Control estadístico de procesos aplicado a la evaluación de la calidad del agua: un estudio de caso de la Laguna de Cabrero, Caribe colombiano
DOI:
https://doi.org/10.25044/25392190.1044Palabras clave:
calidad de agua , control estadístico de procesos , cartas de control , capacidad de procesosResumen
los cuerpos de agua en los países en vía de desarrollo a nivel mundial enfrentan crecientes presiones antropogénicas debido al crecimiento poblacional, la industrialización, entre otras. Estos estresores causan que los cuerpos de agua pierdan su biodiversidad y que la calidad del agua se deteriore cada día más. En la laguna del cabrero, Cartagena se lleva a cabo un plan de monitoreo desde el año 2000 con el fin de establecer la calidad del agua de este cuerpo de agua, en este trabajo se utilizaron herramientas del control estadístico de procesos para verificar el estado del cumplimiento de la normatividad de la calidad del agua desde un punto de vista del control de la calidad. Las variable estudiadas fueron oxígeno disuelto (OD), demanda bioquímica de oxígeno (DBO5), demanda química de oxígeno (DQO), fosforo total (FT), coliformes totales (CT) y fecales (CF). Algunas de estas variables no están bajo control estadístico y la laguna no es capaz de mantener los estándares químicos y microbiológicos establecidos por la ley colombiana. Los resultados de esta investigación pueden dar luces a las agencias municipales encargadas del medio ambiente en el estado actual de la calidad del agua en la laguna del cabrero y tomar las medidas pertinentes para mejorar las condiciones ambientales del cuerpo de agua.
Descargas
Referencias bibliográficas
Baldiris-navarro, I., & Sanchez-aponte, J. (2018). Multivariable Statistical Evaluation of Water Quality in Juan Polo Coastal Lagoon ( Colombian Caribbean ). Contemporary Engineering Sciences, 11(27), 1339–1348.
Barakat, A., Meddah, R., Afdali, M., & Touhami, F. (2018). Physicochemical and microbial assessment of spring water quality for drinking supply in Piedmont of Béni-Mellal Atlas (Morocco). Physics and Chemistry of the Earth, Parts A/B/C, 104, 39–46.
Custodio, M., Miranda, G., Peñaloza, R., De la Cruz, H., & Chanmé, F. (2019). Variability of the water quality characterizing high andean lagoons for tourist use evaluated through multivariate statistical methods, Junín, Peru. Journal of Ecological Engineering, 20(8), 1–11. https://doi.org/10.12911/22998993/109800
Darzé, B. C., Lima, I. C. A., Pinto, L., & Luna, A. S. (2022). Chemometrics web app part 1: Data handling. Chemometrics and Intelligent Laboratory Systems, 231(July), 104696. https://doi.org/10.1016/j.chemolab.2022.104696
Díaz, E. E., Díaz, C., Flores, L. C., & Heyser, S. (2009). Estudio de la variabilidad de proceso en el área de envasado de un producto en polvo. Informacion Tecnologica, 20(6), 105–113. https://doi.org/10.1612/inf.tecnol.4105it.08
EL Bilali, A., Taleb, A., Bahlaoui, M. A., & Brouziyne, Y. (2021). An integrated approach based on Gaussian noises-based data augmentation method and AdaBoost model to predict faecal coliforms in rivers with small dataset. Journal of Hydrology, 599(November 2020), 126510. https://doi.org/10.1016/j.jhydrol.2021.126510
Gutiérrez Pulido, H., & de la Vara Salazar, R. (2013). Control estadístico de la calidad y Seis Sigma. In México DF: Mc Graw Hill Educaction (Third). McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V.
Hou, W., Sun, S., Wang, M., Li, X., Zhang, N., Xin, X., Sun, L., Li, W., & Jia, R. (2016). Assessing water quality of five typical reservoirs in lower reaches of Yellow River, China: Using a water quality index method. Ecological Indicators, 61. https://doi.org/10.1016/j.ecolind.2015.09.030
Koklu, R., Sengorur, B., & Topal, B. (2010). Water quality assessment using multivariate statistical methods-a case study: Melen river system (Turkey). Water Resources Management, 24(5), 959–978. https://doi.org/10.1007/s11269-009-9481-7
Loehr, J., Dwipayanti, N. M. U., Nastiti, A., Powell, B., Hadwen, W., & Johnson, H. (2021). Safer destinations, healthier staff and happier tourists: Opportunities for inclusive water, sanitation and hygiene in tourism. Tourism Management Perspectives, 40(April), 100883. https://doi.org/10.1016/j.tmp.2021.100883
Montgomery, D. C. (2020). Introduction to statistical quality control (8th ed.). John Wiley & Sons.
Pati, S., Dash, M. K., Mukherjee, C. K., Dash, B., & Pokhrel, S. (2014). Assessment of water quality using multivariate statistical techniques in the coastal region of Visakhapatnam, India. Environmental Monitoring and Assessment, 186(10), 6385–6402. https://doi.org/10.1007/s10661-014-3862-y
Pérez-Ruzafa, A., Marcos, C., & Pérez-Ruzafa, I. M. (2011). Mediterranean coastal lagoons in an ecosystem and aquatic resources management context. Physics and Chemistry of the Earth, 36(5–6), 160–166. https://doi.org/10.1016/j.pce.2010.04.013
Priya, M., & Jeyanthi, J. (2019). Removal of COD, oil and grease from automobile wash water effluent using electrocoagulation technique. Microchemical Journal, 150(July), 104070. https://doi.org/10.1016/j.microc.2019.104070
Silva, G. J. da, Borges, A. C., Moreira, M. C., & Rosa, A. P. (2022). Statistical process control in assessing water quality in the Doce river basin after the collapse of the Fundão dam (Mariana, Brazil). Journal of Environmental Management, 317(November 2021). https://doi.org/10.1016/j.jenvman.2022.115402
Tanahara, S., Canino-Herrera, S. R., Durazo, R., Félix-Bermúdez, A., Vivanco-Aranda, M., Morales-Estrada, E., & Lugo-Ibarra, K. del C. (2021). Spatial and temporal variations in water quality of Todos Santos Bay, northwestern Baja California, Mexico. Marine Pollution Bulletin, 173(November). https://doi.org/10.1016/j.marpolbul.2021.113148
Whitehead, P., Bussi, G., Hossain, M. A., Dolk, M., Das, P., Comber, S., Peters, R., Charles, K. J., Hope, R., & Hossain, S. (2018). Restoring water quality in the polluted Turag-Tongi-Balu river system, Dhaka: Modelling nutrient and total coliform intervention strategies. Science of the Total Environment, 631–632, 223–232. https://doi.org/10.1016/j.scitotenv.2018.03.038
Xiong, J., Lin, C., Cao, Z., Hu, M., Xue, K., Chen, X., & Ma, R. (2022). Development of remote sensing algorithm for total phosphorus concentration in eutrophic lakes : Conventional or machine learning ? Water Research, 215(December 2021), 118213. https://doi.org/10.1016/j.watres.2022.118213