGA Torres, Berenice Cecibel. Modelos de simulación de calidad del agua en

el río Yacuambí, en el tramo comprendido desde la formación del río Tutupali hasta
la intersección del río Yacuambí con el río Zamora, en la provincia de Zamora
Chinchipe. Tesis (Ingeniería Civil). Loja. Universidad Técnica Particular de Loja.
2012. 157 pp.
51
ANEXOS
Anexo 1
FICHA DE OBSERVACIÓN: CONTROL DE MEDICIONES DE PARÁMETROS DE
CAMPO EN VERTIMIENTOS O AFLUENTES
Fecha 2019
Código del Vertimientos o Afluentes
Hora
“Estimación del déficit de oxígeno disuelto usando el modelo Streeter y
Investigación
Phelps en la cuenca baja del río Moche, 2019”
Responsables
Equipos y/o Instrumentos

1. DISSOLVED OXYGEN METER MARCA HANNA – MODELO HI 9146
2. GPS MARCA GARMIN MODELO ETREX 20
Este Altitud
Coordenadas Zona 17 L
Norte (m)
PARÁMETROS DE CAMPO
Oxígeno disuelto (mg/L)
Temperatura (°C)
Tiempo (s)
Profundidad (m)
Ancho de
(m)
Lámina de agua
Velocidad del río (m/s)
Observaciones:
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
52
Anexo 2
FICHA DE OBSERVACIÓN: CONTROL DE MEDICIONES DE PARÁMETROS DE

CAMPO EN PUNTOS DE CONTROL
Fecha 2019
Código del Punto Control
Hora
“Estimación del déficit de oxígeno disuelto usando el modelo Streeter y
Investigación
Phelps en la cuenca baja del río Moche, 2019”
Responsables
Equipos y/o Instrumentos

1. DISSOLVED OXYGEN METER MARCA HANNA – MODELO HI 9146
2. GPS MARCA GARMIN MODELO ETREX 20
Este Altitud
Coordenadas Zona 17 L
Norte (m)
PARÁMETROS DE CAMPO
Oxígeno Disuelto (mg/L)
Temperatura (°C)
Observaciones:
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
Anexo 3
ETIQUETA PARA MUESTRA DE AGUA
Solicitante/cliente:
Laboratorio:
Código punto de monitoreo:
Tipo de cuerpo de agua:
Fecha de muestreo: Hora:
Muestreado por:
Parámetro requerido:
Preservada: SI NO Tipo reactivo:
53
Anexo 4: CADENA DE CUSTODIA
CÓDIGO DE RESPONSABLES 1. DNI FIRMA
MUESTRA DEL MUESTREO 2. DNI FIRMA
DISTRITO PROVINCIA DEPARTAMENTO
N° DE
ENVASES POR PARÁMETROS FÍSICO –
PRESERVACIÓN PARÁMETROS FÍSICO – QUÍMICOS OBSERVACIONES
PUNTO DE BIOLÓGICOS
MUESTREO
HUEVOS DE HELMINTOS
CROMO HEXAVALENTE
COLIFORMES TOTALES
TERMOTOLERANTES
NITROGENO TOTAL
ESCHERICHIA COLI
METALES TOTALES
ACEITES Y GRASAS
FOSFORO TORAL
FECHA DE HORA DE TIPO DE
ENTEROCOCOS
CIANURO WAD
AMONIACAL
NITROGENO
Zn(O2CCH3)2
MUESTREO MUESTREO MUESTRA (2)
FOSFATOS
NITRATOS
NITRITOS
FENOLES
OTRO:
NaOH
COLI.
H2SO4
HNO3
DBO5
DQO
P V E
HCL
STD
SST
(3) (3) (3)
OBSERVACIONES GENERALES DEL MUESTREO

_______________________________________________________________________________________________________________________________
_______________________________________________________________________________________________________________________________
_______________________________________________________________________________________________________________________________
_______________________________________________________________________________________________________________________________
(2) AS (Agua Superficial); AM (Agua de Mar); AR (Agua Residual); BV (Blanco Viajero); BC (Blanco de Campo); BE (Blanco de Equipos); SE (Sedimentos); LD (Lodos); SU (Suelos)
(3) P. Plástico; V. Vidrio; E. Estéril
54
Anexo 5: Validación de instrumentos por expertos
55
56
Anexo 6: Mínimo de oxígeno para una fuente orgánica.
Fuente: Mackenzie, 1967
Anexo 7: Diagrama de flujo de procedimiento.
57
Anexo 8: Ubicación de vertimientos – río Moche.
Anexo 9: Equipo BOD Track II Anexo 10: Incubadora
Fuente: Elaboración propia. Fuente: Elaboración propia.
58
Anexo 11: Dissolved Oxygen Meter Anexo 12: V1 – Dren agrícola
HI 9146 / HANNA
Anexo 13: V2 – Agroindustrial del Perú Anexo 14: V3 – Danper
59
Anexo 15: V4 - Danper Anexo 16: Toma de muestra Vert1
Anexo 18: Determinación de parámetros

Anexo 17: Medición de OD in situ
hidromorfológicos
60
Anexo 19: Confluencia V2, 3 y 4
Anexo 20: Río Moche
61
Anexo 21: Calibración Oximetro
Anexo 22: Escala de pH
Valores
Efectos en el medio ambiente
del pH
Ácido pH = 0
pH = 1
pH = 2
pH = 3
Mueren todos los peces pH = 4
Mueren los huevos de rana,
renacuajos, cangrejos de río pH = 5
y efímeras
Comienza a morir las
pH = 6
truchas arco iris
Neutro pH = 7
pH = 8
pH = 9
pH = 10
pH = 11
pH = 12
pH = 13
Básico pH = 14
Fuente: United States Environmental Protection Agency.
62
Anexo 23: Cinética de la DBO
Fuente: Sierra, 2011.
Anexo 24: Tabla 17: Mean air temperature and reareation rates
Month Mean T °C Kd d-1 Ka d-1
January -2.1a 0.11 0.36
February 1.1 0.13 0.38
March 7.7 0.17 0.45
April 15.3 0.24 0.54
May 21.2 0.32 0.62
June 26.0 0.40 0.69
July 27.2 0.42 0.71
August 25.8 0.39 0.69
September 21.2 0.32 0.62
October 14.7 0.24 0.53
November 6.3 0.16 0.43
December 0.0 0.12 0.37
a
For January, a wáter temperatura of zero degrees Celsius is used.
Fuente: Davidsen, Claus et al, 2015
63
Anexo 25: Tabla 18: Valores típicos de la corriente de reaireación
Cuerpo de agua Ka a 20°C (d-1)
Estanques pequeños y remansos 0.10 – 0.23
Corrientes lentas y lagos de gran tamaño 0.23 – 0.35
Grandes correintes de baja velocidad 0.35 – 0.46
Grandes Corrientes de velocidad normal 0.46 – 0.69
Corrientes rapidas 0.69 – 1.15
Cascadas y torrentes > 1.15
Fuente: Chin, 2013
Anexo 26: Tabla 19: Literature values for BOD Degradation rate (Ka)
Ka References
0.16 – 0.21 Wool et al., 2001
0.07 TCEPB, 2005
0.10 – 0.20 TEPA, 1997
0.15 SSOTCG, 2005
0 < H < 2.4 m 0.3 (H/8)-0.434
H >> 2.4 m 0.3 Chapra, 1997
H: wáter Depth (m)
Fuente: Fan, Ko y Wang, 2009
Anexo 27: Tabla 20: Fórmulas para determinar velocidad y área de la sección
transversal
Parámetro Velocidad Área de la sección
Fórmula 𝑣 = 𝑥∗𝑡 (3) 𝐴𝑡 = 𝑎 ∗ 𝑃𝑝 (4)
x= Distancia entre el punto 1– 2

a= Ancho del río (m)
Donde t= Tiempo recorrido del punto 1 -
Pp= Profundidad promedio (m)
2 (s)
64
Anexo 28: Tabla 21: Métodos para calcular caudal y su factor de corrección
Método del flotador Método de la trayectoria

𝑔 (6)
𝑣 = 𝑥√
Fórmula 𝑄 = 𝐹𝑐 ∗ 𝐴 ∗ (𝐿⁄𝑡 ) (5) 2𝑦
(7)
𝑄 =𝑣×𝑎
3
Q = caudal del río (𝑚 ⁄𝑠) V = Velocidad de salida del agua (m/s)
L = distancia entre puntos (m) x = Horizontal de la curva de salida (m)
Donde A = área (𝑚2 ) y = Vertical de la curva de la salida (m)
t = tiempo (s) g = Aceleración de gravedad (m/s)
Fc = factor de corrección a = Área de la tubería (m2)
Canal revestido en concreto,
0.8
profundidad del agua >15 cm
Canal en tierra, profundidad
0.7
Factor de del agua >15 cm
corrección Riachuelos, profundidad del
0.5
agua >15 cm
Canales de tierra profundidad 0.25 –
del agua < 15 cm 0.5
Anexo 29: Tabla 22: Ecuaciones para simular la DBO5
Balance de masas DBO DBO5

𝐷𝐵𝑂
−𝐾𝑑 ∗𝑥
(𝑄𝑟 ∗ 𝐷𝐵𝑂𝑟 ) + (𝑄𝑎 ∗ 𝐷𝐵𝑂𝑎 )
Fórmula
=
(8) 𝐿 = 𝐿0 ∗ 𝑒 ( 𝑢
)
(9)
(𝑄𝑟 + 𝑄𝑎)
𝐿0 = DBO inicial (mg/l)
Q r = Caudal del río
L = DBO final (mg/l)
Q a = Caudal del vertimiento
Donde 𝐾𝑑 = Tasa de remoción total de la DBOC (d-1)
DBOr= DBO observada en el río
x = Distancia, en m
DBOa = DBO del vertimiento
u = Velocidad del curso de agua (m/s)
65
Anexo 30: Tabla 23: Ecuaciones para simular el oxígeno disuelto
Fórmula 𝑂𝐷 = 𝑂𝑠 − 𝐷𝑋 (10)
Concentración de
OD= Oxígeno disuelto
Donde oxígeno disuelto
Os= Oxigeno de saturación a la temperatura del proceso
1.575701∗105 6.642308∗107
ln 𝑂𝐷𝑠 = −139.34411 + − +
𝑇𝑎 𝑇𝑎2
1.243800∗1010 8.621949∗1011
(11)
Fórmula −
𝑇𝑎3 𝑇𝑎4
(𝑄𝑟 ∗ 𝑇𝑟 ) + (𝑄𝑎 ∗ 𝑇𝑑 )
𝑇= (12)
(𝑄𝑟 + 𝑄𝑑) Oxigeno de
ln ODs= Logaritmo natural de oxígeno de saturación saturación
Ta= Temperatura de mezcla(°C)
Q r = Caudal del río
Donde
Q a = Caudal del vertimiento
Tr= Temperatura observada en el río
Td = Temperatura del vertimiento
Anexo 31: Tabla 24: Ecuaciones para encontrar las tasas cinéticas
𝐻
𝐾𝑑 = 0.3 ∗ (2.4)−0.434 𝑝𝑎𝑟𝑎: 0 ≤ 𝐻 ≤ 2.4 (13)
Fórmula
𝐾𝑑 = 0,3 𝑝𝑎𝑟𝑎: 𝐻 > 2,4 𝐾𝑑
𝐾𝑑 = Coeficiente de desoxigenación en cuerpo receptor (d-1)

Donde
H= Profundidad (m).
Anexo 32: Tabla 25: Ecuaciones de reaireación para ríos de planicie

OĆonnor –
Parámetro Churchill Owens – Gibbs
Dobbins
Profundidad
0.30 – 9.14 0.61 – 3.35 0.12 – 0.73
(m)
Velocidad
0.15 – 0.49 0.55 – 1.52 0.03 – 0.55
media (m/s)
𝑈 0.5 𝑈 𝑈 0.67 (14)
Expresiones 𝑘𝑎 = 3.93 𝐻1.5 𝑘𝑎 = 5.026 𝐻1.67 𝑘𝑎 = 5.32 𝐻1.85
Fuente: Autoridad Nacional de Licencias Ambientales (ANLA), 2013.
66
Acta de Aprobación de Originalidad de Tesis
67
ACTA DE APROBACIÓN DE ORIGINALIDAD DE TESIS
68
Pantallazo del Software Turnitin
69
Formulario de Autorización para la Publicación Electrónica de las Tesis
70
Formulario de Autorización para la Publicación Electrónica de las Tesis
71
Autorización de la versión final del Trabajo de Investigación
72

Alva Sgs-Rojas Gja

Cargado por

Copyright:

Formatos disponibles

Alva Sgs-Rojas Gja

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Alva Sgs-Rojas Gja

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA

“Estimación del déficit de oxígeno disuelto usando el modelo Streeter y Phelps en la

TESIS PARA OBTENER EL TÍTULO PROFESIONAL DE:

A Dios por ser el guía de nuestros

A nuestros padres por estar siempre

A nuestros amigos por el apoyo

A nuestros docentes por los conocimientos

A nuestro asesor y docente Dr. Rivero

Agradecimiento .............................................................................................................. iii

Página del Jurado ........................................................................................................... iv

Declaratoria de Autenticidad ......................................................................................... vi

Índice de tablas ............................................................................................................... ix

II. MÉTODO ........................................................................................................... 13

2.1. Diseño de investigación ....................................................................................... 13

2.2. Técnicas e instrumentos de recolección de datos, validez y confiabilidad ......... 13

2.2.1. Validez y confiabilidad de los instrumentos .................................................... 13

2.3. Metodología ......................................................................................................... 13

2.3.1. Ubicación del área de estudio .......................................................................... 13

2.3.2. Recolección de muestras y parámetros medidos en campo ............................. 15

2.3.2.1. Recolección de muestras .............................................................................. 15

2.3.2.2. Desarrollo de modelo Streeter y Phelps ....................................................... 16

2.4. Métodos de análisis de datos ............................................................................... 17

2.5. Aspectos éticos .................................................................................................... 18

III. RESULTADOS .................................................................................................. 19

IV. DISCUSIÓN ....................................................................................................... 38

VI. RECOMENDACIONES ................................................................................... 44

Tabla 1. Rangos de concentración de OD y consecuencias ecosistemitas frecuentes ..... 8

La investigación realizó la estimación del déficit de oxígeno disuelto usando el modelo

Palabras claves: Oxígeno disuelto, demanda bioquímica de oxígeno, modelo Streeter y

La falta de oxígeno causado de forma indirecta por la presencia de materia orgánica es

Si el cuerpo receptor de aguas residuales tuviera una capacidad de auto purificación

El recurso hídrico de las cuencas hidrográficas en el Perú carece de una planificación

Esta es una situación que preocupa en la actualidad al país y se manifiesta de la misma

La Autoridad Nacional del Agua (ANA), reporto el informe técnico N° 055-2018-

Para llevar a cabo la investigación se revisó a los siguientes autores, Domínguez,

Zuñiga en el 2012, en su tesis titulada “Modelos de simulación de calidad del agua en

Cajas en el 2015, en su tesis titulada “Estimación de valores de contaminación difusa

Pazmiño en el 2016, en su tesis titulada “Modelización de la incidencia del oxígeno

Urrego en el 2017, en su trabajo de investigación “Determinación del comportamiento

Pazmiño, Zambrano y Coello, en el 2018 en su tesis titulada “Water quality modeling

La calidad de agua se determina en base a parámetros: fisicoquímicos y

La demanda bioquímica de oxígeno representa la dosis de oxígeno que requirieren los

Tabla 1. Rangos de concentración de OD y consecuencias ecosistemitas frecuentes

[OD] mg/L Condición Consecuencias

La contaminación es la introducción de una sustancia o mezcla en uno de los

A la descarga de fuentes que se observan a simple vista se le llama fuentes puntuales

El modelo matemático de Streeter-Phelps relaciona los dos mecanismos principales que

La concentración de oxígeno, se estima a través de la diferencia entre el oxígeno de

2.2. Técnicas e instrumentos de recolección de datos, validez y confiabilidad

2.2.1. Validez y confiabilidad de los instrumentos

Coordenadas UTM – Zona 17L

Se determinaron en campo las coordenadas de los vertimientos puntales encontrados

Tabla 3. Coordenadas de vertimientos

Coordenadas UTM – Zona 17 L

Estaciones de Coordenadas UTM – Zona 17L Distancia

2.3.2. Recolección de muestras y parámetros medidos en campo

 Oxígeno disuelto y temperatura: Se utilizó el oxímetro, modelo

- Llenado de cadena de custodia.