Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
1. Introducción
El desarrollo industrial, las actividades agrícolas y la urbanización asociada con el crecimiento demográfico son los principales causantes del deterioro de la calidad del agua, principalmente a través del aumento de cargas contaminantes (e.g., nutrientes, materia orgánica, patógenos) (Peierls, Caraco, Pace y Cole, 1991; Vernberg, Vernberg, Blood, y Fortner,1992; Hopkinson y Vallino, 1995; Handler, Paytan, Higgins, Luthy y Boehm, 2006). El transporte de cargas contaminantes desde las cuencas hidrográficas a cuerpos receptores (e.g., ríos, lagos, arroyos, embalses y zonas costeras) influye directamente en la calidad del agua (Hoyos, Rodríguez y Torres, 2018; Johnson y Zhang, 2016; Munar et al., 2018; Munar, et al. 2019). La posición de estos ecosistemas y en especial los localizados en áreas estuarinas, representa mayor vulnerabilidad a la incidencia del aumento del nivel del mar y las perturbaciones humanas (White y Kaplan, 2017; Rabalais et al., 2010).
En las últimas décadas se ha evidenciado un notable deterioro de la calidad de agua de ecosistemas estuarinos, debido al transporte de cargas contaminantes desde cuencas tributarias (Tosic, Restrepo, Lonin, Izquierdo y Martins, 2019). Esto ha provocado un impacto en la circulación estuarina, al limitar que los sedimentos o partículas de materia orgánica se precipiten al fondo (Geyer y Maccready, 2014). Así mismo, se genera una rápida dispersión de contaminantes disueltos (Smith, 1976), alta productividad biológica (Malone, Crocker, Pike, y Wendler, 1988), reciclaje extensivo de nutrientes (Hopkinson, Giblin, Tucker y Garritt, 1999) y frecuente hipoxia y acidificación de las aguas profundas (Paerl, Pinckney, Fear, Peierls, 1998; Feely, Alin, Newton, Sabine y Warner, 2010). Adicionalmente, se ha observado una disminución a largo plazo de las entradas de agua dulce, afectando algunos procesos fundamentales (e.g., mezcla y circulación) en estos ecosistemas (Montagna y Palmer, 2012).
Los Modelos Computacionales desarrollados en los últimos años se han tornado en valiosas herramientas para la gestión del recurso hídrico y la calidad de agua en ecosistemas acuáticos (e.g., EPA, 1995; Riecken, 1995; Azevedo, Porto y Porto, 1998; Cox, 2003; Von Sperling, 2007; Fragoso Jr, Ferreira y Motta-Marques, 2009; Benedini, 2011; DHI, 2014; Fonseca, Botelho, Boaventura y Vilar, 2014; Yao, Qian,Yin, Gao y Wang, 2015). Estos modelos han permitido una mejor comprensión de los procesos presentes (e.g., físicos, químicos, biológicos) y optimizar la gestión y planificación de los recursos hídricos. Sin embargo, existen diversas limitaciones relacionadas con la aplicabilidad de estos modelos y su dependencia con la gran cantidad de información de entrada necesaria;así como limitaciones en la capacidad de los operadores para interpretar los resultados de las simulaciones y sus incertezas (Riecken, 1995). Otras limitaciones están relacionadas con la representación del fenómeno de trasporte de contaminantes, que puede afectar la precisión en la evaluación de la compleja hidrodinámica y la calidad del agua, especialmente en ecosistemas estuarinos, donde el régimen de mareas desempeña un rol importante (Fan, Ko, Wang, 2009;Wang, Chen y Hu, 2017)
Diversos estudios han utilizado recientemente los modelos hidrodinámicos y de calidad del agua para analizar los efectos de marea en ambientes estuarinos (e.g., Plew, Zeldis y Shankar, 2018; Xu et al.. 2017; Glamore, et al, 2019). Estos modelos han mejorado la representación de algunos procesos físicos que influyen en la calidad del agua en estuarios (e.g., estratificación y mezcla turbulenta) (Lucas, 2010), y han optimizado la capacidad de predecir la respuesta de la cuenca hidrográfica y el comportamiento del estuario, en donde la hidrodinámica y la calidad de agua es controlada principalmente por descargas fluviales y régimen maregráfico.
En este estudio se investigó la incidencia del régimen maregráfico y los vertimientos de aguas residuales sobre la calidad de agua en un ambiente estuarino urbano y sus áreas circundantes. La investigación fue desarrollada mediante la aplicación de un modelo hidrodinámico y de calidad de agua utilizando mediciones in-situ, análisis de laboratorio, regionalización hidrológica e información de régimen maregráfico. El abordaje propuesto consistió en (1) simular las condiciones de flujo e hidrodinámica del rio a partir del caudal medio de largo periodo (QMLT) y diferentes condiciones maregráficas; y (2) evaluar la capacidad de dilución del cuerpo hídrico en términos de cargas contaminantes. El marco propuesto, usando modelación hidrodinámica y de calidad de aguas, permitió evaluar los potenciales impactos ambientales de la descarga directa de aguas residuales y la incidencia del régimen maregráfico en la calidad del agua en un ecosistema estuarino. La metodología propuesta puede ser utilizada como herramienta de gestión y planificación en ambientes similares.
2. Materiales y métodos
2.1. Área de estudio
El ambiente estuarino urbano utilizado en este estudio, pertenece a la cuenca hidrográfica del rio Maruim, situada en la región metropolitana de Florianópolis, en el estado de Santa Catarina, Brasil (Figura 1). La cuenca fue delimitada usando operaciones de geoprocesamiento sobre el modelo digital de elevación (MDE) derivado de la misión SRTM (Farr et al.. 2007). El área de la cuenca fue estimada en 189.5 km2, coincidiendo con la calculada previamente por Cardozo (2006), quien estimó un área aproximada de 190 km2. El río Maruim posee nacientes en las vertientes cristalinas de la Sierra del Este Catarinense, denominada Serra do Padre-João, a una altitud de 740 metros. Sus aguas desembocan en la Bahía Sur, entre el continente y la Isla de Santa Catarina (Ferreira, 1994).
Fuente: Los autores.
Figura 1 Cuenca hidrográfica del río Maruim, Santa Catarina - Brasil, red hidrográfica, topografía y localización de la estaciones de monitoreo.
2.2. Datos de campo
Los datos de campo relacionados con la calidad de agua correspondieron a la caracterización de variables físico-químicas en 12 puntos de monitoreo (PI, ET, P3, RI, R2, R3, R4, R5, R6, R7, TI y T2), localizados en la parte baja de la cuenca (Figura 2 y Anexo 1 ). Los datos fueron suministrados por la Companhia Catarinense de Águas e Saneamento CASAN, a partir del diagnóstico de la calidad de agua de los ríos Potecas y Maruim (CASAN, 2016). El diagnóstico consideró cuatro campañas de monitoreo tomando en cuenta las variaciones de las condiciones hidrológicas y maregráficas. Las campañas fueron realizadas durante los días 24-27 de abril, 3I de mayo a I de junio y 24 de junio de 2014. Las variables consideradas fueron: Demanda Bioquímica de Oxigeno (DBO), Oxígeno Disuelto OD, Nitritos (N-O2) y Nitratos (N-O3), analizadas conforme a los métodos estandarizados en APHA (1999). Para el monitoreo del caudal y la construcción de curvas de calibración de caudales, el diagnóstico consideró dos campañas de campo, que fueron realizadas para diferentes condiciones hidrológicas durante tres meses de monitoreo continuo de los niveles del agua en los ríos Potecas y Maruim.
Fuente: Los autores.
Figura 2 a) Estaciones de monitoreo de calidad de agua y b) discretización espacial con HEC-GeoRAS. PI, P2 y P3 hacen referencia a las estaciones de monitoreo de calidad de agua antes, durante y después de la descarga de la ETE; RI, R2.....R7 corresponden únicamente a secciones topobatimétricas, y TI y T2 corresponden a los puntos de monitoreo de calidad de agua en los ríos tributarios (Maruim y Pombos).
2.3. Datos hidroclimatológicos
El caudal medio de largo periodo (QMLT) para los puntos seleccionados fue estimado considerando las áreas de drenaje delimitadas para cada punto (Tabla 1), así como las ecuaciones de regionalización proporcionadas en el Estudio de Regionalización de Caudales de las Cuencas Hidrográficas del Estado de Santa Catarina (SDS, 2006). Para estimar el caudal promedio de largo periodo (Ecuación 1) se utilizó una precipitación de 1700 mm/año (EPAGRI, 2013).
Donde, QMLT es el caudal medio de largo periodo en m3/s; P es la precipitación en mm/año y AD es el área de drenaje en Km2.
2.4. Modelación hidrodinámica y de calidad de aguas
El sistema fue discretizado considerando las secciones del levantamiento topobatimétrico de los ríos Potecas, Forquilha y Maruim (Figura 2). El pre-procesamiento de los datos de batimetría y la integración con el MDE para definir la discretización espacial fue realizado a través de la herramienta HEC-GeoRAS (USACE, 2011). Con base en las informaciones de las secciones transversales, nivel y caudal medidos, el sistema del río Maruim y tributarios fue representado usando el modelo HEC-RAS (USACE, 2010), que utiliza las ecuaciones de transporte de cantidad de movimiento y masa para sistemas unidimensionales. El modelo HEC-RAS permite la simulación del flujo en régimen permanente o no permanente, por medio de la solución de las ecuaciones de Saint-Venant (Chow, 1989). El módulo de calidad permite simular también el comportamiento de diversas variables de calidad del agua (e.g., OD, DBO, nitrógeno, fósforo). El modelo simula el transporte de masa, utilizando el esquema numérico con limitador de flujo Ultimate-Quickest (Leonard, 1979) que garantiza la conservación de masa.
Para la aplicación del modelo HEC-RAS se consideraron los siguientes aspectos:
Los datos in-situ suministrados por CASAN (2016) se utilizaron para la calibración/validación de los parámetros del modelo, así como de las condiciones de contorno para la simulación hidrodinámica y de calidad de agua.
La disponibilidad hídrica estimada fue basada en las ecuaciones disponibles por el Estudio de Regionalización y Caudales del Estado de Santa Catarina (SDS, 2006). Se adoptó como caudal de referencia el caudal medio de largo periodo (QMLT) en cada sección (Tabla 1).
Para las simulaciones hidrodinámicas, fueron consideradas las variaciones críticas de marea (i.e., condiciones de marea de sicigia y cuadratura) en el puerto de Florianópolis, obtenidas del Banco Nacional de Dados Oceanográficos-Diretoria de hidrografia e Navegação (BNDO-DHN, 2014).
2.4.1. Parametrización y configuration del modelo
El modelo fue parametrizado considerando secciones intermedias, que fueron obtenidas por medio de interpolación dentro del propio HEC-RAS. Para la discretización espacial, la malla para solución fue definida en secciones espaciadas cada 100m. Para la verificación de la representación hidráulica del modelo se realizaron simulaciones en régimen permanente considerando como condición de contorno el caudal promedio de largo plazo QMLT (Tabla 2). La malla para solución fue discretizada espacialmente en trechos de Im. Para la solución del modelo se adoptó un intervalo de tiempo de 10 minutos con el fin de garantizar estabilidad y precisión numérica en las condiciones de flujo.
Tabla 2 Condiciones de contorno en la verificación del modelo hidráulico.
Fuente: Los autores (adaptado de CASAN, 2016)
Para la representación de la oscilación maregráfica, a través del modelo, se realizaron simulaciones en régimen no permanente. Para ello se generó una serie interpolada en intervalos de 10 minutos, considerando las previsiones de la Marina de Brasil en el puerto de Florianópolis para el periodo junio-agosto de 2014 (Figura 3). En la serie interpolada, se representaron las condiciones de marea de sicigia y cuadratura durante el periodo analizado.
Fuente: BNDO-DHN (2014)
Figura 3 a) Localización del puerto de Florianópolis de la Marina de Brasil y b) Tabla de mareas interpolada durante el periodo de junio - agosto de 2014.
Como condición de contorno de nivel descendente (R0), se implementó en la sección de aguas debajo de R7 junto a la desembocadura (Figura 2), el nivel máximo de mareas registrado en la estación instalada en el punto R7 del río Maruim.
Para la simulación de la calidad del agua, cada tramo fue clasificado considerando los límites permisibles de los parámetros OD, DBO, N-O2 y N-O3, de acuerdo con la Resolución 357 del Consejo Nacional del Medio Ambiente - CONAMA (2005). Con base en los datos observados en las tres campañas de monitoreo, el modelo fue calibrado y validado. En la etapa inicial de calibración se adoptaron los coeficientes estándar del modelo HEC-RAS para la simulación de los procesos físico-químicos y biológicos, considerando las condiciones de contorno y variaciones de mareas registradas en campo. Posteriormente, para ajustar la calibración fue necesario modificar los coeficientes de parámetros relacionados a las variables OD, DBO y formas nitrogenadas (Anexo 2). El período de calibración fue de 30 días para garantizar la estabilidad en el tiempo de los parámetros a ser simulados.
2.5. Métricas de evaluación
Para evaluar el desempeño del modelo entre los valores observados in-situ y los valores simulados fueron estimadas como métricas de evaluación: Coeficiente de Determinación (R2), Bias, Error Cuadrático Medio (RMSE) y Error Cuadrático Medio Relativo (% RMSE) (Tabla 3).
3. Resultados
3.1. Calibración/validación del modelo hidrodinámico y calidad del agua
Los resultados de la calibración/validación del módulo hidrodinámico indicaron un buen ajuste del modelo (R2 = 0.87; Bias = -0.28m; RMSE = 0.56 m y %RMSE = 15.2%) entre los niveles simulados y los niveles observados en los 12 puntos de monitoreo (Figura 4).
Fuente: Los autores.
Figura 4 Niveles de agua simulados por el modelo HEC-RAS Versus Niveles de agua observados en los 12 puntos de monitoreo. La línea solida representa la relación I:I y la línea punteada representa el mejor ajuste.
Para la calibración/validación del módulo de calidad de agua, los resultados indican que los parámetros de calidad de agua simulados por el modelo se ajustan con los valores observados en los 12 puntos de monitoreo (R2 ≥ 0.7; Bias ≤ 0.36 mg/L; RMSE < 1.53 mg/L y %RMSE ≤ 25.8%) (Figura 5). El mayor ajuste del modelo fue para el parámetro de DBO (R2 = 0.99; Bias = 0.36 mg/L; RMSE = 1.53 mg/L y %RMSE = 2.7%) y el menor fue para N-O2 (R2 = 0.71; Bias = -0.0I mg/L; RMSE = 0.03 mg/L y %RMSE = 28.5%).
3.2. Modelación hidrodinámica
Los resultados del perfil longitudinal simulado (Figura 6) y las secciones transversales simuladas en cada tramo de los ríos Potecas, Forquilha y Maruim, demuestran una buena capacidad de representación del modelo (Anexo 3). A partir de la simulación hidrodinámica fue posible verificar que el remanso del canal ocasionado por la incidencia de marea sobrepasa la estación R5. Así mismo, se logró evidenciar que, aunque el remanso no alcanza el punto R4, se pueden presentar problemas de retención/ transporte de contaminantes debido a la baja pendiente en esta zona.
Fuente: Los autores.
Figura 6 Trazado de perfil longitudinal simulado en HEC-RAS utilizando régimen de flujo permanente.
Los resultados de las simulaciones evidencian que los niveles y caudales son influenciados por la oscilación de la marea, con amplitudes simuladas del orden de 0.6 m en cuadratura (mareas muertas), y 1.2 m en sicigia (mareas vivas) (Figura 7). La simulación de la oscilación de marea hacia la condición de referencia demostró un remanso bastante pronunciado en todo el tramo de interés del Río Maruim que se propaga hasta la estación R5 en el río Forquilla.
Fuente: Los autores
Figura 7 Variaciones en del nivel de agua simulado en la estación R5 en respuesta al régimen maregráfico.
De acuerdo con las simulaciones realizadas, es posible evidenciar la complejidad del sistema a partir de la relación funcional entre los niveles de agua y los caudales, donde se observan diferentes caudales para un mismo nivel en el sentido aguas abajo o incluso con inversión de flujo (negativa). Los niveles máximos y mínimos alcanzados (junio - agosto de 2014) (Figura 8) y la comparación de los diferentes niveles y caudales para las estaciones P2 (ETE), R5 y R7 (Figura 9) evidencian la respuesta inmediata del sistema a las condiciones maregráficas en estas estaciones, con variaciones mayores en los niveles para la estación R7 en función de la proximidad con la desembocadura. Este comportamiento puede ser debido principalmente a la geometría del sistema y a la tensión de fondo, como ha sido observado en ambientes similares cercanos a la región de estudio (Harari y Camargo, 1998; Roversi, Rosman y Harari, 2016; Seiler, Figueira, Schettini y Siegle, 2020)
Fuente: Los autores.
Figura 8 Variaciones en el nivel de agua simulado en todas las estaciones en respuesta al régimen maregráfico.
3.3. Modelación de Calidad de Agua
Las distribuciones espaciales de las variables de calidad de agua (OD, DBO, N-NO2 y N-NO3) observadas y simuladas para las condiciones de contorno aguas arriba y aguas abajo del río Maruim y sus afluentes (Figura 10) muestran que el modelo se ajusta a los valores observados, evidenciando de forma precisa las tendencias y magnitud de las variaciones en las concentraciones de todas las variables de calidad de la variable agua para cada río y tramo simulado.
Fuente: Los autores.
Figura 10 Distribución espacial de los parámetros a) OD, b) DBO, c) N-O2 y d) N-O3 observados y simulados con el modelo HEC-RAS. Las líneas horizontales corresponden a los límites permisibles para la clase I (azul claro), clase 2 (amarilla) y clase 1,2 (azul oscuro) de los parámetros de calidad de agua analizados según la Resolución CONAMA 357/2005.
Los resultados evidencian que aguas abajo de la Estação de Tratamento de Esgoto ETE, todos los trechos de río analizados se encuentran eutrofizados, principalmente por la descarga directa de aguas residuales de la ETE. En el punto de descarga de la ETE (Figura 10), los valores simulados de DBO alcanzan los niveles más altos (DBO > 50 mg/L). Así mismo, en este punto, se presenta una drástica caída en los valores de OD (OD< 6mg/L). Para el caso de parámetros de calidad de agua como N-NO2 y N-NO3, no se presenta riesgo sanitario para todos los trechos analizados, debido a que los niveles observados y simulados están muy por debajo de los valores máximos permisibles contemplados en la Resolución 357 del Consejo Nacional del Medio Ambiente - CONAMA (2005).
4. Discusión
4.1. Comparación de valores in-situ Vs valores simulados
En este estudio los niveles de agua y los parámetros de calidad de agua simulados mostraron una buena correspondencia con los valores observados en campo en los 12 puntos de monitoreo. El modelo mostró una buena representatividad para todos los parámetros en cuanto a sus valores máximos, medios y mínimos. La precisión de los resultados obtenidos por el modelo fue consistente con la encontrada en estudios previos realizados en ambientes similares (Xu et al. 2017; Wang, Lu, Lin, Yang y Wang, 2016; Doan, Nguyen, Quach, Tran y Nguyen, 2019) sugiriendo la Habilidad de este abordaje.
4.2. Modelación Hidrodinámica y de Calidad de Aguas
La modelación hidrodinámica utilizando el software HEC-RAS permitió representar el remanso en el canal ocasionado por el régimen maregráfico. Los resultados revelan que el remanso sobrepasa la estación R5, lo que puede significar la ocurrencia de procesos de retención de contaminantes en esta área, como ha sido observado en otras regiones estuarinas (Fan et al. 2009; Jian et al., 2016; Yang, Chen, Li, Xiong, y Shen, 2015;Stark, Smolders, Meire y Temmerman, 2017).
Los resultados de las simulaciones revelaron que los niveles de agua máximos y mínimos ocurrieron bajo la condición de sicigia, los días 14 y 15 de junio de 2014. Este comportamiento es debido a que en la condición de sicigia, el flujo de las mareas inunda el área de menor pendiente, causando un aumento en los niveles freáticos (Carol y Álvarez, 2016). Esto puede favorecer la retención de contaminantes (e.g., plásticos), los cuales se pueden reposicionar de acuerdo con su peso debido a la variación estacional y el régimen maregráfico (Cordeiro, Barrella, Butturi-Gomes y Júnior, 2018).
Los resultados obtenidos también evidenciaron que todos los trechos aguas abajo de la ETE se encuentran eutrofizados, superando los límites permisibles de los parámetros OD y DBO de acuerdo con Resolución 357 del Consejo Nacional del Medio Ambiente - CONAMA (2005). Los niveles alcanzados (DBO > 50 mg/L y OD < 6 mg/L) pueden ocasionar serios problemas de contaminación y muerte de peces en estas regiones, debido a las altas concentraciones de materia orgánica y poco oxígeno necesario para su oxidación (Ekubo y Abowei, 2011; Chukwu, 2008).
La modelación hidrodinámica y de calidad de agua también evidenció la alta sensibilidad de las áreas estuarinas a las actuales cargas de nutrientes y sus características, como ha sido observado en ambientes similares (Plew, Zeldis y Shankar, 2018; Cao, Shen, Su y Yu, 2019). Adicionalmente, la incidencia del régimen maregráfico, si bien, promueve la dilución de cargas contaminantes, no genera mejoras significativas en la calidad de agua debido al elevado aporte de contaminantes, principalmente provenientes de descargas de áreas densamente pobladas con ausencia redes de alcantarillado. Un factor clave que facilita la retención de contaminantes en estas áreas, es la baja velocidad de flujo (Montserrat, Trewhela, Navarro y Navarrete, 2016), lo que puede impedir que los sedimentos o partículas de materia orgánica se precipiten al fondo (Geyer y Maccready, 2014). Así mismo, la ausencia de saneamiento básico dentro de la cuenca hidrográfica junto con las condiciones topográficas, contribuyen al deterioro de la calidad del agua en este ambiente estuarino urbano (Souza y Moecke, 2018), causando problemas de contaminación (Wang, Fu, Qiao, y Liu, 2019).
4.3. Capacidades del modelo y limitaciones
El modelo hidrodinámico y de calidad de agua fue capaz de representar la dinámica del ambiente estuarino urbano analizado para los 12 puntos de monitoreo evaluados. Aunque se presentaron pequeños errores en la representatividad de algunos parámetros como N-O2 y N-O3 (RMSE ≤ 25.8% y RMSE ≤ 9.6.% respectivamente), el modelo representó satisfactoriamente los valores máximos, medios y mínimos de los parámetros DBO, OD y los niveles de agua. Los errores en la representatividad pueden ser debidos a los datos de entrada para el modelo (e.g., caudales) asociados a la regionalización hidrológica (Munar et al. 2018; Munar et al., 2019), errores en la medición de parámetros de calidad de agua (Kim, Aral, Eun, Park, y Park, 2017), errores en la estimación de parámetros del modelo (Zadeh, Nossent, Woldegiorgis, Bauwens, y Van Griensven, 2019), errores en los métodos de solución numérica (Wu, 2008) y baja cobertura espacial y temporal de los datos medidos en la cuenca (Souza y Moecke, 2018). Si bien, no se han realizado estudios de modelación en esta región estuarina, el abordaje propuesto utilizando modelación hidrodinámica/calidad de agua y datos in-situ, representó satisfactoriamente las variaciones espaciales de los niveles de agua y los parámetros de calidad de agua en los 12 puntos de monitoreo.
5. Conclusiones
En este estudio fue presentado un abordaje para modelar la hidrodinámica y la calidad del agua en un ecosistema estuarino urbano con incidencia de régimen maregráfico y vertimientos de aguas residuales. Para ello se utilizaron mediciones in-situ, análisis de laboratorio, regionalización hidrológica e información de régimen maregráfico. El modelo utilizado permitió representar la variabilidad espacial y temporal de los niveles del agua y caudales en las secciones transversales a lo largo del eje longitudinal con bastante precisión en comparación con los datos observados, representando la variación diurna de la marea y el remanso en el canal ocasionado por el régimen maregráfico. Así mismo, el modelo utilizado representó satisfactoriamente la variabilidad espacial de los parámetros de calidad de agua OD, DBO, N-NO2 y N-NO3 en 12 puntos de monitoreo distribuidos a lo largo de este ecosistema estuarino.
Los resultados obtenidos evidencian que todos los trechos aguas abajo de la Planta de Tratamiento de Aguas Residuales (Estação de Tratamento de Esgoto - ETE) se encuentran eutrofizados, lo que requiere de medidas urgentes de mitigación, monitoreo, seguimiento y control. Las simulaciones mostraron que el régimen maregráfico, aunque promueva la dilución de contaminantes, no promueve mejoras significativas en la calidad del agua debido al elevado aporte de contaminantes, principalmente por la descarga directa de aguas residuales de la ETE y del arroyo los Pombos (T1), que corresponde a un área densamente poblada sin redes de alcantarillado. El abordaje propuesto se constituye en una valiosa herramienta para evaluar la calidad de agua en ambientes estuarinos con vertimientos de aguas residuales e incidencia de régimen maregráfico. La metodología presentada puede ser utilizada en futuros estudios que contemplen procesos físicos/ecológicos en ambientes estuarinos, así como en el monitoreo de calidad de agua, modelación de escenarios de cambio climático y gestión integrada de recursos hídricos.
