SciELO - Scientific Electronic Library Online

 
vol.29Factores asociados con la participación de las familias en la separación de residuos sólidos urbanos en Texcoco, Estado de MéxicoEvaluación de potenciales osmóticos en suelos y aguas costeros de Oaxaca, México, mediante ecuaciones de predicción índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Acta universitaria

versión On-line ISSN 2007-9621versión impresa ISSN 0188-6266

Acta univ vol.29  México  2019  Epub 15-Ene-2020

https://doi.org/10.15174/au.2019.2117 

Artículos

Evaluación de la calidad del agua residual para el riego agrícola en Valle del Mezquital, Hidalgo

Wastewater quality assessment for agricultural crop irrigation in Mezquital Valley, Hidalgo

José Pedro Pérez-Díaz1  * 

Héctor Manuel Ortega-Escobar1 

Carlos Ramírez-Ayala1 

Héctor Flores-Magdaleno1 

Edgar Iván Sánchez-Bernal2 

Álvaro Can-Chulim3 

Oscar Raúl Mancilla-Villa4 

1Postgrado de Hidrociencias, Colegio de Postgraduados. Carr. México-Texcoco Km. 36.5, Montecillo, Texcoco, Edo. de México, C.P. 56230.

2Instituto de Ecología, Campus Puerto Ángel, Universidad del Mar.

3Unidad Académica de Agricultura, Universidad Autónoma de Nayarit.

4Departamento de Producción Agrícola, Centro Universitario de la Costa Sur, Universidad de Guadalajara.


Resumen

En este estudio se determinó la concentración de los iones Ca2+, Mg2+, Na+, K+, CO3 2-, HCO3 -, Cl- y SO4 2-, pH y conductividad eléctrica (CE) en el agua residual proveniente de la Ciudad de México. El objetivo fue evaluar la calidad del agua y estimar el riesgo de salinización y sodificación de los suelos irrigados en Valle del Mezquital. El agua residual se clasificó como bicarbonatada-sódica con pH ligeramente alcalino (Q3 = 8.11). Los valores mínimo y máximo de CE fueron 0.278 dS m-1 y 3.684 dS m-1 (Q3 = 1.890 dS m-1), la relación de adsorción de sodio (RAS) fue menor de 14.12 mmol L-1 en 95% de las muestras de agua. El promedio estimado del porciento de sodio intercambiable (PSI) para un suelo arenoso fue 5.95, para el franco 9.34 y para el arcilloso 12.74. El uso del agua residual en la irrigación de cultivos puede inducir procesos de salinización y sodificación en el suelo.

Palabras clave: Salinidad; sodicidad; porciento de sodio intercambiable

Abstract

In this study, the concentration of ions Ca2+, Mg2+, Na+, K+, HCO3 -, Cl- and SO4 2-, pH, and electrical conductivity (EC) in wastewater from Mexico City was determined. The objective was to assess the water quality and to estimate the risk of salinization and sodification of the irrigated soils in the Mezquital Valley. Wastewater was classified as bicarbonated-sodic with slightly alkaline pH (Q3 = 8.11). The minimum and maximum EC values were 0.278 dS m-1 and 3.684 dS m-1 (Q3 = 1.890 dS m-1), the sodium adsorption ratio (SAR) was less than 14.12 mmol L-1 in 95% of water samples. The mean value estimate for the exchangeable sodium percentage (ESP), for sandy soil, was 5.95, for loam soil 9.34 and for clay soil 12.74. Wastewater use in crop irrigation may induce salinization and sodification processes in the soil.

Keywords: Salinity; sodicity; exchangeable sodium percentage

Introducción

El sistema hidrográfico en Valle del Mezquital recibe aproximadamente 56.60 m3 s-1 de agua residual proveniente de la Ciudad de México, 94% de esta agua se utiliza en la irrigación de cultivos en el Valle de Tula, estado de Hidalgo (Comisión Nacional del Agua [Conagua], 2013). El caudal de agua residual generado en la Ciudad de México es desalojado por la red de drenaje: gran canal-interceptor poniente-emisor central, y se conduce hacia el estado de Hidalgo. Durante su recorrido, se vierte en la laguna de Zumpango y en las presas Requena, Endhó, Rojo Gómez & Vicente Aguirre; de estos cuerpos de agua, una parte se deriva hacia canales de riego y se utiliza en la irrigación de cultivos agrícolas. El agua residual finalmente se drena por el río Tula hacia el río Moctezuma, y sigue su curso por el río Pánuco hasta desembocar en el Golfo de México, cerca de Tampico, Tamaulipas (Lesser-Carrillo, Lesser-Illades, Arellano-Islas & González-Posadas, 2011; López-García et al., 2016; Ontiveros-Capurata, Diakite-Diakite, Álvarez-Sánchez & Coras-Merino, 2013; Velázquez-Machuca, Ortega-Escobar, Martínez-Garza, Kohashi-Shibata & García-Calderón, 2002).

Se ha encontrado que el agua residual contiene nutrientes que pueden utilizarse por los cultivos y materia orgánica que puede mejorar algunas propiedades físicas en el suelo (Rascón-Alvarado, Peña-Cervantes, López-Cervantes, Cantú-Sifuentes & Narro-Farías, 2008; Zamora, Rodríguez, Torres & Yendis, 2008). Virto, Bescansa, Imaz & Enrique (2007), al utilizar agua residual proveniente de la industria agroalimentaria, concluyeron que no afectó la calidad de un suelo con elevada concentración de sulfato de calcio CaSO4 ( 2H2O), lo cual indica que el calcio contenido en el suelo o adicionado en el agua de riego disminuye el riesgo de sodificación del suelo (López-García et al., 2016).

El efecto del agua residual aplicada mediante el riego en las propiedades del suelo depende de su concentración y tipo de iones, su conductividad eléctrica (CE), relación de adsorción de sodio (RAS) y el tipo de suelo irrigado. Suelos con alta concentración de calcio disminuyen el efecto dispersante del ión sodio contenido en el agua residual utilizada en la irrigación (Virto et al., 2007).

Otros estudios han demostrado que el agua de origen residual contiene elementos potencialmente tóxicos para los organismos acuáticos (Robledo-Zacarías et al., 2017); por otra parte, los metales pesados, adicionados al suelo mediante el riego, se acumulan en la capa arable de los suelos agrícolas (Siebe, 1994) y pueden ser absorbidos y acumulados en las plantas (Vázquez-Alarcón, Justin-Cajuste, Siebe-Grabach, Alcántar-González & de la Isla de Bauer, 2001). Cifuentes, Blumenthal, Ruiz-Palacios, Bennett & Peasey (1994) y Cifuentes et al. (2000) encontraron que el contacto con el agua de origen residual afectó la salud de la población; en este mismo sentido, Robledo-Zacarías et al. (2017) coincidieron en que el agua residual, vertida en los cuerpos receptores, representa un riesgo alto para la salud humana y para el ambiente, pues se han encontrado farmacéuticos y drogas en el agua residual, lo que ocasiona efectos tóxicos (aún en baja concentración) en los organismos acuáticos y en los microorganismos del suelo.

En México, el porcentaje de agua recolectado en los sistemas de alcantarillado que recibe algún tipo de tratamiento es de 57% (Conagua, 2016), esta agua se utiliza en el riego de cultivos agrícolas en Valle del Mezquital, Hidalgo. En este estado se siembra una superficie aproximada de 456 855.69 ha, de las cuales 80% son de temporal y 20% son de riego. Los cultivos con mayor superficie sembrada son: maíz grano, frijol y avena forrajera (Servicio de Información Agroalimentaria y Pesquera [SIAP], 2017). Cabe mencionar que el agua residual de la Ciudad de México no es la única fuente de agua en esta zona agrícola, pues otras fuentes de agua subterránea y superficial, de calidad variable, se utilizan en la irrigación.

El uso de agua residual en la irrigación puede generar problemas de salinidad, sodicidad y toxicidad en el suelo y en los cultivos. En este sentido, es importante considerar el riesgo de salinidad sódica, debido a que influye de manera negativa disminuyendo la permeabilidad del suelo (Richards et al., 1982) y, como consecuencia, afecta la disponibilidad de agua para el cultivo; además, debido a que se reduce la infiltración del agua en el suelo, este se inunda y disminuye la aireación que provoca diversos problemas en los cultivos. Estos problemas pueden relacionarse con la RAS elevada en el agua de riego (Ayers & Westcot, 1987); sin embargo, el tipo de suelo y el clima también influyen en los problemas relacionados con la salinidad y sodicidad, de manera que el riesgo de salinización y sodificación es mayor en un suelo arcilloso, comparado con un suelo arenoso.

Con respecto del clima, Kovda, Egorov & Hills (1973) indicaron que las regiones con escasa precipitación pluvial (las zonas áridas y semiáridas) estarán mayormente afectadas por la concentración de sales en la superficie del suelo.

La RAS es una variable que indica la proporción de sodio sobre el calcio (Na+Ca2+ ) contenido en el agua de riego, y permite estimar el porciento de sodio intercambiable del suelo (PSI), así como el riesgo de sodificación del suelo por la aplicación del agua al riego (Richards et al., 1982). Si la CE es mayor de 0.750 dS m-1 y la RAS es mayor de 3 mmol L-1, se considera que el agua no es apta para la irrigación en la mayoría de los cultivos, debido al riesgo de salinidad y sodicidad que representa para el suelo y los cultivos (Ayers & Westcot, 1987).

Esta investigación tuvo un enfoque cuantitativo, su alcance fue descriptivo y correlacional. La hipótesis central planteó que los valores conjuntos de CE-RAS mayores de 0.250 dS m-1 y 3 mmol L-1 afectan negativamente la calidad del agua para uso agrícola; los altos valores de RAS en el agua de riego están relacionados con el incremento en el PSI del suelo. El objetivo de esta investigación fue evaluar la calidad agronómica del agua residual a partir de su composición iónica, así como estimar el riesgo de salinización y sodificación del suelo por la aplicación del agua al riego agrícola.

Materiales y Métodos

Para realizar esta investigación se utilizaron los siguientes materiales: Sistema de Posicionamiento Global (GPS Garmin ® Etrex Venture HC); potenciómetro (Hanna instruments® pH 210); puente de conductividad eléctrica (Hanna instruments® HI 255); espectrofotómetro (Jenway® 7305); espectrofotómetro de flama (Instrumentation laboratory ® AutoCal flame photometer 643). El software que se utilizó fue SAS 9.0, sigmaplot 10.0 y Quantum Gis 2.18.

Muestreo

Durante los meses comprendidos entre septiembre del año 2015 y abril del año 2016 se recolectaron y analizaron 188 muestras de agua de origen residual doméstica e industrial, ríos, presas, canales de riego y drenaje agrícola, en 135 estaciones de muestreo distribuidas en la red de drenaje Ciudad de México-Valle del Mezquital (Figura 1). El muestreo se realizó de acuerdo con la NMX-AA-003-SCFI-1980 y considerando la accesibilidad a los sitios (Diario Oficial de la Federación [DOF], 1980). Todas las estaciones de muestreo se registraron con un sistema de posicionamiento global (Tabla 1).

Fuente: Elaboración propia.

Figura 1 Localización del área de estudio. 

Tabla 1 Estaciones de muestreo en la red de drenaje Ciudad de México-Valle del Mezquital. 

ID Coordenadas Altitud Estación de muestreo Referencia Estado
N O m
1 19.8313333 -99.1186944 2293 Canal de riego Zumpango-Tequisquiac Estado de México
2 19.7851667 -99.09475 2278 Canal la laminadora Nextlalpan-Zumpango Estado de México
3 19.6843611 -99.0446389 2246 Canal Tonanitla I Sta. María Tonanitla Estado de México
4 19.7343056 -99.0678611 2245 Canal Nextlalpan Nextlalpan Estado de México
5 19.7271944 -99.0835556 2244 Canal Sn. Francisco Nextlalpan Estado de México
6 19.6715333 -99.0404833 2240 Canal Tonanitla II Sta. María Tonanitla Estado de México
7 19.6256167 -99.04575 2239 Canal puente Pemex Los Héroes de Tecámac Estado de México
8 19.7855556 -99.1666389 2239 Gran canal Zumpango Estado de México
9 19.7855556 -99.1666389 2239 Canal de riego Zumpango Estado de México
10 19.8029167 -99.1136111 2238 Laguna de Zumpango Zumpango Estado de México
11 19.7009444 -99.0829167 2235 Túnel emisor oriente lumbrera 11 Tultepec Estado de México
12 19.808 -99.1106944 2233 Dren Ávila Camacho Zumpango Estado de México
13 19.9021111 -99.1226389 2228 Túnel Tequixquiac Tequixquiac Estado de México
14 19.4670883 -99.0100833 2225 Canal Peñón-Texcoco Texcoco Estado de México
15 19.9135 -99.1437778 2213 Arrollo Tequixquiac Tequixquiac Estado de México
16 19.9039722 -99.1460556 2204 Túnel Tequixquiac Tequixquiac Estado de México
17 19.9649167 -99.1756944 2180 Río Tula Apaxco de Ocampo Estado de México
18 19.9649167 -99.1756944 2180 Drenaje Apaxco Apaxco de Ocampo Estado de México
19 20.0285556 -99.2033056 2145 Canal de riego Texas Atotonilco de Tula Estado de Hidalgo
20 20.2482222 -99.4245 2118 Río Chapatongo José María Pino Suarez Estado de Hidalgo
21 20.1166667 -99.2042778 2111 Canal de riego Teltipan Teltipan de Juárez Estado de Hidalgo
22 20.1220833 -99.2525278 2105 Canal Tlahuelilpan Tlahuelilpan Estado de Hidalgo
23 20.0582778 -99.26875 2103 Canal Pemex II Atitalaquia-Cardonal-Tula Estado de Hidalgo
24 20.0565833 -99.2196944 2098 Canal de riego Atitalaquia Atitalaquia Estado de Hidalgo
25 20.0536944 -99.3130278 2094 Canal Pemex IV El llano-Tula de Allende Estado de Hidalgo
26 20.02075 -99.2135556 2093 Río Tula Atotonilco de Tula Estado de Hidalgo
27 20.2139444 -99.1340833 2091 Canal de riego Morelos III Mixquiahuala Estado de Hidalgo
28 20.1449167 -99.2347222 2091 Canal de riego Tlahuelilpan Tlahuelilpan Estado de Hidalgo
29 20.0591389 -99.2270833 2089 Canal de riego la Quina Atitalaquia Estado de Hidalgo
30 20.0591389 -99.2270833 2089 Cascada la Quina Atitalaquia Estado de Hidalgo
31 20.0593889 -99.2392222 2087 Canal Pemex I Atitalaquia-Cardonal Estado de Hidalgo
32 20.0742778 -99.3162778 2085 Canal Endhó El llano-Tula de Allende Estado de Hidalgo
33 20.2214167 -99.1373333 2079 Canal de riego Morelos II Mixquiahuala Estado de Hidalgo
34 20.05525 -99.3046389 2077 Canal Pemex III Atitalaquia-El llano Estado de Hidalgo
35 20.0984167 -99.3417778 2076 Canal Villagrán I Tula-Sta. Ana Ahuehuepan Estado de Hidalgo
36 20.0745833 -99.3337222 2064 Canal Canadiense Tula -Sta. Ana Ahuehuepan Estado de Hidalgo
37 20.1279722 -99.2423611 2050 Canal Tlahuelilpan Tlahuelilpan Estado de Hidalgo
38 20.1557222 -99.2303333 2049 Canal Requena Tlahuelilpan Estado de Hidalgo
39 20.1588056 -99.2304444 2047 Canal de riego el Tinaco Tlahuelilpan Estado de Hidalgo
40 20.1286667 -99.3500556 2047 Canal Villagrán II Sta. Ana Ahuehuepan Estado de Hidalgo
41 20.0662222 -99.3295556 2040 Canal puente verde Tula de Allende Estado de Hidalgo
42 20.1971389 -99.2241944 2024 Canal de riego Tezontepec II Tezontepec-Mixquiahuala Estado de Hidalgo
43 20.1451667 -99.3579722 2022 Presa Endhó Endhó Estado de Hidalgo
44 20.1451667 -99.3579722 2022 Presa Endhó (dren) Endhó Estado de Hidalgo
45 20.1638611 -99.3673611 2017 Canal de riego Endhó Estado de Hidalgo
46 20.2298056 -99.1363056 2016 Canal de riego Morelos I Mixquiahuala Estado de Hidalgo
47 20.1971389 -99.2241944 2014 Canal de riego Tezontepec I Tezontepec-Mixquiahuala Estado de Hidalgo
48 20.0531111 -99.3357222 2002 Río Tula Tula de Allende Estado de Hidalgo
49 20.2453333 -99.17875 2000 Canal de riego el Progreso Progreso Estado de Hidalgo
50 20.3163611 -99.1985278 1994 Canal de riego la Mora Xochitlán Estado de Hidalgo
51 20.2908333 -99.1878611 1994 Canal de riego Xoxitlan Xochitlán Estado de Hidalgo
52 20.3436389 -99.3477222 1989 Presa Dolores Cerro Azul-Oxtotipán Estado de Hidalgo
53 20.1908611 -99.2547778 1984 Canal de riego Tezontepec IV Tezontepec Estado de Hidalgo
54 20.3606667 -99.3273056 1984 Canal Rojo Gómez Cerro Azul-Xamajé Estado de Hidalgo
55 20.4243889 -99.3511944 1978 Canal de riego Vicente Aguirre Alfajayucan Estado de Hidalgo
56 20.2664167 -98.9554444 1977 Canal de agua residual Actopan Estado de Hidalgo
57 20.2641944 -98.9601667 1975 Canal de riego Actopan Actopan Estado de Hidalgo
58 20.2681111 -99.0028333 1973 Canal de riego Sn. Salvador Poxindejé Estado de Hidalgo
59 20.1910278 -99.2791667 1973 Manantial Tezontepec Tezontepec Estado de Hidalgo
60 20.1881389 -99.2420278 1972 Canal de riego Tezontepec III Tezontepec Estado de Hidalgo
61 20.2595 -98.9707778 1970 Dren Boxtha Actopan Estado de Hidalgo
62 20.3584722 -99.3228056 1970 Presa Rojo Gómez Cerro Azul Estado de Hidalgo
63 20.1943889 -99.2796111 1964 Río Tula Tezontepec Estado de Hidalgo
64 20.2808056 -99.0116111 1949 Pozo Sn. Salvador Sn. Salvador Estado de Hidalgo
65 20.3753056 -99.33225 1946 Canal de riego Xamajé Xamajé Estado de Hidalgo
66 20.3139722 -99.0073333 1936 Canal de riego caxuxi Bominthza Estado de Hidalgo
67 20.3431667 -99.2069167 1928 Canal de riego Tlacotlapilco Tlacotlapilco Estado de Hidalgo
68 20.3984167 -99.1915278 1927 Canal de riego Ecoalberto Tlacotlapilco Estado de Hidalgo
69 20.3448056 -99.0295833 1926 Canal de riego boxani Lagunilla Estado de Hidalgo
ID Coordenadas Altitud Estación de muestreo Referencia Estado
N W m
70 20.3526667 -99.03675 1924 Canal de riego Lagunillas II Lagunilla Estado de Hidalgo
71 20.2860278 -99.0091944 1921 Drenaje agrícola Sn. Salvador-El Bondhó Estado de Hidalgo
72 20.3869167 -99.0679444 1920 Canal de riego Yolotepec II Yolotepec Estado de Hidalgo
73 20.36125 -99.0375 1920 Canal de riego Lagunillas II Lagunilla-Patria Nueva Estado de Hidalgo
74 20.3921944 -99.0794167 1917 Canal de riego Yolotepec I Yolotepec Estado de Hidalgo
75 20.3767778 -99.0536667 1917 Canal de riego Yolotepec III Yolotepec-Patria Nueva Estado de Hidalgo
76 20.3928056 -99.0868333 1913 Canal de riego Yolotepec-Julián Villagrán Estado de Hidalgo
77 20.4871111 -99.0813611 1887 Canal de riego debodhé-florida Pozuelos Estado de Hidalgo
78 20.2513017 -99.19595 1887 Río Tula Progreso Estado de Hidalgo
79 20.2513017 -99.19595 1887 Agua de infiltración Progreso Estado de Hidalgo
80 20.4347222 -99.3625556 1872 Presa Vicente Aguirre Antonio Corrales Estado de Hidalgo
81 20.4838889 -99.1206389 1862 Presa Debodhé Debodhé Estado de Hidalgo
82 20.4590556 -99.3411667 1850 Canal de riego Xigüi Vía Huichapan-Ixmiquilpan Estado de Hidalgo
83 20.4559167 -99.3693056 1846 Canal de riego Sn. Francisco Alfajayucan-Yonthé Grande Estado de Hidalgo
84 20.4142778 -99.3487778 1845 Río Alfajayucan Alfajayucan Estado de Hidalgo
85 20.326 -99.2226389 1837 Río Tula Chilcuautla Estado de Hidalgo
86 20.326 -99.2226389 1837 Agua de infiltración para riego de nopal Chilcuautla Estado de Hidalgo
87 20.326 -99.2226389 1837 Agua de infiltración para riego de nopal Chilcuautla Estado de Hidalgo
88 20.4733611 -99.3290833 1837 Canal de riego el Portezuelo Portezuelo Estado de Hidalgo
89 20.5050278 -99.3119167 1803 Canal de riego Portezuelo 2 Portezuelo Estado de Hidalgo
90 20.4785 -99.3635278 1803 Canal de riego el Bermejo Yonthé Grande Estado de Hidalgo
91 20.4092222 -99.2058333 1800 Canal de riego El Alberto Tlacotlapilco-Ixmiquilpan Estado de Hidalgo
92 20.43525 -99.1568333 1793 Canal principal alto Ixmiquilpan Taxadhó Estado de Hidalgo
93 20.4851667 -99.3663056 1791 Embalse el Bermejo Yonthé Grande Estado de Hidalgo
94 20.5001389 -99.1571389 1790 Canal de riego Arenalito El Nith-Debodhé Estado de Hidalgo
95 20.4748333 -99.3655 1790 Canal de riego Yonthé Grande Yonthé Grande Estado de Hidalgo
96 20.4950278 -99.1635556 1789 Canal de riego la estación El Nith-Debodhé Estado de Hidalgo
97 20.4961667 -99.1568889 1789 Canal de riego el bangandhó El Nith-Debodhé Estado de Hidalgo
98 20.4234167 -99.1696389 1789 Canal de riego Maguey Blanco Parque acuático Maguey Blanco Estado de Hidalgo
99 20.5055556 -99.1357222 1788 Canal de riego EST-57 Debodhé Estado de Hidalgo
100 20.4905833 -99.1123333 1787 Presa Debodhé (dren) Debodhé Estado de Hidalgo
101 20.4829444 -99.2718611 1784 Canal de riego dexthó Ixmiquilpan-Portezuelo Estado de Hidalgo
102 20.3741944 -99.2236389 1784 Río Tula Tlacotlapilco Estado de Hidalgo
103 20.4924722 -99.1148056 1775 Canal de riego Debodhé Debodhé Estado de Hidalgo
104 20.5072778 -99.1392222 1772 Canal de riego Capula Debodhé Estado de Hidalgo
105 20.4268889 -99.2270556 1769 Río Tula en Ecoalberto Tlacotlapilco-Ixmiquilpan Estado de Hidalgo
106 20.4268889 -99.2270556 1769 Canal de riego Tlacotlapilco-Ixmiquilpan Estado de Hidalgo
107 20.5047222 -99.1435278 1766 Drenaje agrícola bangandhó El Nith-Debodhé Estado de Hidalgo
108 20.4902222 -99.1944167 1761 Canal de riego El Nith-Debodhé Estado de Hidalgo
109 20.4426389 -99.1741111 1759 Canal de agua residual El Tephé Estado de Hidalgo
110 20.4819167 -99.38775 1758 Agua de infiltración Sn. Fco. Sacachichilco Estado de Hidalgo
111 20.4756944 -99.3901389 1758 Río Sn. Francisco Sn. Fco. Sacachichilco Estado de Hidalgo
112 20.4432222 -99.1718333 1755 Canal de agua residual el Tephé El Tephé Estado de Hidalgo
113 20.4933056 -99.1760833 1754 Drenaje agrícola El Nith-Debodhé Estado de Hidalgo
114 20.5170278 -99.15475 1752 Río Chicabasco Capula-El Rosario Estado de Hidalgo
115 20.5170278 -99.15475 1752 Canal de riego Chicabasco Capula-El Rosario Estado de Hidalgo
116 20.48825 -99.2731667 1752 Drenaje agrícola Dexthó Ixmiquilpan-Portezuelo Estado de Hidalgo
117 20.4493611 -99.1791111 1750 Canal de riego Siqueiros El Tepe Estado de Hidalgo
118 20.4841667 -99.3843333 1747 Canal Xigatza Sn. Fco. Sacachichilco Estado de Hidalgo
119 20.4923333 -99.1822778 1746 Canal de riego La joya El Nith-Debodhé Estado de Hidalgo
120 20.4969722 -99.2736667 1746 Canal de riego Dexthó 2 Ixmiquilpan-Portezuelo Estado de Hidalgo
121 20.5029167 -99.38725 1746 Presa Madho Corrales Sn. Fco. Sacachichilco Estado de Hidalgo
122 20.4795278 -99.2492222 1745 Canal de riego el mexicano Ixmiquilpan-Portezuelo Estado de Hidalgo
123 20.4810278 -99.2553333 1742 Canal de riego el mexicano 2 Ixmiquilpan-Portezuelo Estado de Hidalgo
124 20.5248889 -99.3238056 1720 Canal de riego Tasquillo Tasquillo Estado de Hidalgo
125 20.5270833 -99.321 1709 Canal de riego Tasquillo Tasquillo Estado de Hidalgo
126 20.4863056 -99.2108056 1706 Canal de riego Ixmiquilpan Estado de Hidalgo
127 20.0605 -99.2221111 1694 Río salado Atitalaquia Atitalaquia Estado de Hidalgo
128 20.4806667 -99.2210833 1693 Río Tula Ixmiquilpan Estado de Hidalgo
129 20.4821389 -99.2151944 1693 Canal de agua residual Ixmiquilpan Estado de Hidalgo
130 20.5499722 -99.2916389 1645 Río Tula Juchitlán Estado de Hidalgo
131 20.5499722 -99.2916389 1645 Manantial Juchitlán Estado de Hidalgo
132 20.5499722 -99.2916389 1645 Balneario Tzindejéh Juchitlán Estado de Hidalgo
133 20.66125 -99.48775 1596 Presa Zimapán Saucillo Estado de Hidalgo
134 20.576 -99.3463611 1590 Río Tula Tasquillo Estado de Hidalgo
135 20.8645 -99.4455 935 Río Moctezuma La Mora Estado de Querétaro

Fuente: Elaboración propia.

Análisis fisicoquímico del agua

La concentración de Ca2+, Mg2+, CO3 2-, HCO3 - y Cl- se determinó mediante titulación volumétrica (Eaton, Greenberg & Clescerl, 1998). La concentración de Na+ y K+ fue determinada por flamometría y el SO4 2- por espectrofotometría (Richards et al., 1982). La medición del pH se realizó con un potenciómetro (DOF, 2016). La CE, expresada en unidades dS m-1 a 25 °C, se midió con un puente de conductividad eléctrica (Eaton et al., 1998). Estos análisis fisicoquímicos se realizaron en el laboratorio de Ciencias Ambientales, perteneciente al Postgrado de Hidrociencias del Colegio de Postgraduados, México.

Análisis estadístico

Una vez que se obtuvieron todos los resultados del análisis físico-químico del agua, se realizó el análisis estadístico a cada una de las variables, este consistió en determinar: prueba de normalidad con el método de Kolmogorov-Smirnov, asimetría, curtosis, mínimo, máximo, promedio, mediana, desviación estándar, amplitud, coeficiente de variación (CV), cuartiles y valores extremos, así como la relación entre algunas variables mediante el coeficiente de correlación y la regresión lineal simple (Montgomery & Runger, 2015).

Calidad del agua, riesgo de salinización y sodificación del suelo

La calidad del agua para riego agrícola se determinó de acuerdo con los criterios propuestos por Richards et al. (1982) y Ayers & Westcot (1987). El riesgo de sodificación se estimó mediante las ecuaciones 4 y 5 utilizando el enfoque original de Gapón (Richards et al., 1982), y relacionando la CE con la RAS se estimó el riesgo de reducción de la infiltración del agua en el suelo (Ayers & Westcot, 1987).

En el cálculo de la RAS no se consideró el ión Mg2+, debido a que las propiedades del Ca2+ y Mg2+ son diferentes (Velázquez-Machuca et al., 2002). Con respecto de su carga, ambos iones son divalentes, pero tienen distinto tamaño; el radio iónico del Ca2+ es de 0.99 Å y el del Mg2+ es de 0.65 Å, por ello su energía de adsorción es diferente; además, el carbonato de magnesio es de mayor solubilidad, comparado con el carbonato de calcio, por lo cual el Mg2+ se mantiene mayor tiempo en solución mientras que el Ca2+ precipita como carbonato (Kovda et al., 1973). La ecuación de la RAS tiene su fundamento en la ley de acción de masas, esta ley establece que la magnitud de una reacción química es proporcional a la concentración molar de las sustancias reaccionantes (aA+bBcC+dD) (Getman & Daniels, 1950). De esta ley se deriva la siguiente ecuación:

XNa++12Ca2+X12Ca2++Na+ (1)

donde XNa+ y X1/2Ca2+ representan la fase adsorbida de sodio y calcio; Na+ y Ca2+ es la concentración de sodio y calcio en la fase soluble. Para suelos salinos, la ecuación de RAS es una estimación indirecta del contenido de Ca2+ y Na+ intercambiable, de manera que K representa la constante de intercambio iónico:

X12Ca2+Na+XNa+Ca2+1/2=K (2)

X12Ca2+XNa+=KNa+Ca2+1/2 (3)

RASar=Na+Ca2+ (4)

Conociendo el valor de la RAS del agua de riego (RASar), mediante la ecuación 5, se estimó el porciento de sodio intercambiable del suelo (PSI):

PSI=KG×RASar1+(KG×RASar)×100 (5)

donde KG es la constante de intercambio iónico, el valor propuesto por el USDA es de 0.01475 (Richards et al., 1982), pero depende de cada tipo de suelo, así que se consideró: para un suelo arenoso KG1 = 0.007244, para un suelo franco KG2 = 0.0118614 y para un suelo arcilloso KG3 = 0.016899 (Velázquez-Machuca et al., 2002).

Mediante la ecuación propuesta por Bower, Ogata & Tucker (1968) se estimó la RAS en el agua de drenaje (RASaj), esta fórmula considera únicamente la precipitación de Ca2+; es decir, esta ecuación no tiene en cuenta la disolución de cationes de los minerales del suelo:

RASaj=1FL[Na+][Ca2+]1+8.4-pHs (6)

donde FL es la fracción de lixiviación (FL = 1.0); 8.4 es el pH de un suelo no sódico en equilibrio con la calcita, este pH es el límite a partir del cual el Ca2+ precipita como CaCO3; pHs es el pH del agua en donde el contenido de Ca2+, CO3 2- y HCO3 - están en equilibrio, es decir, no hay saturación o subsaturación de calcita, el pHs se estimó mediante el enfoque conceptual de Langelier (1936):

pHs=pK2'-pKs'+pCa2++pAlk (7)

Donde pK2' y pKs' son logaritmos negativos de la segunda constante de disociación del ácido carbónico (K2=5.61×10-11) y del producto de solubilidad de la calcita (Kps=4.80×10-9), respectivamente (MacIness & Belcher, 1933), corregidos por fuerza iónica (Larson, Buswell, Ludwig & Langelier, 1942); pCa2+ es el logaritmo negativo de la concentración de Ca2+; y pAlk es el logaritmo negativo de la alcalinidad total al anaranjado de metilo (HCO3 -), ambos términos (pCa2+ y pAlk) expresados en unidades mol L-1. Para corregir K1, K2 y Kps se utilizó la ecuación 8, y para estimar la fuerza iónica (I) se utilizó la ecuación 9.

pK1'=pK1-I1+1.4I;pK2'=pK2-2I1+1.4I ; pKs'=pKs-4I1+3.9I (8)

I=12i=1nCZ2 (9)

Donde I es la fuerza iónica de la solución, C es la concentración de iones expresada en unidades mol L-1; y Z es la valencia de cada ión. La I es una medida del campo eléctrico de una solución y está relacionada con la CE (Solomon, 2001). La estimación de I es necesaria para ajustar el valor de RASaj.

Se utilizó la ecuación de RAS propuesta por Suarez (1981) (RAS°), la cual ajusta la concentración de Ca2+ en el agua al valor de equilibrio esperado después del riego en los primeros milímetros del suelo con una presión parcial de dióxido de carbono de 0.0007 atm:

RAS°=Na+Mg2++Caeq2+; Caeq2+=K1KpsKCO2K2HCO3-Ca2+2γCa2+γHCO3-21/3PCO21/3 (10)

donde K1 y K2 corresponden a la primera y segunda constante de disociación del ácido carbónico, Kps es el producto de solubilidad de la calcita ([K1=6.3429, K2=10.2510 y Kps=8.3187] MacIness & Belcher, 1933); KCO2 es el producto de solubilidad del dióxido de carbono en agua ([KCO2=6.3514] Harned & Davis, 1943); ( es el coeficiente de actividad del Ca2+ y HCO3 - estimado con la ecuación siguiente: -logγ=AZ2I1+aBI A=0.50917; B=0.32832; a=4.5, para HCO3- 6,  para Ca2+ (Adams, 1971); y PCO2 es la presión parcial del dióxido de carbono en los primeros milímetros del suelo ([ PCO2=7×10-4 atm ] Suarez, 1981).

En este estudio se estimó la RAS de la solución del suelo (RASAS) a partir de la composición iónica del agua de riego (RASar), considerando la tendencia hacia la precipitación (ISL+) o disolución (ISL-) de Ca2+ con el enfoque conceptual de Langelier (1936), y sustituyendo el término 8.4-pHs por pH-pHs en la ecuación de Bower; de esta manera, se tuvo en cuenta la posible disolución y precipitación de Ca2+, y se obtuvo la ecuación 11:

RASAS=Na+Ca2+1+pH-pHs (11)

donde pH es el pH medido en el agua de riego, y pH-pHs estima el índice de saturación de carbonato de calcio (ISL) (Langelier, 1936).

Resultados y Discusión

Composición iónica y calidad del agua de riego

En este estudio se encontró variación en la CE y STD (CV = 33%), por lo cual se consideró que esta agua residual presentó una concentración muy heterogénea (tabla 2) a lo largo de la red de drenaje Ciudad de México-Valle del Mezquital, pero mantuvo su composición bicarbonatada-sódica. En la siguiente secuencia se ordenaron los iones de mayor a menor concentración: Na+ > Mg2+ > Ca2+ > K+, y HCO3 - > Cl- > SO4 2- > CO3 2-. De acuerdo con Ontiveros-Capurata et al. (2013), esta es una de las características principales que presenta el agua de origen residual.

Tabla 2 Estadísticos descriptivos de la composición iónica del agua en la red de drenaje Ciudad de México-Valle del Mezquital. 

Asimetría Curtosis K-S Min. Max. Media Mediana Desv. Est. Amplitud CV Q1 Q3 95%
pH 0.98 1.26 0.01 6.95 9.86 7.75 7.60 0.46 2.91 6.02 7.40 8.11 8.54
CE dS m-1 0.47 1.22 0.01 0.278 3.684 1.562 1.609 0.53 3.40 33.93 1.094 1.890 2.330
Ca2+ | 0.07 0.13 0.15 0.48 3.80 2.11 2.14 0.63 3.32 29.90 1.74 2.50 3.20
Mg2+ | 0.38 0.17 0.10 0.68 7.31 3.35 3.25 1.13 6.63 33.80 2.39 4.12 5.20
Na+ | 1.06 3.47 0.01 1.39 27.23 9.01 9.09 3.68 25.84 40.85 5.96 11.26 14.54
K+ meq L- 1.39 2.55 0.01 0.16 1.70 0.74 0.69 0.26 1.54 35.91 0.61 0.81 1.31
CO3 2- 1 4.89 23.26 0.01 0.00 1.12 0.03 0.00 0.16 1.12 485.85 0.00 0.00 0.00
HCO3 - | 0.58 1.92 0.15 1.34 19.62 7.77 7.70 2.57 18.28 33.14 5.66 9.44 11.72
Cl- | 0.67 1.30 0.02 0.83 12.98 5.07 4.93 1.86 12.15 36.83 3.61 6.21 7.96
SO4 2- | 0.24 0.57 0.12 0.41 5.28 1.91 1.98 0.81 4.87 42.43 1.33 2.52 3.02
STD mg L-1 0.48 1.35 0.05 190.72 2563.33 1066.60 1092.28 359.34 2373 33.69 774.53 1289.73 1579.17
I mol L-1 0.29 0.64 0.01 0.0070 0.0808 0.0374 0.0384 0.012 0.073 32.70 0.0260 0.0455 0.0543
K-S: Prueba de normalidad de Kolmogorov-Smirnov (p-Valor), con α=0.05; n=188; CV: coeficiente de variación; Q1: primer cuartil; Q3: tercer cuartil

Fuente: Elaboración propia

Las variables estudiadas, de acuerdo con los valores de asimetría y curtosis, presentaron una distribución asimétrica, lo cual se corroboró con la prueba de Kolmogorov-Smirnov (p-valor < () en la mayoría de las variables. El pH tuvo valores entre 6.95 y 9.86, con un coeficiente de variación (CV) muy bajo (6.02%). El tercer cuartil (Q3 = 8.11) indicó la prevalencia de condiciones ligeramente alcalinas en el agua residual, mismas que pueden atribuirse a la descomposición de materia orgánica contenida en esta agua. Los valores extremos de pH (Figura 2), mayores que el límite superior y que presentaron mayor alcalinidad, se encontraron en el canal Rojo Gómez (pH = 9.86), laguna de Zumpango (pH = 9.20), río Alfajayucan (pH = 8.61), presa Madhó Corrales (pH = 8.60) y canal de riego el mexicano (pH = 8.59). Los valores de pH en el límite inferior con tendencia hacia la neutralidad se encontraron en el canal Pemex por la vía Atitalaquia-Tula (pH = 6.95), río Tula por la vía Actopan-Ixmiquilpan (pH = 6.98), canal de riego en Atitalaquia (pH = 7.02), gran canal en Zumpango (pH = 7.04) y canal de riego en Xamajé (pH = 7.17).

Fuente: Elaboración propia.

Figura 2 Diagramas de la distribución del pH y la CE en la red de drenaje Ciudad de México-Valle del Mezquital. 

Con respecto de la CE, esta se encontró entre 0.278 dS m-1 y 3.684 dS m-1, el Q1 = 1.094 dS m-1 y el Q3 = 1.890 dS m-1, los valores extremos en el límite superior corresponden al agua de drenaje agrícola en Nextlalpan (3.684 dS m-1), el Nith-Debodhé (3.398 dS m-1), Bangandhó (3.212 dS m-1), el Tephé (2.469 dS m-1 y el drenaje en la estación mercado-Ixmiquilpan (2.442 dS m-1). Las concentraciones más bajas, en el límite inferior, se encontraron en la presa Dolores (0.278 dS m-1), canal Pemex III en Atitalaquia (0.439 dS m-1), canal Tlahuelilpan (0.454 dS m-1 laguna de Zumpango (0.592 dS m-1) y río Chapatongo (0.618 dS m-1).

Con base en los datos de CE, el agua representa riesgo de salinidad alto (Richards et al., 1982) y uso restringido (Ayers & Westcot, 1987), es recomendable su aplicación en suelos con buen drenaje y cultivos tolerantes a la salinidad. En este sentido, Can-Chulim et al. (2014) y Sánchez-Bernal, Camacho-Escobar, Rodríguez-León & Ortega-Escobar (2013) indicaron que la tolerancia de un determinado cultivo a niveles extremos de salinidad está relacionada con el tipo de cultivo, etapa fenológica y tipo de iones.

En Valle del Mezquital, la mayor superficie sembrada corresponde a los cultivos de maíz grano, frijol y avena forrajera (SIAP, 2017), por lo que se espera que el efecto de la salinidad sea diferente para cada cultivo en relación con la germinación, desarrollo y rendimiento. El maíz y la avena se consideran moderadamente tolerantes; el frijol se considera sensible pero su respuesta a la salinidad es diferente entre las variedades de este cultivo, y se desarrolla de manera distinta en soluciones con diverso tipo de sales. Con el incremento en la concentración iónica disminuye el porcentaje de germinación de variedades de frijol; en relación con este aspecto, Can-Chulim et al. (2017) establecieron la siguiente secuencia de sales que causaron mayor daño en la etapa de germinación y plántula: NaHCO3>NaCl>Na2SO4; asimismo, encontraron que el frijol azufrado fue la variedad más tolerante, el NaHCO3 fue la sal que causó el menor porcentaje de germinación.

Los datos de CE-RAS (Figura 3) indicaron que la clasificación del agua para riego presentó alta variación entre C2, C3 y C4 con respecto del riesgo de salinización y S1, S2, S3 en relación con el riesgo de sodificación, ambos problemas están relacionados con la calidad del agua de riego. Lo anterior se interpretó como la heterogeneidad en la calidad del agua; es decir, el agua residual que se conduce de la Ciudad de México hacia el Valle del Mezquital tuvo variación en su concentración iónica, y por lo tanto su calidad química no es homogénea. La distribución de los datos de CE-RAS indicó que esta agua no es de calidad apropiada para la irrigación de la mayoría de los cultivos.

Fuente: Elaboración propia.

Figura 3 Riesgo de salinidad y sodicidad por los valores de conductividad eléctrica (CE) y relación de adsorción de sodio del agua de riego (RASar) en la red de drenaje Ciudad de México-Valle del Mezquital. 

La influencia de cada uno de los iones en la CE, en la concentración de STD y en la I se determinó mediante el análisis de correlación de Spearman (tabla 3), al igual que la relación entre la I, CE y STD. Los iones que influyeron en la CE se establecieron en la siguiente secuencia, ordenados de mayor a menor influencia: cationes: Na+>Mg2+>Ca2+>K+, aniones HCO3 ->Cl->SO4 2-. En este mismo orden se encontró la influencia de los iones en la concentración de STD y en la I.

Tabla 3 Matriz de correlación de Spearman en la red de drenaje Ciudad de México-Valle del Mezquital. 

CE Ca2+ Mg2+ Na+ K+ HCO3- Cl- SO4 2- STD I
dS m-1 ------------------------------- meq L-1 ------------------------------- mg L-1 mol L-1
CE 1
Ca2+ 0.679 1
Mg2+ 0.874 0.624 1
Na+ 0.975 0.603 0.795 1
K+ 0.625 0.392 0.509 0.577 1
HCO3- 0.972 0.684 0.824 0.962 0.604 1
Cl- 0.963 0.661 0.841 0.950 0.627 0.920 1
SO4 2- 0.784 0.551 0.827 0.744 0.409 0.694 0.721 1
STD 0.998 0.675 0.861 0.980 0.628 0.979 0.960 0.773 1
I 0.993 0.697 0.907 0.956 0.608 0.958 0.953 0.819 0.889 1
P-valor < 0.0001 en todos los casos. α=0.05.

Fuente: Elaboración propia.

Se encontró la misma secuencia de concentración iónica, de manera que, de acuerdo con la teoría de disociación iónica, la CE, la concentración de STD y la I dependen de la concentración total de iones en solución. Los iones que tuvieron mayor influencia en la CE y en la I fueron Na+, HCO3 -, Cl- y Mg2+; de igual manera, estos iones fueron los de mayor concentración en el agua residual. La relación entre la I, CE y STD fue muy alta (Rho = 0.98), en todos los casos el p-valor fue de 0.0001, y dado que este estadístico de prueba fue menor que el estadístico de comparación (( = 0.05), se aceptó que estas variables están correlacionadas (Ha: rx,y > 0), excepto la variable CO3 2-.

El análisis de varianza de la regresión para estimar la concentración de STD (mg L-1) a partir de la CE (dS m-1) se muestra en la tabla 4. En este caso, el estadístico de prueba fue menor que el estadístico de comparación; por lo tanto, la regresión es significativa para explicar los valores de STD a partir de la CE. La concentración de STD puede estimarse con la siguiente ecuación: STD = (676.8398 × CE) + 9.1959. Richards et al. (1982) recomendaron estimar la concentración de STD utilizando la ecuación: STD = (640 × CE). López-García et al. (2016) encontraron la siguiente ecuación: STD = (698 × CE). Sin embargo, con la finalidad de evaluar la calidad del agua de riego, no es conveniente generalizar estas estimaciones, pues como se observó, cada ecuación de regresión corresponde a un conjunto de datos en particular. La ecuación de regresión encontrada en esta investigación es válida únicamente para la amplitud de datos medidos de CE en este estudio (figura 4); es decir, la CE y la concentración de STD dependen de la concentración total de iones en la solución; por lo tanto, es necesario medir la concentración de cada uno de los iones para conocer el origen de la CE y de la concentración de STD para luego establecer la recta de regresión.

Tabla 4 Análisis de varianza para establecer el nivel de significancia de la regresión STD-CE en la red de drenaje Ciudad de México-Valle del Mezquital. 

Variable dependiente Y (STD, mg L-1) Variable independiente X (CE, dS m-1)
Fuente de variación Grados de libertad Suma de cuadrados Cuadrado de la media F-valor Pr>F
Regresión 1 24076934.75 24076934.75 64119.4 <0.0001
Error 186 69843.24 375.50
Total 187 24146777.99
R2=0.9971 CV=1.8167
Predictor Coeficiente Error estándar t-valor Pr>t
Constante β0=9.1959 4.4085 2.09 0.0383
CE (dS m-1) β1=676.8398 2.6729 253.22 <0.0001

Fuente: Elaboración propia.

Fuente: Elaboración propia.

Figura 4 Regresión lineal simple de las variables CE y STD en la red de drenaje Ciudad de México-Valle del Mezquital. 

El análisis de varianza de la regresión para estimar la fuerza iónica (mol L-1) a partir de la CE (dS m-1) se muestra en la tabla 5. En este caso, el estadístico de prueba fue menor que el estadístico de comparación; por consiguiente, la regresión es significativa para explicar los valores de I a partir de la CE (Figura 5), mediante la siguiente ecuación: I = (0.02299 × CE) + 0.00150. En su investigación, López-García et al. (2016) encontraron la siguiente ecuación: I = (0.0116 × CE). La diferencia entre estas ecuaciones de regresión se atribuyó a la concentración iónica, pues, aunque ambos estudios coincidieron en la misma zona (Valle del Mezquital), el tamaño de muestra fue diferente, así como el periodo de muestreo. Asimismo, se encontró variabilidad en la concentración iónica, pero con dominancia de sodio y bicarbonato.

Tabla 5 Análisis de varianza para establecer el nivel de significancia de la regresión I-CE en la red de drenaje Ciudad de México-Valle del Mezquital. 

Variable dependiente Y (I, mol L-1) Variable independiente X (CE, dS m-1)
Fuente de variación Grados de libertad Suma de cuadrados Cuadrado de la media F-valor Pr>F
Regresión 1 0.02778912 0.02778912 21850.6 <0.0001
Error 186 0.00023655 0.00000127
Total 187 0.02802567
R2=0.9915 CV=3.013
Predictor Coeficiente Error estándar t-valor Pr>t
Constante β0=0.00150 0.00025656 5.86 <0.0001
CE (dS m-1) β1=0.02299 0.00015556 147.82 <0.0001

Fuente: Elaboración propia.

Fuente: Elaboración propia.

Figura 5 Regresión lineal simple de la conductividad eléctrica y la fuerza iónica en la red de drenaje Ciudad de México-Valle del Mezquital. 

Estimación del riesgo de sodificación del suelo

La estimación de la RAS fue realizada con diferentes ecuaciones (tabla 6). El máximo valor de esta variable, en todos los casos, fue el estimado con la ecuación de RASaj, debido a que únicamente considera la precipitación de Ca2+, lo cual ocasiona el incremento de la relación Na+/ Ca2+, y ello indica valores de RAS altos en la solución del suelo, mismos que pueden atribuirse al proceso de precipitación de Ca2+.

Tabla 6 Estadísticos descriptivos de la relación de adsorción de sodio y del pHs en la red de drenaje Ciudad de México-Valle del Mezquital. 

Mínimo Máximo Media Mediana Desv. Est. Amplitud CV Q1 Q3 95%
pHs 6.65 8.52 7.20 7.14 0.28 1.87 3.89 7.02 7.39 7.66
RASar | 2.83 32.76 8.81 8.53 3.64 29.92 41.30 6.60 10.00 14.08
RASaj | 2.47 71.90 19.85 19.76 9.35 69.43 47.09 13.06 23.52 32.25
RAS° mmol L-1 2.08 17.28 6.65 6.72 2.02 15.20 30.46 5.32 7.57 9.78
RASAS |
|
0.12 77.48 14.43 13.81 9.16 77.35 63.45 7.92 19.64 24.86
CV: coeficiente de variación; Q1: primer cuartil; Q3: tercer cuartil

Fuente: Elaboración propia.

Debe considerarse que la disolución de los minerales del suelo, principalmente el Ca2+, disminuye la RAS en la solución del suelo. En este estudio se encontró que el agua residual tiene la capacidad de disolver y precipitar calcio, la precipitación de Ca2+ favorece el efecto coagulante en los coloides del suelo e incrementa la RAS del agua del suelo, de manera que el Na+, si no es lixiviado, puede ser absorbido por las plantas, ocasionando problemas de toxicidad en cultivos sensibles (Ayers & Westcot, 1987).

La RAS corregida (RAS°) (Suarez, 1981) tuvo un promedio de 6.65 mmol L-1; 95% de las muestras de agua tuvieron una RAS° menor de 9.78 mmol L-1. Esta ecuación proporciona una buena estimación de la RAS de la solución del suelo, ya que considera el ajuste de Ca2+ al valor de equilibrio esperado después del riego, y tiene en cuenta que el coeficiente de actividad del Ca2+ y del HCO3 - disminuye con el aumento en la salinidad (I); además, considera el efecto del dióxido de carbono y del bicarbonato sobre el Ca2+ (Can-Chulim, Ramírez-Ayala, Ortega-Escobar, Trejo-López & Cruz-Díaz, 2008).

La RAS del agua de riego (RASar) tuvo un coeficiente de variación de 41.30%, este indica la heterogeneidad de valores que se encontraron entre 2.83 mmol L-1 y 32.76 mmol L-1. El promedio fue 8.81 mmol L-1 y la mediana fue 8.53 mmol L-1, los cuartiles tuvieron los valores siguientes: Q1 = 6.62 mmol L-1, Q3 = 10.01 mmol L-1. En 95% de los casos la RAS fue menor de 14.12 mmol L-1, estos datos indicaron la dominancia de Na+ sobre el Ca2+ en el agua residual; por lo tanto, existe el riesgo de acumulación de sodio en el suelo debido a la aplicación de esta agua en el riego agrícola. En el suelo, el Na+ desplaza al Ca2+, y el Na+ ocupa los sitios de intercambio en la micela coloidal, provocando la sodificación de los suelos (Richards et al., 1982); este proceso de sodificación será más intenso en suelos arcillosos y de menor intensidad en suelos arenosos. En Valle del Mezquital predominan los leptosoles, feozems, vertisoles, litosoles, suelos calcáreos, con diversa textura (francos, arcillosos, arenosos) (Hernández-Silva, Flores-Delgadillo, Maples-Vermeersch, Solorio-Munguía & Alcalá-Martínez, 1994); así que incrementando el contenido de Ca2+, de manera controlada, directamente en el agua residual, podrá disminuir el valor de la RAS y, con ello, el riesgo de sodificación del suelo (López-García et al., 2016); no obstante, se encontró que el agua residual en esta área de estudio tiene la capacidad de precipitar Ca2+; por lo tanto, el riesgo de sodio se encontrará en el agua del suelo ((RASAS) y puede ocasionar problemas de toxicidad por sodio en los cultivos sensibles como el frijol.

Por otra parte, el agua residual con ISL- tiene la capacidad de disolver Ca2+, así que en los suelos que son irrigados con esta agua, se puede disolver el Ca2+ existente, y este puede lixiviarse en el agua de drenaje fuera de la zona de raíz del suelo. En estas condiciones el Na+ puede ocupar los sitios de intercambio en la micela coloidal, manifestándose el proceso de sodificación gradual del suelo, 18% de las muestras de agua mostraron la tendencia hacia la solubilización de Ca2+ con valores negativos en el ISL (tabla 7).

Tabla 7 Distribución de frecuencias del índice de saturación de carbonato de calcio en la red de drenaje Ciudad de México-Valle del Mezquital. 

Índice de saturación Frecuencia absoluta Frecuencia relativa Frecuencia relativa acumulada
ISL (+) tendencia hacia la precipitación de Ca2+ 154 81.91 81.91
ISL (-) tendencia hacia la solubilización de Ca2+ 34 18.08 100
Total 188 100

Fuente: Elaboración propia.

El agua residual saturada (ISL+) tiene la capacidad de precipitar Ca2+, así que en los suelos irrigados con esta agua la precipitación de Ca2+ puede reemplazar al Na+ adsorbido en la micela coloidal; de esta manera, el Na+ pasa a la solución del suelo e incrementará su concentración, el Na+ en solución podrá lixiviarse en el agua de drenaje fuera de la zona de raíz del suelo. La tendencia hacia la precipitación de Ca2+ con valores positivos en el ISL se observó en 82% de las muestras de agua analizadas; por lo cual, su aplicación en la irrigación de cultivos representa riesgo de sodicidad.

La RAS de la solución del suelo (RASAS) fue estimada teniendo en cuenta los valores del índice de saturación. El 18% de las muestras de agua tuvieron valores negativos del IS y estos se relacionaron con la disminución de la RASAS; es decir, la RAS del agua de riego (RASar) fue 1.21 veces mayor que la RAS de la solución del suelo estimada (RASAS) (mediana de la proporción RASar/RASAS = 1.21), lo cual se interpretó como indicador de la posible solubilización de Ca2+, y en estas condiciones se estimó mayor riesgo de sodificación del suelo por la solubilización y lixiviación de Ca2+. El 82% de las muestras de agua presentaron tendencia hacia la precipitación de Ca2+ (IS+) y esta se relacionó con el aumento en la RASAS (Rho = 0.868). La RAS del agua de riego (RASar = 8.81 mmol L-1) fue 0.60 veces menor que la RAS de la solución del suelo estimada (RASAS = 14.43 mmol L-1), la mediana de la proporción RASar/RASAS fue 0.60, lo que supone un riesgo de sodificación del suelo menos intenso y lento. Asimismo, este valor estimado de RASAS (RASAS [ x-=14.43 mmol L-1] > RASar [ x-=8.81 mmol L-1]) supone niveles bajos de sodio intercambiable (X-PSI<15) en el suelo.

Los valores altos de CE y RAS en el agua de drenaje, mayores que los del agua de riego, son indicadores de la lixiviación de sales sódicas y de las de mayor solubilidad presentes en el suelo, ya que las sales de menor solubilidad (como CaCO3) se precipitan en el suelo, esto incrementa la proporción Na+/Ca2+ en el agua de drenaje y, con ello, aumenta la CE y la RAS en estos efluentes (Sánchez-Bernal, Ortega-Escobar, Sandoval-Orozco, Hernández-Viruel & Estrada-Vázquez, 2012). De esta forma la aplicación excesiva de láminas de agua residual (> 1 m) en la irrigación de cultivos en Valle del Mezquital puede generar una fracción de lixiviación de 0.45, lo cual ayuda a mantener bajos los niveles de salinidad por efecto de lavado del suelo (Hoffman, 1990). Los conceptos aquí expuestos deberán corroborarse experimentalmente en esta zona agrícola.

En este trabajo de investigación se estimó el PSI del suelo (tabla 8) a partir de la RAS del agua de riego (RASar) y tres valores de la constante de intercambio iónico (Velázquez-Machuca et al., 2002). Se observó que el PSI estimado siguió la tendencia hacia la sodicidad. En todos los casos, el PSI estimado para un suelo arenoso fue menor que para un suelo arcilloso, esto indica que los suelos arcillosos tienen mayor riesgo para desarrollar problemas de sodicidad debido a su mayor superficie de intercambio y gran número de cargas negativas expuestas. La superficie de todos los minerales tiene cargas eléctricas, pero las arcillas, como la montmorillonita, tienen la mayor capacidad de intercambio catiónico. Los cationes son adsorbidos con diferente fuerza, los iones con mayor fuerza de adsorción tienen la capacidad de desplazar más fácilmente a los de adsorción débil; este proceso se conoce como intercambio catiónico (Werner, 1996).

Tabla 8 Valores estimados del PSI a partir de la RASar del agua de la red de drenaje Cd. de México-Valle del Mezquital con diferentes valores de K para tres tipos de suelo. 

PSI=KRASar1+(KRASar)×100 Mínimo Máximo Media Mediana Desv. Est. Amplitud CV Q1 Q3 95%
PSI-K1 2.01 19.18 5.95 5.82 2.19 17.16 36.90 4.57 6.76 9.27
PSI-K2 3.25 27.98 9.34 9.19 3.24 24.73 34.74 7.28 10.62 14.34
PSI-K3 4.57 35.63 12.74 12.60 4.17 31.06 32.76 10.06 14.47 19.26
CV: coeficiente de variación; Q1: primer cuartil; Q3: tercer cuartil

Fuente: Elaboración propia.

El cambio en el PSI estimado depende de la RAS y del valor de K, así que para un valor fijo de RAS se tiene diferente PSI; el PSI más bajo se encontró en la línea de puntos inferior y corresponde al valor de K = 0.007244 para un suelo arenoso, el PSI más alto está en la línea de puntos superior y corresponde al valor de K = 0.016899 para un suelo arcilloso (figura 6). El USDA considera que un suelo es sódico cuando su valor de PSI es mayor de 15 y la CE menor de 4 dS m-1, salino-sódico cuando el PSI sea mayor de 15 y la CE mayor de 4 dS m-1, y un suelo salino cuando el PSI sea menor de 15 y la CE mayor de 4 dS m-1 (Richards et al., 1982); no obstante, los problemas relacionados con la salinidad y la sodicidad del suelo y los cultivos pueden encontrarse en diversos valores de PSI y CE del suelo.

Fuente: Elaboración propia.

Figura 6 Porciento de sodio intercambiable (PSI) estimado a partir de la RAS (RASar) del agua de la red de drenaje Ciudad de México-Valle del Mezquital, y diferentes valores de la constante de intercambio iónico (K). 

Para evaluar los posibles problemas de infiltración debido a la CE y RAS del agua de riego, se realizó el diagrama de la figura 7. Los valores de CE-RAS que se encuentren a la izquierda de la línea superior dentro del diagrama indican riesgo severo de infiltración debido a la baja concentración y RAS elevada; en este caso, se trata de agua sódica con baja concentración iónica, la cual tiene alta capacidad para disolver los minerales del suelo, incluyendo al calcio. Esto disminuye la estabilidad y degrada la estructura del suelo, las partículas del suelo se dispersan y obstruyen el espacio poroso, disminuyendo la capacidad de infiltración del agua en el suelo. Los valores de CE-RAS que se encuentren a la derecha de la línea inferior dentro del diagrama no representan problemas de infiltración, pues debido a la mayor concentración de sales tienen un efecto coagulante por una mayor cantidad de cationes divalentes (Sánchez-Bernal et al., 2012); sin embargo, el problema de sodicidad puede presentarse en el suelo cuando la proporción de sodio con respecto del calcio sea mayor de 3:1 (Ayers & Westcot, 1987).

Fuente: Elaboración propia.

Figura 7 Reducción relativa de la infiltración provocada por la salinidad y la relación de adsorción de sodio (RASar) del agua de la red de drenaje Ciudad de México-Valle del Mezquital. 

Con respecto del riesgo de la disminución de la infiltración del agua en el suelo, se estimó que, del total de muestras de agua, en aproximadamente 75% no se presentaron problemas de infiltración y en el 25% restante el riesgo de reducción de la infiltración del agua en el suelo fue ligero.

A medida que se incrementa la cantidad de agua de riego, se mantiene bajo el nivel de salinidad en la capa arable del suelo (Hoffman, 1990). No obstante, la radiación solar ocasiona la evaporación del agua del suelo, la transpiración del cultivo y el incremento de la temperatura, estos fenómenos causan la precipitación de las sales de menor solubilidad y el ascenso capilar de las sales de mayor solubilidad hacia la superficie del suelo (Kovda et al., 1973). En este sentido, se estimó que los suelos agrícolas en Valle del Mezquital tienen diferente grado de afectación por salinidad y sodicidad debido a la aplicación del agua residual en la irrigación de cultivos.

Cuellar-Carrasco, Ortega-Escobar, Ramírez-Ayala & Sánchez-Bernal (2015) y López-García et al. (2016) encontraron resultados similares a los reportados en este estudio y, al igual que Sánchez-Bernal et al. (2012), estos autores coincidieron en que el uso del agua residual de salinidad sódica ocasiona efectos negativos en el suelo y en los cultivos irrigados con esta agua, y su uso puede incrementar el PSI del suelo debido a una RAS elevada, e incrementar la salinidad de la solución del suelo, lo cual puede afectar el desarrollo normal de los cultivos.

Conclusiones

De acuerdo con los resultados obtenidos bajo las condiciones en que se realizó esta investigación, se concluyó que el agua residual de la red de drenaje Ciudad de México-Valle del Mezquital presentó una alta variación en su concentración iónica, pero prevaleció su composición bicarbonatada-sódica, manifestándose en una amplitud de valores de CE, RAS y PSI.

La RAS es un buen indicador para estimar el riesgo de sodificación del suelo por el uso del agua en el riego agrícola, lo cual depende de la calidad del agua y del tipo de suelo, y es de mayor magnitud para suelos arcillosos que para los arenosos.

Se cumplieron los objetivos y no se rechazó la hipótesis planteada. La amplitud de valores de la RAS se atribuyó a la variabilidad en la relación iónica de sodio con respecto al calcio, y se debe a las diversas descargas y mezcla de agua de origen residual urbano e industrial.

La estimación de la RAS del agua del suelo (RASAS) indicó que la tendencia hacia la precipitación de Ca2+ en el suelo puede mantener bajos los niveles de sodio en el suelo. Esto mismo se estimó con la ecuación de la RAS del suelo propuesta por Suarez (RAS°), así que, incrementando el contenido de Ca2+ de manera controlada directamente en el agua residual, puede disminuir la RAS y consecuentemente el riesgo de sodificación del suelo, expresado como PSI.

Finalmente, no se recomienda el uso de esta agua en la irrigación debido al riesgo de salinización que representa su valor elevado de CE y su dominancia de iones de sodio y bicarbonato que pueden acumularse en la capa arable y dañar la estructura del suelo.

Agradecimientos

Al Consejo Nacional de Ciencia y Tecnología de México (Conacyt) por la asignación de recursos económicos, al Colegio de Postgraduados por otorgar las facilidades para la realización de este estudio y a los revisores de este trabajo.

Referencias

Adams, F. (1971). Ionic concentrations and activities in soil solutions. Soil Science Society of America, 35(3), 420-426. doi: https://doi.org/10.2136/sssaj1971.03615995003500030028x [ Links ]

Ayers, R. S., & Westcot, D. W. (1987). La calidad del agua y su uso en la agricultura. Estudio FAO Riego y Drenaje. Roma: Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). [ Links ]

Bower, C. A., Ogata, G., & Tucker, J. M. (1968). Sodium hazard of irrigation waters as influenced by leaching fraction and by precipitation or solution of calcium carbonate. Soil Science, 106(1), 29-34. [ Links ]

Can-Chulim, A., Cruz, C. E., Ortega, E. H. M., Sánchez-Bernal, E. I., Madueño-Molina A., Bojórquez-Serrano, J., & Mancilla-Villa, O. (2017). Respuesta de Phaseolus vulgaris a la salinidad generada por NaCl, Na2SO4 y NaHCO3. Revista Mexicana de Ciencias Agrícolas, 8(6), 1287-1300. doi: https:// doi.org/10.29312/remexca.v8i6.294 [ Links ]

Can-Chulim, A., Ramírez, G. L. G., Ortega, E. H. M., Cruz, C. E., Flores, R. D., Sánchez, B. E. I., & Madueño, M. A. (2014). Germination and seedling growth of Phaseolus vulgaris L. in saline conditions. Revista Mexicana de Ciencias Agrícolas , 5(5), 753-763. doi: https://doi.org/10.29312/remexca.v5i5.898 [ Links ]

Can-Chulim, A., Ramírez-Ayala, C., Ortega-Escobar, H. M., Trejo-López, C., & Cruz-Díaz, J. (2008). Evaluation of the sodium adsorption ratio in waters of the Tulancingo River, State of Hidalgo, Mexico. Terra Latinoamericana, 26(3), 243-252. [ Links ]

Cifuentes, E., Gómez, M., Blumenthal, U., Téllez-Rojo, M. M., Romieu, I., Ruíz-Palacios, G., & Ruíz-Velazco, S. (2000). Risk factors for Giardia intestinalis infection in agricultural villages practicing wastewater irrigation in Mexico. The American Journal of Tropical Medicine and Hygiene, 62(3), 388-392. doi: https://doi.org/10.4269/ajtmh.2000.62.388 [ Links ]

Cifuentes, E., Blumenthal, U., Ruiz-Palacios, G., Bennett, S., & Peasey, A. (1994). Epidemiological panorama for the agricultural use of wastewater: The Mezquital Valley, Mexico. Salud Pública de México, 36(1), 3-9. [ Links ]

Comisión Nacional del Agua (Conagua). (2016). Estadísticas del agua en México, edición 2016. Ciudad de México: Secretaría de Medio Ambiente y Recursos Naturales (Semarnat). [ Links ]

Comisión Nacional del Agua (Conagua). (2013). Estadísticas del agua de la región hidrológico-administrativa XIII, Aguas del Valle de México. México, D. F.: Secretaría de Medio Ambiente y Recursos Naturales (Semarnat). [ Links ]

Cuellar-Carrasco, E., Ortega-Escobar, M., Ramírez-Ayala, C., & Sánchez-Bernal, E. I. (2015). Evaluación de la relación de adsorción de sodio de las aguas de la red hidrográfica del Valle del Mezquital, Hidalgo. Revista Mexicana de Ciencias Agrícolas , 6(5), 977-989. doi: https://doi.org/10.29312/remexca.v6i5.592 [ Links ]

Diario Oficial de la Federación (DOF). (1980). Norma Mexicana NMX-AA-003-SCFI-1980. Aguas residuales, Muestreo. Secretaría de Comercio y Fomento Industrial (SCFI). [ Links ]

Diario Oficial de la Federación (DOF) . (09 de septiembre de 2016). Norma Mexicana NMX-AA-008-SCFI-2016. Análisis de agua- Medición del pH en aguas naturales, residuales y residuales tratadas.- Método de prueba. Secretaría de Comercio y Fomento Industrial (SCFI). [ Links ]

Eaton, A. D., Greenberg, A. E., & Clescerl, S. L. (1998). Standard methods for the examination of water and wastewater (20th Ed.). Washington, D. C.: American Public Health Association. [ Links ]

Getman, F. H., & Daniels, F. (1950). Chemical balance. En: Outlines of physical chemistry. Chapter XII (pp. 272-308). New York: Jhon Wiley & sons, inc. [ Links ]

Harned, H. S., & Davis R. Jr. (1943). The ionization constant of carbonic acid in water and the solubility of carbon dioxide in water and aqueous salt solution from 0 to 50°. Journal of the American Chemical Society, 65(10), 2030-2037. doi: https://doi.org/10.1021/ja01250a059 [ Links ]

Hernández-Silva, G., Flores-Delgadillo, L., Maples-Vermeersch, M., Solorio-Munguía, J. G., & Alcalá-Martínez, J. R. (1994). Riesgo de acumulación de Cd, Pb, Cr y Co en tres series de suelos del DR03, Estado de Hidalgo, México. Revista Mexicana de Ciencias Geológicas, 11(1), 53-61. [ Links ]

Hoffman, G. J. (1990). Leaching fraction and root zone salinity control. En K. K. Tanji (Ed.), Agricultural salinity assessment and management (pp. 237-261). New York: American Society of Civil Engineers. [ Links ]

Kovda, V. A., Egorov, V. V., & Hills, N. S. (1973). Landscapes in relation to irrigation, drainage and salinity. En V. A. Kovda, C. Van Den Berg & R. M. Hagan (Eds.), Irrigation, drainage and salinity. An international source book (pp. 155-176). Hutchinson: Food and Agriculture Organization (FAO)/ United Nations Educational, Scientific and Cultural Organization (UNESCO). [ Links ]

Langelier, W. F. (1936). The analytical control of anti-corrosion water treatment. Journal of the American Water Works Association, 28(10), 1500-1521. doi: https://doi.org/10.1002/j.1551-8833.1936.tb13785.x [ Links ]

Larson, T. E., Buswell, A. M., Ludwig, H. F., & Langelier, W. F. (1942). Calcium carbonate saturation index and alkalinity interpretations. Journal of the American Water Works Association , 34(11), 1667-1678. [ Links ]

Lesser-Carrillo, L. E., Lesser-Illades, J. M., Arellano-Islas, S., & González-Posadas, D. (2011). Balance hídrico y calidad del agua subterránea en el acuífero del Valle del Mezquital, México central. Revista Mexicana de Ciencias Geológicas, 28(3), 323-336. [ Links ]

López-García, A. D., Ortega-Escobar, H. M., Ramírez-Ayala, C., Sánchez-Bernal, E. I., Can-Chulim, A., Gómez-Meléndez, D. J., & Vázquez-Alvarado, R. E. (2016). Caracterización fisicoquímica del agua residual urbano-industrial y su importancia en la agricultura. Tecnología y Ciencias del Agua, 7(6), 139-157. [ Links ]

MacInnes, D. A., & Belcher, D. (1933). The thermodynamic ionization constants of carbonic acid. Journal of the American Chemical Society , 55(7), 2630-2646. doi: https://doi.org/10.1021/ja01334a003 [ Links ]

Montgomery, D. C., & Runger, G. C. (2015). Probabilidad y estadística aplicadas a la ingeniería. (2a ed.). México D. F.: Limusa. [ Links ]

Ontiveros-Capurata, R. E., Diakite-Diakite, L., Álvarez-Sánchez, M. E., & Coras-Merino, P. M. (2013). Evaluación de aguas residuales de la Ciudad de México utilizadas para riego. Tecnología y Ciencias del Agua , 4(4), 127-140. [ Links ]

Rascón-Alvarado, E., Peña-Cervantes, E., López-Cervantes, R., Cantú-Sifuentes, M., & Narro-Farías, E. (2008). Impact on some physical soil properties by wastewater application. Terra Latinoamericana , 26(1), 69-74. [ Links ]

Richards, L. A., Allison, L. E., Brown, J. W., Hayward, H. E., Bernstein, L., Fireman, M., Pearson, G. A., Wilcox, L. V., Bower, C. A., Hatcher, J. T., & Reeve, R. C. (1982). Diagnóstico y rehabilitación de suelos salinos y sódicos. México, D. F.: Limusa. [ Links ]

Robledo-Zacarías, V. H., Velázquez, M. M. A., Montañez, S. J. L., Pimentel, E. J. L., Vallejo, C. A. A., López, C. M. D., & Venegas, G. J. (2017). Hidroquímica y contaminantes emergentes en aguas residuales urbano industriales de Morelia, Michoacán, México. Revista Internacional de Contaminación Ambiental, 33(2), 221-235. doi: https://doi.org/10.20937/RICA.2017.33.02.04 [ Links ]

Sánchez-Bernal, E. I., Camacho-Escobar, M. A., Rodríguez-León, A., & Ortega-Escobar, H. M. (2013). Physiological behavior of potato cv. Tollocan at diverse types of salinity. Journal of Plant Studies, 2(1), 120-134. [ Links ]

Sánchez-Bernal, E. I., Ortega-Escobar, H. M., Sandoval-Orozco, G. T., Hernández-Viruel, R. A., & Estrada-Vázquez, C. (2012). Lavado de sales en suelos aluviales costeros de Oaxaca, México, con aguas residuales municipales tratadas. Revista Internacional de Contaminación Ambiental , 28(4), 343-360. [ Links ]

Servicio de Información Agroalimentaria y Pesquera (SIAP). (2017). Sistema de Información Agroalimentaria de Consulta (SIACON). Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (Sagarpa). Recuperado el 2 de marzo de 2017 de Recuperado el 2 de marzo de 2017 de https://www.gob.mx/siap/acciones-y-programas/produccion-agricola-33119Links ]

Siebe, C. (1994). Acumulación y disponibilidad de metales pesados en suelos regados con aguas residuales en el distrito de riego 03, Tula, Hidalgo, México. Revista Internacional de Contaminación Ambiental , 10(1), 15-21. [ Links ]

Solomon, T. (2001). The definition and unit of ionic strength. Journal of Chemical Education, 78(12), 1691-1692. doi: https://doi.org/10.1021/ed078p1691 [ Links ]

Suarez, D. L. (1981). Relation between pHc and sodium adsorption ratio (SAR) and an alternative method of estimating SAR of soil or drainage waters. Soil Science Society of America Journal, 45(3), 469-475. doi: https://doi.org/10.2136/sssaj1981.03615995004500030005x [ Links ]

Vázquez-Alarcón, A., Justin-Cajuste, L., Siebe, C., Alcántar-González, G., & de la Isla de Bauer, M. L. (2001). Cadmium, nickel and lead concentrations in wastewater, soil and crops in the Mezquital Valley, Hidalgo, Mexico. Agrociencia, 35, 267-274. [ Links ]

Velázquez-Machuca, M. A., Ortega-Escobar, M., Martínez-Garza, A., Kohashi-Shibata, J., & García-Calderón, N. (2002). Relación funcional PSI-RAS en las aguas residuales y suelos del valle del mezquital, Hidalgo, México. Terra Latinoamericana , 20(4), 459-464. [ Links ]

Virto, I., Bescansa, P., Imaz, M. J., & Enrique, A. (2007). Soil quality as affected by irrigation with wastewater from the agrifood industry in the river Ebro basin, Navarra, Spain. Terra Latinoamericana , 25(3), 239-250. [ Links ]

Werner, J. (1996). Introducción a la hidrogeología. Linares, N. L.: Facultad de Ciencias de la Tierra, Universidad Autónoma de Nuevo León. [ Links ]

Zamora, F., Rodríguez, N., Torres, D., & Yendis, H. (2008). Efecto del riego con aguas residuales sobre propiedades químicas de suelos de la planicie de Coro, Estado Falcón. Bioagro 20(3), 193-199. [ Links ]

Como citar: Pérez-Díaz, J. P., Ortega-Escobar, H. M., Ramírez-Ayala, C., Flores-Magdaleno, H., Sánchez-Bernal, E. I., Can-Chulim, A., & Mancilla-Villa, O. R. (2019). Evaluación de la calidad del agua residual para el riego agrícola en Valle del Mezquital, Hidalgo. Acta Universitaria 29, e2117. doi. http://doi.org/10.15174.au.2019.2117

Recibido: 19 de Octubre de 2017; Aprobado: 26 de Febrero de 2019; Publicado: 18 de Septiembre de 2019

*Autor para correspondencia: Correo electrónico: josepedro.perez@colpos.mx

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons