Artículo original

  

0001100011

Aptitud para el riego agrícola del agua superficial de la subcuenca Mampostón, Mayabeque, Cuba


RESUMEN

Es común encontrar afectaciones en la producción agrícola derivadas de la calidad de las aguas, por lo que la evaluación de su aptitud para el riego es determinante para asegurar la inocuidad de los alimentos. El presente trabajo tuvo como objetivo evaluar la calidad químico-física y microbiológica del agua superficial de la subcuenca Mampostón, para su uso en el riego agrícola. Se determinaron los parámetros pH, conductividad eléctrica (CE), aniones y cationes mayoritarios, metales pesados (MP), carbono orgánico disuelto (COD) y particular (COP), demanda química (DQO) y biológica de oxígeno (DBO5) y contenido de coliformes totales y fecales. La variabilidad espacio-temporal de estos parámetros se determinó mediante ANOVA bifactorial, estableciéndose que las diferencias radicaron en los efectos principales (estaciones de monitoreo y época de muestreo) y no en la interacción entre los mismos. El análisis de la variabilidad espacial indicó que las estaciones G2, G3 (río Ganuza) y M5 (río Mampostón), presentaron aportes orgánicos y de sales solubles que establecen limitaciones para su uso. Las concentraciones medias de Pb disuelto superaron los límites permisibles en las estaciones G1, G2, G4 (río Ganuza), M2, M3 (río Mampostón) y P1 (derivadora Pedroso), lo que inhabilita su explotación. El contenido de coliformes fecales compromete la calidad del agua en la estación M5 (río Mampostón). El agua del resto de las estaciones de muestreo en la derivadora Pedroso y la presa Mampostón son aptas para su uso en el riego agrícola. Debe diseñarse un programa de monitoreo y una estrategia de manejo en el área.

Palabras clave: 

riego; metales pesados.

 


INTRODUCCIÓN

La calidad del agua para riego está determinada por la cantidad y el tipo de sales que la constituyen, siendo los principales parámetros establecidos para medir la aptitud agrícola de un agua, la relación de adsorción de sodio (SAR) y la conductividad eléctrica (CE), esto se debe a que el riesgo más importante relacionado con el riego está en crear suelos salinos 1.

No obstante, la calidad del agua para riego, si esta proviene de sitios cercanos a fuentes contaminantes, no debe ser determinada solamente teniendo en cuenta los parámetros antes mencionados. Cada vez más a las aguas, tanto superficiales como subterráneas, arriban contaminantes químicos (ya sea orgánicos o inorgánicos), que son puestos a disposición de las plantas y que pueden provocar su acumulación en éstas, con la consecuente magnificación a lo largo de las cadenas tróficas 2. El hombre como último eslabón de la mayoría de las cadenas alimentarias se ve involucrado en este ciclo, observándose afectaciones inmunológicas, embriológicas, neurológicas y sistémicas 3. Estas aguas pueden verse afectadas también por contaminantes biológicos que, al igual que los químicos, pueden afectar la cadena trófica, provocando graves enfermedades. Estos contaminantes pueden ser: helmintos, protozoos, bacterias y virus 4.

En Cuba el monitoreo de la calidad de las aguas superficiales y subterráneas se realiza a partir de la red de calidad de agua (RedCal), perteneciente al Instituto de Recursos Hidráulicos, utilizando como instrumento para la integración de los resultados analíticos el Índice de Calidad de las Aguas Superficiales (ICAsup). Dentro de los indicadores que lo componen están: pH (acidez o basicidad), conductividad eléctrica (CE: contenido de sales solubles), oxígeno disuelto (ODSAT: estado del cuerpo de agua con respecto a su contenido de oxígeno disuelto), demanda química de oxígeno por el método del dicromato (DQO: materia orgánica presente) y coliformes fecales (densidad de bacterias fecales) 5. Otros países poseen su propio índice teniendo en cuenta además el contenido de N-NH4, N-NO3 y PO46,7.

Desde el punto de vista regulatorio, Cuba cuenta con normas para la determinación de la calidad de agua potable 8 y regula los vertimientos a cuerpos de aguas terrestres y el alcantarillado 9. Sin embargo, la evaluación de contaminantes metálicos inorgánicos no se realiza de forma programada y extendida en el país, sino a nivel de proyectos de investigación que financian los estudios de una determinada área de interés.

La subcuenca Mampostón, objeto del presente estudio, cubre un área de 157,8 km2. Se encuentra fuertemente antropizada, pues recibe el vertimiento directo de siete industrias, numerosas granjas agropecuarias, poblados y carreteras. El agua superficial es utilizada desde el punto de vista agrícola para el riego de hortalizas (1 026,63 ha) y en el cultivo del arroz (Oryza sativa L.), con una extensión de 67,60 ha, según datos del Ministerio de la Agricultura 10. Existe, además, una gran extensión cultivada con pastos y cultivos forestales que no recibe riego directo 11. Por lo anteriormente expuesto el presente trabajo tuvo como objetivo evaluar la calidad químico-física y microbiológica del agua superficial de la subcuenca Mampostón para su uso en el riego agrícola.

MATERIALES Y MÉTODOS

Descripción del área de estudio

La subcuenca Mampostón es de origen cársico y su extensión abarca los territorios comprendidos al Norte por la presa Mampostón, al Este por la derivadora Pedroso, al Oeste por las lomas Cueto-Ganuza y al Sur por las lomas de Güines (Figura 1).

1819-4087-ctr-42-03-e11-gf1.png

Figura 1. 

Ubicación geográfica de la subcuenca Mampostón y estaciones de muestreo

Los muestreos se realizaron aguas arriba y aguas abajo de los siete focos contaminantes directos (Tabla 1) reportados por el Instituto Nacional de Recursos Hidráulicos 11, con 100 m de separación entre ellos para un total de 16 estaciones de muestreo: cuatro sobre el afluente Ganuza (G1-G4), cinco en el afluente Mampostón (M1-M5), tres en la derivadora Pedroso (P1-P3), uno en la salida del agua hacia Güines (P4) y tres en la presa Mampostón (PM1-PM3). Los muestreos se realizaron al finalizar las dos épocas del año diferenciadas por el clima en Cuba (época lluvia y época poca lluvia).

Tabla 1. 

Empresas relacionadas con la carga contaminante del sitio en estudio

Foco contaminanteEstaciones de muestreoCoordenadasResidualCategoría
Pasteurizadora “Aljibe”G1-G2N 22º 55´ 47.59” O 82º 7´ 4.02”Orgánico: Desechos LácteosIII
Fábrica de Ron “San José”G2-G3N 22º 55´ 48.8” O 82º 6´ 58.06”Orgánico: vinaza entre otrosV
Fábrica de Pintura "Raúl Cepero Bonilla"G3-G4N 22º 55´ 40.77” O 82º 5´ 45.5”Inorgánico: químicos complejosI
CEPAMantes de M1N 22º 56´ 14.71” O 82º 5´ 26.77”Orgánicos: desechos del proceso de cría de alevinesIII
Fábrica de AluminioM1-M2N 22º 56´ 27.11” O 82º 4´ 39.45”Inorgánico: desechos sólidosV
Planta de Asfalto M2-M3N 22º 55´ 49.95” O 82º 5´ 0.20”Inorgánico y orgánico: residuos sólidos y gaseososV
Instituto de Ciencia Animal M4-M5N 22º 54´ 8.44” O 82º 2´ 19.18”Orgánico: Albañales y desechos de cría animalIII

Evaluación de parámetros químico-físicos

En las 16 estaciones de muestreo se tomaron muestras de agua colectadas en recipientes plásticos inertes de cinco litros de capacidad. Las muestras se tomaron manualmente a un metro de la superficie, siempre en la zona media del río. En los embalses se utilizó un bote de remo para la colecta.

La preparación de las muestras para los análisis se realizó en Cuba (laboratorios de química de la Universidad Agraria de La Habana) y en Francia (laboratorios Ecolab, Toulouse), La filtración para las determinaciones de metales pesados (MP) se realizó acorde con la metodología de Casanueva y colaboradores 12. Las muestras para determinaciones orgánicas (COD y análisis multielemental) se filtraron con un filtro de fibra de vidrio GMA de 70 µm previamente lavado con HCl 1 N.

pH y CE

Ambos indicadores se midieron en los laboratorios de química de la UNAH, mediante el método potenciométrico utilizando un pHmetro modelo PHSJ-3F con una sensibilidad de 0,001.

Aniones mayoritarios

Los aniones (Cl-, NO3 -, SO4 2-, HCO3 -) se determinaron, en los laboratorios de química de la UNAH, utilizando procedimientos volumétricos establecidos por la RedCal en su monitoreo de la calidad del agua 13.

Composición orgánica de las fases disuelta y particular transportada en suspensión

Ambos parámetros se determinaron en los laboratorios EcoLab (Toulouse, Francia). La oxidación catalítica se realizó a 680 oC en un equipo TOC-5000 Shimadzu. El CO2 resultante se cuantificó por detección infrarroja y comparación con una curva patrón a 0, 2, 5 y 10 ppm de diftalato de potasio 14. La lectura se realizó en un equipo NA 2100 Protein de ThermoFisher mediante combustión a 1800 oC y posterior separación de la mezcla de gases por cromatografía en fase gaseosa. Para la cuantificación se compararon los resultados con una curva patrón de ácido aspártico con 36,09 % de C, 5,30 % de H, 12,52 % de N y 0 % de S.

A partir de los resultados de la fase particular (COP y NOP) se estimó la relación C/N con la finalidad de establecer el origen de la materia orgánica.

DBO5 y DQO

Ambos parámetros se determinaron, utilizando procedimientos establecidos por la RedCal en su monitoreo de la calidad del agua 13. A partir de sus resultados se calculó la relación DBO5/DQO con vistas a determinar la degradabilidad de la materia orgánica presente 15.

Composición de cationes mayoritarios y metales pesados en la fase disuelta

Ambos procedimientos se llevaron a cabo en los laboratorios EcoLab (Toulouse, Francia). No se realizó ningún tratamiento de concentración, la medición se realizó directamente utilizando un equipo ICPMS. Para la validación de los resultados se utilizó el material de referencia internacionalmente certificado SLRS-5 16, que es un indicador externo de la calidad de la manipulación. En las determinaciones de ICPMS se dopó cada muestra con una concentración conocida de 115In/187Re (2,032 µg L-1) como estándar interno, con el objetivo de corregir cualquier desviación en el análisis, siguiendo las fórmulas:

donde:

  • δIn/Re: identifica la relación entre la concentración dopada y la lectura del equipo

  • C(In): representa la concentración de In

  • C(Re): representa la concentración de Re

  • Cx: rectificada indica el factor de corrección para los metales evaluados

Además, se utilizaron controles de calidad (HNO3 0,37N, STD-2B en diluciones 100, 50, 25 y 5 %, EPOND-1 y SLRS-5) cada ocho muestras, para calcular el ruido de fondo del equipo y determinar la pérdida de sensibilidad en el tiempo. En todos los casos esta fue corregida a partir de la corrección del estándar interno.

Determinación de parámetros microbiológicos

Las determinaciones se realizaron en los laboratorios de microbiología de la UNAH. El conteo de microorganismos se realizó a partir de las muestras de agua tomadas en las estaciones de monitoreo Aljibe (G2), ICA (M5) y Violento (M3), las dos primeras por recibir una carga contaminante orgánica importante (derivados lácteos y desechos animales) y la última por estar ubicada entre ellas, como forma de control del proceso de depuración del propio río.

Para el aislamiento de microorganismos totales se utilizó la técnica de diluciones cuantitativas y siembra en placa Petri 17, con un orden de dilución de hasta 109 para bacterias. El aislamiento se realizó en medio de cultivo Agar Nutriente con incubación por 72 h. La identificación morfofisiológica se realizó según la técnica descrita por Bergey 18. Para el conteo de microorganismos coliformes fecales se utilizó el método del número más probable NMP 19 y la norma cubana que determina la calidad microbiológica del agua 20.

Análisis Estadísticos

Las diferencias espacio-temporales en la composición del pH, CE, elementos mayoritarios y la composición orgánica se determinó a partir de un análisis de varianza multivariado de clasificación doble (ANOVA bifactorial), con el objetivo de conocer si existía variabilidad por la interacción de ambos factores (Estaciones de muestreo y Época de muestreo) o sólo por sus efectos principales (factores por separado). A los parámetros con diferencias significativas se les realizó posteriormente la dócima de Duncan (p<0,05).

El contenido de metales pesados y de coliformes fecales se comparó con la norma cubana para agua potable 8 y con la norma de la OMS para agua de riego 4.

RESULTADOS Y DISCUSIÓN

El análisis de varianza bifactorial para la determinación de las diferencias espacio-temporales en la composición del agua superficial de la subcuenca Mampostón mostró que, para el caso de la interacción entre los factores propuestos (Estaciones de muestreo y Época de muestreo), no existen diferencias estadísticamente significativas en ninguno de los parámetros analizados (Tabla 2), por lo que se valoraron los efectos principales por separado.

Tabla 2. 

Análisis multivariado de clasificación doble para el caso de la interacción de los factores evaluados

FactoresParámetrosSuma de cuadrados tipo IIMedia cuadráticaFp
Efectos de la Interacción entre Estaciones de muestreo y Época de muestreo.pH2,100,140,3030,992 ns
CE359871,9323991,460,6480,813 ns
Materia OrgánicaCOD232,2915,480,8470,623 ns
COP25367,331691,150,6620,800 ns
NOP465,7931,051,0690,420 ns
DQO116823,257788,210,5860,864 ns
DBO5142312,859487,521,8450,072 ns
Aniones mayoritariosHCO3 -37123,232141,541,0100,761 ns
SO4 2-613,9340,920,5990,853 ns
Cl-3160,00210,661,7190,097 ns
NO3 -27,101,800,7830,686 ns
Cationes mayorita-riosNa+277,3718,490,5380,898 ns
K+275,9418,391,2710,275 ns
Mg2+66,614,440,6520,809 ns
Ca2+5190,22346,010,9160,556 ns
Metales pesadosCr total1497,8899,850,8720,599 ns
Cu2+1191,0879,400,8970,574 ns
Zn2+466301,9831086,790,9500,524 ns
As total0,960,060,7020,763 ns
Pb2+51003,23400,210,9230,550 ns

F-F de Fisher; p-probabilidad; ns-no existen diferencias estadísticamente significativas

Diferencias espaciales en la composición físico-química de las aguas superficiales de la subcuenca Mampostón

pH y CE

El pH de las aguas superficiales de la subcuenca Mampostón presentó poca variabilidad espacial (Tabla 3), lo que está en consonancia con el poderoso efecto tampón que producen los iones HCO3 - y Ca2+ al ser disueltos 21. La media general fue de 7,26, pero sin diferencias significativas entre las estaciones de monitoreo para p>0,05.

Las determinaciones de CE fueron superiores a los 318 µS cm-3, lo que indicó que no existen problemas de permeabilidad del agua en el suelo de acuerdo a lo señalado anteriormente 22.

Tabla 3. 

Determinación de las diferencias espaciales para los parámetros pH y CE

ParámetroHidrosistemaNDE (ẋ)Fp
pHRío Ganuza166,790,531,150,33 ns
Río Mampostón166,810,44
Derivadora Pedroso167,290,82
Presa Mampostón167,380,64
CERío Ganuza16696,18 a272,99,600,000*
Río Mampostón16496,40 b89,68
Derivadora Pedroso16441,30 b60,02
Presa Mampostón26330,61 c20,04

N- número de muestras; ẋ- media aritmética; DE (ẋ)- Desviación estándar de la media; F- F de Fisher; p- probabilidad; ns- no existen diferencias estadísticamente significativas; letras diferentes en la misma columna indican diferencias significativas según Duncan para p<0,05

Espacialmente existen diferencias estadísticamente significativas en la CE de los diferentes hidrosistemas evaluados (ríos y presas), teniendo una mayor concentración de sales disueltas el río Ganuza y una menor concentración la presa Mampostón. Sin embargo, al desglosar en el gráfico de barras (Figura 2), las diferentes estaciones de muestreo, puede observarse claramente cómo estas diferencias están relacionadas con el aporte antrópico en las estaciones G2 y G3 sobre el río Ganuza y M5 sobre el río Mampostón.

1819-4087-ctr-42-03-e11-gf2.png

Las cajas representan los valores del 25-75 % de la muestra

La media es representada como una línea negra horizontal. Las barras verticales representan el error estándar de la media (N=64)

Figura 2. 

Conductividad eléctrica de la fase disuelta

El uso del agua de estas tres estaciones de muestreo para el riego, implica riesgo de salinización del suelo, ya que los valores observados son superiores a la norma FAO 23). La CE está influenciada, tanto por la conductividad eléctrica específica (CEi) de los iones disueltos en agua, como por los aportes de materia orgánica (MO) provenientes del medio que pueden disociarse (como ácidos débiles), liberando iones hidronio con elevada CEi. Al respecto se informó que, mientras mayor cantidad de ambos exista, mayor será la CE de un agua en un sitio determinado 21,24.

Elementos mayoritarios (aniones y cationes)

El Ca2+ fue el catión predominante (Tabla 4), el que al parecer su aporte es antrópico, en forma orgánica (G2), a partir del proceso de producción de yogurt de soya, lo que puede inducir la precipitación de metales tóxicos 24. El resto de las diferencias espaciales que se constataron son provocadas por diferentes procesos geopedológicos locales 25 y coincide con informes realizados en esta misma área en la década anterior 26. Los cationes Na+ y K+, presentaron mayores concentraciones en las estaciones G1, G2 y G3, indicando aportes antrópicos como parte del vertimiento de residuales de las fábricas de productos lácteos y de ron. Los procesos productivos que se realizan en estas empresas introducen concentraciones elevadas de sales, principalmente NaCl, NaHCO3, Mg (NO3)2 y KNO3.

El agua superficial que corre por los ríos Ganuza y Mampostón, así como, la que se embalsa en la derivadora Pedroso y la presa Mampostón presentaron elevados contenidos de HCO3 - disuelto, en una composición variable, espacialmente de acuerdo con la geología del área (Tabla 5), lo que coincide con los resultados obtenidos anteriormente 26.

Las diferencias espaciales en las concentraciones de Cl- y NO3 -, se relacionan con los procesos productivos anteriormente referidos (empresas cuyo vertimiento se realiza en las aguas del afluente Ganuza), incluyéndose para el primer anión el vertimiento de residuales proveniente del Instituto de Ciencia Animal (M5).

La clasificación de las aguas superficiales que circulan por la cuenca se consideran como bicarbonatadas, sulfatadas cálcico sódicas (HCO3 ->Ca2+=SO4 2->Na+), correspondiendo a la constitución litológica del área. Al respecto otros autores señalan que la disolución de la calcita produce aguas con una relación Ca/Mg entre 4-50 mmol L -1 (26) , siendo en el presente estudio entre 8,38-21,55 mmol L-1.

Composición orgánica de las fases disuelta y particular transportada en suspensión

La evaluación del contenido de carbono orgánico disuelto (COD) mostró que existieron diferencias espaciales estadísticamente significativas entre la estación de monitoreo G3 y el resto. Las estaciones con mayor concentración de carbono orgánico particular (COP) fueron G2 y G3, el resto poseen valores inferiores de COP. Por lo que se consideró que se observó una amplia variabilidad en las determinaciones de carbono (Tabla 4).

La relación entre el C y el N que se transporta en la materia en suspensión se mostraron a través de la relación C/N. Los valores de C/N entre 2,6 y 8,0 indicaron predominio de materia orgánica de carácter autóctono, ya sea por la fotosíntesis o quimiosíntesis bacteriana o por la presencia de fitoplancton fluvial 27,28. Siguiendo el criterio anteriormente referido, las estaciones de monitoreo donde predomina la materia orgánica autóctona son G2 y G3. Esto podría deberse a que los residuales de la fábrica de yogurt y de ron son fácilmente degradables y originan un intenso crecimiento microbiano en la superficie del agua, observable a simple vista por la formación de una película de floculación 29.

Tabla 4. 

Variación espacial de los cationes mayoritarios y metales pesados en aguas superficiales de la subcuenca Mampostón

Cationes (estadísticos)Río GanuzaRío MampostónDerivadora PedrosoPresa MampostónFp
G1G2G3G4M1M2M3M4M5P1P2P3P4PM1PM2PM3
Elementos mayoritarios (mg L-1)
Ca2+60,9bc119,3a78,3b43,8cd47,7cd41,3cd39,0d71,9bc57,9bc73,2bc64,8bc57,9bc52,2bc38,8d38,0d38,8d4,50,000*
DE (ẋ)16,732,431,16,719,710,621,229,225,915,823,37,619,08,79,49,2
Mg2+4,25,67,24,24,24,44,15,43,95,95,85,86,24,64,64,70,60,8 ns
DE (ẋ)1,01,30,80,50,80,71,23,30,44,63,94,14,60,40,50,8
Na+10,7b63,3a59,7a11,4b13,1b13,6b12,9b15,7b10,8b13,0b12,9b12,3b11,7,b14,6b14,8b15,2b37,90,000*
DE (ẋ)5,610,74,87,02,32,84,210,42,64,43,32,33,62,93,84,5
K+5,8bc9,9b22,0a4,4bc4,1bc4,6bc4,5bc5,3bc4,9bc2,7c3,2bc2,3c2,3c4,6bc4,4bc4,4bc5,50,000*
DE (ẋ)3,63,814,31,01,50,90,53,31,90,90,80,50,60,60,40,5
Metales Pesados(µg L-1)-
Cr total7,423,619,38,49,36,38,013,48,07,110,08,07,016,28,94,90,40,9 ns
DE (ẋ)5,216,511,13,15,93,81,29,43,52,65,74,54,79,74,01,7
Cu2+3,44,89,15,010,34,64,824,32,64,02,83,22,44,13,72,60,90,5 ns
DE (ẋ)2,52,25,71,45,22,72,719,71,71,41,42,31,62,51,21,5
Zn2+25,8 b78,8 b277,4 a32,2 b329,7a30,3 b26,8 b33,7 b41,0 b53,4 b264,3 a36,0 b23,3 b40,4 b33,5 b36,1 b30,90,000*
DE (ẋ)13,936,1143,412,7173,718,516,117,322,722,4138,222,011,712,27,115,4
As total0,70,40,70,50,50,70,50,90,50,50,50,40,50,70,70,71,00,4 ns
DE (ẋ)0,20,20,10,30,20,10,10,40,10,20,10,10,20,20,10,1
Pb2+27,2 b97,2 a12,8 c38,6 b4,6 c20,5 b87,9 a5,4 c3,6 c85,5 a10,0 c6,8 c2,0 c2,8 c2,4 c2,4 c35,40,000*
DE (ẋ)15,364,48,420,13,810,932,92,51,933,21,14,00,61,10,90,5

ẋ- media aritmética; DE (ẋ)- Desviación estándar de la media; F- F de Fisher; p- probabilidad; ns- diferencias no significativas para la misma fila y letras diferentes en la misma fila- diferencias estadísticamente significativas según Duncan para p<0,05

Tabla 5. 

Variación espacial de los aniones mayoritarios en las aguas superficiales de la subcuenca Mampostón

Aniones mayoritarios (estadísticos)Río GanuzaRío MampostónDerivadora PedrosoPresa MampostónFp
G1G2G3G4M1M2M3M4M5P1P2P3P4PM1PM2PM3
(mg L-1)
HCO3 -343,5b364,0 b305,7 b280,7 bc199,7cd186,7 cd288,7 bc351,0b523,2 a262,0 bc275,2 bc232,5 bc289,7 bc135,0 d133,2 d140,0 d14,00,000*
DE (ẋ)67,3140,19,923,725,261,765,116,442,343,161,951,049,212,914,112,1
Cl-25,7b54,7a21,5c23,7c22,2c17,7cd22,7c22,7c44,0a23,2c18,7cd20,0c26,0b14,2cd14,7cd15,2cd3,00,02 ns
DE (ẋ)2,714,52,33,83,14,13,282,614,13,72,54,02,90,90,50,9
NO3 -2,4b2,4b15,0a1,4b0,8b1,1b1,1b4,1b0,8b2,0b0,9b1,9b0,8b0,8b0,8b0,8b22,40,000*
DE (ẋ)2,02,12,40,60,10,50,52,80,10,10,11,50,10,10,20,1
SO4 2-20,520,716,720,720,713,522,216,241,016,216,519,220,020,220,020,22,10,2ns
DE (ẋ)1,77,42,89,57,12,36,23,222,44,65,913,36,80,90,81,2

ẋ- media; DE (ẋ)- Desviación estándar de la media; F- F de Fisher; p- probabilidad; ns- diferencias no significativas y letras diferentes en la misma fila- diferencias estadísticamente significativas según Duncan para p<0,05)

Tabla 6. 

Variación espacial de la composición orgánica en las aguas superficiales de la subcuenca Mampostón

ParámetrosRío GanuzaRío MampostónDerivadora PedrosoPresa MampostónFp
G1G2G3G4M1M2M3M4M5P1P2P3P4PM1PM2PM3
(mg L-1)
COD8,3bc7,4bc17,1a6,7bc12,3b7,5c8,1bc5,5c5,2c5,0c4,6c6,7bc6,0bc8,7bc9,3bc6,7bc2,90,020 ns
DE (ẋ)3,84,42,92,33,33,63,31,81,31,91,94,42,62,83,42,5
COP24,2c172,1a107,4a8,1c13,7c9,8c10,1c22,0c67,7b76,1b30,0bc29,3bc28,5bc32,0bc52,5b43,7bc3,90,001*
DE (ẋ)20,474,569,65,814,28,68,217,863,767,725,025,318,024,143,037,7
NOP2,7c21,5a13,7b0,8c1,0c0,7c0,9c1,9c7,0c7,8c2,2c2,6c2,5c2,9c3,9c2,7c4,20,000*
DE (ẋ)2,311,513,20,20,90,50,61,36,75,71,42,31,72,13,62,3
Relación C/N8,98,07,210,113,71411,211,59,69,713,611,211,412,013,416,1--
DBO517,0c27,2c178,5b4,7c3,9c1,8c7,4c7,3c482,2a1,8c8,7c8,5c2,6c1,8c1,7c1,9c8,70,000*
DE (ẋ)11,825,192,12,02,20,97,16,4298,10,46,36,51,00,60,80,4
DQO39,2c55,5c355,7b15,2c14,5c8,0c17,2c11,2c664,5a8,0c19,5c30,0c11,7c8,4c8,7c8,5c11,10,000*
DE (ẋ)11,017,1281,79,310,41,211,69,3317,81,810,326,44,72,41,92,0
Relación DBO5/DQO0,40,50,50,30,20,20,40,60,70,20,40,30,20,20,20,2--

ẋ- media; DE (ẋ)- Desviación estándar de la media; F- F de Fisher; p- probabilidad; ns- diferencias no significativas para la misma fila y letras diferentes en la misma fila- diferencias estadísticamente significativas según Duncan ra p<0,05

Por otra parte, valores de C/N entre 8,1 y 12,0 indicaron un carácter alóctono, proveniente de contaminación por residuales de empresas pecuarias que vierten directamente a la subcuenca Mampostón, por lo que valores superiores a 12,1 se consideran que proviene de suelos fertilizados 25. Las estaciones de muestreo con materia orgánica de origen animal son: G1, G4, M1, M3, M4, M5, P1, P3 y P4; presentaron un origen edáfico de materia orgánica las estaciones de muestreo: M2, P2, PM1, PM2 y PM3 (Tabla 6).

DBO5 y DQO

Desde el punto de vista espacial, la estación con mayor DBO5 y DQO fue la M5, seguida de G3 (Tabla 6). El resto de las estaciones no presentan diferencias significativas para ambos parámetros. Según la Sociedad Americana de Salud Pública 30, el agua potable tiene una DBO5 de 0,75-1,5 mg L-1 de oxígeno y se considera que el agua está contaminada si la DBO5 es mayor de 5,0 mg L-1, los desechos industriales y agrícolas contienen niveles de DBO5 y DQO por encima de la centena.

Por otra parte, la relación DBO5/DQO indicó que la materia orgánica es fácilmente biodegradable en las estaciones G2, G3, M4 y M5 con valores iguales o superiores a 0,5 15. Aspecto que se relaciona estrechamente con el tipo de residual vertido en estos puntos.

Metales pesados

Los valores que se reportan de metales pesados para el estándar internacional SLRS-5 satisficieron las especificaciones de la literatura especializada 20, para la certificación satisfactoria del trabajo de procesamiento de las muestras y el funcionamiento del equipo, ya que todos los valores medidos en el material de referencia oscilaron entre el 80 % y el 120 % del factor de recubrimiento, con respecto a los valores certificados (Tabla 7). Esto indicó que los valores que se reportaron para las muestras de la subcuenca son confiables.

Tabla 7. 

Validación del trabajo analítico en el procesamiento de muestras para la determinación de metales pesados

MetalEstándar Internacional SLRS-5
Concentración medidaConcentración certificadaFactor de Recubrimiento (%)
(µg L-1)
Cr0,36±0,10,31±0,003115
Cu13,8±0,117,4±1,380
Zn0,80,8±0,199
As0,460,41±0,003114
Pb0,0780,081±0,00697

Entre los metales pesados evaluados sólo mostraron diferencias estadísticas en su distribución espacial el Zn2+ y el Pb2+.

El Zn2+ presentó su mayor concentración en las estaciones G3, M1 y P2 (Tabla 5); sin embargo, en ninguno de los casos sobrepasa la Norma Cubana para agua potable 8 y la Norma de la OMS para agua de riego 4 que fijan el valor máximo de este elemento en 5 000 µg L-1 para una explotación segura, por lo que las concentraciones reportadas no constituyen una limitante para su uso.

En cuanto al contenido medio de Pb, existe una extendida contaminación por este elemento en las aguas superficiales de los afluentes Ganuza y Mampostón y una estación de la derivadora Pedroso. Las estaciones de muestreo con mayores concentraciones son G2, M3 y P1, con diferencias estadísticas, respecto al resto de las estaciones. Un segundo grupo con contenido medio de Pb en solución, está constituido por las estaciones G1, G4 y M2. En todos los casos, presumiblemente, porque el poco caudal de ambos afluentes produce un retroceso de las aguas en algunos puntos y, por tanto, la materia orgánica y los cationes aportados por los vertimientos de las industrias quedan estancados, acumulándose en los sedimentos hasta el comienzo de la época de lluvia 31. Estas seis estaciones de muestreo exceden los niveles permisibles establecidos para agua potable por la regulación cubana 8 y los reglamentos de la OMS para agua de riego 4 fijados en 10 µg L-1.

A pesar del uso de combustibles sin plomo, desde el año 2000 en Cuba, el Pb es un metal de poca movilidad, lo que resulta en su acumulación en suelos de zonas de alto tráfico, debido a la contaminación de décadas anteriores 32. Por lo tanto, el contenido de Pb acumulado en los suelos alrededor de la fábrica de asfalto (estación M2) y la carretera nacional (estación M3) puede haber sido arrastrado por la lluvia, el viento o las actividades humanas, y depositado en estas áreas del río. Otra fuente de este elemento puede estar relacionada con desechos de la fábrica de pintura (G4), punto anterior a la estación M2 y las fugas de aceites usados en las calderas de la pasteurizadora “El Aljibe”, que contamina las estaciones G1 y G2.

Es de notar que la contaminación del agua de la estación P1 (derivadora Pedroso) pudo deberse al vertimiento negligente en sus márgenes de residuos sólidos urbanos y aguas albañales, aspecto notificado a las autoridades pertinentes y corregidas con posterioridad.

Diferencias temporales en la composición físico-química de las aguas superficiales de la subcuenca Mampostón

Existe poca variabilidad estacional en los parámetros físico-químicos evaluados (Tabla 8). Estos resultados indicaron la influencia antrópica sobre la composición de las aguas superficiales en el territorio, ya que las diferencias estacionales propias de la concentración de elementos en época poco lluviosa, se ven eliminadas por los constantes aportes recibidos, a partir de los residuales de las empresas. Además, se informó que este fenómeno también puede deberse al sistema de intercambio bidireccional de agua entre la derivadora Pedroso y la presa Mampostón que puede ocurrir, tanto a través del canal artificial, como a través del río 31. Existen diferencias significativas en el pH, que se incrementa 0,6 unidades en época poco lluviosa, aunque su carácter continúa oscilando alrededor de la neutralidad.

El contenido de SO4 2- disuelto en el agua, es superior en época poco lluviosa (Tabla 8). Las concentraciones de SO4 2- encontradas no se justifican litológicamente y constituyen un aporte antrópico, de acuerdo con lo informado por otros autores 21. El contenido de SO4 2- y Cl- en cuencas cársicas depende de la presencia de yeso (inexistente en esta subcuenca) o rocas salinas, respectivamente, o de procesos producidos por la actividad del hombre y que se encuentran relacionados con la fertilización agrícola, que se incrementa en los meses de octubre-febrero, según reportes de la Delegación de la Agricultura de Mayabeque 33.

Estos resultados indicaron la influencia antrópica sobre la composición de las aguas superficiales en el territorio, ya que las diferencias estacionales propias de la concentración de elementos en época poco lluviosa, se ven eliminadas por los constantes aportes recibidos a partir de los residuales de las empresas. Además, se informó que este fenómeno también puede deberse al sistema de intercambio bidireccional de agua entre la derivadora Pedroso y la presa Mampostón que puede ocurrir, tanto a través del canal artificial, como a través del río 31.

Tabla 8. 

Determinación de las diferencias temporales de los parámetros evaluados

Parámetro ÉpocaDE (ẋ)Fp
pHPoca Lluvia7,4 a0,58,200,006*
Lluvia6,8 b0,5
CE (µS cm-3)Poca Lluvia477,2289,80,370,542 ns
Lluvia526,0345,0
Aniones mayoritariosHCO3 - (mg L-1)Poca lluvia279,9122,20,5810,449 ns
Lluvia258,996,3
SO4 2- (mg L-1)Poca lluvia22,6 a11,04,3940,04*
Lluvia17,9 b6,1
Cl- (mg L-1)Poca lluvia25,718,40,6420,426 ns
Lluvia22,710,3
NO3 - (mg L-1)Poca lluvia4,02,40,1720,68 ns
Lluvia3,22,0
Cationes mayoritariosNa+ (mg L-1)Poca lluvia18,616,90,0660,798 ns
Lluvia19,617,0
K+ (mg L-1)Poca lluvia7,36,30,9060,345 ns
Lluvia4,93,6
Mg2+ (mg L-1)Poca lluvia5,33,00,7060,404 ns
Lluvia4,81,3
Ca2+ (mg L-1)Poca lluvia52,723,22,2950,135 ns
Lluvia62,829,8
Materia orgánicaCOD (mg L-1)Poca lluvia9,05,13,770,05 ns
Lluvia6,74,0
COP (mg L-1)Poca lluvia53,435,61,100,29 ns
Lluvia64,451,2
NOP (mg L-1)Poca lluvia6,53,80,990,32 ns
Lluvia7,85,3
DBO5 (mg L-1)Poca lluvia179,060,00,100,74 ns
Lluvia79,029,0
DQO (mg L-1)Poca lluvia223,739,50,790,37 ns
Lluvia169,079,6
Metales pesadosCr total (mg L-1)Poca lluvia9,54,10,700,40 ns
Lluvia9,92,1
Cu2+ (mg L-1)Poca lluvia4,32,40,980,32 ns
Lluvia6,63,1
Zn2+ (mg L-1)Poca lluvia97,054,30,710,40 ns
Lluvia91,935,1
As total (mg L-1)Poca lluvia0,60,20,310,57 ns
Lluvia0,60,3
Pb2+ (mg L-1)Poca lluvia28,19,20,060,79 ns
Lluvia31,97,5

ẋ- media; DE (ẋ)- Desviación estándar de la media; F- F de Fisher; p- probabilidad; ns- diferencias no significativas; letras diferentes en la misma columna para cada parámetro indican diferencias estadísticamente significativas según Duncan para p<0,05

Contenido de microorganismos totales y coliformes fecales

En cuanto al conteo microbiano total en agua (Tabla 9), así como las concentraciones de coliformes fecales, mostraron que la presencia de coliformes fecales en el agua de la estación Aljibe (G2) no supera los límites permisibles para agua de uso agrícola, por lo que la restricción del uso del agua de esta estación para el riego se debe a su contenido de Na+ y Pb2+ y no a la presencia de patógenos fecales.

El agua en el tramo del río Mampostón, comprendido por la estación de muestreo M5, acorde con este indicador, no debe utilizarse en el riego de cultivos de raíces y hojas, así como para cosechas de tallo largo, si el riego aplicado es por goteo; ni en agricultura de labor intensiva o altamente mecanizada 34. En el caso de la estación Violento (M3) los resultados muestran que el agua no debe ser utilizada para el riego, sin importar el tipo de cultivo.

Tabla 9. 

Conteo de microorganismos totales y coliformes fecales en tres estaciones de muestreo de la subcuenca Mampostón

Estación de monitoreoMicroorganismos totales (UFC mL-1)MorfotiposColiformes fecales (UFC mL-1)
G213x103611x103
M32x10582x105
M52.8x10572x106

UFC-Unidades formadoras de colonias

La evaluación de las diferencias espacio-temporales de los parámetros químico físicos permitió establecer la influencia de las diversas fuentes contaminantes del territorio, sobre la composición media de las aguas superficiales con respecto a una gran diversidad de parámetros y además comprobar la aptitud para el riego en las estaciones de muestreo evaluadas. Este enfoque ha sido utilizado ampliamente en la evaluación del aporte antrópico a los suelos y las aguas, tanto superficiales como subterráneas 35-38.

Este trabajo ha permitido establecer una herramienta de trabajo para el diseño de un plan de manejo adecuado, con vistas a revertir los impactos de la contaminación orgánica e inorgánica por parte del Consejo Territorial de Cuencas Hidrográficas, teniendo en cuenta que la implementación de un trabajo coordinado entre decisores y gestores medioambientales garantiza poner en práctica estrategias de compensación ecológica y la optimización de la estructura industrial, como bases para obtener un ecosistema sostenible 39.

CONCLUSIONES

  • La variabilidad espacial es el factor determinante para explicar la varianza de los diferentes parámetros evaluados relativos a la calidad de las aguas en la subcuenca Mampostón. Su análisis permite determinar la aptitud para el riego de 16 estaciones de muestreo, a partir del conocimiento de los principales contaminantes y sus fuentes de vertimiento.

  • Las estaciones de muestreo G2, G3 (río Ganuza) y M5 (río Mampostón), presentan aportes orgánicos y de sales solubles que establecen limitaciones para su uso en el riego agrícola. Mientras que las concentraciones medias de Pb disuelto, inhabilitan la explotación de las estaciones G1, G2, G4 (río Ganuza), M2 y M3 (río Mampostón) y P1 (derivadora Pedroso). La estación M5 además presenta concentraciones peligrosas a la salud humana de coliformes fecales.

  • El resto de las estaciones ubicadas en la derivadora Pedroso y la presa Mampostón, cumplen con todas las normas de calidad para el riego agrícola.

  • Debe diseñarse un programa de monitoreo y manejo del área, que posibilite la evaluación del riesgo de exposición a contaminantes y la implementación de un plan de acción que permita su mitigación.

 

BIBLIOGRAFÍA

1. Wilcox Lv. Classification and use of irrigation waters. Circular No.969, Washington, D.C: US Department of Agriculture; 1955. 19 p.

2. Chang F-J, Tsai Y-H, Chen P-A, Coynel A, Vachaud G. Modeling water quality in an urban river using hydrological factors-Data driven approaches. 2015;151.

3. Wu X, Cobbina SJ, Mao G, Xu H, Zhang Z, Yang L. A review of toxicity and mechanisms of individual and mixtures of heavy metals in the environment. Environmental Science and Pollution Research. 2016;23(9):8244-59.

4. Chang A, Pan G, Asano T, Schonning T. WHO guidelines for the safe use of wasterwater excreta and greywater. Wastewater Use in Agriculture. Vol. 2. World Health Organization; 2006. 397 p.

5. García-Fernández JM, Gutiérrez-Díaz JB. Un índice para evaluar la calidad de los recursos hídricos superficiales en cuencas hidrográficas (ICAsp 2014). Voluntad Hidráulica. 2015;113.

6. Quiroz Fernández LS, Izquierdo Kulich E, Menéndez Gutiérrez C. Aplicación del índice de calidad de agua en el río Portoviejo, Ecuador. Ingeniería Hidráulica y Ambiental. 2017;38(3):41-51.

7. Rodríguez-Miranda JP, Serna-Mosquera JA, Sánchez-Céspedes JM. Índices de calidad en cuerpos de agua superficiales en la planificación de los recursos hídricos. Revista Logos, Ciencia & Tecnología. 2016;8(1):159-67.

8. Oficina Nacional de Normalización. Norma Cubana Obligatoria NC 827. Agua potable. Requisitos sanitarios. La Habana: ONN; 827, 2017. p. 1-13.

9. Oficina Nacional de Normalización. Norma Cubana Obligatoria NC 27. Vertimiento de Aguas Residuales a las aguas terrestres y al Alcantarillado. Especificaciones. La Habana: ONN; 27, 2012. p. 1-14.

10. Oficina Nacional de Estadística e Información. Anuario Estadístico de Cuba. La Habana: ONEI. 2020;447.

11. Barranco-Rodríguez G. La problemática ambiental y la ordenación de la cuenca hidrográfica Mayabeque, Cuba. Mapping. 2005;(101):44-51.

12. Casanueva-Marenco MJ, Díaz-de Alba MI, Granado- Castro MD, Galindo-Riaño MD. Metales en ecosistemas acuáticos. Métodos de análisis y especiación química analítica de metales en aguas [Internet]. Editorial Académica Española; 2018 [cited 31/05/2021]. 292 p. Available from: https://www.morebooks.de/store/es/book/metales-en-ecosistemas-acu%C3%A1ticos-m%C3%A9todos-de-an%C3%A1lisis-y-especiaci%C3%B3n/isbn/978-620-2-13914-4

13. Aguinaga S. Manual de procedimientos analiticos para aguas y efluentes [Internet]. Dirección Nacional de Medio Ambiente; 1996 [cited 31/05/2021]. 174 p. Available from: https://www.yumpu.com/es/document/read/14893851/manual-de-procedimientos-analiticos-para-aguas-y-efluentes

14. N'guessan YM, Probst J-L, Bur T, Probst A. Trace elements in stream bed sediments from agricultural catchments (Gascogne region, SW France): where do they come from? Science of the total environment. 2009;407(8):2939-52.

15. Aznar-Jimenez A. Determinación de los parámetros físico-químicos de calidad de las aguas. Revista Manuel de gestión ambiental. 2000;2(23):12-9.

16. NRC-CNRC (National Research Council of Canada. Ottawa. Canada). River water reference material for trace metals [Internet]. 2009 [cited 31/05/2021]. Available from: http://www.speciation.net/Database/Materials/National-Research-Council-of-Canada-NRC--CNRC/SLRS5-River-water-reference-material-for-trace-metals-;i1230

17. Oblitas Terrones YG. Identificación de coliformes totales, coliformes fecales y Escherichia coli aisladas del agua potable del distrito de Cajamarca. [Internet] [Tesis de Diploma]. [Cajamarca]: Universidad Privada Antonio Guillermo Urrelo; 2016 [cited 01/06/2021]. 124 p. Available from: http://repositorio.upagu.edu.pe/handle/UPAGU/454

18. Bergey DH. Bergey`s Manual of determinative bacteriology. Board and trustees. 7th Ed. Baltimore; 2010. 1268 p. Available from: https://www.biodiversitylibrary.org/item/41848

19. Quevauviller P, Maier EA. Quality assurance and quality control for environmental monitoring. In: Quality assurance in environmental monitoring-sampling and sample pretreatment. VCH Weinheim New York; 1995. p. 1-25.

20. Oficina Nacional de Normalización. Microbiología del agua. Detección y enumeración de coliformes. Técnica del número más probable (NMP) [Internet]. La Habana; 1095, 2015 [cited 01/06/2021]. Available from: https://especialidades.sld.cu/higienepidemiologia/?s=NC+1095

21. Álvarez A, Gutiérrez JE, Facundo JR, González R. Análisis hidrogeoquímico de las aguas de la subcuenca Mampostón. Ciencias de la Tierra y el Espacio. 2010;1729-3790.

22. Hernández-Baranda Y, Rodríguez-Hernández P, Peña-Icart M, González-Hernández P, Nicolás-López S, Tomás F. Caracterización química y agronómica de las aguas residuales del yacimiento Castellano, Pinar del Río. Cultivos Tropicales. 2018;39(3):11-7.

23. Ayers RS, Westcot DW. Water quality for agriculture. Food and Agriculture Organization of the United Nations Rome; 1985. 97 p.

24. Cartone A, Casolani N, Liberatore L, Postiglione P. Spatial analysis of grey water in Italian cereal crops production. Land Use Policy. 2017;68:97-106.

25. Paneque J, Fuentes E, Mesa A, Echemendía A. El mapa nacional de suelos escala 1: 25 000. In: Memorias del XI Congreso Latinoamericano y II Congreso Cubano de la Ciencia del Suelo, La Habana, Memorias,(DR Villegas y D. Ponce de León, eds.). 1991. p. 1345-7.

26. Fagundo-Castillo JR, González P. Hidrogeoquímica [Internet]. España: Academia Española; 2012 [citado 10 de junio de 2021]. 364 p. Available from: https://www.libreriauniversitaria.it/hidrogeoquimica-fagundo-castillo-juan-reynerio/book/9783847356127

27. Bardhan P, Karapurkar SG, Shenoy DM, Kurian S, Sarkar A, Maya MV, et al. Carbon and nitrogen isotopic composition of suspended particulate organic matter in Zuari Estuary, west coast of India. Journal of Marine Systems. 2015;141:90-7.

28. Kendall C, Silva SR, Kelly VJ. Carbon and nitrogen isotopic compositions of particulate organic matter in four large river systems across the United States. Hydrological Processes. 2001;15(7):1301-46. doi:https://doi.org/10.1002/hyp.216

29. Mayea S, Carone M, Novo R, Boado I, Silveira E. Microbiología Agropecuaria. Tomo II. Félix Varela; 2009. 281 p.

30. APHA-AWWA-WPCF. Métodos normalizados para el análisis de aguas potables y residuales [Internet]. 17.a ed. American Public Health Association Enc. New York.: Editorial Díaz de Santos, S.A.; 1992 [cited 10/06/2021]. Available from: https://dialnet.unirioja.es/servlet/libro?codigo=307542

31. Mesa-Pérez MA, Díaz-Rizo O, García-Acosta H, Alarcón-Santos OA, Sánchez-Pérez JM. Relationship between micro-granulometric profile and chemical sediment composition in Mampostón sub-watershed, Mayabeque, Cuba. Journal of South American Earth Sciences. 2020;101:102538.

32. Guo G, Wu F, Xie F, Zhang R. Spatial distribution and pollution assessment of heavy metals in urban soils from southwest China. Journal of Environmental Sciences. 2012;24(3):410-8.

33. Ministerio de la Agricultura de Cuba. Informe anual sobre los resultados agrícolas de la provincia Mayabeque. Mayabeque: Ministerio de la Agricultura. 2014; p. 34.

34. Ríos-Tobón S, Agudelo-Cadavid RM, Gutiérrez-Builes LA. Patógenos e indicadores microbiológicos de calidad del agua para consumo humano. Revista Facultad Nacional de Salud Pública. 2017;35(2):236-47.

35. Scheili A, Rodriguez MJ, Sadiq R. Seasonal and spatial variations of source and drinking water quality in small municipal systems of two Canadian regions. Science of the Total Environment. 2015;508:514-24.

36. Cabrera Alfonso JR, Ponce de León Lima D, Cervantes Beyra R, Vargas Rodríguez H, Domínguez Palacio D. Distribución espacial de la calidad de las aguas subterráneas utilizadas para el riego. Revista Ciencias Técnicas Agropecuarias. 2015;24(3):13-21.

37. Zhou X, Lei K, Khu S-T, Meng W. Spatial flow analysis of water pollution in eco-natural systems. Ecological Indicators. 2016;69:310-7.

38. Zhao J, Lin L, Yang K, Liu Q, Qian G. Influences of land use on water quality in a reticular river network area: A case study in Shanghai, China. Landscape and Urban Planning. 2015;137:20-9.

39. Liu Y, Bralts VF, Engel BA. Evaluating the effectiveness of management practices on hydrology and water quality at watershed scale with a rainfall-runoff model. Science of the Total Environment. 2015;511:298-308.

 

 

 

 


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

 

Original article

 

Suitability for agricultural irrigation of Mampostón sub-basin surface water, Mayabeque, Cuba


ABSTRACT

It is common to find effects on agricultural production derived from water quality, so the evaluation of its aptitude for irrigation is decisive to ensure food safety. The present work aimed to evaluate the chemical-physical and microbiological quality of the surface water of Mampostón sub-basin, for its use in agricultural irrigation. The parameters pH, electrical conductivity (EC), majority anions and cations, heavy metals (HM), dissolved organic carbon (DOC) and particular (POC), chemical (COD) and biological oxygen (BOD5) demand and content of total and fecal coliforms. The spatio-temporal variability of these parameters was determined by bifactorial ANOVA, establishing that the differences were in the main effects (monitoring stations and sampling time) and not in the interaction between them. The analysis of spatial variability indicated that stations G2, G3 (Ganuza river) and M5 (Mampostón river), presented organic and soluble salts contributions that establish limitations for their use. The average concentrations of dissolved Pb exceeded the permissible limits in stations G1, G2, G4 (Ganuza river), M2, M3 (Mampostón river) and P1 (Pedroso diverter dam), which disables their exploitation. The content of fecal coliforms compromises the quality of the water in station M5 (Mampostón river). The water from the rest of the sampling stations in the Pedroso diverter dam and the Mampostón dam are suitable for use in agricultural irrigation. A monitoring program and management strategy should be designed in the area.

Key words: 

irrigation; heavy metals.


INTRODUCTION

Water quality for irrigation is determined by the quantity and type of salts that constitute it, being the main parameters established to measure the agricultural suitability of a water, the sodium adsorption ratio (SAR) and the electrical conductivity (EC). This is because the most important risk related to irrigation is creating saline soils 1.

However, irrigation water quality, if it comes from places close to polluting sources, should not be determined only taking into account the aforementioned parameters. Increasingly, chemical pollutants (either organic or inorganic) arrive in waters, both surface and underground, which are made available to plants and which can cause their accumulation in them, with the consequent magnification along trophic chains 2. Man, as the last link in most food chains, is involved in this cycle, observing immunological, embryological, neurological and systemic affectations 3. Biological pollutants that, like chemicals, can affect the food chain, causing serious diseases, can also affect these waters. These pollutants can be: helminths, protozoa, bacteria and viruses 4.

In Cuba, the monitoring of the quality of surface and groundwater is carried out from the water quality network (RedCal), belonging to the Institute of Hydraulic Resources, using as an instrument for the integration of analytical results the Quality Index of Surface Waters (ICAsup). Among the indicators that compose it are pH (acidity or basicity), electrical conductivity (EC: content of soluble salts), dissolved oxygen (ODSAT: state of the water body with respect to its dissolved oxygen content), chemical demand of oxygen by the dichromate method (COD: organic matter present) and fecal coliforms (density of fecal bacteria) (5). Other countries have their own index taking into account the content of N-NH4, N-NO3 and PO46,7.

From the regulatory point of view, Cuba has standards for determining drinking water quality 8 and regulates discharges to bodies of terrestrial water and sewerage 9. However, the evaluation of inorganic metallic pollutants is not carried out on a scheduled and widespread basis in the country, but rather at the level of research projects that finance studies in a specific area of interest.

The Mampostón sub-basin, object of this study, covers an area of 157.8 km2. It is strongly anthropized, as it receives direct dumping from seven industries, numerous agricultural farms, towns and highways. Surface water is used from the agricultural point of view for the irrigation of vegetables (1 026.63 ha) and in the cultivation of rice (Oryza sativa L.), with an area of 67.60 ha, according to data from the Ministry of Agriculture 10. There is also a large area cultivated with pastures and forest crops that do not receive direct irrigation 11. Therefore, the objective of this work was to evaluate the chemical-physical and microbiological quality of the surface water of the Mampostón sub-basin for its use in agricultural irrigation.

MATERIALS AND METHODS

Description of the study area

The Mampostón sub-basin is of karstic origin and its extension covers the territories included to the north by Mampostón dam, to the east by the Pedroso diverter dam, to the west by the Cueto-Ganuza hills and to the south by the Güines hills (Figure 1).

1819-4087-ctr-42-03-e11-gf3.png

Figure 1. 

Geographic location of the Mampostón sub-basin and sampling stations

The samplings were carried out upstream and downstream of the seven direct pollutant sources reported by the National Institute of Hydraulic Resources (Table 1) 11. It has 100 m of separation between them for a total of 16 sampling stations: four on the Ganuza tributary (G1-G4), five in the Mampostón tributary (M1-M5), three in the Pedroso diverter dam (P1-P3), one in the water outlet towards Güines (P4) and three in Mampostón dam (PM1- PM3). The samplings were carried out at the end of two seasons of the year differentiated by the climate in Cuba (rainy season and little-rainy season).

Table 1. 

Companies related to the pollutant load of the site under study

Polluting focusSampling stationsCoordinatesResidualCategory
Milk pasteurisation unit “Aljibe”G1-G2N 22º 55´ 47.59” O 82º 7´ 4.02”Organic: Dairy WasteIII
Rum Factory "San José"G2-G3N 22º 55´ 48.8” O 82º 6´ 58.06”Organic: stillage among othersV
Paint Factory "Raúl Cepero Bonilla"G3-G4N 22º 55´ 40.77” O 82º 5´ 45.5”Inorganic: complex chemicalsI
CEPAMbefore M1N 22º 56´ 14.71” O 82º 5´ 26.77”Organic: waste from the fry rearing processIII
Aluminum FactoryM1-M2N 22º 56´ 27.11” O 82º 4´ 39.45”Inorganic: solid wasteV
Asphalt PlantM2-M3N 22º 55´ 49.95” O 82º 5´ 0.20”Inorganic and organic: solid and gaseous wasteV
Institute of Animal ScienceM4-M5N 22º 54´ 8.44” O 82º 2´ 19.18”Organic: Seedlings and animal husbandry wasteIII

Evaluation of chemical-physical parameters

In 16 sampling stations, water samples were collected in inert plastic containers with a capacity of five liters. The samples were taken manually one meter from the surface, always in the middle of the river. In the reservoirs, a rowing boat was used for the collection.

The preparation of the samples for the analysis was carried out in Cuba (chemistry laboratories of the Agrarian University of Havana) and in France (Ecolab laboratories, Toulouse). The filtration for the determinations of heavy metals (PM) was carried out according to the methodology of Casanueva et al. 12. The samples for organic determinations (DOC and multi-element analysis) were filtered with a 70-µm GMA glass fiber filter previously washed with 1N HCl.

pH and EC

Both indicators were measured in the chemistry laboratories of the UNAH, by the potentiometric method using a PHSJ-3F model pH meter with a sensitivity of 0.001.

Majority anions

The anions (Cl-, NO3 -, SO4 2-, HCO3 -) were determined, in the chemistry laboratories of the UNAH, using volumetric procedures established by RedCal in its monitoring of water quality 13.

Organic composition of the dissolved and particulate phases transported in suspension

Both parameters were determined in the EcoLab laboratories (Toulouse, France). The catalytic oxidation was carried out at 680 ºC in a TOC-5000 Shimadzu equipment. The resulting CO2 was quantified by infrared detection and comparison with a standard curve at 0, 2, 5 and 10 ppm of potassium dipthalate 14. The reading was carried out on a ThermoFisher NA 2100 Protein equipment by combustion at 1800 ºC and subsequent separation of the gas mixture by gas chromatography. For quantification, results were compared with a standard curve of aspartic acid with 36.09 % C, 5.30 % H, 12.52 % N and 0 % S.

From the results of the particular phase (POC and NOP) the C/N ratio was estimated in order to establish the origin of the organic matter.

BOD5 and COD

Both parameters were determined, using procedures established by RedCal in its monitoring of water quality 13. From their results, the BOD5/COD ratio was calculated in order to determine the degradability of the organic matter present 15.

Composition of majority cations and heavy metals in the dissolved phase

Both procedures were carried out in the EcoLab laboratories (Toulouse, France). No concentration treatment was performed, the measurement was performed directly using ICPMS equipment. For the validation of the results, the internationally certified reference material SLRS-5 16 was used, which is an external indicator of the quality of handling. In the ICPMS determinations, each sample was doped with a known concentration of 115In/187Re (2.032 µg L-1) as an internal standard, in order to correct any deviation in the analysis, following the formulas:

where:

  • δIn/Re: identifies the relationship between doped concentration and equipment reading

  • C(In): represents In concentration

  • C (Re): represents Re concentration

  • Cx: Rectified indicates the correction factor for evaluated metals

In addition, quality controls (HNO3 0.37N, STD-2B in dilutions 100, 50, 25 and 5 %, EPOND-1 and SLRS-5) were used every eight samples, to calculate the background noise of the equipment and determine the loss of sensitivity over time. In all cases, this was corrected based on the correction of the internal standard.

Determination of microbiological parameters

The determinations were made in the UNAH microbiology laboratories. The microorganism count was made from the water samples taken at the Aljibe (G2), ICA (M5) and Violento (M3) monitoring stations, the first two due to receiving a significant organic pollutant load (dairy derivatives and animal waste). ) and the last because it is located between them, as a way of controlling the purification process of the river itself.

For the isolation of total microorganisms, the technique of quantitative dilutions and sowing in a Petri dish 17 were used, with a dilution order of up to 109 for bacteria. The isolation was carried out in Nutrient Agar culture medium with incubation for 72 h. Morphophysiological identification was carried out according to the technique described by Bergey 18. For the counting of fecal coliform microorganisms, the method of the most probable number MPN 19 and the Cuban standard that determines the microbiological water quality was used 20.

Statistical analysis

The spatio-temporal differences in the composition of pH, EC, majority elements and organic composition were determined from a multivariate variance analysis of double classification (bifactorial ANOVA), with the objective of knowing if there was variability due to the interaction of both factors (Sampling stations and Sampling time) or only by their main effects (factors separately). The parameters with significant differences were subsequently performed Duncan's test (p <0.05).

The content of heavy metals and fecal coliforms was compared with the Cuban standard for drinking water 8 and with the WHO standard for irrigation water 4.

RESULTS AND DISCUSSION

The bifactorial analysis of variance to determine the spatio-temporal differences in the composition of t Mampostón sub-basin surface water showed that, in the case of the interaction between the proposed factors (sampling stations and sampling time), there are no differences statistically significant in none of the parameters analyzed (Table 2), so the main effects were assessed separately.

Table 2. 

Multivariate analysis of double classification for the case of the evaluated factor interaction

FactorsParametersSum of squares type IIQuadratic meanFp
Interaction effects between sampling stations and sampling timepH2.100.140.3030.992 ns
CE359871.9323991.460.6480.813 ns
Organic matterCOD232.2915.480.8470.623 ns
COP25367.331691.150.6620.800 ns
NOP465.7931.051.0690.420 ns
DQO116823.257788.210.5860.864 ns
DBO5142312.859487.521.8450.072 ns
Majority aniosnHCO3 -37123.232141.541.0100.761 ns
SO4 2-613.9340.920.5990.853 ns
Cl-3160.00210.661.7190.097 ns
NO3 -27.101.800.7830.686 ns
Majority cationsNa+277.3718.490.5380.898 ns
K+275.9418.391.2710.275 ns
Mg2+66.614.440.6520.809 ns
Ca2+5190.22346.010.9160.556 ns
Heavy methalsCr total1497.8899.850.8720.599 ns
Cu2+1191.0879.400.8970.574 ns
Zn2+466301.9831086.790.9500.524 ns
As total0.960.060.7020.763 ns
Pb2+51003.23400.210.9230.550 ns

Fisher's F-F; p-probability; ns-there are no statistically significant differences

Spatial differences in the physical-chemical composition of Mampostón sub-basin surface waters

pH and EC

The pH of Mampostón sub-basin surface waters showed little spatial variability (Table 3), which is in line with the powerful buffering effect produced by the HCO3 - and Ca2+ ions when dissolved 21. The general mean was 7.26, but without significant differences between the monitoring stations for p> 0.05.

EC determinations were higher than 318 µS cm-3, which indicated that there are no water permeability problems in the soil according to what was previously indicated 22.

Table 3. 

Determination of spatial differences for pH and EC parameters

ParametersHydrosystemNSD (ẋ)Fp
pHGanuza river166.790.531.150.33 ns
Mampostón river166.810.44
Pedroso diverter dam 167.290.82
Mampostón Dam 167.380.64
ECGanuza river16696.18 a272.99.600.000*
Mampostón river16496.40 b89.68
Pedroso diverter dam 16441.30 b60.02
Mampostón Dam26330.61 c20.04

N- number of samples; ẋ- arithmetic mean; SD (ẋ) - Standard deviation of the mean; Fisher's F-F; p- probability; ns- there are no statistically significant differences; different letters in the same column indicate significant differences according to Duncan for p <0.05

Spatially, there are statistically significant differences in the EC of the different hydrosystems evaluated (rivers and dams), the Ganuza river having a higher concentration of dissolved salts and Mampostón dam having a lower concentration. However, when breaking down the different sampling stations in the bar graph (Figure 2), it can be clearly observed how these differences are related to the anthropic contribution at stations G2 and G3 on Ganuza river and M5 on Mampostón river.

1819-4087-ctr-42-03-e11-gf4.jpg

The boxes represent the values of 25-75 % of the sample

The mean is represented as a horizontal black line. The vertical bars represent the standard error of the mean (N = 64)

Figure 2. 

Electrical conductivity of the dissolved phase

The use of water from these three sampling stations for irrigation implies a risk of soil salinization, since the observed values are higher than the FAO standard 23. The EC is influenced, both by the specific electrical conductivity (ECi) of the ions dissolved in water, and by the contributions of organic matter (OM) from the medium that can dissociate (as weak acids), releasing hydronium ions with high ECi. In this regard, it was reported that, the greater amount of both exists, the higher the EC of a water in a given site 21,24.

Majority elements (anions and cations)

Ca2 + was the predominant cation (Table 4), which apparently its contribution is anthropic, in organic form (G2), from the soy yogurt production process, which can induce the precipitation of toxic metals 24. The rest of the spatial differences that were found are caused by different local geopedological processes 25 and coincide with reports made in this same area in the previous decade 26. The Na + and K + cations presented higher concentrations in stations G1, G2 and G3, indicating anthropic contributions as part of the dumping of waste from the dairy and rum factories. The production processes carried out in these companies introduce high concentrations of salts, mainly NaCl, NaHCO3, Mg (NO3)2 and KNO3.

The surface water that flows through the Ganuza and Mampostón rivers, as well as the one that is impounded in Pedroso diverter dam and the Mampostón dam presented high contents of dissolved HCO3 -, in a variable composition, spatially according to the geology of the area (Table 5), which coincides with the results obtained previously 26.

The spatial differences in the concentrations of Cl- and NO3 - are related to the aforementioned productive processes (companies whose discharge is carried out in the waters of the Ganuza tributary), including the discharge of waste from the Institute of Animal Science (M5) for the first anion.

The classification of the surface waters that circulate through the basin are considered as bicarbonate, sodium calcium sulfate (HCO3 -> Ca2 + = SO4 2-> Na +), corresponding to the lithological constitution of the area. In this regard, other authors point out that the dissolution of calcite produces waters with a Ca/Mg ratio between 4-50 mmol L-1 (26, being in the present study between 8.38-21.55 mmol L-1.

Organic composition of the dissolved and particulate phases transported in suspension

The evaluation of the dissolved organic carbon (DOC) content showed that there were statistically significant spatial differences between the G3 monitoring station and the rest. The stations with the highest concentration of particular organic carbon (POC) were G2 and G3, the rest have lower POC values. Therefore, it was considered that a wide variability was observed in the carbon determinations (Table 4).

The relationship between C and N that is transported in suspended matter was shown through the C/N relationship. C/N values between 2.6 and 8.0 indicated a predominance of autochthonous organic matter, either due to photosynthesis or bacterial chemosynthesis or due to the presence of fluvial phytoplankton 27,28. Following the aforementioned criteria, the monitoring stations where autochthonous organic matter predominates are G2 and G3. This could be because the residues from the yogurt and rum factory are easily degradable and cause intense microbial growth on the water surface, visible to the naked eye by flocculation film formation 29.

Table 4. 

Spatial variation of the majority cations and heavy metals in Mampostón sub-basin surface waters

Cations (statistics)Ganuza riverMampostón riverPedroso diverter damMampostón damFp
G1G2G3G4M1M2M3M4M5P1P2P3P4PM1PM2PM3
Majority elements(mg L-1)
Ca2+60.9bc119.3a78.3b43.8cd47.7cd41.3cd39.0d71.9bc57.9bc73.2bc64.8bc57.9bc52.2bc38.8d38.0d38.8d4.50.000*
SD (ẋ)16.732.431.16.719.710.621.229.225.915.823.37.619.08.79.49.2
Mg2+4.25.67.24.24.24.44.15.43.95.95.85.86.24.64.64.70.60.8 ns
SD (ẋ)1.01.30.80.50.80.71.23.30.44.63.94.14.60.40.50.8
Na+10.7b63.3a59.7a11.4b13.1b13.6b12.9b15.7b10.8b13.0b12.9b12.3b11.7.b14.6b14.8b15.2b37.90.000*
SD (ẋ)5.610.74.87.02.32.84.210.42.64.43.32.33.62.93.84.5
K+5.8bc9.9b22.0a4.4bc4.1bc4.6bc4.5bc5.3bc4.9bc2.7c3.2bc2.3c2.3c4.6bc4.4bc4.4bc5.50.000*
SD (ẋ)3.63.814.31.01.50.90.53.31.90.90.80.50.60.60.40.5
Heavy metals(µg L-1)-
total Cr 7.423.619.38.49.36.38.013.48.07.110.08.07.016.28.94.90.40.9 ns
SD (ẋ)5.216.511.13.15.93.81.29.43.52.65.74.54.79.74.01.7
Cu2+3.44.89.15.010.34.64.824.32.64.02.83.22.44.13.72.60.90.5 ns
SD SD (ẋ)2.52.25.71.45.22.72.719.71.71.41.42.31.62.51.21.5
Zn2+25.8 b78.8 b277.4 a32.2 b329.7a30.3 b26.8 b33.7 b41.0 b53.4 b264.3 a36.0 b23.3 b40.4 b33.5 b36.1 b30.90.000*
SD (ẋ)13.936.1143.412.7173.718.516.117.322.722.4138.222.011.712.27.115.4
total As 0.70.40.70.50.50.70.50.90.50.50.50.40.50.70.70.71.00.4 ns
SD (ẋ)0.20.20.10.30.20.10.10.40.10.20.10.10.20.20.10.1
Pb2+27.2 b97.2 a12.8 c38.6 b4.6 c20.5 b87.9 a5.4 c3.6 c85.5 a10.0 c6.8 c2.0 c2.8 c2.4 c2.4 c35.40.000*
SD (ẋ)15.364.48.420.13.810.932.92.51.933.21.14.00.61.10.90.5

ẋ- arithmetic mean; SD (ẋ) - Standard deviation of the mean; Fisher's F-F; p- probability; ns- non-significant differences for the same row and different letters in the same row- statistically significant differences according to Duncan for p <0.05

Table 5. 

Spatial variation of the majority anions in Mampostón sub-basin surface waters

Majority anions (statistics)Ganuza riverMampostón riverPedroso diverter damMampostón damFp
G1G2G3G4M1M2M3M4M5P1P2P3P4PM1PM2PM3
(mg L-1)
HCO3 -343.5b364.0 b305.7 b280.7 bc199.7cd186.7 cd288.7 bc351.0b523.2 a262.0 bc275.2 bc232.5 bc289.7 bc135.0 d133.2 d140.0 d14.00.000*
SD (ẋ)67.3140.19.923.725.261.765.116.442.343.161.951.049.212.914.112.1
Cl-25.7b54.7a21.5c23.7c22.2c17.7cd22.7c22.7c44.0a23.2c18.7cd20.0c26.0b14.2cd14.7cd15.2cd3.00.02 ns
SD (ẋ)2.714.52.33.83.14.13.282.614.13.72.54.02.90.90.50.9
NO3 -2.4b2.4b15.0a1.4b0.8b1.1b1.1b4.1b0.8b2.0b0.9b1.9b0.8b0.8b0.8b0.8b22.40.000*
SD (ẋ)2.02.12.40.60.10.50.52.80.10.10.11.50.10.10.20.1
SO4 2-20.520.716.720.720.713.522.216.241.016.216.519.220.020.220.020.22.10.2ns
SD (ẋ)1.77.42.89.57.12.36.23.222.44.65.913.36.80.90.81.2

ẋ- mean; SD (ẋ) - Standard deviation of the mean; Fisher's F-F; p- probability; ns- non-significant differences and different letters in the same row- statistically significant differences according to Duncan for p <0.05)

Table 6. 

Spatial variation of the organic composition of Mampostón sub-basin surface waters

ParametersGanuza riverMampostón riverPedroso diverter damMampostón damFp
G1G2G3G4M1M2M3M4M5P1P2P3P4PM1PM2 PM3
(mg L-1)
DOC8.3bc7.4bc17.1a6.7bc12.3b7.5c8.1bc5.5c5.2c5.0c4.6c6.7bc6.0bc8.7bc9.3bc6.7bc2.90.020 ns
SD (ẋ)3.84.42.92.33.33.63.31.81.31.91.94.42.62.83.42.5
POC24.2c172.1a107.4a8.1c13.7c9.8c10.1c22.0c67.7b76.1b30.0bc29.3bc28.5bc32.0bc52.5b43.7bc3.90.001*
SD (ẋ)20.474.569.65.814.28.68.217.863.767.725.025.318.024.143.037.7
NOP2.7c21.5a13.7b0.8c1.0c0.7c0.9c1.9c7.0c7.8c2.2c2.6c2.5c2.9c3.9c2.7c4.20.000*
SD (ẋ)2.311.513.20.20.90.50.61.36.75.71.42.31.72.13.62.3
Ration C/N8.98.07.210.113.71411.211.59.69.713.611.211.412.013.416.1--
BOD517.0c27.2c178.5b4.7c3.9c1.8c7.4c7.3c482.2a1.8c8.7c8.5c2.6c1.8c1.7c1.9c8.70.000*
SD (ẋ)11.825.192.12.02.20.97.16.4298.10.46.36.51.00.60.80.4
COD39.2c55.5c355.7b15.2c14.5c8.0c17.2c11.2c664.5a8.0c19.5c30.0c11.7c8.4c8.7c8.5c11.10.000*
SD (ẋ)11.017.1281.79.310.41.211.69.3317.81.810.326.44.72.41.92.0
Ratio BOD 5/COD0.40.50.50.30.20.20.40.60.70.20.40.30.20.20.2 0.2--

ẋ- mean; SD (ẋ) - Standard deviation of the mean; Fisher's F-F; p- probability; ns- non-significant differences for the same row and different letters in the same row- statistically significant differences according to Duncan ra p <0.05

On the other hand, C/N values between 8.1 and 12.0 indicated an allochthonous character, originating from contamination by waste from livestock companies that dump directly into the Mampostón sub-basin, for which values higher than 12.1 are considered to be comes from fertilized soils 25. The sampling stations with organic matter of animal origin are G1, G4, M1, M3, M4, M5, P1, P3 and P4. The sampling stations presented an edaphic origin of organic matter: M2, P2, PM1, PM2 and PM3 (Table 6).

BOD5 and COD

From the spatial point of view, the station with the highest BOD5 and COD was M5, followed by G3 (Table 6). The rest of the stations do not present significant differences for both parameters. According to the American Public Health Society 30, drinking water has a BOD5 of 0.75-1.5 mg L-1 of oxygen and the water is considered contaminated if the BOD5 is greater than 5.0 mg L-1, industrial and agricultural wastes contain levels of BOD5 and COD above one hundred.

On the other hand, the BOD5/COD ratio indicated that organic matter is easily biodegradable in stations G2, G3, M4 and M5 with values equal to or greater than 0.5 15. Aspect that is closely related to the type of waste dumped at these points.

Heavy metals

The reported values of heavy metals for the international standard SLRS-5 satisfied the specifications of the specialized literature 20. All this for the satisfactory work, certification of processing the samples and the equipment operation, since all the values measured in the reference material ranged between 8 and 120 % of the coating factor, with respect to the certified values (Table 7). This indicated that the values reported for the sub-basin samples are reliable.

Table 7. 

Validation of analytical work in the processing of samples for the determination of heavy metals

MetalInternational Standard SLRS-5
Measured concentrationCertified concentrationCoating Factor (%)
(µg L-1)
Cr0.36±0.10.31±0.003115
Cu13.8±0.117.4±1.380
Zn0.80.8±0.199
As0.460.41±0.003114
Pb0.0780.081±0.00697

Among the heavy metals evaluated, only Zn2 + and Pb2 + showed statistical differences in their spatial distribution.

Zn2 + presented its highest concentration in stations G3, M1 and P2 (Table 5). However, in none of the cases does it exceed the Cuban Standard for drinking water 8) and the WHO Standard for irrigation water 4, which set the maximum value of this element at 5,000 µg L-1 for safe exploitation. The concentrations reported do not constitute a limitation for its use.

Regarding the average content of Pb, there is widespread contamination by this element in the surface waters of the Ganuza and Mampostón tributaries and Pedroso diverter dam. The sampling stations with the highest concentrations are G2, M3 and P1, with statistical differences compared to the rest of stations. A second group with average content of Pb in solution is constituted by stations G1, G4 and M2. In all cases, presumably, because the low flow of both tributaries produces a retreat of the water in some points and, therefore, the organic matter and cations contributed by the discharges of the industries remain stagnant, accumulating in the sediments until the beginning of the rainy season 31. These six sampling stations exceed the permissible levels established for drinking water by Cuban regulations 8) and the WHO regulations for irrigation water 4) set at 10 µg L-1.

Despite the use of unleaded fuels, since 2000 in Cuba, Pb is a metal with low mobility, which results in its accumulation in soils in high-traffic areas, due to contamination from previous decades 32. Therefore, the Pb content accumulated in the soils around the asphalt factory (station M2) and the national highway (station M3) may have been washed away by rain, wind or human activities, and deposited in these areas from the river. Another source of this element may be related to waste from the paint factory (G4), a point before station M2, and leaks of used oil from the boilers of the pasteurizer “El Aljibe”, which contaminates stations G1 and G2.

The contamination of the water at station P1 (Pedroso diverter dam) could be due to the negligent dumping of urban solid waste and sewage water on its margins, an aspect notified to the pertinent authorities and subsequently corrected.

Temporal differences in the physical-chemical composition of the Mampostón sub-basin surface waters

There is little seasonal variability in the physical-chemical parameters evaluated (Table 8). These results indicated the anthropic influence on the composition of surface waters in the territory, since the seasonal differences inherent to the concentration of elements in dry season are eliminated by the constant contributions received, from the waste from the companies. In addition, it was reported that this phenomenon might also be due to the bidirectional water exchange system between the Pedroso diverter dam and the Mampostón dam, which can occur both through the artificial channel and through the river 31. There are significant differences in pH, which increases 0.6 units in dry season, although its character continues to oscillate around neutrality.

The content of SO4 2- dissolved in the water is higher in dry season (Table 8). The SO4 2- concentrations found are not lithologically justified and it constitutes an anthropic contribution, in accordance with the information reported by other authors 21. The content of SO4 2- and Cl- in karst basins depends on the presence of gypsum (nonexistent in this sub-basin) or saline rocks, respectively, or on processes produced by human activity and that are related to agricultural fertilization, which are it increases in the months of October-February, according to reports from the Mayabeque Agriculture Delegation 33.

These results indicated the anthropic influence on the composition of surface waters in the territory, since the seasonal differences inherent to the concentration of elements in dry season are eliminated by the constant contributions received from the waste from the companies. In addition, it was reported that this phenomenon might also be due to the bidirectional water exchange system between Pedroso diverter dam and the Mampostón dam, which can occur both through the artificial channel and through the river 31.

Table 8. 

Determination of the temporal differences of the evaluated parameters

ParameterSeasonSD (ẋ)Fp
pH Little Rainy7.4 a0.58.200.006*
Rainy6.8 b0.5
EC (µS cm-3)Little Rainy477.2289.80.370.542 ns
Rainy526.0345.0
Majority Anions HCO3 - (mg L-1)Little Rainy279.9122.20.5810.449 ns
Rainy258.996.3
SO4 2- (mg L-1)Little Rainy22.6 a11.04.3940.04*
Rainy17.9 b6.1
Cl- (mg L-1)Little Rainy25.718.40.6420.426 ns
Rainy22.710.3
NO3 - (mg L-1)Little Rainy4.02.40.1720.68 ns
Rainy3.22.0
Majority cations Na+ (mg L-1)Little Rainy18.616.90.0660.798 ns
Rainy19.617.0
K+ (mg L-1)Little Rainy7.36.30.9060.345 ns
Rainy4.93.6
Mg2+ (mg L-1)Little Rain5.33.00.7060.404 ns
Rainy4.81.3
Ca2+ (mg L-1)Little Rain52.723.22.2950.135 ns
Rainy62.829.8
Organic matterCOD (mg L-1)Little Rainy9.05.13.770.05 ns
Rainy6.74.0
COP (mg L-1)Little Rainy53.435.61.100.29 ns
Rainy64.451.2
NOP (mg L-1)Little Rainy6.53.80.990.32 ns
Rainy7.85.3
DBO5 (mg L-1)Little Rainy179.060.00.100.74 ns
Rainy79.029.0
DQO (mg L-1)Little Rainy223.739.50.790.37 ns
Rainy169.079.6
Heavy metalstotal Cr (mg L-1)Little Rainy9.54.10.700.40 ns
Rainy9.92.1
Cu2+ (mg L-1)Little Rainy4.32.40.980.32 ns
Rainy6.63.1
Zn2+ (mg L-1)Little Rainy97.054.30.710.40 ns
Rainy91.935.1
total As (mg L-1)Little Rainy0.60.20.310.57 ns
Rainy0.60.3
Pb2+ (mg L-1)Little Rainy28.19.20.060.79 ns
Rainy31.97.5

ẋ- mean; SD (ẋ) - Standard deviation of the mean; Fisher's F-F; p- probability; ns- non-significant differences; Different letters in the same column for each parameter indicate statistically significant differences according to Duncan for p <0.05

Content of total microorganisms and fecal coliforms

Regarding the total microbial count in water (Table 9), as well as the concentrations of fecal coliforms, they showed that the presence of fecal coliforms in the water of the Aljibe station (G2) does not exceed the permissible limits for water for agricultural use. The restriction of the water use of f this station for the irrigation is due to its content of Na + and Pb2 + and not to the presence of fecal pathogens.

According to this indicator, the water in the section of Mampostón River, included in the sampling station M5, should not be used in the irrigation of root and leaf crops, as well as for long-stemmed crops, if the applied irrigation is drip nor in labor-intensive or highly mechanized agriculture 34. In the case of the Violento station (M3), results show that the water should not be used for irrigation, regardless of crop type.

Table 9. 

Count of total microorganisms and fecal coliforms in three sampling stations of the Mampostón sub-basin

Monitoring stationTotal microorganism (CFU mL-1)MorphotypesFecal coliforms (UFC mL-1)
G213x103611x103
M32x10582x105
M52.8x10572x106

CFU-Colony Forming Units

The evaluation of the spatio-temporal differences of the chemical-physical parameters allowed to establish the influence of the various polluting sources of the territory, on the average composition of the surface waters with respect to a great diversity of parameters and also to verify the aptitude for irrigation in the sampling stations evaluated. This approach has been widely used in the evaluation of the anthropic contribution to soils and waters, both surface and underground 35-38.

This work has made it possible to establish a work tool for the design of an adequate management plan, with a view to reversing the impacts of organic and inorganic pollution by the Territorial Council of Hydrographic Basins. It is important taking into account that the implementation of a coordinated work between decision-makers and environmental managers, it guarantees to put into practice ecological compensation strategies and the optimization of the industrial structure, as bases for obtaining a sustainable ecosystem 39.

CONCLUSIONS

  • The spatial variability is the determining factor to explain the variance of the different parameters evaluated relative to the quality of the waters in the Mampostón sub-basin. Its analysis allows determining the aptitude for irrigation of 16 sampling stations, based on the knowledge of the main pollutants and their sources of discharge.

  • The sampling stations G2, G3 (Ganuza river) and M5 (Mampostón river), present organic and soluble salts contributions that establish limitations for their use in agricultural irrigation. While the average concentrations of dissolved Pb, disable the operation of stations G1, G2, G4 (Ganuza river), M2 and M3 (Mampostón river) and P1 (Pedroso diverter dam). The M5 station also has concentrations dangerous to human health of fecal coliforms.

  • The rest of the stations located in the Pedroso diverter dam and the Mampostón dam, comply with all the quality standards for agricultural irrigation.

  • A monitoring and management program for the area must be designed, which makes it possible to assess the risk of exposure to pollutants and the implementation of an action plan that allows its mitigation.