Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 107
MODELAMIENTO DE LOS PARÁMETROS FÍSICO-QUÍMICOS Y MICROBIOLÓGICOS
EN LA ZONA BAJA DEL RIO LOCUMBA EN LA PROVINCIA DE TACNA (2011-2040)
MODELING OF THE PHYSICAL-CHEMICAL AND MICROBIOLOGICAL
PARAMETERS IN THE LOWER AREA OF THE LOCUMBA RIVER IN THE PROVINCE
OF TACNA (2011-2040)
Autores: ¹Kely Paola Suricallo Menendez, ² Marco Abad Mendoza Atahuachi, ³Fray Yhoni
Quispe Aro y
4
Jeanfranco Alfredo Ibarra Kocfú.
¹ORCID ID: https://orcid.org/0009-0006-2283-5393
²ORCID ID: https://orcid.org/0009-0007-3285-4683
³ORCID ID: https://orcid.org/0000-0002-5343-7148
4
ORCID ID: https://orcid.org/0000-0003-2122-2609
¹E-mail de contacto: kpsuricallom@unjbg.edu.pe
²E-mail de contacto: mamendozaa@unjbg.edu.pe
³E-mail de contacto: fquispea@unjbg.edu.pe
4
E-mail de contacto: jibarrak@unjbg.edu.pe
Afiliación:¹*²*
³*
4
*
Universidad Nacional Jorge Basadre Grohmann, (Perú).
Articulo recibido: 31 de Agosto del 2024
Articulo revisado: 3 de Septiembre del 2024
Articulo aprobado: 15 de Octubre del 2024
¹Estudiante del VI ciclo de la carrera profesional de Ingeniera Ambiental de la Universidad Nacional Jorge Basadre Grohmann, (Perú).
²Estudiante del VI ciclo de la carrera profesional de Ingeniera Ambiental de la Universidad Nacional Jorge Basadre Grohmann, (Perú).
³Docente de la carrera profesional de Ingeniera Ambiental de la Universidad Nacional Jorge Basadre Grohmann, (Perú).
4
Docente de la carrera profesional de Ingeniera Ambiental de la Universidad Nacional Jorge Basadre Grohmann, (Perú).
Resumen
La presente investigación se realizó con el
objetivo de analizar el efecto de las variaciones
de los parámetros físico-químicos y
microbiológicos en la calidad del agua de la
zona baja del río Locumba, usando datos del
Observatorio Nacional de Recursos Hídricos
del ANA (2011-2040), la muestra seleccionada
incluye aquellos registros que contienen
información sobre parámetros físico-químicos
(como pH, conductividad eléctrica, demanda
bioquímica de oxígeno y metales pesados como
arsénico, cadmio y plomo) y microbiológicos
(como los coliformes termotolerantes) en los
puntos de monitoreo establecidos en la cuenca
baja del río Locumba. Los resultados revelaron
que, todos los parámetros muestran una
tendencia no significativa (p = <0,05) en sus
cambios a lo largo del tiempo, se ha
evidenciado un deterioro en la calidad del agua,
con un aumento gradual en la concentración de
contaminantes. Estos hallazgos sugieren que,
sin intervenciones correctivas, la calidad del
agua podría deteriorarse aún más hacia el 2040,
lo que afectaría tanto las actividades agrícolas
como la salud pública de las comunidades
locales.
Palabras clave: Calidad de agua,
Contaminantes, Modelamiento ambiental,
Parámetros fisicoquímicos,
Microbiológicos.
Abstract
This research was conducted with the objective
of analyzing the effect of variations in
physicochemical and microbiological
parameters on the water quality of the lower
Locumba River, using data from the National
Water Resources Observatory of ANA (2011-
2040). The selected sample includes records
containing information on physicochemical
parameters (such as pH, electrical conductivity,
biochemical oxygen demand, and heavy metals
like arsenic, cadmium, and lead) and
microbiological parameters (such as
thermotolerant coliforms) at established
monitoring points in the lower Locumba River
basin. The results revealed that all parameters
show a non-significant trend (p = <0.05) in
their changes over time, with evidence of water
quality deterioration and a gradual increase in
contaminant concentrations. These findings
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 108
suggest that, without corrective interventions,
water quality could further deteriorate by 2040,
impacting both agricultural activities and
public health in local communities.
Keywords: Water quality, Contaminants,
Environmental modeling, Physicochemical
parameters, Microbiological.
Sumário
Esta pesquisa foi realizada com o objetivo de
analisar o efeito das variações dos parâmetros
físico-químicos e microbiológicos na qualidade
da água da parte baixa do rio Locumba,
utilizando dados do Observatório Nacional de
Recursos Hídricos da ANA (2011-2040). A
amostra selecionada inclui registros que contêm
informações sobre parâmetros físico-químicos
(como pH, condutividade elétrica, demanda
bioquímica de oxigênio e metais pesados como
arsênio, cádmio e chumbo) e microbiológicos
(como coliformes termotolerantes) nos pontos
de monitoramento estabelecidos na bacia baixa
do rio Locumba. Os resultados revelaram que
todos os parâmetros mostram uma tendência
não significativa (p = <0,05) em suas mudanças
ao longo do tempo, evidenciando um
deterioramento na qualidade da água, com
aumento gradual na concentração de
contaminantes. Estes achados sugerem que, sem
intervenções corretivas, a qualidade da água
pode se deteriorar ainda mais até 2040, afetando
tanto as atividades agrícolas quanto a saúde
pública das comunidades locais.
Palavras-chave: Qualidade da água,
Contaminantes, Modelagem ambiental,
Parâmetros físico-químicos,
Microbiológicos.
Introducción
La calidad del agua es un componente
fundamental para el desarrollo sostenible de las
comunidades y la preservación de los
ecosistemas acuáticos, especialmente en
regiones áridas como Tacna, donde la
disponibilidad de recursos hídricos es limitada
(Samillan, 2014). La cuenca del río Locumba,
localizada en el sur del Perú, es un recurso clave
para las actividades agrícolas, industriales y el
consumo humano de la provincia de Jorge
Basadre (Alvis & Alvis, 2021). Esta cuenca
presenta una variabilidad altitudinal que va
desde los 0 hasta los 5,690 msnm, abarcando
desde las nacientes en la cordillera andina hasta
su desembocadura en el Océano Pacífico, lo que
contribuye a una diversidad de características
físicas y químicas del agua a lo largo de su
recorrido (Escobar y Huanacuni, 2012;
Huanacuni, 2013).
La Autoridad Nacional del Agua (ANA), a
través del Observatorio Nacional de Recursos
Hídricos, ha realizado monitoreos
participativos de la calidad del agua en la
cuenca del río Locumba desde el año 2011.
Estos monitoreos han identificado variaciones
en los niveles de pH, conductividad eléctrica,
concentración de metales pesados (como
arsénico y cadmio), y la presencia de coliformes
termotolerantes, lo cual ha generado
preocupaciones sobre la aptitud de las aguas
para diversos usos, como el riego agrícola y el
consumo humano (Huanacuni et al., 2012;
Escobar y Huanacuni, 2012). Informes técnicos
han concluido que, en varios tramos de la
cuenca, el agua no es apta para el consumo sin
tratamiento, lo que resalta la necesidad de un
monitoreo continuo y una gestión adecuada de
los recursos hídricos (Samillan, 2014; Alvis y
Alvis, 2021).
Estudios previos, como el de Churata y
Chambilla (2019), destacan la influencia de
actividades mineras e industriales sobre la
contaminación de la cuenca baja, especialmente
en el contexto de la bahía de Ite, que recibe
descargas de aguas residuales tratadas de la
minería. Asimismo, Lupaca (2014) analizó la
concentración de metales pesados en
sedimentos de la cuenca, resaltando la presencia
de arsénico en niveles que superan los
estándares ambientales para cuerpos de agua. El
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 109
Ministerio de Desarrollo Agrario y Riego
(2016) subraya la importancia de la cuenca del
río Locumba como fuente de abastecimiento
hídrico, así como la necesidad de políticas de
manejo sostenible para mantener la calidad del
recurso.
En este contexto, el presente estudio se enfoca
en el "Modelamiento de los Parámetros Físico-
Químicos y Microbiológicos en la Zona Baja
del Río Locumba en la Provincia de Tacna
(2011-2040)", utilizando datos históricos
proporcionados por la ANA. El objetivo
principal es identificar las tendencias de
variación de los parámetros de calidad del agua
desde el año 2011 hasta la actualidad y, a partir
de ello, proyectar su evolución hasta el año
2040 (Alvis & Alvis, 2021). Para ello, se
emplearán técnicas de regresión lineal mediante
el software SPSS, lo cual permitirá estimar los
cambios futuros en la calidad del agua
considerando los datos recopilados en los
diferentes puntos de monitoreo establecidos por
la ANA (Huanacuni et al., 2012; Huanacuni,
2013).
El análisis de la calidad del agua en la cuenca
baja del río Locumba es esencial no solo para
identificar las fuentes de contaminación y su
impacto a largo plazo, sino también para
desarrollar estrategias de gestión que
promuevan el uso sostenible del recurso hídrico
(Samillan, 2014; Lupaca, 2014). Los resultados
de este estudio contribuirán a la
implementación de políticas de manejo del
agua, apoyando la toma de decisiones
informadas por parte de las autoridades locales
y nacionales (Escobar y Huanacuni, 2012;
Ministerio de Desarrollo Agrario y Riego,
2016). Asimismo, permitirán formular
recomendaciones para mitigar el impacto de
actividades agrícolas, industriales y domésticas
sobre la calidad del agua, garantizando así un
suministro adecuado y seguro para las
comunidades que dependen del río Locumba
(Huanacuni et al., 2012). Por lo tanto, la
presente investigación tiene como objetivo:
Analizar el efecto de las variaciones de los
parámetros físico-químicos y microbiológicos
en la calidad del agua de la zona baja del río
Locumba, usando datos del Observatorio
Nacional de Recursos Hídricos del ANA (2011-
2040).
Desarrollo
La investigación es de tipo cuantitativa y
predictiva, ya que se basa en el análisis de datos
históricos sobre la calidad del agua obtenidos
del Observatorio Nacional de Recursos
Hídricos del ANA. A través de técnicas de
regresión, se modelaron las relaciones entre el
tiempo y los parámetros de calidad del agua,
con el fin de realizar proyecciones que permitan
predecir la evolución de estos parámetros hasta
el año 2040. El estudio sigue un diseño
longitudinal, ya que se analizaron datos desde el
año 2011 hasta el presente para identificar
cambios en la calidad del agua a lo largo del
tiempo y para proyectar su evolución futura.
Este diseño es adecuado para observar cómo
varían los parámetros de calidad del agua a
medida que transcurren los años,
proporcionando una visión detallada de la
dinámica temporal de las variables.
La población de estudio está compuesta por
todos los registros de calidad del agua de la zona
baja del río Locumba, desde el año 2011 hasta
la actualidad, recopilados por el Observatorio
Nacional de Recursos Hídricos del ANA. La
muestra seleccionada incluye aquellos registros
que contienen información sobre parámetros
físico-químicos (como pH, conductividad
eléctrica, demanda bioquímica de oxígeno y
metales pesados como arsénico, cadmio y
plomo) y microbiológicos (como los coliformes
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 110
termotolerantes) en los puntos de monitoreo
establecidos en la cuenca baja del río Locumba.
Figura 1 Mapa de ubicación del Rio Locumba
Los datos que se utilizaron en este estudio son
de tipo secundario, provienen de registros
históricos de calidad del agua obtenidos del
Observatorio Nacional de Recursos Hídricos
del ANA. Estos datos incluyen información
detallada sobre la evolución de diversos
parámetros de calidad del agua en diferentes
puntos de monitoreo a lo largo de los años. Para
el análisis se utilizaron bases de datos y reportes
digitales proporcionados por el Observatorio
Nacional de Recursos Hídricos del ANA. Estos
datos serán organizados y procesados en el
software SPSS, que se empleará para realizar el
análisis de regresión y la generación de
proyecciones.
El procedimiento comienza con la recolección y
organización de los datos históricos de calidad
del agua desde 2011 hasta la fecha actual. Estos
datos fueron estructurados en una base de datos
en SPSS, asegurando su calidad y consistencia.
Posteriormente, se realizó un análisis
descriptivo inicial en SPSS para resumir las
características de cada parámetro, utilizando
gráficos y medidas como la media, la mediana
y la desviación estándar.
Una vez concluida la fase descriptiva, se
procedió a realizar un análisis de regresión
lineal para cada parámetro de calidad del agua,
considerando el año como la variable
independiente y los valores de cada parámetro
como la variable dependiente. Esto permitió
establecer una relación matemática que describa
la evolución de cada parámetro a lo largo del
tiempo. La validez de los modelos se evaluó a
través del coeficiente de determinación (R²) y el
análisis de los residuos, con el fin de asegurar
un ajuste adecuado de los datos históricos. Con
las ecuaciones de regresión obtenidas, se
generaron proyecciones de los valores de cada
parámetro de calidad del agua hasta el año 2040,
utilizando las herramientas de predicción de
SPSS. Estas proyecciones se representaron
gráficamente, facilitando la interpretación de
las tendencias futuras.
El análisis de los datos incluye la interpretación
de los coeficientes de regresión para cada
parámetro de calidad del agua, determinando la
dirección y la magnitud del cambio en función
del tiempo. El coeficiente de determinación (R²)
es clave para evaluar qué tan bien los modelos
de regresión explican la variabilidad de los
parámetros de calidad del agua. Modelos con un
R² más alto indicarán un mejor ajuste y
fiabilidad en las predicciones. Las proyecciones
se realizaron directamente en SPSS,
extendiendo las ecuaciones de regresión hacia
el futuro para obtener predicciones de cada
parámetro hasta el año 2040.
La validez interna del estudio se asegura
mediante el uso de datos oficiales y confiables
proporcionados por el Observatorio Nacional de
Recursos Hídricos del ANA, así como la
aplicación de técnicas estadísticas apropiadas a
través de SPSS. La confiabilidad se garantizó
mediante la verificación de los datos antes de su
análisis y la repetición de los análisis para
comprobar la consistencia de los resultados.
Asimismo, se evaluó la normalidad de los
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 111
residuos y la homocedasticidad para asegurar
que los modelos de regresión sean robustos y
que las predicciones sean precisas.
En este estudio, las consideraciones éticas se
centraron principalmente en la integridad de los
datos y el uso responsable de los métodos
estadísticos. El análisis de los datos incluye la
interpretación de los coeficientes de regresión
para cada parámetro de calidad del agua,
determinando la dirección y magnitud de los
cambios a lo largo del tiempo.
Resultados y discusión
En el presente estudió se evaluaron las
tendencias de los parámetros físico-químicos en
la zona baja del río Locumba, usando datos del
Observatorio Nacional de Recursos Hídricos
del ANA (2011-2040), partiendo de los niveles
de aceites y grasas, conductividad eléctrica,
concentración de oxígeno disuelto, pH,
arsénico, boro, cadmio, plomo, coliformes
termotolerantes.
Según la tabla 1, se muestra que el modelo de
regresión no es significativo, ya que el valor p
de 0.133 indica que la relación entre el año y la
concentración de aceites y grasa no es
suficientemente fuerte para ser considerada
estadísticamente relevante. Por lo tanto, no se
puede concluir que el año influya
significativamente en la concentración de
aceites y grasa (mg/l) en este contexto.
Tabla 1 Análisis de varianza para la regresión
de aceites y grasa (mg/l)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
,264
1
,264
2,446
,133
Residual
2,265
21
,108
Total
2,528
22
Fuente: Elaboración propia
Los resultados muestran que la relación entre el
tiempo y la concentración de aceites y grasas no
es significativa (p = 0.133). Aunque no se
detecta una variación relevante a lo largo de los
años, es crucial señalar que los aceites y grasas
pueden tener efectos adversos sobre la vida
acuática, incluso a bajas concentraciones, ya
que crean barreras que limitan el intercambio de
oxígeno en la superficie del agua. Samillan
(2014) destaca que, en regiones agrícolas como
la cuenca baja del Locumba, el uso de productos
químicos industriales y agrícolas puede
contribuir a la acumulación de estos
compuestos. Además, la presencia de aceites y
grasas por encima de los estándares permitidos
por el ECA puede tener un impacto significativo
en el ecosistema, independientemente de las
fluctuaciones temporales.
Tabla 2 Análisis de varianza para la regresión
de conductividad eléctrica (µS/cm)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
493613,408
1
493613,408
2,305
,144
Residual
4497320,108
21
214158,100
Total
4990933,517
22
Fuente: Elaboración propia
El análisis revela que no existe una relación
significativa entre el año y la conductividad
eléctrica (p = 0.144). Sin embargo, Castillo y
Medina (2014) subrayan que una elevada
conductividad puede limitar el uso del agua para
riego, afectando la productividad agrícola y la
estructura del suelo. Alvis y Alvis (2021)
también identifican que en la cuenca baja del río
Locumba, la actividad agrícola intensiva
contribuye al arrastre de sales hacia el río, lo que
podría estar afectando la conductividad
eléctrica. A pesar de que no se observa una
tendencia significativa, el monitoreo continuo
de este parámetro es esencial para asegurar que
los niveles se mantengan dentro de los límites
permitidos por el ECA.
Asimismo, en la tabla 3, el análisis de varianza
para la regresión de oxígeno disuelto (mg/l)
muestra que el modelo está cerca de ser
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 112
significativo, con un valor p de 0.057,
ligeramente superior al umbral de 0.05. El
estadístico F es 4.059, lo que indica una relación
moderada entre el predictor AÑO y la
variabilidad en el oxígeno disuelto. Aunque el
modelo sugiere una tendencia, no se puede
afirmar con suficiente confianza que el AÑO
tenga un impacto significativo sobre la
concentración de oxígeno disuelto (mg/l) en
este caso.
Tabla 3 Análisis de varianza para la regresión
de oxígeno disuelto (mg/l)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
18,081
1
18,081
4,059
,057
b
Residual
93,536
21
4,454
Total
111,617
22
Fuente: Elaboración propia
El análisis muestra una tendencia cercana a la
significancia (p = 0.057), lo que indica que
podría haber una disminución en los niveles de
oxígeno disuelto. Este parámetro es vital para la
supervivencia de la fauna acuática, y una
reducción podría tener efectos negativos sobre
la biodiversidad. Alvis y Alvis (2021)
mencionan que en la cuenca baja del río
Locumba, la intensificación de las actividades
agrícolas y la descarga de aguas residuales
pueden estar reduciendo los niveles de oxígeno
disuelto. Este fenómeno es similar al observado
por Auccahuasi (2015) en el río Madre de Dios,
donde la eutrofización causada por nutrientes
como fosfatos y nitratos contribuyó a una
disminución del oxígeno disuelto.
Por otro lado, aunque en la tabla 4 no se
encontró una relación significativa entre el pH
y el tiempo (p = 0.060), es importante mantener
este parámetro dentro de los rangos aceptables
(6.5 a 8.5) para garantizar la aptitud del agua
para la vida acuática y el uso humano.
Huanacuni et al. (2012) mencionan que, en la
cuenca del Locumba, las variaciones en el pH
están relacionadas con la actividad minera y
agrícola, lo que puede afectar la calidad del
agua a largo plazo. Cualquier desviación del
rango óptimo podría alterar la bioquímica del
agua, afectando la flora y fauna acuática.
Tabla 4 Análisis de varianza regresión de
potencial de hidrogenión (pH)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
10,494
1
10,494
3,937
,060
b
Residual
55,978
21
2,666
Total
66,472
22
Fuente: Elaboración propia
El análisis de varianza para la regresión del
potencial de hidrogenión (pH) muestra que el
modelo no es estadísticamente significativo,
aunque está cerca del umbral con un valor p de
0.060, ligeramente mayor que el nivel común de
0.05. El estadístico F es 3.937, lo que indica una
relación moderada entre el predictor AÑO y la
variabilidad del pH. Sin embargo, no hay
suficiente evidencia para afirmar que el AÑO
tenga un impacto significativo en el pH.
En la tabla 5, donde el análisis de varianza para
la regresión de arsénico (mg/l) muestra que el
modelo no es estadísticamente significativo,
con un valor p de 0.868, muy superior al umbral
de 0.05. El estadístico F es 0.028, lo que indica
que prácticamente no hay relación entre el
predictor AÑO y la variabilidad en la
concentración de arsénico. Por lo tanto, no se
puede concluir que el AÑO tenga un impacto
significativo en los niveles de arsénico (mg/l).
Tabla 5 Análisis de varianza de regresión de
arsénico (mg/l)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
,000
1
,000
,028
,868
b
Residual
,198
21
,009
Total
,198
22
Fuente: Elaboración propia
No se detectó una tendencia significativa para
el arsénico (p = 0.868), pero cualquier
concentración superior a los límites
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 113
establecidos (0.01 mg/l) representa un riesgo
considerable para la salud humana. Lupaca
(2014) encontró que los niveles de arsénico en
varios puntos del río Locumba, especialmente
después de la confluencia con el río Azufre
Chico, exceden los valores guía, lo que refuerza
la necesidad de monitorear y mitigar esta
contaminación. Este metal pesado, altamente
tóxico y bioacumulativo, puede tener efectos a
largo plazo sobre la salud pública y los
ecosistemas acuáticos.
El análisis de varianza para la regresión de boro
(mg/l) muestra que el modelo no es
estadísticamente significativo, con un valor p de
0.111, mayor al umbral de 0.05. El estadístico F
es 2.770, lo que indica una baja relación entre el
predictor AÑO y la variabilidad en la
concentración de boro. En consecuencia, no se
puede concluir que el AÑO tenga un impacto
significativo sobre la concentración de boro
(mg/l), tal como se muestra en la tabla 6.
Tabla 6 Análisis de varianza de regresión de
boro (mg/l)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
6,542
1
6,542
2,770
,111
b
Residual
49,589
21
2,361
Total
56,131
22
Fuente: Elaboración propia
Aunque el modelo no es estadísticamente
significativo (p = 0.072), el cadmio sigue siendo
un contaminante de preocupación debido a sus
efectos tóxicos. Márquez et al. (2005)
reportaron niveles elevados de cadmio en ríos
afectados por actividades industriales, lo que
coincide con los hallazgos en el río Locumba.
Este metal pesado puede acumularse en los
sedimentos y ser liberado bajo ciertas
condiciones ambientales, afectando tanto la
vida acuática como la salud humana.
En la tabla 7, donde el análisis de varianza para
la regresión de cadmio (mg/l) muestra que el
modelo no es estadísticamente significativo,
aunque está cerca del umbral, con un valor p de
0.072. El estadístico F es 3.603, lo que sugiere
una tendencia moderada en la relación entre el
predictor AÑO y la variabilidad en la
concentración de cadmio. Sin embargo, dado
que el valor p es mayor a 0.05, no se puede
afirmar con suficiente confianza que el AÑO
tenga un impacto significativo en la
concentración de cadmio (mg/l).
Tabla 7 Análisis de varianza de regresión de
cadmio (mg/l)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
,000
1
,000
3,603
,072
b
Residual
,000
21
,000
Total
,000
22
Fuente: Elaboración propia
Aunque el modelo no es estadísticamente
significativo (p = 0.072), el cadmio sigue siendo
un contaminante de preocupación debido a sus
efectos tóxicos. Márquez et al. (2005)
reportaron niveles elevados de cadmio en ríos
afectados por actividades industriales, lo que
coincide con los hallazgos en el río Locumba.
Este metal pesado puede acumularse en los
sedimentos y ser liberado bajo ciertas
condiciones ambientales, afectando tanto la
vida acuática como la salud humana.
En la tabla 8, la varianza para la regresión de
plomo (mg/l) muestra que el modelo no es
estadísticamente significativo, con un valor p de
0.088, superior al umbral de 0.05. El estadístico
F es 3.208, lo que indica una relación moderada
entre el predictor AÑO y la variabilidad en la
concentración de plomo. Sin embargo, debido a
que el valor p es mayor a 0.05, no se puede
afirmar con suficiente confianza que el AÑO
tenga un impacto significativo sobre la
concentración de plomo (mg/l).
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 114
Tabla 8 Análisis de varianza de regresión de
plomo (mg/l)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
,000
1
,000
3,208
,088
b
Residual
,001
21
,000
Total
,001
22
Fuente: Elaboración propia
El análisis muestra una relación no significativa
(p = 0.088), pero cualquier concentración que
supere los límites establecidos (0.01 mg/l)
representa un riesgo para la salud pública.
Churata y Chambilla (2019) mencionan que la
actividad minera en la cuenca baja del río
Locumba ha contribuido a la presencia de
metales pesados como el plomo, que puede
acumularse en los organismos vivos y causar
problemas de salud, especialmente en
poblaciones vulnerables como los niños.
En la tabla 9, el modelo no es estadísticamente
significativo, con un valor p de 0.399, mayor
que el umbral de 0.05. El estadístico F es 0.742,
lo que indica una relación muy débil entre el
predictor AÑO y la variabilidad en la
concentración de coliformes. Por lo tanto, no se
puede concluir que el AÑO tenga un impacto
significativo sobre la concentración de
coliformes (mg/l).
Tabla 9 Análisis de varianza de regresión de
coliformes termotolerantes (mg/l)
Modelo
Suma de
cuadrados
gl
MC
F
Sig.
Regresión
2699567423,962
1
2699567423,962
,742
,399
Residual
76423483378,367
21
3639213494,208
Total
79123050802,330
22
Fuente: Elaboración propia
Aunque no se encontró una relación
significativa entre el tiempo y la concentración
de coliformes (p = 0.399), la presencia de estos
indicadores de contaminación fecal es
alarmante. Churata y Chambilla (2019)
documentaron que la bahía de Ite, receptora de
las aguas del río Locumba, ha estado expuesta a
una contaminación fecal significativa debido a
las descargas no tratadas de aguas residuales.
Estos niveles de coliformes representan una
amenaza directa para la salud pública,
especialmente en las áreas donde el agua se
utiliza para consumo humano o riego de
cultivos.
Proyección hacia 2040
Los resultados del modelamiento hasta el año
2040 indican una tendencia preocupante en
algunos parámetros, como los coliformes
termotolerantes y los metales pesados. Sin
intervenciones significativas, se espera que las
concentraciones de estos contaminantes
aumenten, lo que podría afectar gravemente
tanto las actividades agrícolas como la salud
pública. Lupaca (2014) y Samillan (2014) ya
han advertido sobre el impacto negativo de la
contaminación en la cuenca baja del Locumba,
y los resultados de este estudio refuerzan la
necesidad de políticas de gestión más estrictas
para mitigar estos efectos.
Como aspecto final, este análisis reafirma la
necesidad de implementar medidas correctivas
en la cuenca del río Locumba para evitar un
mayor deterioro de la calidad del agua. La
creciente actividad agrícola, combinada con la
falta de sistemas de tratamiento adecuados, está
contribuyendo al incremento de contaminantes
como los metales pesados y coliformes. Si no se
toman medidas, los niveles de contaminación
continuarán aumentando, poniendo en riesgo
tanto la salud humana como el equilibrio
ecológico de la región.
Conclusiones
El análisis de los parámetros fisicoquímicos y
microbiológicos del agua en la cuenca baja del
río Locumba, basado en datos históricos
proporcionados por el Observatorio Nacional de
Recursos Hídricos del ANA, permite concluir
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 115
que las actividades humanas, especialmente la
agricultura y la industria, han generado un
impacto progresivo en la calidad del agua.
Aunque todos los parámetros muestran una
tendencia no significativa (p = <0,05) en sus
cambios a lo largo del tiempo, se ha evidenciado
un deterioro en la calidad del agua, con un
aumento gradual en la concentración de
contaminantes como los metales pesados
(arsénico, plomo, cadmio) y los coliformes
termotolerantes. Estos hallazgos sugieren que,
sin intervenciones correctivas, la calidad del
agua podría deteriorarse aún más hacia el 2040,
lo que afectaría tanto las actividades agrícolas
como la salud pública de las comunidades
locales.
Agradecimientos
Se agradece el apoyo al Magister Fray Quispe
docente del curso de Simulación y
modelamiento ambiental de la Escuela de
Ingeniería Ambiental de la Universidad Jorge
Basadre Grohmann de Tacna, Perú.
Bibliografía
Alviz Gonzales, D., & Alviz Gonzales, F.
(2021). Análisis comparativo en los niveles
de concentración de metales pesados (As, B,
Cd, Cr, Cu, Fe, Mn y Pb) en sedimentos,
entre la zona alta y zona baja del río
Locumba, región Tacna, 2021.
Apaza, C., Gonzales, A., & Ancca, M. (2023).
Niveles de concentración de metales pesados
en sedimentos de zona alta del río Locumba,
Perú. Producción+ Limpia, 18(2), 103-115.
Asadi, A., Talebbeydokhti, N., & Massah, A.
(2017). Assessing the impacts of climate and
land use change on streamflow, water quality
and suspended sediment in the Kor River
Basin, Southwest of Iran. Environmental
Earth Sciences, 20. Obtenido de
https://link.springer.com/article/10.1007/s12
665- 017-6880-6
Ashaolu, O. (2020). Proximate analysis and
health risk assessment of heavy metal
pollutant of water and sediments in osun
river. Open Journal of Environmental
Research (ISSN: 2734-2085), 1(2), 01-08.
http://openjournalsnigeria.org.ng/pub/ojer20
200201.pdf
Auccahuasi, W. (2015). Calidad de Agua y
sedimento en el rio Madre de Dios
departamento Madre de Dios, Perú 2015.
Madre de Dios: Universidad Nacional
Amazónica de Madre de Dios. Obtenido de
http://repositorio.unamad.edu.pe/handle/UN
AMAD/116
Castillo, Z., & Medina, V. (2014). Evaluación
espacio-temporal de la calidad del agua del
río Rímac, de enero a agosto del 2011, en tres
puntos de monitoreo. Lima: Universidad
Nacional Agraria La Molina. Obtenido de
http://repositorio.lamolina.edu.pe/handle/U
NALM/243498
Chibuike Benjamin A, Gregory Ejikeme O
(2022) Heavy Metal Concentration and
Pollution Status of Cross River in Afikpo
Catchment Area, Ebonyi State, Nigeria,
PREPRINT (Version 1) available at
Research Square
https://doi.org/10.21203/rs.3.rs2049006/v1
Churata, A., & Chambilla, W. (2019). Historia
de la contaminación de la bahía de Ite por la
empresa minera Southern Perú. La Vida y la
Historia, 10. Obtenido de
https://revistas.unjbg.edu.pe/index.php/vyh/
article/view/874
Churata, R., & Chambilla, H. (2019). Historia
de la contaminación de la bahía de Ite por la
empresa minera Southern Perú. Recuperado
de https://www.investigacionperu.org
Egbujor, C., Ogbodo, J., David, A., Anieze, O.,
Amasiatu, S., & Egwuatu, I. (2020)
Physicochemical Characteristics and Heavy
Metal Levels of Four Rivers in Nkanu West
and Nkanu East Local Government Areas of
Enugu State Nigeria. 8(4): 18-29, 2020;
Article no.AJOCS.57301 ISSN: 2456-7795.
DOI: 10.9734/AJOCS/2020/v8i419050
Escobar Quispe, L., & Huanacuni Lupaca, C.
(2012). Informe técnico del primer
monitoreo participativo de calidad de agua
superficial del año 2012 en las cuencas
Locumba y Sama (realizado del 05 al 17 de
marzo 2012).
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 116
Fu L, Yu Y, Yu F, Xiao J, Fang H, Li W, Xie Z,
Zhang F and Lin S (2023) Profiles and
spatial distributions of heavy metals,
microbial communities, and metal resistance
genes in sediments from an urban river.
Front. Microbiol. 14:1188681. doi:
10.3389/fmicb.2023.1188681
Gevorgyan, G.; Mamyan, A.; Boshyan, T.;
Vardanyan, T.; Vaseashta, A. (2021) Heavy
Metal Contamination in an Industrially
Affected River Catchment Basin:
Assessment, Effects, and Mitigation. Int. J.
Environ. Res. Public Health 18, 2881.
https://doi.org/10.3390/ijerph1806288
Guo, X.; Xiao, Y.; Zhao, L.; Yang, T.; Tang, C.;
Luo, W.; Huang, C.; Zheng, F. (2023)
Spatio-Temporal Analysis and Health Risk
Assessment of Heavy Metals in Water from
the Fuhe River, South China. Water, 15, 641.
https://doi.org/10.3390/w15040641
Huanacuni Lupaca, C. (2013). Informe técnico
del segundo monitoreo participativo de
calidad de agua superficial del año 2013 en
las cuencas Locumba y Sama (realizado del
17 al 27 de abril 2013).
Huanacuni Lupaca, C. (2013). Tercer
monitoreo participativo de calidad de agua
superficial en las cuencas Locumba y Sama
(realizado del 29 de octubre al 11 de
noviembre 2013).
Huanacuni Lupaca, C., Colque, P., & del Pilar,
M. (2012). Informe técnico del segundo
monitoreo participativo de calidad de agua
superficial del año 2012 en las cuencas
Locumba y Sama (realizado del 13 al 22 de
agosto 2012).
Kwok, K. (2014). Sediment quality guidelines:
challenges and opportunities for improving
sediment management. Environmental
Science and Pollution Research, 10.
Obtenido de
https://link.springer.com/article/10.1007/s11
356-013-1778-7
Laino, R., Bello, R., González, M., Ramírez, N.,
Jiménez, F., & Musálem, K. (2015).
Concentración de metales en agua y
sedimentos de la cuenca alta del río Grijalva,
frontera México-Guatemala. Tecnología y
ciencias del agua, 14. Obtenido de
http://www.scielo.org.mx/scielo.php?script
=sci_arttext&pid=S2007-
24222015000400004
Lupaca, C. (2014). Evaluación de metales en
sedimentos en la cuenca del río Locumba.
Autoridad Nacional del Agua.
Lupaca, H. (2014). "Informe técnico del primer
monitoreo participativo de la calidad del
sedimento en medio acuático en las cuencas
de los ríos caplina, maure, uchusuma,
locumba y sama”. Tacna.
Márquez, G., Fernández, Z., del Toro, R.,
Goehler, C., & Luederitz, V. (2005).
Contaminación por metales pesados en los
sedimentos de los ríos Tímina y Hatibónico,
Camagüey, Cuba. Revista Cubana de
Química.
Ministerio de Desarrollo Agrario y Riego.
(2016). Uso de recursos hídricos en la cuenca
del río Locumba. Recuperado de
https://www.midagri.gob.pe
Rezapour, S., Asadzadeh, F., Nouri, A. y
Mohammad Heidari (2022) Distribución,
distribución de fuentes y análisis de riesgos
de metales pesados en sedimentos fluviales
de la cuenca del lago Urmia. Sci Rep 12,
17455. https://doi.org/10.1038/s41598-022-
21752-w
Ribeiro, Gabrielle França et al. (2022)
Coliforms and antibiotic-resistant bacteria in
water from rivers and wells at Curitibanos,
Santa Catarina. Acta Brasiliensis, [S.l.], v. 6,
n. 2, p. 43-48. ISSN 2526-4338. Available at:
http://revistas.ufcg.edu.br/actabra/index.php
/actabra/ article/view/580 Date accessed: 17
oct. 2024. doi:
https://doi.org/10.22571/2526-4338580
Samillán Rodríguez, D. (2014). Evaluación
físico-química y microbiológica de las aguas
del Río Reque-Chiclayo 2014.
Seo, Mijin, Haejin Lee, and Yongseok Kim.
(2019). "Relationship between Coliform
Bacteria and Water Quality Factors at Weir
Stations in the Nakdong River, South Korea"
Water 11, no. 6: 1171.
https://doi.org/10.3390/w11061171
Sojka, M.; Jaskuła, J. (2022) Heavy Metals in
River Sediments: Contamination, Toxicity,
and Source Identification. A Case Study
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 5 No. 10
Octubre del 2024
Página 117
from Poland. Int. J. Environ. Res. 19, 10502.
https://doi.org/10.3390/ijerph191710502
Uchechi Emmanuella Nwogu, Angela Chika
Udebuani and Ugwu Tochukwu Nicholas
(2022) “Heavy Metal Contamination Index,
Metal Index and Polycyclic Aromatic
Hydrocarbon Content of Ochani River in
Ogoni, Rivers State, Nigeria”. Department of
Biotechnology, Federal University of
Technology, P.M.B. 1526, Owerri, Nigeria.
31(9): 36-47, 2022; Article
no.IJBCRR.92727. ISSN: 2231-086X, NLM
ID: 101654445. DOI:
10.9734/IJBCRR/2022/v31i9780
Zhao, Xingqing, Jian Huang, Xuyan Zhu,
Jinchun Chai, and Xiaoli Ji. (2020).
"Ecological Effects of Heavy Metal
Pollution on Soil Microbial Community
Structure and Diversity on Both Sides of a
River around a Mining Area" International
Journal of Environmental Research and
Public Health 17, no. 16: 5680.
https://doi.org/10.3390/ijerph17165680
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Kely Paola Suricallo
Menendez, Marco Abad Mendoza Atahuachi, Fray
Yhoni Quispe Aro y Jeanfranco Alfredo Ibarra
Kocfú.
