By Informe Técnico de Análisis Espacial de
Sólidos Suspendidos Totales (SST)
1. Contexto
Los Sólidos Suspendidos Totales (SST) constituyen uno de los indicadores más utilizados para evaluar la calidad de los vertimientos y su potencial impacto sobre los cuerpos de agua. Su análisis permite identificar aportes de material particulado que pueden afectar la transparencia del agua, la disponibilidad de oxígeno y el equilibrio de los ecosistemas acuáticos.
Con el propósito de fortalecer los procesos de análisis desarrollados por el Observatorio de la Secretaría de Hacienda, se realizó una evaluación espacial de la variable SST utilizando herramientas de Sistemas de Información Geográfica (SIG) y estadística espacial.
2. Objetivos
Objetivo General:
Analizar la distribución espacial de la carga contaminante asociada a SST en el perímetro urbano de Armenia.
Objetivos Específicos:
- Identificar la distribución espacial de las cargas contaminantes.
- Detectar zonas críticas mediante Hot Spot Analysis.
- Determinar agrupamientos espaciales mediante Moran Local.
- Estimar superficies continuas de concentración mediante Densidad Kernel.
- Generar insumos cartográficos para la toma de decisiones.
3. Metodología
La información geográfica fue procesada en ArcGIS utilizando una capa shapefile de puntos de vertimiento con valores de SST expresados en kg/año.
Se desarrollaron cuatro procedimientos:
- Distribución espacial mediante símbolos graduados.
- Hot Spot Analysis (Getis-Ord Gi*).
- Cluster and Outlier Analysis (Anselin Local Moran’s I).
- Kernel Density.
Todos los análisis fueron ejecutados sobre el sistema de coordenadas MAGNA-SIRGAS Origen Nacional y utilizando parámetros consistentes con los análisis previamente realizados para DBO5.
4. Distribución Espacial de la Carga Contaminante SST
El mapa evidencia que las mayores cargas de SST se concentran principalmente en sectores del occidente, centro-occidente y algunos corredores orientales del perímetro urbano. La presencia de varios puntos clasificados como alta carga y media-alta carga indica una distribución heterogénea del fenómeno.
Los resultados sugieren la existencia de focos puntuales de generación de sólidos suspendidos asociados a actividades urbanas específicas o a descargas con mayores aportes contaminantes. Este comportamiento coincide con sectores donde históricamente se presentan mayores presiones sobre la red hídrica urbana.
5. Identificación de Zonas Críticas de SST (Hot Spot Analysis)
El análisis Hot Spot permitió identificar agrupamientos estadísticamente significativos de valores altos y bajos de SST. Las zonas clasificadas con niveles de confianza del 95 % y 99 % representan áreas donde la concentración de cargas contaminantes supera el comportamiento esperado por azar.
Estas áreas constituyen sectores prioritarios para monitoreo, seguimiento y evaluación ambiental, dado que reflejan una concentración espacial significativa de aportes contaminantes.
6. Análisis de Clusters y Valores Atípicos (Moran Local)
El análisis de Moran Local permitió identificar patrones espaciales de asociación. Los clusters de alta contaminación representan sectores donde valores elevados se encuentran rodeados por otros valores igualmente altos.
Asimismo, se identifican valores atípicos altos y bajos, los cuales corresponden a puntos con comportamientos diferentes a los observados en su entorno inmediato. Estos resultados permiten detectar posibles focos de contaminación localizada y áreas con dinámicas espaciales particulares.
7. Densidad Kernel de la Carga Contaminante SST
La superficie Kernel genera una representación continua de la intensidad espacial de SST. Se observan áreas de mayor densidad en la zona occidental y centro-occidental del perímetro urbano, además de núcleos secundarios hacia el sector oriental.
Este análisis facilita la visualización de tendencias espaciales generales y complementa los resultados obtenidos mediante Hot Spot y Moran Local, proporcionando una visión integral de la distribución de la contaminación.
8. Interpretación Integrada de Resultados
La comparación de los cuatro productos cartográficos permite concluir que existe una correspondencia espacial entre las áreas de mayor carga contaminante, los puntos identificados como zonas críticas y las superficies de alta densidad.
Los sectores donde coinciden altas cargas, hotspots y núcleos Kernel representan áreas prioritarias para futuras acciones de seguimiento. La presencia de clusters de alta contaminación confirma que el fenómeno presenta patrones espaciales definidos y no una distribución aleatoria.
9. Conclusiones
Se identificaron sectores con concentraciones relevantes de SST dentro del perímetro urbano.
- El análisis Hot Spot permitió localizar zonas estadísticamente significativas de concentración contaminante.
- Moran Local evidenció agrupamientos espaciales y valores atípicos asociados a SST.
- La densidad Kernel permitió delimitar áreas de influencia y concentración de la carga contaminante.
- Los resultados constituyen un insumo técnico para procesos de monitoreo, planificación y toma de decisiones.
Informe Técnico de Análisis Espacial de
Sólidos Suspendidos Totales (SST)
1. Contexto
Los Sólidos Suspendidos Totales (SST) constituyen uno de los indicadores más utilizados para evaluar la calidad de los vertimientos y su potencial impacto sobre los cuerpos de agua. Su análisis permite identificar aportes de material particulado que pueden afectar la transparencia del agua, la disponibilidad de oxígeno y el equilibrio de los ecosistemas acuáticos.
Con el propósito de fortalecer los procesos de análisis desarrollados por el Observatorio de la Secretaría de Hacienda, se realizó una evaluación espacial de la variable SST utilizando herramientas de Sistemas de Información Geográfica (SIG) y estadística espacial.
2. Objetivos
Objetivo General:
Analizar la distribución espacial de la carga contaminante asociada a SST en el perímetro urbano de Armenia.
Objetivos Específicos:
- Identificar la distribución espacial de las cargas contaminantes.
- Detectar zonas críticas mediante Hot Spot Analysis.
- Determinar agrupamientos espaciales mediante Moran Local.
- Estimar superficies continuas de concentración mediante Densidad Kernel.
- Generar insumos cartográficos para la toma de decisiones.
3. Metodología
La información geográfica fue procesada en ArcGIS utilizando una capa shapefile de puntos de vertimiento con valores de SST expresados en kg/año.
Se desarrollaron cuatro procedimientos:
- Distribución espacial mediante símbolos graduados.
- Hot Spot Analysis (Getis-Ord Gi*).
- Cluster and Outlier Analysis (Anselin Local Moran’s I).
- Kernel Density.
Todos los análisis fueron ejecutados sobre el sistema de coordenadas MAGNA-SIRGAS Origen Nacional y utilizando parámetros consistentes con los análisis previamente realizados para DBO5.
4. Distribución Espacial de la Carga Contaminante SST
El mapa evidencia que las mayores cargas de SST se concentran principalmente en sectores del occidente, centro-occidente y algunos corredores orientales del perímetro urbano. La presencia de varios puntos clasificados como alta carga y media-alta carga indica una distribución heterogénea del fenómeno.
Los resultados sugieren la existencia de focos puntuales de generación de sólidos suspendidos asociados a actividades urbanas específicas o a descargas con mayores aportes contaminantes. Este comportamiento coincide con sectores donde históricamente se presentan mayores presiones sobre la red hídrica urbana.
5. Identificación de Zonas Críticas de SST (Hot Spot Analysis)
El análisis Hot Spot permitió identificar agrupamientos estadísticamente significativos de valores altos y bajos de SST. Las zonas clasificadas con niveles de confianza del 95 % y 99 % representan áreas donde la concentración de cargas contaminantes supera el comportamiento esperado por azar.
Estas áreas constituyen sectores prioritarios para monitoreo, seguimiento y evaluación ambiental, dado que reflejan una concentración espacial significativa de aportes contaminantes.
6. Análisis de Clusters y Valores Atípicos (Moran Local)
El análisis de Moran Local permitió identificar patrones espaciales de asociación. Los clusters de alta contaminación representan sectores donde valores elevados se encuentran rodeados por otros valores igualmente altos.
Asimismo, se identifican valores atípicos altos y bajos, los cuales corresponden a puntos con comportamientos diferentes a los observados en su entorno inmediato. Estos resultados permiten detectar posibles focos de contaminación localizada y áreas con dinámicas espaciales particulares.
7. Densidad Kernel de la Carga Contaminante SST
La superficie Kernel genera una representación continua de la intensidad espacial de SST. Se observan áreas de mayor densidad en la zona occidental y centro-occidental del perímetro urbano, además de núcleos secundarios hacia el sector oriental.
Este análisis facilita la visualización de tendencias espaciales generales y complementa los resultados obtenidos mediante Hot Spot y Moran Local, proporcionando una visión integral de la distribución de la contaminación.
8. Interpretación Integrada de Resultados
La comparación de los cuatro productos cartográficos permite concluir que existe una correspondencia espacial entre las áreas de mayor carga contaminante, los puntos identificados como zonas críticas y las superficies de alta densidad.
Los sectores donde coinciden altas cargas, hotspots y núcleos Kernel representan áreas prioritarias para futuras acciones de seguimiento. La presencia de clusters de alta contaminación confirma que el fenómeno presenta patrones espaciales definidos y no una distribución aleatoria.
9. Conclusiones
Se identificaron sectores con concentraciones relevantes de SST dentro del perímetro urbano.
- El análisis Hot Spot permitió localizar zonas estadísticamente significativas de concentración contaminante.
- Moran Local evidenció agrupamientos espaciales y valores atípicos asociados a SST.
- La densidad Kernel permitió delimitar áreas de influencia y concentración de la carga contaminante.
- Los resultados constituyen un insumo técnico para procesos de monitoreo, planificación y toma de decisiones.
By