Captulo IV

ANLISIS COMPARATIVO DE LOS

NDICES DE CALIDAD (ICAs)
Y DE LOS NDICES DE
CONTAMINACIN (ICOs) DEL
AGUA

Captulo IV. Anlisis Comparativo ________________________________________________________

118

CAPTULO IV


ANLISIS COMPARATIVO DE LOS NDICES DE CALIDAD (ICAs)
Y DE LOS NDICES DE CONTAMINACIN (ICOs) DEL AGUA


TABLA DE CONTENIDO
4.1. Procedimiento General y Elementos de Clculo de los ICAs e ICOs_ 119
4.1.1. Seleccin De Variable__________________________________________ 119
[Link]. Composicin En Cuanto A Las Variables _______________________ 120
[Link]. Anlisis Multivariado De Similitud Entre Los ndices De Acuerdo A La
Composicin De Sus Variables. _____________________________________ 122
Figura. 4.4. Procesos Indicados Por Cada Grupo De ndices ________________ 124
4.1.2. Determinacin De Funciones De Calidad (Curvas) Para Cada Variable
(Subndices). ______________________________________________________ 124
4.1.3. Asignacin De Pesos A Cada Subndice (Ponderacin) _______________ 126
4.1.4. El Clculo Agregado Del ndice A Partir De Los Subndices ___________ 127
[Link]. Formulaciones ____________________________________________ 127
4.1.5. Escalas De Clasificacin ________________________________________ 130
4.2. Aplicaciones ______________________________________________ 130
4.2.1. Caso 1: Valores De Referencia NSF Y Cinaga De Ayapel ____________ 131
[Link]. Conjunto de Datos_________________________________________ 131
[Link]. Resultados caso 1 _________________________________________ 131
4.2.2. Caso 2: Anlisis del Comportamiento de los ndices de Acuerdo con la
Legislacin Colombiana. _____________________________________________ 134
4.3. Sntesis __________________________________________________ 137
4.4. Consideraciones Finales ____________________________________ 138
REFERENCIAS ________________________________________________ 139
Captulo IV. Anlisis Comparativo ________________________________________________________

119
CAPTULO IV

ANLISIS COMPARATIVO DE LOS NDICES DE CALIDAD (ICAs)
Y DE LOS NDICES DE CONTAMINACIN (ICOs) DEL AGUA

4.1. Procedimiento General y Elementos de Clculo de los ICAs e ICOs

El factor comn de los ndices tratados en el captulo anterior, est en su estructura de
clculo, la cual se basa principalmente en el seguimiento consecutivo de 4 pasos, como
lo son:

Seleccin de Variables
La determinacin de Funciones de Calidad (curvas) o de su correspondiente
ecuacin de regresin para cada variable, entendidos como Subndices
Asignacin de Pesos a Cada Subndice (Ponderacin)
Y finalmente, el clculo agregado del ndice a partir de los Subndices, por
medio de una expresin Matemtica

A continuacin, se analiza sobre la base de los ndices mencionados en el captulo
anterior, cada uno de estos procedimientos.

4.1.1. Seleccin De Variables

La seleccin de los Variable ha estado marcada, desde sus inicios, por la apreciacin de
expertos, agencias o entidades gubernamentales, que son las que determinan en el
mbito legislativo su importancia al establecerlos como estndares de calidad de agua.

A este respecto, Dunnette (1979) recomienda seleccionar las variables de las 5
categoras ms comnmente reconocidas como son: (1) Nivel de oxgeno, (2)
eutrofizacin, (3) Aspectos de Salud, (4) Caractersticas fsicas y (5) Sustancias
disueltas. A partir de estas categoras, se escogen las variables, que de acuerdo a los
expertos, mejor las representan. Un ejemplo de ellas se aprecia en la tabla 4.1.

Tabla 4.1. Variables Incluidas En Las Categoras Propuestas Por Dunnet (1979)
Categoras Variables que las Representan
1. Nivel de Oxgeno Oxgeno Disuelto en mg/l o Porcentaje de Saturacin. DBO, DQO.
2. Eutrofizacin Nitritos, Nitratos, Ortofosfatos
3. Aspectos de
Salud
Coliformes totales y Fecales
4. Caractersticas
Fsicas
Temperatura, Transparencia, Slidos Totales
5. Sustancias
Disueltas
Conductividad, Slidos Totales, Disueltos y Suspendidos. pH.

En este aspecto, es usual que la escogencia de Variable y en general el diseo de un
ICA o un ICO, se d a partir de la metodologa Delphi, que de acuerdo con Dinius
(1987), es la ms comnmente usada para el diseo de ndices de calidad de agua.
Como se mencion en apartados anteriores, este mtodo fue originalmente diseado
por la Rand Corporation (Helmer and Rescher, 1959; Dalkey and Helmer, 1963) y se
constituye como una estrategia efectiva para la integracin de opiniones de expertos,
Captulo IV. Anlisis Comparativo ________________________________________________________

120
sin la desventaja que presenta el proceso de comit, por lo que este ltimo ha sido
comnmente eliminado.

El procedimiento general en la metodologa Delphi, se da por la escogencia y la
conformacin de un panel de expertos tales como: representantes de agencias
regulatorias, acadmicos y otros que puedan tener relacin con la calidad del agua.
Dichos expertos no son informados de la identidad de los dems miembros del grupo.
Adicionalmente, stos mantienen comunicacin telefnica o por correo electrnico, slo
en casos necesarios con el lder de diseo de la estrategia. Este lder comunica a los
expertos sobre los resultados obtenidos despus de cada sesin, para mantener la
retroalimentacin. De esta manera, se avanza en sesiones de trabajo sucesivas a
travs del desarrollo de cuestionarios.

Comnmente, los cuestionarios toman conceptos sobre: (1) cules de los
contaminantes deben ser incluidos en el ndice, y (2) la relacin entre la cantidad de
estos contaminantes en el agua y el resultado de los niveles de contaminacin. El
enfoque principal puede estar dado en el establecimiento de estndares de calidad y en
la construccin de un sistema indicador a partir de ellos, sin embargo, el panel puede
evaluar la importancia de los contaminantes originales y sugerir cambios en ellos.

[Link]. Composicin En Cuanto A Las Variables

En cuanto a los ndices descritos se observa que stos abarcan 35 variables, de los
cuales, el que ms comnmente es tenido en cuenta (en casi el 50% de los casos) es
el oxgeno disuelto, que se combina frecuentemente con los slidos totales, el pH,
Coliformes fecales, DBO, Fsforo Total y Ortofosfatos, Nitratos; dichas variables son
consideradas por lo menos en una tercera parte de los ndices; importancia similar
alcanza la turbidez, la temperatura y el amonio (Figura 4.1.).




















Fig. 4.1. Composicin Porcentual De Las Variables
Incluidos En Los ndices Estudiados


Captulo IV. Anlisis Comparativo ________________________________________________________

121
Aparentemente, en un principio la tendencia en la escogencia de los Variable
constituyentes de los primeros ndices, estuvo enfocada en conocer ms el efecto de
las cargas orgnicas en la calidad del agua, por lo que se dejaron de lado otros
procesos de igual o mayor importancia. Lo anterior puede soportarse sobre la base del
tipo de contaminacin existente en los aos 60 y 70 en los pases industrializados
como se evidencia en la Figura 4.2., y la subsecuente evolucin de la contaminacin.




















Figura 4.2. Aspectos De La Dinmica De La Calidad Del Agua
Y Su Secuencia En Pases Industrializados
(Tomado y Traducido de: UNESO/WHO/UNEP, 1992)


Para nuestros das es notorio como el desarrollo de los ndices tiene en cuenta otros
procesos, como la contaminacin por detergentes, agroqumicos y el efecto de stos y
los dems factores en la diversidad y composicin de las especies, aunado a la afeccin
que ellos tienen en procesos bioecolgicos como la produccin y respiracin de los
organismos. Igual importancia en este aspecto, se le ha dado al proceso de la
Demanda Qumica de Oxgeno.

En adicin a lo anterior, es reconocible que como punto de partida importante para la
escogencia de las variables, se debe conocer la calidad del agua de los cursos no
contaminados, con el objeto de conocer la influencia de las condiciones geolgicas,
biolgicas y climatolgicas.

Para preservar la calidad de los ambientes acuticos se deben tratar de mantener el
equilibrio natural. Este conocimiento es necesario para valorar las posibilidades de uso
y detectar futuros impactos humanos, al tiempo que sirve como un control para la
comparacin con condiciones en sitios que se ven afectados por la intervencin
antrpica.


Captulo IV. Anlisis Comparativo ________________________________________________________

122
[Link]. Anlisis Multivariado De Similitud Entre Los ndices De Acuerdo A La
Composicin De Sus Variables.

Con el fin de determinar las asociaciones a nivel de la similitud que tienen los ndices
estudiados en cuanto a su relacin con la composicin de sus Variable, se realiz un
anlisis multivariado de clasificacin aglomerativo, jerrquico, polittico de agrupacin
promedio, basado en el ndice de similitud de Sorensen-Dice (1948) (Fig. 4.3.).

Este tipo de anlisis demuestra el grado de asociacin entre ndices en una escala de 0
a 1. Para su lectura, se debe tener en cuenta un nivel de similitud de 60%, como lmite
para determinar similitudes importantes. Bajo esta referencia, se puede estimar cules
de los ndices agrupados o asociados por el anlisis, seran 60% ms parecidos que
diferentes.

























Figura. 4.3. Dendrograma De Los ICAS Segn Sorensen-Dice (1948)


De acuerdo con este dendrograma, se observa que existe un grupo de gran asociacin,
conformado por los siguientes subgrupos los cuales se listan de mayor a menor
similitud:

Grupo A:

Greensboro (Brown et al., 1970; Landwehr, 1974), NSF (Brown et al., 1970) y
Dalmatia (Stambuk-Giljanovc, 1999) (100% idnticos), con el ndice de Oregon
(Cude, 2001) (87%) y a su vez asociados con el ndice de Washington (Hallock,
1990) (75%). Este grupo est ligado con el ndice para Valle de Miami (WEP,

Captulo IV. Anlisis Comparativo ________________________________________________________

123
1996) e Idaho (Said et al., 2002) a la altura del 58%; entre ellos son
destacables las variables involucradas en la descomposicin de la materia
orgnica.


Grupo B:

ndice de Len (Len, 1998) e ndice de Montoya (Montoya, 1997) (75%).
Ambos son mejicanos y manejan entre 15 y 18 variables y clasifican el agua en
los mismos usos.

Grupo C:

Prati (Prati, 1971) y Malasia (85%), con DRM (Kahler-Royer, 1999) (78%)
unidos al ndice utilizado en Polonia (Raczynska et al., 2000) a nivel del 72% de
similitud. El siguiente agrupamiento se asocia con el ndice Orgnico de
Contaminacin (OPI) de la estrategia AMOEBA (de Zwart, 1995) al 58%; su
asociacin se debe a Variable como la DBO, la DQO y el amonio. Este ltimo se
liga a los grupos A y B (similitud 36%), por Variable como el oxgeno, el pH y
los slidos.

Los dems grupos no tienen similitudes significativas. Esto demuestra que ellos se
componen de Variable muy diferentes. All estn BPI (de Zwart, 1995) con ICOMO
(Ramrez y Via, 1999) (49% de similitud), que se unen en un 18% de similitud con
los grupos anteriores.

En cuanto a ndices completamente dismiles a los anteriores y entre ellos, de izquierda
a derecha se hallan: ICOTOX (ndice de Toxicidad), ICOALIs (ndices de contaminacin
que involucran Hidrocarburos Alifticos y Aromticos), ICOMI (ndice de Contaminacin
por Mineralizacin), ICOSUS (ndice de Contaminacin por Slidos Suspendidos) e
ICOTRO (ndice de Contaminacin por Trofia), ICOpH (ndice de Contaminacin por
pH), ICOTEMP (ndice de Contaminacin por Temperatura) todos propuestos por
Ramrez y Via (1997) y Ramrez et al., (1999), IPI (Contaminacin Industrial), P/R
(Contaminacin por Produccin Respiracin), BDI (Contaminac in sobre la diversidad),
BSI (Saprobio), ICOBIO (Contaminacin sobre la biota) y PPI (Contaminacin por
Pesticidas) propuestos por de Zwart (1995) (excepto ICOBIO, Ramrez et. al. 1999).
Esto demuestra que los ndices de ambas propuestas (Ramrez et al. 1999 y estrategia
AMOEBA, de Zwart, 1995), son complementarios entre s, ya que desagregan
convenientemente los diferentes tipos de contaminacin. Estos ndices permiten
estudiar problemas particulares y evitan que problemas ambientales de contaminacin
queden enmascarados por otras variables.

Anexo a lo anterior, es posible tambin observar en el dendrograma resultado de este
anlisis multivariado, como los ndices se agrupan de acuerdo a las categoras y
procesos que pretenden sealar.

Tal hecho es apreciable en la figura 4.4., en donde es notorio que los ndices de
contaminacin (Ramrez y Via, 1999; de Zwart, 1995) se agrupan en los extremos
(recuadro verde); los ndices DRM, Prati, Malasia y Polonia (recuadro rojo) se agrupan
en razn a las sustancias disueltas; los ndices de Montoya y Lerma Chapala (Len) en
recuadro verde claro, sealan todas las categoras, y finalmente NSF, Greensboro,
Captulo IV. Anlisis Comparativo ________________________________________________________

124
Dalmatia y Oregon (en recuadro amarillo) tienen como proceso de indicacin comn la
eutrofizacin.



















Figura. 4.4. Procesos Indicados Por Cada Grupo De ndices

De acuerdo con Ramrez y Via (1999) y Behar et al. (1997), es importante tener en
cuenta cmo algunas de las variables incluidas en los ndices, pueden merecer cierto
cuestionamiento como es el caso de la temperatura, que se modifica de manera
natural con la altitud y las pocas climticas. En este caso se debe tener en cuenta la
diferencia de temperatura que pueda ser causada por un vertimiento. De otra parte,
igual consideracin se debe hacer con sustancias que involucran valoraciones
subjetivas como el olor y la apariencia.

Aspectos como ste han sido objeto de consideracin y controversia por autores como
Smith et al. 2002 y Curtis (2002), quienes desde puntos de vista opuestos determinan
la importancia de la claridad del agua. Smith (2002), establece la claridad como
medida de la percepcin visual del cuerpo de agua, y considera que es una variable
parmetro de las ms importantes en el diseo de un ICA, para efectos de recreacin
humana y nado. Por su parte, Cude (2002) menciona que este parmetro puede estar
subrrogado a los slidos totales, y en ese caso la turbidez sera una medida ms
conveniente y directa de la claridad.
4.1.2. Determinacin De Funciones De Calidad (Curvas) Para Cada Variable
(Subndices).

En cuanto a las funciones de calidad comnmente entendidas como curvas de calidad,
cabe destacar que, las variables son expresadas en diferentes unidades (mg/L,
%Saturacin, conteos/volumen, etc.), lo que hace imposible en primera instancia, su

Captulo IV. Anlisis Comparativo ________________________________________________________

125
agregacin. Como consecuencia de esto, se busca transformar las variables a una
misma escala adimensional, para lo cual se establecen dichas funciones.

Desde la metodologa Delphi, es notorio que el clculo de cada funcin para cada
variable en un ndice de calidad de agua requiere de 3 pasos: (1) combinar las
evaluaciones de los expertos en cada sesin en un nico subndice para los usos
propuestos (abastecimiento pblico, recreacin, pesca, agricultura, industrial, etc.);
(2) combinar estos subndices en un nico ndice de uso general; y (3) establecer una
nica funcin para cada subndice.

Los tres procedimientos anteriores igualmente requieren de: (a) el clculo del
promedio de las evaluaciones de los expertos de cada contaminante para cada uso, (b)
la conversin de este promedio respecto de la importancia del peso de la variable en
cada uso, y (c) del uso de estos pesos para combinar los subndices de los usos
propuestos en un ndice de uso general.

Las curvas generalizadas para cada variable son muy comunes en la literatura y han
sido basadas en la importancia que tienen en sistemas de agua dulce (Brown et al.,
1970; Stojda et al., 1985; House, 1989; Cude, 2001). Sin embargo, la mayora de
estas curvas presentan el inconveniente de no trasladarse a ecuaciones como s lo han
considerado, por ejemplo, los ndices de Oregon, River Phisiochemical Index (RPI) y los
propuestos por Ramrez et al. (1999). Es destacable, que las ecuaciones de regresin
son de suma importancia en la medida que facilitan el clculo de los ndices; pues, de
otra manera, se depende directamente de la apreciacin de la grfica, hecho que
genera subjetividad a la vez que reduce la precisin en la estimacin del ndice.
Adems, restringen el empleo de bases de datos y la cuantificacin por la va del
computador.

Para ilustrar este caso se propone calcular un valor del pH de 2,8 de las siguientes 2
curvas provenientes de los ndices NSF y Des Moines WQI (Figura 4.5.):






















Fig. 4.5. Curvas de Calidad
Funcin pH, NSF Y DRM
DRM
NSF
Captulo IV. Anlisis Comparativo ________________________________________________________

126
Como es observable a partir de estas funciones, tan slo se podra decir que el valor Q
o valor de calidad se halla en ambos casos cercano a 5, lo que dificulta mucho estimar
un valor exacto. En caso contrario, al calcular por las ecuaciones que brindan OWQI
(Cude, 2001) y el ndice de pH de Ramrez y Via (1999), se obtienen los siguientes
valores:

OWQIpH (escala 1-100 de calidad): 10,0
pH Ramrez y Via (escala 0-1 de contaminacin): 0,99
pH Ramrez y Via (escala 0-100 de calidad): 0,01

Es importante anotar que, en algunos casos para el desarrollo de muchas de las
curvas, se ha tenido en cuenta una funcin matemtica parsimoniosa, es decir, una
funcin que cambia de manera gradual y no abrupta, en consideracin a su tendencia,
sin que la simplificacin de los datos cause una distorsin del ndice (Dinius, 1987).

En el caso comn del Oxgeno Disuelto, se ha tenido la tendencia de ser expresado
como una funcin lineal (Ej. Q
OD
: 0,82OD + 10,56 en: Dinius, 1987). Igualmente,
muchas de las funciones de la mayora de los subndices presentados, son
aproximadamente lineales al transformarse en escalas logartmicas en ambos ejes, lo
que les da una mayor ventaja matemtica. Otras variables son mejor expresadas como
funciones exponenciales de base 10.
4.1.3. Asignacin De Pesos A Cada Subndice (Ponderacin)

En el diseo de sistemas de indicacin de calidad del agua, la asignacin de pesos
(ponderacin) de cada variable, tiene que ver mucho con la importancia de los usos
pretendidos y la incidencia de cada variable en l (Tabla 4.2.).

Tabla 4.2. Comparacin De Los Factores De Ponderacin De 3 ndices
Parmetro/Factor NSF DRM Dinius Parmetro/Factor NSF DRM Dinius
Oxgeno Disuelto 0,17 0,21 0,109 Turbidez 0,08 0,11 --
Coliformes Fecales 0,16 -- 0,116 Slidos Totales 0,07 0,10 --
Coliformes Totales -- -- 0,090 Nitrgeno
amoniacal
-- 0,17 --
pH 0,11 0,14 0,221 Conductividad
Especfica
-- -- 0,079
DBO 0,11 0,14 0,097 Color -- -- 0,063
Cambio de T 0,10 -- 0,077 Cloro -- -- 0,074
Fosfatos Totales 0,10 -- -- Dureza -- -- 0,065
Nitratos 0,10 0,13 0,090 Alcalinidad -- -- 0,063

Para el caso del ndice de Dinius (1987), se estim un valor de importancia para cada
una de ellas, entre 0 (baja importancia relativa) y 5 (alta importancia relativa).
Subsecuentemente, se pasaron estos valores a porcentaje o a escala 0-1 para
determinar su peso dentro del conjunto de variables tenidas en cuenta. As, al
considerarse las 12 variables (tabla 4.2.), el Oxgeno disuelto obtuvo un valor entre 0
y 5 de 4,7 de importancia, y contribuy con un 10.9% del peso o un 0,109 al total en
el ndice en escala 0 a 1.
Captulo IV. Anlisis Comparativo ________________________________________________________

127
Para otros casos (OWQI, Estrategia AMOEBA, Ramrez, Washington, etc.), se ha
preferido dar los mismos pesos de ponderacin, lo que hace que las variables tengan la
misma importancia dejando de lado variables de primer y segundo orden. Lo anterior
es debido, a que las variables que estos sistemas de indicacin han tomado, tienen
una mayor correlacin estadstica agregada, en la medida que reflejan el estado de los
principales procesos como: estado del oxgeno, eutrofizacin, aspectos de salubridad y
sustancias disueltas, los cuales tienen para cada uno de sus autores generadores la
misma importancia a nivel de integridad ecolgica.
4.1.4. El Clculo Agregado Del ndice A Part ir De Los Subndices

Superado el paso anterior, al proceder a la agregacin del ndice se ha observado que
la escogencia de la frmula es un factor clave, tanto as, que muchas de las
discusiones se han centrado en demostraciones de las bondades de la frmula final, en
la medida en que sta es ms o menos sensible y reduce o ampla el escalamiento.
Como hecho comn, es apreciable la tendencia generalizada a utilizar promedios, bien
sea aritmticos o geomtricos ponderados. Situaciones como stas, han derivado en la
costumbre heredada de fomentar clculos a partir del tipo de frmula tenida en cuenta
por el precursor de todos los ndices, el NSF, con ajustes medianos en el factor de
ponderacin de cada parmetro y en la frmula de agregacin, con la consecuente
dependencia del valor Q grfico, como en apartados subsiguientes se ilustrar con
mayor amplitud.

Es importante anotar que en estudios ms recientes, los casos novedosos estn
precisamente en este punto, en el que algunos estudios buscan mayor complejidad
matemtica, dadas las mejores herramientas computacionales de nuestra poca, lo
que a su vez ha llevado al desarrollo de frmulas especficas para cursos de agua
particulares.

[Link]. Formulaciones

A continuacin se lista los diferentes ndices objeto de estudio (Tabla 4.3.) y se
presenta de manera comparativa su nmero de Variable, su estructura y su frmula de
agregacin.

Como se puede ver en la tabla 4.3, existen muchas formulaciones y/o ecuaciones
utilizadas para el clculo de un ICA o un ICO, al igual que ha existido marcada
preferencia desde el inicio por el clculo de una tendencia central. La gran cantidad de
mtodos de agregacin, incluido el operador mnimo de Smith (1990), han buscado ser
sensibles al cambio en las condiciones de la calidad del agua al integrar los datos
disponibles y simplificar la informacin.

Un estudio de House (1989), llev a cabo una revisin de diferentes formulaciones
para la agregacin de los subndices y concluy, para la poca, que el promedio
aritmtico ponderado modificado (Stojda y Dojlido, 1983) y la suma ponderada
modificada (Couillard y Lefebvre, 1985), proveen los mejores resultados para la
indexacin de la calidad general del agua.



Captulo IV. Anlisis Comparativo ________________________________________________________

128
Tabla 4-3. Numero De Variable Usados Por Los ndices En Estudio
ndice
Nmero de
Variables
Estructura
Frmula de
Agregacin
ndice
Nmero de
Variables
Estructura
Frmula de
Agregacin
ndices de Calidad (ICAs)
Organic
Pollution
Index (OPI)
5 Curvas
Ln de la
Sumatoria
Ponderada
modificada
Bacterial
Pollution
Index
(BPI)
1
Curvas

Lectura
Directa
Oregon 7 Ecuaciones
Cuadrado de
la Media
Armnica
Benthic
Saprobity
Index
(BSI)
Mnimo 30 Tabla
Promedio
Porcentual
Pesticide
Pollution
Index (PPI)
2 a 7 Curvas
Ln de la
Sumatoria
Ponderada
modificada
Biological
Diversity
Index
(BDI)
Indeterminado Tabla Proporcin Polonia 6 Frmulas
Cuadrado de
la Media
Armnica
British
Columbia
Hasta 47 Frmulas
Raz
Cuadrada de
Sumatoria
Prati 8 a 13 Frmulas
Sumatoria no
Ponderada
Dalmatia 9
Curvas-
Frmulas
Proporcin de
2 Sumatorias
Ponderadas
Production
Respiration
Index
2 a 3 Diagrama
Lectura
Directa
Dinius
(1987)
12 Ecuaciones
Media
Geomtrica
Ponderada
Washington 8 Ecuacin
Ecuacin
Cuadrtica
DRM 7 Curvas
Promedio
Ponderado

ndices de contaminacin (ICOs)
Greensboro 9 Curvas
Promedio
Aritmtico
ICOMI
(Mineralizacin)
3 Ecuaciones
Promedio
aritmtico
Idaho 5 Ecuacin
Proporcin
Logartmica
ICOMO
(Materia
orgnica)
3 Ecuaciones
Promedio
aritmtico
Len
(1998)
15 Frmulas
Promedio
Geomtrico
Ponderado
ICOSUS
(Slidos
suspendidos)
1 Ecuacin
Lectura
Directa
Industrial
Pollution
Index (IPI)
5 a 14 Curvas
Ln de la
Sumatoria
Ponderada
modificada
ICOTRO
(Trfia)
1 Rangos
Lectura
Directa
Malasia 6 Ecuaciones
Promedio
Ponderado
ICOTEMP
(Temperatura)
1 Ecuacin
Lectura
Directa
Montoya
(1997)
17 Ecuaciones
Promedio
Ponderado
ICO-pH (pH) 1 Ecuacin
Lectura
Directa
Miami
River Index
7 Tabla Sumatoria
ICOTOX
(Toxicidad)
1 Txico por
vez
Ecuaciones Ecuaciones
Nutrient
Pollution
Index
(NPI)
9

Curvas

Ln de la
Sumatoria
Ponderada
modificada

ICOBIO
(Biolgico)
Indeterminadas Ecuaciones
Lectura
Directa
NSF 9 Curvas
Promedio
Ponderado
ICOs para
Hidrocarburos:
ICOARO;
ICOALRE;
ICOALNORE-P;
ICOALNORE-S
ICOALTO
1 por cada
ndice

Ecuacin

Lectura
Directa

De la misma forma, el promedio geomtrico ponderado ha sido ampliamente empleado
bajo el criterio de su utilidad, sobre todo cuando existe una gran variabilidad entre las
variables en la muestra. De acuerdo con la literatura se asegura que este mtodo
proporciona anotaciones ms bajas que la aritmtica.

Captulo IV. Anlisis Comparativo ________________________________________________________

129
Igualmente, cuando las muestras tienen gran variabilidad o donde es importante tener
en cuenta valores bajos, diversos autores han recomendado utilizar una media
armnica o su cuadrado. De estos dos mtodos, el cuadrado de la media armnica es
el mtodo ms sensible en un conjunto de datos con valores bajos, que toman mayor
peso en el clculo que los valores altos. Esto asegura que los valores finales sean
ponderados en favor de la proteccin ambiental. Este hecho es apreciable en el estudio
de Richardson (1997), quien a travs de la revisin de varias frmulas de agregacin
reportadas en la literatura, arguye a favor de la media armnica no ponderada para el
desarrollo de un ndice estuarino en Australia, el cual se ilustra a continuacin:

2
1
10
1

=
n
i
i i
w q



Donde:

n: Nmero de Variables
qi: Valor del Subndice de la i-simo variable
Wi: Factor de Ponderacin de la i-sima variable

Un ejemplo del efecto al usar diferentes procedimientos de clculo con medidas de
tendencia cent ral, se puede ver en la tabla 4.4., en la que se hace evidente como la
media armnica es mucho ms conservativa y sensible a los valores bajos que otros
mtodos considerados.

Los datos corresponden al valor de 8 subndices cuyos resultados son:

10, 90, 90, 90, 90, 90, 90, 90, 90.

Tabla 4.4. Procedimientos Para el Clculo de Tendencias Centrales
Media Aritmtica Media Geomtrica Media armnica Media armnica al
Cuadrado
81 70 48 27

Esto demuestra claramente la importancia que obtiene la frmula de agregacin. Para
evitar situaciones como la explcita en la anterior tabla, es conveniente que se
reconsideren los procedimientos de clculo de la frmula final, pues la incorrecta
manipulacin numrica en la agregacin puede terminar en la prdida de informacin
subyacente, y lo que puede ser ms delicado, en la cada o el aumento drstico del
valor final del ndice en razn de la transformacin.

En tiempos recientes ha sido notorio que, en este aspecto, se siguen llevando a cabo
estudios que se preocupan de la comparacin de formulaciones, como el de Gupa et al.
(2003) del departamento de ingeniera civil del Instituto Indio de Tecnologa, quienes
realizaron una comparacin de 5 ndices de calidad del agua para aguas costeras (
aritmtico, multiplicativo, no ponderado aritmtico, y el ndice de Harkin). Los Variable
incluidos fueron OD, DBO, T, Slidos Suspendidos y Turbidez; las curvas de funcin
fueron desarrolladas de acuerdo a los estndares de calidad de agua y vida acutica de
Captulo IV. Anlisis Comparativo ________________________________________________________

130
Harbour. La comparacin de los ndices se llev a cabo por el coeficiente de correlacin
producto-momento de Pearson. El estudio encontr que el ndice que utiliz un
promedio aritmtico no ponderado fue superior que el que utiliz el promedio
aritmtico ponderado, y que el promedio multiplicativo fue menor que el no
ponderado. Este estudio demostr, igualmente, cmo el promedio multiplicativo refleja
mejor la calidad de aguas costeras.
4.1.5. Escalas De Clasificacin

Las categoras, esquemas o escalas de clasificacin, son un punto de igual o mayor
inters que los anteriores, pues es aqu donde finalmente el valor obtenido del ndice
totalizado por la formula de agregacin es transformado en una caracterstica que
define la calidad final del agua.

A este respecto, es conveniente aclarar que tales categoras deben ser definidas con
anticipacin y deben tener concordancia con el desarrollo de las curvas de los
subndices, con el fin de que los sistemas puedan leerse por separado desde los
subndices y guarden armona con el totali zado. Es decir, cada curva de cada subndice
debe haberse desarrollado con el mismo sistema de clasificacin final que permita, por
ejemplo, que si para el Oxgeno Disuelto el valor de calidad de 50, est en una
categora de calidad de agua media, todos los dems Variable incluidos en el ndice,
tengan la misma equivalencia respecto de la misma categora (valor Q: 50 para
categora media). De otra manera, puede darse el caso de contrariedades en la
clasificacin final.

En la tabla 4.5., es apreciable la gran diferencia que existen en este aspecto entre
diferentes ndices, los cuales de acuerdo a la opinin de expertos y a los estndares
manejados por diferentes agencias estatales pueden clasificar el agua de manera
diferente de acuerdo al valor obtenido por la agregacin final de los subndices.


Tabla 4.5. Escalas De Clasificacin
Comparativas De 3 ndices
Escala/ndice NSF OWQI DRM
Excelente: 91-100 90-100 100-91
Buena: 71-90 85-89 90-71
Media: 51-70 80-84 70-51
Mala: 26-50 60-79 50-26
Muy Mala: 0-25 <60 25-0


4.2. Aplicaciones

Con el fin de dar mayor claridad a la problemtica expuesta en este captulo,
seguidamente se establecern dos casos ejemplificantes, a manera de aplicaciones que
demuestran el comportamiento de algunos de los ndices estudiados y que confirman
lo expuesto con anterioridad. Tales aplicaciones son: (1) a partir de un mismo conjunto
de datos provenientes de valores de referencia del ndice NSF, complementados con
una estacin de monitoreo en la Cienaga de Ayapel y (2) a partir de los valores de
Captulo IV. Anlisis Comparativo ________________________________________________________

131
referencia para agua potable y vertimientos que actualmente brindan los decretos
475/85 y 1594/84 respectivamente.

4.2.1. Caso 1: Valores De Referencia NSF Y Cinaga De Ayapel

Los valores a partir de los cuales se realiz el clculo de los ndices (tabla 4.6.),
corresponden a los valores de ejemplo para el clculo del ndice NSF hallados en la
tabla 3.1, del captulo III; junto con los datos hallados en el libro Limnologa
Colombiana (Ramrez y Via, 1999), pertenecientes a la estacin de monitoreo A de la
Cienaga de Ayapel.

[Link]. Conjunto de Datos

El conjunto de datos tenidos en cuenta para este anlisis se muestran a continuacin:

Tabla 4.6. Variable Base De La Comparacin Entre ndices
Parmetro Resultado Unidades Parmetro Resultado Unidades
Oxgeno Disuelto 82 % saturacin DQO 22,96 mg/l
Conc. Oxgeno 8,9 mg/l Nitritos 0,09 mg/l
Coliformes Fecales 12 #/100 ml Amonio 0,16 mg/l
pH 7,6 Unidades Conductividad 16 uS/cm
DBO 2 mg/l Dureza 9,2 mg/l
Cambio de T 2,9 C Alcalinidad 7,2 mg/l
Temperatura 32,5 C Clorofila 10 Mg/l
Fosfatos Totales 0,5 mg/l PO
4
-P Color 20 Unidades
Nitratos 5 mg/l NO
3
Fenoles 0,5 Mg/l
Turbidez 5 NTU Cloruros 10 Mg/l
Slidos Suspendidos 120 mg/l Dif. De T (Aire-
Sup)
1 C
Slidos Totales 150 mg/l


[Link]. Resultados caso 1

En cuanto a los resultados, se debe considerar la diferente naturaleza de unos y otros
ndices, por lo que se han separado de acuerdo al anlisis multivariado de clasificacin
realizado, en tres grupos como son: (1) ndice NSF y derivados; (2) ndices de la
Estrategia AMOEBA y el Tercer (2) ndices de Contaminacin de Ramrez et al. (1997,
1999)

En la tabla 4.7., se listan los valores obtenidos por el ndice NSF y sus derivados con
sus respectivas escalas de colores. Como es observable, la clasificacin dada por cada
ndice difiere en buena medida entre ellos, a pesar de la similitud que existe entre los
Variable que los constituyen. Es aqu donde se nota nuevamente, como la frmula de
agregacin tiene gran influencia en el resultado final. A esto se suma la especificidad
de estos ndices para regiones determinadas como Oregon e Idaho. Este hecho puede
Captulo IV. Anlisis Comparativo ________________________________________________________

132
derivar en que se realicen valoraciones de la calidad de agua de manera equivocada, si
no se es consciente de la composicin de cada uno de los ndices.

Tabla 4.7. Comparacin del ndice NSF y sus Derivados
ndice Valor Clasificacin de la Calidad del Agua Escala de Color
NSF 78,06 Buena
Oregon 16,09 Pobre
Idaho 1,571 Intermedia
DRM 60,79 Media
Dinius 79,52 Contaminada para Consumo Humano
Len 44,94 Fuertemente Contaminada para Consumo Humano

Casos como ste, conducen a que los analistas se enfrenten a problemas como el
observado en este ejemplo, es decir, para el ndice NSF la calidad del agua es buena
mas no excelente, lo que quiere significar que algunos de los Variable constituyentes
del mismo se encuentran en valores de calidad que no son los adecuados. Igual sucede
con el ndice de Oregon, que refleja la peor calidad del agua, pero no se conocen los
procesos que la causan. Es all donde se presume que unos registros pueden tener
muy buena calidad y otras muy malas.

De acuerdo con Ramrez y Via (1999), hechos como los anteriores generan prdida de
informacin subyacente y conllevan a un enmascaramiento de la condicin real de los
cambios que se pueden suceder en un curso de agua. Para confirmar tal situacin, se
debe obligatoriamente retornar a la matriz de variables fisicoqumicas, lo que
directamente debilita la utilidad de los ICAs.

Con el fin de subsanar esto, la medida ms adecuada y consecuente, est en la
verificacin de los valores de calidad provenientes de cada una de las funciones de los
Variable antes de someterse a la funcin del factor de ponderacin. As, es posible
observar en la misma escala (0-100; 0-1; 1-0), el comportamiento de cada
parmetro, como se muestra en la figura 4.6., proveniente de una salida del programa
ICATEST V1.0 (Fernndez et al., 2003), en la que hace evidente que en el ndice NSF
las variables de cuidado son Coliformes Totales, Nitratos y Fosfatos que se hallan en
lmites medios de calidad y son responsables de que este ndice no alcance valores de
excelente, por lo tanto sobre estos Variable se debe centrar la atencin para la toma
de decisiones. Por su parte, el ndice de Oregon (OWQI) presenta condiciones de
calidad media para la DBO y Slidos Totales, al tiempo que el sistema de Amonio ms
Nitratos junto con la Temperatura y el Fsforo total reflejan condiciones de muy mala
calidad. Finalmente, el ndice de DRM muestra de acuerdo a su escalamiento
problemas de mala calidad en las variables de Nitratos y Slidos Suspendidos.

Si se quisiera por tanto, tomar una decisin sobre la base de estos tres ndices, una
opcin la constituira centrar la atencin en los puntos comunes de calidad media y
mala calidad como son el sistema de nitrgeno, fsforo (eutrofizacin) y los slidos
totales. Sin embargo, de esta manera pueden quedar por fuera variables de
importancia, por lo que se debe contrastar estos problemas con l a legislacin y
estndares locales que soporten mejor la toma de decisiones. Como se puede ver, esto
puede complejizar ms la actuacin ambiental que facilitarla, por lo que en ocasiones
ha constituido un punto de desconfianza y demrito de los indicadores de calidad de
agua.
Captulo IV. Anlisis Comparativo ________________________________________________________

133








































Al continuar el anlisis por medio de los indicadores propuestos por de Zwart (1995)
(estrategia AMOEBA), se puede ver como tan solo en el ndice de contaminacin
orgnica, muestra inconvenientes (Tabla 4.8.).

TABLA 4.8 COMPARACIN DE LOS NDICES DE LA ESTRATEGIA AMOEBA
ndice Valor Clasificacin Valor Objetivo
BPI 97,6 No contaminado 90
NPI 76,02 No Contaminado 70
OPI 30,03 Medianamente Contaminado 70




NSF OWQI
DRM
Fig. 4.6. Valores Q De
Los ndices NSF,
QWQI Y DRM
Captulo IV. Anlisis Comparativo ________________________________________________________

134
La metodologa AMOEBA muestra, igualmente, que no existe inconveniente en cuanto
a la contaminacin por nutrientes y bacterial. Para este caso, la indicacin esta en
contradiccin con lo hallado a partir del ndice NSF y sus derivados. Cabe destacar que
la frmula de agregacin en estos ndices contiene factores de ponderacin iguales
para cada parmetro y utiliza logaritmos naturales, lo que la hace muy sensible a los
valores bajos de las variables.

En cuanto a los ndices de Ramrez et al. (1999), estos demuestran cmo tan slo el
fsforo es la causa de la eutrofizacin en este grupo de Variable, as como los slidos
suspendidos; situacin que se acomoda ms a lo explcito en el primer conjunto de
ndices (Tabla 4.9.).

Por lo dems, el sistema de manera individual se halla en buen estado en cuanto a la
mineralizacin, materia orgnica, temperatura y pH. Es notable como la naturaleza de
estos ndices es ms objetiva y consistente, adems que su escala representa de mejor
manera la informacin sobre la calidad del agua. Esto confirma la ventaja que se tiene
al desagregar los tipos de contaminacin, lo que permite una mejor visualizacin de los
diferentes procesos en un sistema hdrico.


Tabla 4.9. Comparacin De Los ndices
Propuestos Por Ramrez (1999)
ndices Valor Grado de
Contaminacin
Escala de Color
ICOMI 0,000 Ninguno
ICOMO 0,114 Ninguno
ICOTRO 0,430 Eutrofia
ICOSUS 0,430 Medio
ICOTEMP 0,000 Ninguno
ICOPH 0,001 Ninguno



4.2.2. Caso 2: Anlisis del Comportamiento de los ndices de Acuerdo con la
Legislacin Colombiana.

Con el objeto de ahondar ms en la comparacin entre ndices se gener la tabla 4.10,
en la que se reportan los valores mximos permisibles para agua potable (Decreto 475
de 1985) y vertimientos que pueden ser susceptibles de Potabilizacin (Decreto 1594
de 1984). Los datos faltantes fueron obtenidos de legislacin internacional para los
mismos usos.

A partir de los siguientes datos, se calcularon a travs de ICATEST V1.0 (Fernndez
et al., 2003) los ndices que ms adelante se relacionan con sus correspondientes
resultados en nmero, clasificacin y escala de color. Se anota, que en caso de no
existir escala de color para el ndice propuesto originalmente, sta fue asignada por
parte de los autores, con el fin de permitir una mejor comparacin.



Captulo IV. Anlisis Comparativo ________________________________________________________

135
Tabla 4.10. Variables Base De La Comparacin Entre ndices.
Varriable
Agua
Potable
Vertimiento Variable Agua Potable Vertimiento
Alcalinidad (mg/l) 95 500 HCH en Agua (ug/l ) 0,01 3500
Amonios (mg/l ) 0,04 1 HCH en Sedimentos ug/l ) 0,0095 3000
Bacterias Termo-Tolerantes
(NMP/100ml)
1 2000 Nitratos ( mg/l ) 9,5 18
Clorofila a (mg/l) 10 120 Nitritos + Nitratos (mg/l ) 9,51 24
Cloruros (mg/l ) 245 250 Nitratos +Amonio (mg/l ) 9,54 19
Coliformes Fecales (NMP/100ml) 0 2000 Nitrgeno Total (mg/l ) 9,55 25
Coliformes Totales (NMP/100ml) 1 20000 Oxgeno Disuelto (mg/l) 7 2
Color (Unidades Pt-Co) 14 75 pH (Unidades) 6,8 9
Conductividad (micromhos/cm) 125 400 Produccin (mg/l ) 2 1
Cromo en Agua (mg/l ) 0,0095 0,05 Promedio de Temperatura (C) 20 30
Cromo en Sedimentos ( mg/l ) 0,0097 0,052 Respiracin ( mg/l ) 3 5
DBO (mg/l ) 0,2 30 Saturacin OD % 80 28
Diferencia de Temperatura 2 11 Slidos Suspendidos (mg/l) 120 650
DQO ( mg/l ) 1 30 Slidos Totales ( mg/l ) 280 730
Dureza (mg/l ) 155 250 Temperatura del Aire (C) 26 37
Fenoles ( mg/L) 0,001 0,002 Temperatura Superficial (C) 25 35
Fosfatos( mg/l ) 0,095 0,2 Turbidez ( mg/l ) 4,5 10
Fsforo Total ( mg/l ) 0,17 0,5 Hg LC50 ( ug/l ) 49 25


Como se observa en la tabla 4.11, a pesar de la similitud que existe entre las variables
que componen estos ndices, la clasificacin de cada uno de ellos difiere especialmente
en cuanto al agua potable. En contraste, al evaluar las aguas residuales, los valores de
los ndices y su clasificacin son ms cercanos.


Tabla 4.11. Comparacin Del ndice NSF Y Sus Derivados
Agua Potable Vertimiento
ndice Valor Clasificacin Escala Color Valor Clasificacin Escala Color
INSF 85,17 Buena 33,16 Mala
DRM 60,17 Media 21,39 Muy Mala
IDAHO (0-3) 1,768 Intermedia * 0,627 Pobre *
OREGON 24,98 Pobre 10,67 Muy Pobre
DINIUS 76,78 Contaminada * 41,30 Fuertemente Contaminada *
LEON 82,29 Aceptable 44,42 Fuertemente Contaminada
*No poseen escala de Color, fue asignada para efectos comparativos

En casos como ste, se debe recordar el tipo de frmula de agregacin que cada cual
utiliza y se nota cmo ella tiene gran influencia en el resultado final, lo que puede
llevar a diferentes clasificaciones. Igualmente, la diferencia puede ser debida tanto a la
especificidad de estos ndices en concordancia con la regin geogrfica para la cual
fueron generados, como a sus diferentes rangos de clasificacin para los valores
obtenidos.
Captulo IV. Anlisis Comparativo ________________________________________________________

136

Por su parte los ndices de Ramrez et al. (1997; 1999) (Tabla 4.12.), demuestran
como el nivel de fsforo es la causa de la eutrofizacin (ICOTRO) y la toxicidad debida
al mercurio, es media (ICOTOX). Los dems ndices muestran que los valores para el
agua potable de manera individual corresponden a un buen estado con respecto de la
Mineralizacin (ICOMI), Materia Orgnica (ICOMO), Slidos Suspendidos (ICOSUS),
Temperatura (ICOTEMP), pH (ICOpH) y diversidad de especies (ICOBIO). Para el caso
de los valores de las aguas residuales, es apreciable cmo se tienen niveles de
contaminacin altos en la mayora de procesos antes mencionados.


Tabla 4.12. RAMREZ et al. (1997, 1999)
Escala 0 (Excelente) 1 (Muy alta contaminacin)
Agua Potable Vertimiento
ndice Valor Contaminacin Escala Color Valor Contaminacin Escala Color
ICOMI 0,330 Baja 1 Muy Alta
ICOMO 0,067 Ninguna 0,704 Alta
ICOSUS 0,340 Baja 1 Muy Alta
ICOTEMP 0,000 Ninguna 0,833 Muy Alta
ICPO 0,030 Ninguna 1 Muy Alta
ICOBIO 0,040 Ninguna 0,057 Ninguna
ICOTOX 0,549 Media 0,837 Muy Txico
ICOTRO N.A* Eutrofia N.A* Hipertrofia
*N.A. No Aplica


De esta manera, se hace notable cmo la naturaleza de estos ndices es ms objetiva y
consistente. Adems, su escala representa de mejor forma la informacin sobre la
calidad del agua. Esto confirma la ventaja que estos ndices tienen: desagregar los
tipos de contaminacin por procesos; lo que permite una adecuada visualizacin de los
diferentes problemas ambientales en un sistema hdrico.

La metodologa AMOEBA (de Zwart, 1995) aplicada al caso en discusin (Tabla 4.13.),
al igual que el sistema de ndices de Ramrez (1997, 1999), permite una evaluacin
desagregada de la calidad del agua. Sin embargo, su aplicacin muestra que para el
agua potable existe un nivel medio a bajo de contaminacin con relacin al valor
objetivo en nutrientes (NPI), contaminacin orgnica (OPI) y contaminacin industrial
(IPI). Las excepciones son contaminacin bacteriana (BPI), diversidad biolgica (BSI),
y Produccin de Oxgeno/respiracin (PRI).

En cuanto a la muestra de aguas residuales, la clasificacin arroja niveles altos para
los casos anteriores. Esta situacin es coincidente con la de otros ndices y con la
tendencia general.

Es importante enfatizar que la frmula de agregacin utilizada en esta estrategia tiene
un factor de ponderacin de 1/n y utiliza logaritmos naturales, lo que la hace ms
sensible a valores bajos. En la mayora de los casos esta situacin es realmente una
ventaja para el anlisis de la contaminacin.
Captulo IV. Anlisis Comparativo ________________________________________________________

137
Tabla 4.13. Estrategia AMOEBA
ndices Agua Potable Accin Recomendada
Valor
Objetivo
Vertimiento
Accin
Recomendada
BPI 99,80 Ninguna 90 0
Revisin de Procesos
Industriales
NPI 42,43
Tratamiento de
Efluentes
70 20,39 Tratamiento Terciario
OPI 57,84
Tratamiento de
Efluentes
70 3,81
Revisin de Procesos
Industriales
IPI 17,41
Revisin de Procesos
Industriales
70 7,11
Revisin de Procesos
Industriales
BSI 66,70 Ninguna 60-80 3,80
Tratamiento del
Vertimiento
BDI 0,847 N.A. N.A. 3,106 N.A
PRI 70,50 Ninguna 70 10,00
Tratamiento de
Efluentes
*N.A. No Aplica
Otra de las ventajas que se hacen evidentes en la anterior tabla, adems de fijar un
valor objetivo (lmite adecuado para garantizar los procesos ecolgicos), es la accin
recomendada que se hace de acuerdo al grado de contaminacin, no en vano, esta
estrategia se ha considerado como una evaluacin holstica.

4.3. Sntesis

Los ICAs e ICOs, parecen ser la metodologa ms prctica para acercar puntos de vista
lejanos como los son el de los profesionales del sector, los legisladores y la comunidad
en general. Sin embargo, es notorio que la principal limitacin de un gran nmero de
los ndices estudiados, est en haber sido diseados como herramienta en la valoracin
general de la calidad de agua. Es decir, resumen demasiado los datos de las variables
originales, adems de que no valoran todos los riesgos de salubridad (a menos que
consideren todos los Variable qumicos, fsicos y biolgicos). Es por ello que existen
ndices que por su diseo conducen a una prdida sustancial de informacin, pues por
su diseo contienen menor informacin que la suma de los datos originales, como es el
caso del NSF y sus derivados.

Sin embargo, a favor de los ICAs que presentan este problema, se tiene que pueden
mostrar la variacin espacial y temporal por medio de una fcil interpretacin de
categoras ambientales gruesas. A partir de all, la informacin puede y debe ser
filtrada y validada con mayor detalle por medio de la observacin directa de los datos y
Variable originales. Usados de esta forma, los programas de valoracin de la calidad
del agua y de administracin de los recursos acuticos, pueden ser llevados a cabo con
mejores resultados, al tiempo que se puede asistir a los interesados y tomadores de
decisiones en el establecimiento de prioridades con propsitos de gestin.

Con respecto a los ndices de contaminacin de Ramrez et al. (1997, 1999) (ms
apropiados para la realidad colombiana) y la estrategia AMOEBA (de Zwart , 1995), es
notorio que se trata de un concepto ms actual que ha evolucionado a partir de los
ndices de calidad de agua tradicionales con un enfoque de desagregacin de las
categoras de la contaminacin. Este tipo de ndices muestra sustanciales ventajas en
comparacin con los ICAs.

Igualmente, el ndice de British Columbia (BCI) es un caso interesante a ser
considerado, debido a los tres factores que lo componen y sus correspondientes
Captulo IV. Anlisis Comparativo ________________________________________________________

138
valores objetivos. Con este concepto de valores objetivo, los tomadores de decisiones
deben preocuparse ms por mejorar las condiciones ambientales que por almacenar
datos. Este hecho guarda alguna relacin con la estrategia AMOEBA la cual aconseja
sobre las posibles acciones de control que puedan llevarse a cabo en relacin con cada
ndice.

En cuanto a la especificidad de algunos ndices, es claro que es un hecho que dificulta
su comparacin. Hoy en da, existe una tendencia creciente a formular ndices para
cursos y condiciones naturales puntuales. Esto desemboca en que el investigador que
desee hacer este tipo de comparaciones, tenga en muchos casos que referirse
directamente a los valores de las vari ables en cada evento. Lo anterior hace pensar en
la necesidad desarrollar marcos polticos mas adecuados y mejor definidos, en cuanto
a los sistemas de valoracin y manejo del agua que consideren las diferencias alti y
latitudinales.

Finalmente, es reconocible que a la fecha, existe dificultad en definir un nico ndice de
calidad de agua como solucin definitiva. Es admisible que tanto las valoraciones
biolgicas y fisicoqumicas son necesarias y no son intercambiables, en la medida que
los ndices hidrobiolgicos muestran el grado al cual el equilibrio ecolgico ha sido
perturbado, entre tanto, la medida qumica de las concentraciones de los
contaminantes es utilizada para identificar estas fuentes. Sin embargo, las
instituciones, agencias, as como los investigadores en calidad de agua, deberan tratar
en desarrollar un mtodo nico. En este punto es conveniente citar la observacin de
Curtis Cude del Laboratorio de Calidad Ambiental de Oregon: A pesar de los ndices de
calidad de agua desarrollados en Estados Unidos, no existe Un ndice Nacional de la
Calidad del Agua. Esto puede ser el reflejo de la variedad de propsitos y de
programas de monitoreo que han sido desarrollados Cude (2002).

4.4. Consideraciones Finales

En razn a que los ndices de calidad y de contaminacin del agua estn diseados
para finalmente comunicar un evento u otro a los tomadores de decisin y al pblico
en general para efectos de control y regulacin, es conveniente resaltar que las
polticas y valores de la calidad de agua tienen una gama amplia de escalonamiento
dependiendo del grupo de consumidores que se consideren. En cuanto al agua se tiene
siempre la cantidad y su calidad (esto puede ser una dicotoma falsa); puntos que
pueden ser muy delicados de tratarse. Lo anterior bsicamente ser lo que promover
el inters poltico, la financiacin y el mantenimiento de un ndice de calidad de agua
nacional o internacional.

En adicin, se debe tener en cuenta que con tal cantidad y variedad de visiones que
tienen los diferentes enfoques polticos, desarrollar un ndice de calidad del agua de
gran escala, debera necesariamente involucrar una amplia variedad de puntos de
vista. Idear un ndice, puede ser relativamente simple para una persona o grupo
pequeo de individuos, pero se asume que ste estara mal sustentado y sera de
pobre receptividad. No sera posible creer, que un consorcio de cientficos represente
todos los enfoques geogrficos y polticos de un ndice, que podra necesitar de alguna
manera ser involucrado en el desarrollo. Idear, concertar y mantener un ndice, puede
ser costoso y consumir mucho tiempo, sin embargo, es la mejor oportunidad para
tener xito en la administracin y manejo del agua.

Captulo IV. Anlisis Comparativo ________________________________________________________

139
REFERENCIAS


Behar, R., Ziga, M., Rojas, O. 1997. Anlisis Y Valoracin Del ndice De Calidad
De Agua (ICA) De La NSF: El Caso De Los Ros Cali Y Melndez (Cali-Colombia). En
Memorias Seminario Internacional Sobre Macroinvertebrados Bentnicos Como
Bioindicadores De La Calidad Del Agua. Universidad Del Valle.

Brown, R., Mcclelland, N., Deininger, R., Tozer, R. 1970. A Water Quality Index Do
We Dare?. Water And Sewage Works, October.

Cude, C. 2001. Oregon Water Quality Index: A Tool For Evaluating Water Quality
Management Effectiveness. Paper No. 99051 Of The Journal Of The American
Resources Association 37(1):125-138

Cude, C. 2002. Reply To Discussion By David G. Smith, Robert, J. Davies-Colley,
And Jhon W. Nagels. Oregon Water Quality Index: A Tool For Evaluating Water
Quality Management Effectiveness. Journal Of The American Resources Association
Vol. 38, No. 1, February.

Couillard, D., Lefebvre, Y. 1985. Analysis Of Water Quality Indices. Journal Of
Environmental Management 21:161-179.

Dalkey, N., Helmer, O. 1963. An Experimental Application Of The Delphi Met hod To
The Use Of Experts. Management Science 9:458-467.

De Zwart, D., Trivedi., R. 1995. Manual On Water Quality Evaluation, RIMV. The
Netherlands.

Decreto 475 De 1985. Ministerio De Salud. Colombia.

Decreto 1594 De 1984. Ministerio De Salud. Colombia

Dinius, S. 1987. Design Of An Index Of Water Quality, Water Res. Bull., 23:5, 833-
843.

Dunnette, D. 1979. A Geographically Variable Water Quality Index Used In Oregon.
Journal Of The Water Pollution Control Federation, Vol. 51, No. 1, Pages 53-61,.

Fernndez, N., Solano, F., Ramos G. 2003. ICATEST V1.0. Una Herramienta til En
La Valoracin De La Calidad Del Agua. Revista Bistua. Vol. 3: 88-95. Vicerrectora
De Investigaciones. Universidad De Pamplona.

Gupta A., Gupta S., Patil R. 2003. A Comparison Of Water Quality Indices For
Coastal Water J Environ Sci Health A Tox Hazard Subst Environ Eng. 38(11):2711-
25.

Hallock, D. 1990. Results Of The 1990 Water Quality Index Analysis. Washington.
Washington Department Of Ecology.

Helmer, O. Rescher, N. 1958. On The Epistemology Of The Inenact Sciences.
Management Science 6(1).

Captulo IV. Anlisis Comparativo ________________________________________________________

140
House, M. A. 1989. A Water Quality Index For River Management. Journal Of The
Institute Of Water & Environmental Management 3: 336-344.

Kahler-Royer, C. 1999. A Water Quality Index Devised For The Des Moines River In
Central Iowa. Master Science Graduate Thesis. Civil Engineering (Environmental
Engineering) Iowa State University Ames, Iowa.

Landwehr, J. 1974. Water Quality Indices Application In The Kansas River Basin.
EPA-907/9-74, February.

Len, L. 1991. ndice De Calidad Del Agua, ICA, Inf. # Sh-9101/01, Instituto
Mexicano De Tecnologa Del Agua, Mxico, 36 P.

Montoya, H., Contreras, C., Garca, V. 1997. Estudio Integral De La Calidad Del
Agua En El Estado De Jalisco. Com. Nal. Agua., Geren. Reg. Lerma -Santiago.
Guadalajara. 106 Pp

Prati, L., Pavanello, R. 1971. Assesment Of Surface Water Quality By A Single Index
Of Contamination. Water Resources Research, Vol.5, May 1971, Pp. 456-467.

Raczynska, M., Zurawska, J. Chojnacki, C. 2000. The Problem Of Quality
Assessment Of Surface Lotic Waters As Exemplified By Rivers Tywa And Rurzyca.
Electronic Journal Of Polish Agricultural Universities. Vol 3 Issue 1. Series Fisheries.

Ramrez, A., Restrepo, R., Cardeosa, M., 1999. ndices De Contaminacin Para
Caracterizacin De Aguas Continentales Y Vertimientos. Formulaciones. Ciencia
Tecnologa Y Futuro 1(5): 89-99.

Ramrez, A., Restrepo, R., Via, G., 1997. Cuatro ndices De Contaminacin Para
Caracterizacin De Aguas Continentales. Formulaciones Y Aplicacin. Ciencia
Tecnologa Y Futuro 1(3): 135 - 153.

Ramrez, A., Via, G., 1999. Limnologa Colombiana. Aportes A Su Conocimiento Y
Estadsticas De Anlisis. Univ. Jorge Tadeo Lozano - Bp Exploration, Bogot.

Richardson, A. 1997. Development Of An Estuarine Water Quality Index (Ewqi) For
New South Wales. Dissertation Submitted In Partial Fulfillment Of The Requirements
For The Degree Of Batchelor Of Science (Honours), University Of Sydney. 148pp.

Said, A., Stevens, D. Sehlkel, G. 2002. Water Quality Relationships And Evaluation
Using A New Water Quality Index. Paper Submitted To: UCOWR Annual Conference
Integrated Transboundary Water Management Tranverse City. Michigan.

Smith, D., Davies-Colley, J. Nagels, J. 2002. Discussion: Oregon Water Quality
Index: A Tool For Evaluating Water Quality Management Effectiveness. Journal Of
The American Water Resources Association. 38(1): 313-314.

Sorensen, T. 1948. A Method For Establishing Groups Of Equal Amplitude In Plant
Sociology Based On Similarity Of Species Content. Biol. Skr., K. Danske Vidensk.
Pollution. Vol. 1. R. A. Geyer (Eds)., Pp 797-529. Elsevier. Amsterdam

Stambuk-Giljanovc., J. 1999. Water Quality Evaluation By Index In Dalmatia. Wat.
Res. 33(16): 3423-3440. Elsevier Science Ltd
Captulo IV. Anlisis Comparativo ________________________________________________________

141

Stojda A., Dojlido J., Woyciechowska J., 1985, Water Quality Assessment With
Water Quality Index, Gospod. Wod. 12, 281-284.

UNESO/WHO/UNEP, 1992. Water Quality Assessments - A Guide To Use Of Biota,
Sediments And Water In Environmental Monitoring - Second Edition.

WEP, 1996. Lower Great Miami Watershed Enhancement Program (WEP). Miami
Valley River Index. Http://[Link]/wq/[Link].






































Captulo IV. Anlisis Comparativo ________________________________________________________

142












+