Servicios Personalizados
Revista
Articulo
texto en 
Inglés (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por emailIndicadores
-
Citado por SciELO -
Accesos
Links relacionados
-
Similares en
SciELO
Compartir
Permalink
Revista Chapingo serie ciencias forestales y del ambiente
versión On-line ISSN 2007-4018versión impresa ISSN 2007-3828
Rev. Chapingo ser. cienc. for. ambient vol.28 no.1 Chapingo ene./abr. 2022 Epub 02-Feb-2024
https://doi.org/10.5154/r.rchscfa.2020.10.063
Artículo científico
Suministro y calidad del agua de escurrimientos en la selva mediana subcaducifolia de la Costa de Oaxaca, México
1 Tecnológico Nacional de México-Instituto Tecnológico del Valle de Oaxaca, Programa de Maestría en Ciencias en Productividad en Agroecosistemas. Exhacienda de Nazareno, Xoxocotlán. C. P. 71230. Oaxaca, México.
2 Instituto Politécnico Nacional, CIDIIR Unidad Oaxaca. Calle Hornos 1003, Santa Cruz Xoxocotlán. C. P. 71230. Oaxaca, México.
Introducción:
El cambio de uso del suelo y el vertido de residuos provenientes del beneficio del café pueden estar afectando la cantidad y la calidad del agua que abastece las zonas urbanas de la región costa de Oaxaca.
Objetivo:
Determinar el grado de contaminación de cuerpos acuíferos y estimar la escorrentía superficial del agua en las microcuencas de Pluma Hidalgo y Santa María Huatulco en Oaxaca, México.
Materiales y métodos:
Siete puntos de abastecimiento de agua se analizaron durante la temporada de lluvias de 2019. Se determinaron los parámetros fisicoquímicos siguientes: pH, sólidos disueltos totales, conductividad eléctrica, dureza, sólidos totales, cloruros y demanda química de oxígeno (DQO). La escorrentía superficial se estimó con los métodos Raws y Prevert.
Resultados y discusión.
Las aguas se encuentran dentro de los límites permisibles para uso humano. El agua del manantial de Chacalapilla se clasificó como moderadamente dura (85 mg CaCO3∙L-1), mientras que la de los siete cuerpos acuíferos excedió el límite permisible de DQO (40 a 200 mg∙L-1); por tanto, el agua se encuentra en un rango de clasificación contaminada y no es apta para consumo humano. Los valores de escorrentía superficial sugieren un estado medio de conservación de la cobertura vegetal; las áreas con mayor cobertura registraron coeficientes menores de escorrentía.
Conclusiones.
Los parámetros fisicoquímicos indicaron que el agua proveniente de Pluma Hidalgo y Santa María Huatulco es apta para el uso humano, pero no para el consumo.
Palabras clave: agua contaminada; cobertura vegetal; escorrentía; microcuencas; calidad fisicoquímica
Introduction:
Land use change and waste discharge from coffee processing may be affecting quantity and quality of water supplying urban areas in the coastal region of Oaxaca.
Objective:
To determine the level of contamination of aquifers and estimate surface water runoff in micro-watersheds of Pluma Hidalgo and Santa María Huatulco in Oaxaca, Mexico.
Materials and methods:
Seven water supply points were analyzed during the rainy season of 2019. The following physicochemical parameters were determined: pH, total dissolved solids, electrical conductivity, hardness, total solids, chlorides, and chemical oxygen demand (COD). Surface runoff was estimated using the Raws and Prevert methods.
Results and discussion.
Water bodies are within the permissible limits for human use. The Chacalapilla spring was classified as moderately hard (85 mg CaCO3∙L-1), while the seven water bodies exceeded the permissible limit for COD (40 to 200 mg∙L-1); therefore, water is in a contaminated classification range and is not suitable for human consumption. Surface runoff values suggest a medium conservation condition of vegetation cover; areas with higher cover recorded lower runoff coefficients.
Conclusions.
The physicochemical parameters indicated that water from Pluma Hidalgo and Santa María Huatulco is suitable for human use, but not for drinking.
Keywords: contaminated water, vegetation cover; runoff; micro-watershed; physicochemical quality
Introducción
La intensa actividad humana extractiva y el desmedido consumo de los recursos naturales son una amenaza para el ambiente. El agua, por ser un recurso de vital importancia, amerita una consideración especial (Audesirk, Audesirk, & Byers, 2013). De acuerdo con el Programa Mundial de Evaluación de los Recursos Hídricos (WWAP, 2019), a partir de la década de 1980, el uso del agua ha incrementado 1 % cada año a nivel mundial. Esta tendencia se relaciona con el crecimiento poblacional, lo que ha generado consecuencias graves debido al uso intensivo del agua para la producción de alimentos, lo que la cataloga como un recurso bajo presión antropológica (Morales-Durán, Torre-González, García-Sánchez, & Chávez, 2018). La agricultura y la ganadería son los mayores consumidores de agua con 69 % de las extracciones anuales a nivel global (WWAP, 2018).
De los aproximadamente 1 449.471 millones de metros cúbicos de agua precipitada que México recibe anualmente, solo puede ser utilizada el agua que escurre hacia los ríos y la que se infiltra al subsuelo para mantener la recarga acuífera (Secretaría del Medio Ambiente y Recursos Naturales [SEMARNAT] & Comisión Nacional del Agua [CONAGUA], 2018a). Este proceso de infiltración reduce la escorrentía superficial y, por consiguiente, la pérdida de agua y suelo. Por el contrario, la remoción de la cobertura vegetal puede causar degradación, lo cual se ve reflejado en su capacidad de infiltración y la permeabilidad del suelo (González, Álvarez-Figueroa, González, & Aguirre-Mendoza, 2016).
Uno de los problemas más graves a los que se enfrentan los cuerpos y corrientes de agua es la contaminación por aguas residuales, industriales y municipales, propiciada por el consumo desmedido de bienes y servicios ecosistémicos (Haseena et al., 2017). Para el aprovechamiento adecuado del agua en México, la SEMARNAT y CONAGUA (2015) establecieron 37 regiones hidrológicas monitoreadas constantemente para conocer la calidad de sus aguas. Dependiendo del uso del agua se admiten calidades distintas; sus características fisicoquímicas se evalúan con parámetros seleccionados de acuerdo con los requerimientos específicos (Basílico, De Cabo, & Faggil, 2015; Ritabrata, 2018).
La cuenca del río Copalita pertenece a la región hidrológica número 21 Costa de Oaxaca, conformada por 19 microcuencas con una extensión territorial de 10 514 km2 y con un potencial hidrológico por precipitación normal anual de 951 mm (SEMARNAT & CONAGUA, 2018b). En la región, una de las principales actividades económicas es la producción de café bajo sombra, la cual afecta las aguas de escurrimiento a causa del beneficiado y los agroquímicos utilizados para su mantenimiento. El café procesado en húmedo ocasiona problemas debido al vertido de los residuos de la eliminación de la pulpa y del lavado de los granos de café a los cuerpos de agua, modificando sus características fisicoquímicas como disminución del pH y aumento de la concentración de sólidos totales y demanda química de oxígeno (Rattan, Parande, Nagaraju, & Ghiwari, 2015). El objetivo del presente trabajo fue determinar el grado de contaminación de siete cuerpos acuíferos, ubicados en fincas cafetaleras, y estimar la escorrentía superficial del agua en las microcuencas de Pluma Hidalgo y Santa María Huatulco (Oaxaca, México), ante la carencia de información para estas variables.
Materiales y métodos
Área de estudio
Este trabajo se desarrolló en los municipios de Pluma Hidalgo y Santa María Huatulco en la Costa de Oaxaca, microcuencas pertenecientes al complejo de la cuenca del río Copalita, la cual abarca 152 945 ha (Villalobos-Hiriart, Álvarez, Hernández, Lanza-Espino, & González-Mora, 2010). Además de la producción de café, otras actividades económicas en la región son la apicultura, extracción de leña y acuacultura. De gran relevancia es la prestación de servicios turísticos, que se abastece del agua de estas microcuencas ante la demanda de cantidades enormes para satisfacer las actividades recreativas (García Alvarado, Díaz Zorrilla, Castañeda Hidalgo, Lozano Trejo, & Pérez León, 2017). En el área de estudio predomina la selva mediana subcaducifolia en un rango altitudinal de 350 a 1 200 m. Las especies arbóreas dominantes son guanacaxtle (Enterolobium cyclocarpum Jacq. Griseb.), cedro rojo (Cedrela mexicana L.), palo mulato (Bursera simaruba L.), huanchal (Cupania dentata L.) y palo de mujer (Alchornea latifolia Sw.) (Pennington & Sarukhán, 2005; Rzedowski, 2006). Por ser consideradas maderas finas, el saqueo de estas especies ya es notorio en algunas fincas abandonadas, además de que los cafeticultores suelen aclarar el terreno dejando una o dos especies para la sombra del café. En el periodo 2000-2011 se registró un cambio en la cobertura vegetal de las selvas de la región, para convertirse en áreas de uso humano (Leija-Loredo, Reyes-Hernández, Reyes-Pérez, Flores-Flores, & Sahagún-Sánchez, 2016).
Selección y muestreo de sitios
Las muestras de agua se recolectaron de siete cuerpos acuíferos pertenecientes a cinco fincas cafetaleras: El Brasil, Vista Hermosa y Chacalapilla en el municipio de Pluma Hidalgo (15° 55´ 16” a 15° 53´ 38” LN, y 96° 26´ 51” a 96° 28´ 33” LO, 350 a 744 m); y El Nueve y Miramar en el municipio de Santa María Huatulco (15° 55´ 54” a 15° 54´ 28” LN, y 96° 17´ 8” a 96° 15´ 52” LO, 642 a 1 275 m) (Figura 1).
Figura 1 Localización de los sitios muestreados en los municipios de Pluma Hidalgo y Santa María Huatulco en la región Costa de Oaxaca, México.
Las muestras se recolectaron en septiembre y noviembre de 2019. Se utilizaron para ello recipientes plásticos de 600 mL, siguiendo las indicaciones de la NOM-230-SSA1-2002 (Secretaría de Salud, 2002) para la recolección y traslado. Se recolectaron tres muestras de siete sitios de abastecimiento: el río y el manantial de Chacalapilla, la represa y el tanque de captación de Vista Hermosa, estanque natural de El Nueve, microcuenca Juquilita de El Brasil y cascada de Miramar.
Parámetros fisicoquímicos
Los análisis de agua se realizaron en el Laboratorio de Suelos del CIIDIR Oaxaca. Se midieron los parámetros siguientes: pH, sólidos disueltos totales (SDT, mg∙L-1) y conductividad eléctrica (CE, μS∙cm-1) medidos con un potenciómetro (Hanna Hi98130); la dureza total (CaCO3, mg∙L-1) mediante titulación con EDTA según la NMX-AA-072-SCFI-2001 (Secretaría de Economía, 2001), los cloruros (Cl-, mg∙L-1) por el método de Mohr de acuerdo con la NMX-AA-073-SCFI-2001 (Secretaría de Economía, 2001), los sólidos totales (ST, mg∙L-1) con el método de gravimetría siguiendo la NMX-AA-034-SCFI-2015 (Secretaría de Economía, 2015) y la demanda química de oxígeno (DQO, mg∙L-1) por el método de reflujo abierto con titulación, conforme a la NMX-AA-030-1-SCFI-2012 (Secretaría de Economía, 2012). Los datos se analizaron mediante un modelo lineal no paramétrico, utilizando el origen de la muestra como variable clasificatoria; se realizó análisis de varianza mediante la prueba de Kruskal-Wallis y separación de medias con la prueba de rango múltiple de Duncan (P ≤ 0.05). Se realizó un análisis de agrupamiento jerárquico con la estrategia de la distancia mínima o similitud máxima (Andritsos, 2002), usando los valores promedio simples de las variables fisicoquímicas del agua y condiciones generales de los sitios. Los análisis se realizaron con el programa SAS 9.4 (SAS Institute, 2015).
Cálculo del coeficiente de escorrentía
Se utilizaron tablas con valores medios del coeficiente de escorrentía de Raws y Prevert (Galindo-Castillo et al., 2010), generadas a través de ecuaciones empíricas que utilizan el uso de suelo, la pendiente y la textura del suelo como elementos para el cálculo. Los mapas se elaboraron con el programa QGIS 3.8 (QGIS Development Team, 2019); el de uso de suelo y vegetación se obtuvo de las capas vectoriales del Instituto Nacional de Estadística y Geografía (INEGI, 2016) y el continuo de elevaciones mexicano (CEM versión 3.0) que representa las elevaciones del territorio continental mexicano. De igual modo se utilizó la capa vectorial de municipios de Oaxaca del marco geoestadístico del INEGI (2019). Estos cálculos se realizaron en el Laboratorio de Información Geográfica y Percepción Remota del CIIDIR Oaxaca.
Resultados
De acuerdo con el Cuadro 1, el análisis de varianza indica diferencias altamente significativas (P ≤ 0.01) en los parámetros pH, SDT, CE, DT y Cl- entre sitios de abastecimiento. El Cuadro 2 contiene los resultados de los parámetros fisicoquímicos evaluados en los cuerpos acuíferos. En promedio, las aguas analizadas tuvieron pH 7.8, valor clasificado como alcalino. El estanque natural de la finca El Nueve presentó el pH más bajo (6.0), clasificándose como agua ligeramente ácida, en tanto que el agua del río Chacalapilla tuvo el valor más alto (8.4), clasificándose como agua alcalina. Los SDT fueron mayores en el agua del manantial de Chacalapilla, al igual que el valor de CE. Los valores más bajos de ambos parámetros se registraron en el agua del tanque de captación de Vista Hermosa. El promedio general de CaCO3 en las aguas analizadas fue de 48 mg∙L-1; el cual las califica como agua sin dureza. De acuerdo con la clasificación de Romero-Rojas (2000), las aguas con 75 a 150 mg CaCO3∙L-1 son consideradas moderadamente duras; solamente el agua proveniente del manantial obtuvo tal calificativo. El tanque de captación tuvo el mayor contenido de Cl-, mientras que el agua del río registró la menor concentración. En el contenido de ST se registró diferencia significativa entre fuentes de agua (P < 0.05); los valores del parámetro fluctuaron de 100 mg∙L-1 (tanque de Vista Hermosa) a 173 mg∙L-1 (cascada Miramar). De los parámetros analizados, la DQO resultó con valores clasificados como no deseables, ya que de acuerdo con los rangos (40 a 200 mg∙L-1) establecidos por la SEMARNAT (2015), todas las aguas se encuentran en la categoría de aguas contaminadas. El agua del estanque natural de El Nueve tuvo el valor más alto, en tanto que la microcuenca de Brasil tuvo el más bajo (Cuadro 2).
Cuadro 1 Resumen del análisis de varianza de los parámetros evaluados en las muestras de agua de siete cuerpos acuíferos ubicados en fincas cafetaleras de la cuenca del río Copalita en la región Costa de Oaxaca, México.
| Parámetro | Cuadrados medios y significancia | ||
|---|---|---|---|
| Sitios | Error | CV (%) | |
| pH | 112.44** | 6.2 | 22.6 |
| Sólidos disueltos totales | 125.11** | 0.63 | 7.2 |
| Conductividad eléctrica | 119.66** | 3.1 | 16 |
| Dureza total (CaCO3) | 115.55** | 5.19 | 20.7 |
| Sólidos totales | 52.11ns | 28.98 | 48.9 |
| Cloruros | 98.16** | 12.42 | 32 |
| Demanda química de oxígeno | 78.94* | 18.77 | 39.3 |
Prueba de Kruskal-Wallis (α = 0.05). ns = valores no significativos (P > 0.05); *valores con efectos significativos (P ≤ 0.05); **valores con efectos altamente significativos (P ≤ 0.01).
Cuadro 2 Parámetros analizados en cuerpos de agua ubicados en fincas cafetaleras de la cuenca del río Copalita en la región Costa de Oaxaca, México.
| Parámetro | El Brasil | Chacalapilla | Vista Hermosa | El Nueve | Miramar | ||
|---|---|---|---|---|---|---|---|
| Microcuenca | Río | Manantial | Represa | Tanque | Estanque natural | Cascada | |
| pH | 8.3 ± 0.2 a | 8.4 ± 0 a | 8.1 ± 0 a | 8.2 ± 0.2 a | 7.3 ± 0 c | 6.0 ± 0 d | 7.7 ± 0 b |
| SDT (mg∙L-1) | 73.6 ± 1.6 c | 71.0 ± 0.5 d | 119.0 ± 0 a | 65.3 ± 0.6 e | 49.0 ± 0 g | 54.0 ± 0 f | 103.0 ± 0 b |
| CE (µS∙cm-1) | 178.3 ± 9.6 b | 142.0 ± 6.3 c | 232.0 ± 0 a | 142.3 ± 10.0 c | 96.0 ± 0 e | 121.0 ± 0 d | 170.0 ± 0 b |
| DT (mg CaCO3∙L-1) | 46.6 ± 0.6 c | 36.6 ± 1.7 d | 85.0 ± 2.4 a | 36.0 ± 1.1 c | 34.6 ± 5.6 d | 23.0 ± 0.6 e | 73.3 ± 0.6 b |
| ST (mg∙L-1) | 140.0 ± 20 ab | 120.0 ± 0 b | 133.0 ± 17 ab | 120.0 ± 11.0 b | 100.0 ± 23.0 b | 126.6 ± 6.6 ab | 173.3 ± 6.6 a |
| Cl- (mg∙L-1) | 28.2 ± 10.9 b | 8.2 ± 1.6 c | 28.1 ± 1.6 b | 38.0 ± 1.6 b | 55.4 ± 2.1 a | 33.0 ± 5.9 b | 21.5 ± 3.3 bc |
| DQO (mg∙L-1) | 53.3 ± 13.0 c | 86.7 ± 25.0 bc | 66.7 ± 11.5 c | 86.7 ± 5.7 bc | 146.0 ± 23.0 ab | 173.0 ± 13.0 a | 93.3 ± 26.0 bc |
| CoEsR | 0.726 | 0.213 | 0.218 | 0.226 | 0.218 | 0.255 | 0.215 |
| CoEsP | 0.535 | 0.306 | 0.316 | 0.277 | 0.262 | 0.324 | 0.258 |
SDT = sólidos disueltos totales, CE = conductividad eléctrica, DT = dureza total, ST = sólidos totales, Cl- = cloruros, DQO = demanda química de oxígeno, CoEs = coeficiente de escorrentía Raws (R) y Prevert (P). Valores medios (± desviación estándar) con la misma letra no presentan diferencias estadísticas significativas entre cuerpos de agua (Duncan, P = 0.05).
Clasificación de los cuerpos acuíferos muestreados
La Figura 2 ilustra el agrupamiento de los cuerpos acuíferos muestreados, utilizando todos los parámetros fisicoquímicos. El análisis muestra la formación de dos grupos a una distancia de ±130; a una distancia de ±100 se define la formación de tres grupos con uno, cuatro y dos cuerpos acuíferos, respectivamente. El manantial de Chacalapilla es la única fuente de agua con proveniencia subterránea, razón por la cual sus características fisicoquímicas difieren del resto que son formadas por escorrentía de agua superficial. En las fuentes de los dos grupos restantes no hay una asociación geográfica cercana, se agrupan con base en el valor de sus características fisicoquímicas.
Figura 2 Agrupamiento de siete fuentes de suministro de agua de acuerdo con sus características fisicoquímicas en la región Costa de Oaxaca, México. Nue_E = estanque El Nueve; VH_T y VH_R = Vista Hermosa tanque y represa; Mm_C = Miramar cascada; Bra_Mi = Brasil microcuenca; Ch_R y Ch_M = Chacalapilla río y manantial.
Coeficiente de escorrentía
El cálculo del coeficiente de escorrentía por el método de Raws muestra que en zonas de mayor vegetación existe menor escorrentía. Las zonas cubiertas por la vegetación, en los puntos donde se realizó la mayoría de los muestreos, tienen los valores menores del coeficiente de escorrentía, lo cual implica que el mayor volumen de agua de lluvia que escurre a través de una cuenca se infiltra por el suelo para abastecer las recargas de agua subterráneas; mientras que en las zonas más altas se registra un valor alto del coeficiente de escorrentía debido a la reducción de la cobertura vegetal (Cuadro 2; Figura 3).
Figura 3 Coeficiente de escorrentía (tablas de Raws) de la cuenca del río Copalita en la región Costa de Oaxaca, México.
Los resultados son similares utilizando el cálculo del coeficiente de escorrentía por el método de Prevert, el cual incluye el tipo de suelo, a diferencia del método de Raws que solo toma en cuenta la pendiente y la cobertura vegetal. Los valores más bajos del coeficiente se registraron en zonas con vegetación abundante, y los más altos, en los lugares donde el suelo ha quedado descubierto (Cuadro 2; Figura 4).
Discusión
Los resultados de pH (7.8 en promedio) son comparables a los reportados por Aly, Al-Omran, y Alharby (2014) en agua subterránea en un intervalo entre 6.8 y 7.6. También son similares a los registrados por Sánchez, Álvarez, Pacheco, Carrillo, y González (2016), quienes indicaron que el agua fue moderadamente alcalina (6.7 a 8.2) en los acuíferos de Quintana Roo. Bhat, Parveen, y Hassan (2018) determinaron pH de 7.03 a 7.71 para el río Yamuna, India. Estos autores indicaron que los valores altos de pH pueden deberse a la presencia abundante de bicarbonatos y carbonatos de calcio y magnesio de las aguas residuales, procedentes principalmente de escorrentía urbana y efluentes industriales.
En este trabajo, los contenidos de SDT (<120 mg∙L-1) fueron menores que los reportados por Gue, Mayer, y Grasby (2015), quienes determinaron valores de 7 210 a 51 800 mg∙L-1 en las aguas de manantial de Athabasca, Alberta, Canadá. Por su parte, Olorode, Bamigbola, y Ogba (2015) encontraron SDT en un rango de 91 a 7 931 mg∙L-1 en cinco ríos de la región del Delta del Níger en Nigeria para su temporada de secas, mientras que para la época de lluvia reportaron 80 a 7 920 mg∙L-1.
Con respecto a la CE, Solís-Castro, Zúñiga-Zúñiga, y Mora-Alvarado (2018) reportan 50 a 549 μS∙cm-1 para el agua de pozos y 25 a 499 μS∙cm-1 para aguas nacientes; mientras que Mayorga y Mayorga (2015) reportaron valores de 50 a 100 µS∙cm-1 para agua de río y tanques de depósito del sector Santa Rosa y La Hechicera en Mérida, Venezuela, valores similares a los registrados en las aguas de este estudio. Estos últimos autores toman rangos permisibles (50 a 100 μS∙cm-1) de Standard Methods, considerando esas aguas aptas para su uso y consumo. Rubio-Arias, Contreras-Caraveo, Quintana, Saucedo-Teran, y Pinales-Munguia (2012) describen que los niveles altos de CE no significan que el agua represente un problema de salud, solo es indicativo de la cantidad de iones disueltos.
Los valores de dureza fueron similares a los obtenidos por Pérez-López (2016), quien obtuvo resultados entre 40 a 121 mg∙L-1 de CaCO3 en muestras de agua potable de Poás y San Ramón, Costa Rica. Brousett-Minaya, Chambi-Rodríguez, Mollocondo-Turpo, Aguilar-Atamari, y Lujano-Laura (2018) presentaron resultados de dureza de 92 a 135 mg∙L-1 de CaCO3 en aguas superficiales y valores máximos de 135.42 mg∙L-1 de CaCO3 para el manantial. Este valor es mayor que el registrado en el manantial de Chacalapilla, donde se obtuvo el valor más alto (85.0 mg∙L-1 de CaCO3) con respecto a los cuerpos de agua evaluados. Dichos valores pueden deberse a que el agua de estos cuerpos contiene rocas ricas en carbonatos y otros minerales que al desprenderse se incorporan al agua (Almazán-Juárez et al., 2016).
Alcivar-Bueno et al. (2017) estudiaron pozos de agua de la Provincia del Guayas en Ecuador y obtuvieron 1 000.25 mg∙L-1 de sólidos totales. Los autores clasificaron el agua como normal, según el límite (1 000 mg∙L-1) establecido por la Norma de Calidad Ambiental y de Descarga de Efluentes de dicho país (Presidencia de la República, 2001). En el presente estudio, los valores no rebasaron los 200 mg∙L-1., por lo que el agua se considera de buena calidad. Rubio-Arias et al. (2014) valoraron muestras de agua de la presa La Boquilla, Chihuahua, por el método de titulación con AgNO3, y obtuvieron una concentración media de Cl- de 6.35 mg∙L-1 con el nivel más alto en diciembre (10.37 mg∙L-1). Bharti, Giri, y Kumar (2017) analizaron muestras de agua utilizando el método de Mohr y reportaron concentraciones de Cl- de 26.9 a 29.9 mg∙L-1 para el río y 15.8 a 16.9 para el manantial. Estos autores describen que el aumento del contenido de Cl- puede indicar una posible contaminación por aguas residuales humanas, estiércol, desechos industriales o simplemente de forma natural por efecto de los arrastres provocados por las precipitaciones.
Rosabal-Carbonell, Chang-Huerta, Pérez-Aballe, y Morales-León (2012) analizaron muestras de aguas limpias y residuales en la Granma, Cuba, y reportaron valores de DQO que van de 21.26 mg∙L-1 para el río Arroyan a 22.72 mg∙L-1 para el embalse Paso Malo, concentraciones menores que las obtenidas en el presente estudio. Dimas, Garza, y Treviño (2015) evaluaron la calidad del agua del cauce de Aguas Blancas, Acapulco, Guerrero, siguiendo la metodología utilizada en este trabajo, y determinaron valores promedio de DQO de 7 a 28 mg∙L-1 y de 14 a 26 mg∙L-1, para las épocas de estiaje y lluvias, respectivamente.
Asimismo, Flores, Del Ángel, Frías, y Gómez (2018) indican valores promedio de 105 a 155 mg∙L-1 de DQO en la Laguna de las Ilusiones, Villahermosa, Tabasco, con el método de reflujo cerrado, y clasifican el agua como contaminada de acuerdo con las normas mexicanas. Los valores de DQO en el presente estudio (53.3 a 173.0 mg∙L-1) podrían estar relacionados con los desagües municipales, la escorrentía de agroquímicos utilizados para la fertilización y control fitosanitario en los cafetales, la incorporación de desechos animales arrojados a los cuerpos de agua o simplemente por la misma materia orgánica en descomposición como la hojarasca y desechos de organismos acuáticos. Vázquez, Aké-Castillo, y Favila (2011) y Gómez-Anaya, Novelo-Gutiérrez, y Astudillo-Aldana (2017) señalan que los cafetales pueden tener efecto en las aguas, haciéndolas más sensibles a perturbaciones y cambios en sus características fisicoquímicas. Kaur y Kaur (2015) afirman que una DQO alta puede causar el agotamiento del oxígeno, debido a la descomposición microbiana y contaminación por desechos orgánicos degradables de varias fuentes.
El análisis clúster agrupa sitios en conglomerados de naturaleza similar, en función de las similitudes y diferencias entre las fuentes y es útil para la agrupación de sitios de muestreo con el fin de ahorrar tiempo y esfuerzo en muestreos futuros (Khan, Gani, & Chakrapani, 2016). Estas similitudes pueden resultar de gran utilidad si en algún futuro se pretenden realizar programas de conservación para la zona.
Los suelos de la cuenca alta y media del río Copalita poseen texturas franco arenosa y franca (Lozano-Trejo et al., 2020), lo cual favorece la infiltración del agua de lluvia. Úbeda, Farguell, Francos, Outeiro, y Pacheco (2020) obtuvieron resultados prometedores con la utilización de simuladores de lluvia y reportan que las áreas desprovistas de vegetación produjeron escorrentía mucho más elevada (4 a 12 %) que las zonas más vegetadas. Treviño Garza, Muñoz Robles, Cavazos Camacho, y Barajas Chávez (2002) calcularon el coeficiente de escorrentía de la Sierra de San Carlos (Tamaulipas, México), utilizando las tablas de Prevert, y obtuvieron valores de 0.63 para áreas agrícolas y 0.35 para los bosques; estos coeficientes se asemejan a los del presente trabajo. González et al. (2016) afirman que los métodos indirectos para generar el coeficiente de escorrentía se basan principalmente en la pendiente, el suelo y la vegetación; en zonas altas este coeficiente resulta elevado. De igual modo indican que las características del suelo, como la capacidad de infiltración y la permeabilidad, influyen en la magnitud de la escorrentía superficial. Camarasa-Belmonte, Caballero López, e Iranzo García (2018) utilizaron cartografía mediante sistemas de información geográfica (SIG) para la elaboración de mapas de umbrales de escorrentía en la provincia de Valencia, España; los autores concluyen que los cambios en el uso del suelo provocan que hasta el 100 % de la lluvia se convierta en escorrentía, impidiendo los procesos de infiltración y almacenamiento de agua en el suelo y los acuíferos.
Conclusiones
Los parámetros analizados en las muestras de agua se encuentran dentro de los estándares de buena calidad, lo cual implica que son aceptables para que puedan ser destinadas al uso humano. Los valores de demanda química de oxígeno, superiores al valor máximo establecido por SEMARNAT, clasifican al agua como contaminada, lo cual puede deberse a la presencia de materia orgánica nativa depositada y en descomposición, y a las descargas del beneficiado del café. El agua proveniente de Pluma Hidalgo y Santa María Huatulco, Oaxaca, es recomendable para uso humano, pero no recomendable para su consumo. El coeficiente de escorrentía indica la importancia de la conservación de la cobertura vegetal y el suelo para mantener los cuerpos acuíferos existentes. Los métodos de Raws y Prevert estiman valores similares; las áreas con mayor cobertura vegetal registraron coeficientes menores de escorrentía.
Agradecimientos
La primera autora agradece al CONACyT el otorgamiento de beca para estudios de Maestría en Ciencias (Núm. 920347). Agradecemos a los propietarios de las fincas cafetaleras El Brasil, Vista Hermosa y Chacalapilla de Pluma Hidalgo y El Nueve y Miramar de Santa María Huatulco, por las facilidades para realizar el presente trabajo de investigación.
REFERENCIAS
Alcívar-Bueno, J. C., Mariscal-Santi, W., Sorroza-Rojas, N. A., Villacres-Pastor, R., García-Laterra, F. S., & Mariscal-García, R. S. (2017). Evaluación físico-química y microbiológica de la calidad del agua de pozos. Dominio de las Ciencias, 3(4), 183‒206. Retrieved from https://dialnet.unirioja.es/servlet/articulo?codigo=6325501 [ Links ]
Almazán-Juárez, M. T., Almazán-Juárez, Á., Carreto-Pérez, B. E., Hernández Castro, E., Damián-Nava, A., & Almazán-Núñez, R. C. (2016). Calidad y clasificación de usos del agua en la cuenca baja del río Papagayo, Guerrero, México. Ecosistemas y Recursos Agropecuarios, 3(9), 293‒305. Retrieved from http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-90282016000300293 [ Links ]
Aly, A. A., Al-Omran, A. M., & Alharby, M. M. (2014). The water quality index and hydrochemical characterization of groundwater resources in Hafar Albatin, Saudi Arabia. Arabian Journal of Geosciences, 8(6), 4177‒4190. doi: 10.1007/s12517-014-1463-2 [ Links ]
Audesirk, T., Audesirk, G., & Byers, B. E. (2013). Biología, la vida en la Tierra con fisiología (9.ª ed.). México: Editorial Pearson. [ Links ]
Basílico, G. O., De Cabo, L., & Faggil, A. (2015). Adaptación de índices de calidad de agua y de riberas para la evaluación ambiental en dos arroyos de la llanura Pampeana. Museo Argentino de Ciencias Naturales, 17(2), 119‒134. Retrieved from http://revista.macn.gob.ar/ojs/index.php/RevMus/article/view/411 [ Links ]
Bharti, V. K., Giri, A., & Kumar, K. (2017). Evaluation of physico-chemical parameters and minerals status of different water sources at high altitude. Environmental Science and Toxicology, 2(1), 010‒018. doi: 10.17352/pjest.000007 [ Links ]
Bhat, B. N., Parveen, J., & Hassan, T. (2018). Seasonal assessment of physicochemical parameters and evaluation of water quality of river Yamuna, India. Advances in Environmental Technology, 4(1), 41‒49. doi: 10.22104/aet.2018.2415.1121 [ Links ]
Brousett-Minaya, M., Chambi-Rodríguez, A., Mollocondo-Turpo, M., Aguilar-Atamari, L., Lujano-Laura, E. (2018). Evaluación físico-química y microbiológica de agua para consumo humano Puno-Perú. Fides et Ratio, 15(15), 47‒68. Retrieved from http://fidesetratio.ulasalle.edu.bo/index.php/fidesetratio/article/view/42 [ Links ]
Camarasa-Belmonte, A. M., Caballero López, M. P., & Iranzo García, E. (2018). Cambios de uso del suelo, producción de escorrentía y pérdida de suelo. Sinergias y compensaciones en una rambla mediterránea (Barranc del Carraixet, 1956-2011).Boletín de la Asociación de Geógrafos Españoles, 78, 127‒153. doi: 10.21138/bage.2714 [ Links ]
Dimas, M. J. J., Garza, M. N. D., & Treviño, D. B. M. (2015). Índice de la calidad del agua y metales pesados del cauce aguas blancas del municipio de Acapulco Guerrero, México. Revista Mexicana de Ciencias Agrícolas, 1, 113‒118. Retrieved from https://www.redalyc.org/articulo.oa?id=263139243016 [ Links ]
Flores, C. M., Del Ángel, E., Frías, D. M., & Gómez, A. L. (2018). Evaluación de parámetros fisicoquímicos y metales pesados en aguas y sedimento superficial de la laguna de Ilusiones, Tabasco, México. Revista Tecnología y Ciencias del Agua, 9(2), 39‒57. doi: 10.24850/j-tyca-2018-02-02 [ Links ]
Galindo-Castillo, E., Otazo-Sánchez, M., Reyes-Gutiérrez, R., Arellano-Islas, S. M., Gordillo-Martínez, A., & González-Ramírez, C. A. (2010). Balance hídrico en el acuífero Cuautitlán-Pachuca, México: proyecciones para 2021. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, 10, 65‒90. Retrieved from https://www.researchgate.net/publication/243458725_BALANCE_HIDRICO_EN_EL_ACUIFERO_CUAUTITLAN-PACHUCA_MEXICO_PROYECCIONES_PARA_2021 [ Links ]
García Alvarado, M. E., Díaz Zorrilla, G. O., Castañeda Hidalgo, E., Lozano Trejo, S., & Pérez León, M. I. (2017). Caracterización del agroecosistema de café bajo sombra en la cuenca del río Copalita. Revista Mexicana de Agronegocios, 40, 635‒648. doi: 10.22004/ag.econ.262052 [ Links ]
Gómez-Anaya, J. A., Novelo-Gutiérrez, R., & Astudillo-Aldana, M. R. (2017). Efecto de las descargas domésticas y de beneficio de café sobre la calidad del agua y la diversidad de larvas de Odonata (Insecta) en un arroyo de bosque mesófilo de montaña en Veracruz, México. Revista Mexicana de Biodiversidad, 88(2), 372‒380. doi: 10.1016/j.rmb.2017.03.004 [ Links ]
González, G. A., Álvarez-Figueroa, P., González, F. M., & Aguirre-Mendoza, Z. (2016). Influencia de la cobertura vegetal en los coeficientes de escorrentía de la cuenca del río Catamayo, Ecuador. CEDAMAZ. 6(1), 50‒59. Retrieved from https://revistas.unl.edu.ec/index.php/cedamaz/article/view/61 [ Links ]
Gue, A. E., Mayer, B., & Grasby, S. E. (2015). Origin and geochemistry of saline spring waters in the Athabasca oil sands region, Alberta, Canada. Applied Geochemistry, 61, 132‒145. doi: 10.1016/j.apgeochem.2015.05.015 [ Links ]
Haseena, M., Faheem, M. M., Javed, A., Arshad, S., Asif, N., Zulfiqar, S., & Hanif, J. (2017). Water pollution and human health. Environmental Risk Assessment and Remediation, 1(3), 16‒19. doi: 10.4066/2529-8046.100020 [ Links ]
Instituto Nacional de Estadística y Geografía (INEGI). (2016). Uso del suelo y vegetación. Retrieved from https://www.inegi.org.mx/temas/usosuelo/ [ Links ]
Instituto Nacional de Estadística y Geografía INEGI. (2019). Mapas. Área geográfica. Oaxaca. Retrieved from https://www.inegi.org.mx/app/mapas/ [ Links ]
Kaur, S., & Kaur, J. (2015). Assessment of seasonal variations in oxygen demanding parameters (DO, BOD, COD) along Sirhind Canal passing through Moga, Punjab India. International Journal of Innovative Science, Engineering & Technology, 2(5), 697‒700. Retrieved from http://ijiset.com/vol2/v2s5/IJISET_V2_I5_104.pdf [ Links ]
Khan, M. Y. A., Gani, K. M., & Chakrapani, G. J. (2016). Assessment of surface water quality and its spatial variation. A case study of Ramganga River, Ganga Basin, India. Arabian Journal of Geosciences, 9(1), 28. doi: 10.1007/s12517-015-2134-7 [ Links ]
Leija-Loredo, E. G., Reyes-Hernández, H., Reyes-Pérez, O., Flores-Flores, J. L., & Sahagún-Sánchez, F. J. (2016). Cambios en la cubierta vegetal, usos de la tierra y escenarios futuros en la región costera del estado de Oaxaca, México. Madera y Bosques, 22(1), 125‒140. doi: 10.21829/myb.2016.221481 [ Links ]
Lozano-Trejo, S., Olazo-Aquino, J., Pérez-León, M. I., Castañeda-Hidalgo, E., Díaz-Zorrilla, G. O., & Santiago-Martínez, G. M. (2020). Infiltración y escurrimiento de agua en suelos de una cuenca en el sur de México. Revista Terra Latinoamericana, 38(1), 57‒66. doi: 10.28940/terra.v38i1.443 [ Links ]
Mayorga, J., & Mayorga, O. (2015). Caracterización del agua de consumo en el sector Santa Rosa-La Hechicera (Mérida, Venezuela). Revista Ingeniería, 22(2), 106‒112. Retrieved from https://www.redalyc.org/articulo.oa?id=70742617011 [ Links ]
Morales-Durán, N., Torre-González, A., García-Sánchez, V., & Chávez, C. (2018). Estudio de la calidad bacteriológica y parámetros fisicoquímicos del agua del Distrito de Riego 023. Revista Tecnología y Ciencias del Agua, 9(1), 53‒67. doi: 10.24850/j-tyca-2018-01-04 [ Links ]
Olorode, O. A., Bamigbola, E. A., & Ogba, O. M. (2015). Comparative studies of some river waters in Port Harcourt based on their physico chemical and microbiological analysis, Niger Delta Region of Nigeria. International Journal of Basic and Applied Science, 3(3), 29‒37. [ Links ]
Pennington, T., & Sarukhán, J. (2005). Árboles tropicales de México. Manual para la identificación de las principales especies. México: Universidad Nacional Autónoma de México, Fondo de Cultura Económica. [ Links ]
Pérez-López, E. (2016). Control de calidad en aguas para consumo humano en la región occidental de Costa Rica. Revista Tecnología en Marcha, 29(3), 3‒14. doi: 10.18845/tm.v29i3.2884 [ Links ]
Presidencia de la República. (2001). Norma de calidad ambiental y de descarga de efluentes: Recurso agua. Libro VI, Anexo 1 del texto unificado de Legislación Secundaria del Ministerio del Ambiente. Quito, Ecuador. [ Links ]
Rattan, S., Parande, A. K., Nagaraju, V. D., & Ghiwari, G. K. (2015). A comprehensive review on utilization of wastewater from coffee processing. Environmental Science and Pollution Research, 22(9), 6461‒6472. doi: 10.1007/s11356-015-4079-5 [ Links ]
Ritabrata, R. (2018). An introduction to water quality analysis. Essence, 9(2), 94‒100. doi: 10.31786/09756272.18.9.2.214 [ Links ]
Romero-Rojas, J. A. (2000). Calidad del agua (2ª. ed). México: Alfaomega. [ Links ]
Rosabal-Carbonell, Y., Chang-Huerta, L., Pérez-Aballe, N., & Morales-León, J. A. (2012). Evaluación de la demanda química de oxígeno en aguas de la provincia de Granma, Cuba. Revista Latinoamericana de Recursos Naturales, 8(1), 15‒20. http://revista.itson.edu.mx/index.php/rlrn/article/view/197 [ Links ]
Rubio-Arias, H., Contreras-Caraveo, M., Quintana, R. M., Saucedo-Teran, R. A., & Pinales-Munguia, A. (2012). An overall water quality index (WQI) for a man-made aquatic reservoir in Mexico.International Journal of Environmental Research and Public Health, 9(5), 1687‒1698. doi: 10.3390/ijerph9051687 [ Links ]
QGIS Development Team (2019). QGIS Geographic Information System. Open Source Geospatial Foundation Project. Retrieved from http://qgis.osgeo.org [ Links ]
Rubio-Arias, H. O., Ortiz- Delgado, R. C., Quintana-Martínez, R. M., Saucedo-Terán, R. A., Ochoa-Rivero, J. M., & Rey-Burciaga, N. I. (2014). Índice de calidad de agua (ICA) en la presa La Boquilla en Chihuahua, México. Revista Ecosistemas y Recursos Agropecuarios, 1(2), 139‒150. Retrieved from http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-90282014000200005 [ Links ]
Rzedowski, J. (2006). Vegetación en México (1.ª edición digital). México: Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. [ Links ]
Sánchez, J. A., Álvarez, T., Pacheco, J. G., Carrillo, L., & González, R. A. (2016). Calidad del agua subterránea: acuífero sur de Quintana Roo, México. Revista Tecnología y Ciencia del Agua, 7(4), 75‒96. Retrieved from http://www.scielo.org.mx/pdf/tca/v7n4/2007-2422-tca-7-04-00075.pdf [ Links ]
SAS Institute. (2015). SAS® University Edition: Installation Guide for Windows. Cary, NC: Author. [ Links ]
Secretaría de Economía. (2012). Norma Mexicana. NMX-AA-030-1-SCFI-2012. Análisis de agua. Medición de la demanda química de oxígeno en aguas naturales, residuales y residuales tratadas. Método de prueba. Parte 1. Método de reflujo abierto. México: DOF. Retrieved from https://www.gob.mx/cms/uploads/attachment/file/166774/NMX-AA-030-1-SCFI-2012.pdf [ Links ]
Secretaría de Economía. (2015). Norma Mexicana. NMX-AA-034-SCFI-2015. Análisis de agua. Medición de sólidos y sales disueltas en aguas naturales, residuales y residuales tratadas. Método de prueba. México: DOF . Retrieved from https://www.gob.mx/cms/uploads/attachment/file/166146/nmx-aa-034-scfi-2015.pdf [ Links ]
Secretaría de Economía. (2001). Norma Mexicana. NMX-AA-072-SCFI-2001. Análisis de agua. Determinación de dureza total en aguas naturales, residuales y residuales tratadas. Método de prueba. México: DOF . Retrieved from https://www.gob.mx/cms/uploads/attachment/file/166788/NMX-AA-072-SCFI-2001.pdf [ Links ]
Secretaría de Economía. (2001). Norma Mexicana. NMX-AA-073-SCFI-2001. Análisis de agua. Determinación de cloruros totales en aguas naturales, residuales, y residuales tratadas. Método de prueba. México: DOF . Retrieved from https://www.gob.mx/cms/uploads/attachment/file/166789/NMX-AA-073-SCFI-2001.pdf [ Links ]
Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT). (2015). Informe de la situación del medio ambiente en México. Compendio de estadísticas ambientales. Indicadores clave de desempeño ambiental y de crecimiento verde. Retrieved from https://apps1.semarnat.gob.mx:8443/dgeia/informe15/tema/pdf/Informe15_completo.pdf [ Links ]
Secretaría del Medio Ambiente y Recursos Naturales (SEMARNAT) & Comisión Nacional del Agua (CONAGUA). (2015). Estadísticas del agua en México, edición 2015. Retrieved from https://agua.org.mx/biblioteca/estadisticas-del-agua-en-mexico-edicion-2015/ [ Links ]
Secretaría del Medio Ambiente y Recursos Naturales (SEMARNAT) & Comisión Nacional del Agua (CONAGUA). (2018a). Atlas del agua en México. Retrieved from http://sina.conagua.gob.mx/publicaciones/AAM_2018.pdf [ Links ]
Secretaría del Medio Ambiente y Recursos Naturales (SEMARNAT) & Comisión Nacional del Agua (CONAGUA). (2018b). Estadísticas del agua en México, edición 2018. Retrieved from http://sina.conagua.gob.mx/sina/index.php?publicaciones=1 [ Links ]
Secretaría de Salud. (2002). Norma Oficial Mexicana. NOM-230-SSA1-2002. Salud ambiental. Agua para uso y consumo humano, requisitos sanitarios que se deben cumplir en los sistemas de abastecimiento públicos y privados durante el manejo del agua. Procedimientos sanitarios para el muestreo. Retrieved from http://www.cucba.udg.mx/sites/default/files/proteccioncivil/normatividad/NOM-230-SSA1-2002.pdf [ Links ]
Solís-Castro, Y., Zúñiga- Zúñiga, L. A., & Mora-Alvarado, D. (2018). La conductividad como parámetro de la dureza del agua en pozos y nacientes de Costa Rica. Control de calidad en aguas para consumo humano en la región occidental de Costa. Revista Tecnología en Marcha, 31(1), 35‒46. doi: 10.18845/tm.v31i1.3495 [ Links ]
Treviño Garza, E. J., Muñoz Robles, C. A., Cavazos Camacho, C., & Barajas Chávez, L. (2002). Evaluación del flujo hídrico superficial en la Sierra de San Carlos, Tamaulipas. Ciencia UANL, 5(4). http://eprints.uanl.mx/id/eprint/1202 [ Links ]
Úbeda, X., Farguell, J., Francos, M., Outeiro, L., & Pacheco, E. (2020). Runoff and erosion generation by simulated rainfall in a Mediterranean forest with forest management. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 26(1), 37‒51. doi: 10.5154/r.rchscfa.2019.01.007 [ Links ]
Programa Mundial de Evaluación de los Recursos Hídricos (WWAP). (2018). Informe Mundial de las Naciones Unidas sobre el Desarrollo de los Recursos Hídricos. Soluciones basadas en la naturaleza para la gestión del agua. París, Francia: UNESCO. Retrieved from https://unesdoc.unesco.org/ark:/48223/pf0000261494 [ Links ]
Programa Mundial de Evaluación de los Recursos Hídricos (WWAP). (2019). Informe Mundial de las Naciones Unidas sobre el Desarrollo de los Recursos Hídricos 2019. No dejar a nadie atrás. París, Francia: UNESCO . Retrieved from https://unesdoc.unesco.org/ark:/48223/pf0000367304 [ Links ]
Vázquez, G., Aké-Castillo, J. A., & Favila, M. E. (2011). Algal assemblages and their relationship with water quality in tropical Mexican streams with different land uses. Hydrobiologia, 667(1), 173‒189. doi: 10.1007/s10750-011-0633-4 [ Links ]
Villalobos-Hiriart, J. L., Álvarez, F., Hernández, C., Lanza-Espino, G. D. L., & González-Mora, I. D. (2010). Crustáceos decápodos de las cuencas Copalita, Zimatán y Coyula, en Oaxaca, México. Revista Mexicana de Biodiversidad, 81, 99‒111. Retrieved from https://www.redalyc.org/articulo.oa?id=42518506005 [ Links ]
Recibido: 24 de Octubre de 2020; Aprobado: 02 de Noviembre de 2021
This is an open-access article distributed under the terms of the Creative Commons Attribution License
